实验室博士生徐政伟的论文被国际顶级期刊 ieee transactions on industrial informatics (if=11.648)录用-z6尊龙旗舰厅

实验室博士生徐政伟的论文被国际顶级期刊 ieee transactions on industrial informatics (if=11.648)录用，祝贺！

a lightweight specific emitter identification model for iiot devices based on adaptive broad learning

ieee transactions on industrial informatics,
2022 (sci index, if=if=11.648)

辐射源个体（sei）是一种通过区分发射器发送信号的特征，识别不同个体的技术。通过作用于互联网的物理层，可以有效提高工业物联网（iiot）的安全性。目前，对sei的研究集中于深度学习（dl）模型，该类方法以端到端的方式从原始信号中自动学习发射器的固有特征。但该类模型往往具有大量的超参数并依赖方向传播更新网络参数，导致其计算成本非常高昂，这限制了基于dl的sei模型在某些计算资源受限场景中的应用。为了解决这个问题，本文提出了一种自适应宽度学习（abl）来构建轻量级sei模型。在所提出的模型中，原始信号样本被映射到特征节点，发射器表示为输出节点。隐藏节点通过宽度网络直接连接到输出节点。通过这种扁平结构，可以有效地减小模型的尺寸和计算量。为了进一步节省计算成本，本文进一步设计了一种自适应节点扩展策略，用于快速获得模型的最优超参数。最后，通过在真实场景中构建的ads-b数据集上测试，验证了本文方法的有效性。