La identificación específica del emisor (SEI) es un área de investigación altamente activa en seguridad de capa física. En este documento, proponemos un esquema SEI basado en canal de dominio tiempo-frecuencia, mecanismos espaciales y de autoatención (TF-CSS) para redes profundas con aprendizaje de pocas muestras. El esquema primero utiliza un auto-codificador enmascarado asimétrico (AMAE) con mecanismos de atención para el aprendizaje no supervisado, luego elimina el decodificador y agrega una capa lineal como clasificador, y finalmente ajusta finamente toda la red para lograr un reconocimiento efectivo. El esquema mejora la representación de características y el rendimiento de identificación de la red neuronal de valor complejo (CVNN) basada en AMAE al agregar mecanismos de canal, espaciales y de autoatención en el dominio tiempo-frecuencia, respectivamente. Los resultados experimentales muestran que este esquema supera la precisión de reconocimiento del aprendizaje contrastivo y otros métodos basados en MAE/AMAE en 30 clases de reconocimiento de transmisores de señales de banda base LoRa con diferentes escenarios de pocas muestras y longitudes de observación.