主讲人：洪少华

开始时间：2025-06-16 16:40

地点：物信南楼祥联厅

报告人简介：

洪少华，2005年毕业于浙江大学，获得工学学士学位，2010年毕业于浙江大学，获得工学博士学位，现为厦门大学信息学院副教授。主要研究方向为目标探测与识别，阵列信号处理及应用，水声通信等。近几年主持和参与多项国家自然科学基金、省自然科学基金、企事业横向课题等项目，在IEEE JOE、TIFS、TCCN、TIP等多个IEEE汇刊和国际学术会议上发表学术论文近百篇，授权国家发明专利10余项，合著专著1部，曾获2022年浙江省自然科学奖一等奖。

报告内容简介：

通信辐射源个体识别（Specific Emitter Identification，SEI）技术利用提取信号中蕴含着无线设备内部元器件特性的射频指纹（Radio Frequency Fingerprints，RFFs）来识别不同的设备，为无线通信系统提供一种新的安全认证思路。该技术已被广泛应用于频谱管理、自组织网络、认知无线电、物联网等军事和民用领域。大部分深度学习特征提取算法受限于过高的复杂度、识别速度较慢、模型体积较大等问题，不易于部署在边缘端设备和嵌入式系统，难以满足目标个体识别的实际需求。我们首次引入Transformer架构，设计了一种轻量且高效的模型以解决目标个体识别的实际需求。Transformer架构是一种避免循环的模型结构，完全依赖于注意力机制对输入输出的全局依赖关系进行建模。我们通过结合门控自注意力单元（GLAU）与门控滑动局部注意力单元（GSLAU)，使其具备较少的参数量和线性的时间复杂度，充分提取目标信号的特征，同时可以实现并行化的计算。

主持人：康芃