摘要

针对现有无线通信设备信号识别方法需对信号进行域变换、增加网络输入数据维数的问题,该文提出基于多尺度窗口区域注意力残差网络的无线电力终端身份识别方法。首先,通过所提多尺度窗口模块完成信号前导码在各个周期尺度下的信息交互,使网络能够直接处理并识别原始无线通信信号数据;然后,设计区域注意力模块,以显著特征区域均值为评价指标对通道资源进行重新分配,提高了网络对信号局部特征的学习能力;最后,以池化分类器替代全连接层,采用Adam优化器进行梯度更新完成训练过程。实际采集无线信号数据实验结果表明,设计的各模块可显著提升网络的训练与识别性能,相同型号设备识别准确率提高至97.316%,非法设备的检测率达82.8%,可有效增强电力系统的无线通信安全。

全文