| 1 |
1
입력 신호로부터 상승 천이상태 신호, 정상상태 신호 및 하강 천이상태 신호를 추출하는 시그널 핑거프린트 추출기; 및상기 상승 천이상태 신호의 제1 스펙트로그램을 학습하는 독립적인 제1 분류기의 출력으로부터 타겟 송출원이 속할 제1 확률을 계산하고, 상기 정상상태 신호의 제2 스펙트로그램을 학습하는 독립적인 제2 분류기의 출력으로부터 상기 타겟 송출원이 속할 제2 확률을 계산하고, 상기 하강 천이상태 신호의 제3 스펙트로그램을 학습하는 독립적인 제3 분류기의 출력으로부터 상기 타겟 송출원이 속할 제3 확률을 계산하고, 상기 제1 확률, 상기 제2 확률 및 상기 제3 확률을 모두 곱한 값에 대한 최대 변수를 확인하여 송출원을 식별하는 앙상블 분류기를 포함하는 앙상블 기반 무선 핑거프린팅 장치
|
| 2 |
2
제1 항에 있어서,상기 상승 천이상태 신호, 상기 정상상태 신호 및 상기 하강 천이상태 신호 각각의 스펙트로그램을 추출하는 특징 추출기를 더 포함하는 앙상블 기반 무선 핑거프린팅 장치
|
| 3 |
3
제1 항에 있어서,상기 제1 분류기는 상기 상승 천이상태 신호로부터 추출된 상기 제1 스펙트로그램을 입력 샘플로 하여 딥러닝 분류기를 통해 학습하고,상기 제2 분류기는 상기 정상상태 신호로부터 추출된 상기 제2 스펙트로그램을 입력 샘플로 하여 딥러닝 분류기를 통해 학습하고,상기 제3 분류기는 상기 하강 천이상태 신호로부터 추출된 상기 제3 스펙트로그램을 입력 샘플로 하여 딥러닝 분류기를 통해 학습하는 앙상블 기반 무선 핑거프린팅 장치
|
| 4 |
4
제3 항에 있어서,상기 앙상블 분류기는 상기 제1 분류기, 상기 제2 분류기 및 상기 제3 분류기에서의 결과값을 모두 곱하여 최종 결정 벡터를 구하는 앙상블 기반 무선 핑거프린팅 장치
|
| 5 |
5
물리 계층에서 복조되는 신호의 시간 영역에서의 상승 천이상태 신호, 정상상태 신호 및 하강 천이상태 신호 각각의 스펙트로그램을 추출하는 특징 추출기; 및상기 상승 천이상태 신호의 제1 스펙트로그램을 학습하는 독립적인 제1 분류기의 출력으로부터 타겟 송출원이 속할 제1 확률을 계산하고, 상기 정상상태 신호의 제2 스펙트로그램을 학습하는 독립적인 제2 분류기의 출력으로부터 상기 타겟 송출원이 속할 제2 확률을 계산하고, 상기 하강 천이상태 신호의 제3 스펙트로그램을 학습하는 독립적인 제3 분류기의 출력으로부터 상기 타겟 송출원이 속할 제3 확률을 계산하고, 상기 제1 확률, 상기 제2 확률 및 상기 제3 확률을 모두 곱한 값에 대한 최대 변수를 확인하여 송출원을 식별하는 앙상블 분류기를 포함하는 앙상블 기반 무선 핑거프린팅 장치
|
| 6 |
6
제5 항에 있어서,입력 신호의 에너지를 모니터링하여 상기 상승 천이상태 신호, 상기 정상상태 신호 및 상기 하강 천이상태 신호를 검출하는 시그널 핑거프린트 추출기를 더 포함하는 앙상블 기반 무선 핑거프린팅 장치
|
| 7 |
7
제5 항에 있어서,상기 제1 분류기는 상기 상승 천이상태 신호로부터 추출된 상기 제1 스펙트로그램을 입력 샘플로 하여 딥러닝 분류기를 통해 학습하고,상기 제2 분류기는 상기 정상상태 신호로부터 추출된 상기 제2 스펙트로그램을 입력 샘플로 하여 딥러닝 분류기를 통해 학습하고,상기 제3 분류기는 상기 하강 천이상태 신호로부터 추출된 상기 제3 스펙트로그램을 입력 샘플로 하여 딥러닝 분류기를 통해 학습하는 앙상블 기반 무선 핑거프린팅 장치
|
| 8 |
8
제7 항에 있어서,상기 앙상블 분류기는 상기 제1 분류기, 상기 제2 분류기 및 상기 제3 분류기에서의 결과값을 모두 곱하여 최종 결정 벡터를 구하는 앙상블 기반 무선 핑거프린팅 장치
|
| 9 |
9
입력 신호로부터 상승 천이상태 신호, 정상상태 신호 및 하강 천이상태 신호를 추출하는 단계;상기 상승 천이상태 신호의 제1 스펙트로그램을 학습하는 독립적인 제1 분류기의 출력으로부터 타겟 송출원이 속할 제1 확률을 계산하고, 상기 정상상태 신호의 제2 스펙트로그램을 학습하는 독립적인 제2 분류기의 출력으로부터 상기 타겟 송출원이 속할 제2 확률을 계산하고, 상기 하강 천이상태 신호의 제3 스펙트로그램을 학습하는 독립적인 제3 분류기의 출력으로부터 상기 타겟 송출원이 속할 제3 확률을 계산하는 단계; 및상기 제1 확률, 상기 제2 확률 및 상기 제3 확률을 모두 곱한 값에 대한 최대 변수를 확인하여 송출원을 식별하는 단계를 포함하는 앙상블 기반 무선 핑거프린팅 장치를 이용한 송출원 식별 방법
|
| 10 |
10
제9 항에 있어서,상기 상승 천이상태 신호, 상기 정상상태 신호 및 상기 하강 천이상태 신호 각각의 스펙트로그램을 추출하는 단계를 더 포함하는 앙상블 기반 무선 핑거프린팅 장치를 이용한 송출원 식별 방법
|
| 11 |
11
제9 항에 있어서,상기 상승 천이상태 신호로부터 추출된 상기 제1 스펙트로그램을 입력 샘플로 하여 딥러닝 분류기를 통해 학습하는 단계;상기 정상상태 신호로부터 추출된 상기 제2 스펙트로그램을 입력 샘플로 하여 딥러닝 분류기를 통해 학습하는 단계; 및상기 하강 천이상태 신호로부터 추출된 상기 제3 스펙트로그램을 입력 샘플로 하여 딥러닝 분류기를 통해 학습하는 단계를 포함하는 앙상블 기반 무선 핑거프린팅 장치를 이용한 송출원 식별 방법
|
| 12 |
12
제9 항에 있어서,상기 입력 신호의 에너지를 모니터링하여 상기 상승 천이상태 신호, 상기 정상상태 신호 및 상기 하강 천이상태 신호를 검출하는 앙상블 기반 무선 핑거프린팅 장치를 이용한 송출원 식별 방법
|
| 13 |
13
제9 항에 있어서,물리 계층에서 상기 입력 신호를 복조하여 시간 영역에서의 상기 상승 천이상태 신호, 상기 정상상태 신호 및 상기 하강 천이상태 신호를 추출하는 앙상블 기반 무선 핑거프린팅 장치를 이용한 송출원 식별 방법
|
