一种基于数据增强和原型学习的射频指纹识别方法

本发明是一种基于数据增强和原型学习的射频指纹识别方法，该方法一方面用卷积原型网络提取射频指纹特征，同时学习每个已知类的原型并且计算中心点以便后续的未知类生成；另一方面，用GAN基于中心点生成特征扩充未知类的样本空间，通过基于中心距离的损失函数使得学习到的已知类特征远离中心区域，减少已知类和未知类的特征重叠；最后仅保留特征提取器和已知类原型用于原型匹配，在高开放性的情况下实现开放集射频指纹识别。该方法减少已知类和未知类的特征重叠，能够在高开放性的情况下实现开放集射频指纹识别。