# lengthVersatileRFFI

**Repository Path**: black-envelope/length-versatile-rffi

## Basic Information

- **Project Name**: lengthVersatileRFFI
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 6
- **Forks**: 4
- **Created**: 2026-03-23
- **Last Updated**: 2026-05-31

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# README

本项目构建了一个长度自适应且具备抗噪能力的 LoRa 射频指纹识别（RFFI）系统。LoRa 信号来自 10 个商用现成 LoRa 设备，扩频因子（SF）分别设置为 7、8、9。项目提供了数据包前导部分以及对应的设备标签。

## Citation 

如果有部分数据集/代码对您的项目有贡献，请引用：

```
[1] G. Shen, J. Zhang, A. Marshall, M. Valkama, and J. Cavallaro.   “Towards Length-Versatile and Noise-Robust Radio Frequency Fingerprint Identification,” IEEE Trans. Inf. Forensics Security, 2023.

```

```
@article{shen2023length,
  title={Towards Length-Versatile and Noise-Robust Radio Frequency Fingerprint Identification},
  author={Shen, Guanxiong and Zhang, Junqing and Marshall, Alan and Valkama, Mikko and Cavallaro, Joseph},
  journal={IEEE Trans. Inf. Forensics Security},
  year={2023}
}
```

## 数据集信息

### Experimental Devices

**发送端（Transmitters）：** 设备 31-35（LoPy4），设备 36-40（Dragino LoRa Shield）。

**接收端（Receiver）：** USRP N210 软件无线电（SDR）。

### Datasets

|  名称  | 每个设备包含的数据包数量 |  扩频因子  |
|  --- | ---  | ---  |
| sf_7_train.h5  | 2,500 | 7 |
| sf_8_train.h5 | 2,500 | 8  |
| sf_9_train.h5 | 2,500 | 9  |
| sf_7_test.h5 | 500 | 7  |
| sf_8_test.h5 | 500 | 8  |
| sf_9_test.h5 | 500 | 9  |


## 快速开始

### 1. Requirements

**a) 安装所需依赖**

请查找并使用 `requirement.txt` 文件安装所需的依赖包。

**b) 下载数据集**

请下载数据集并放入项目文件夹中。下载链接为：https://ieee-dataport.org/documents/lorarffidatasetdifferentspreadingfactors

**c) 操作系统**

本项目完全基于 Windows 操作系统构建。在其他操作系统上可能会出现未预期的问题。


### 2. 训练模型

函数 `train()` 可训练一个长度自适应的神经网络，例如 LSTM、GRU、Transformer 或 “不依赖 Flatten 的 CNN”。你可以修改变量 `model_type` 来指定要训练的网络类型。

### 3. 推理评估

函数 `inference()` 可评估已训练好的神经网络。它返回整体准确率以及混淆矩阵。你可以修改变量 `snr_awgn` 来指定加到测试数据中的人工噪声范围。


## 许可协议

数据集与代码采用知识共享署名-非商业性-相同方式共享 4.0 国际许可协议（Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License）。

## 联系方式

如有任何问题，请联系以下邮箱地址：

Guanxiong.Shen AT liverpool.ac.uk

Junqing.Zhang AT liverpool.ac.uk