基于二值神经网络的辐射源信号识别方法

来源：系统工程与电子技术杂志2024年第11期北京时间：

作者：王慧赋, 梅明飞, 齐亮, 柴恒, 陶诗飞

单位：1. 南京理工大学电子工程与光电技术学院, 江苏 南京 210094；2. 南湖实验室, 浙江 嘉兴 314000；3. 中国船舶集团有限公司第七二三研究所, 江苏 扬州 225000

摘要：针对用于辐射源信号识别的神经网络存在参数冗余、运算量庞大等问题, 提出一种基于二值神经网络的辐射源信号识别方法。该方法指出利用卷积层效用值衡量神经网络卷积层的重要性, 根据卷积层效用值的大小, 将重要的卷积层保留为实值, 其余卷积层进行二值化处理。实验结果表明, 在信噪比大于-9 dB时, 采用该方法得到的二值神经网络的信号识别准确率相比于实值卷积神经网络降低了0.5%, 而网络参数内存大小降低了83.4%, 网络运算次数降低了83.8%, 网络运算复杂度降低了85.8%, 易于部署在各种硬件平台上。

关键词：辐射源信号识别,二值神经网络,卷积层效用值,网络复杂度

基金资助：海洋防务基金资助课题