系统工程与电子技术

作者：周东平, 阮航, 沙明辉, 王崇宇, 崔念强, 鲁耀兵

单位：北京无线电测量研究所, 北京 100854

关键词：复杂波形,调制识别,特征融合,网络剪枝,知识蒸馏

针对复杂电磁环境中, 雷达信号种类复杂、形式敏捷多变, 导致信号识别率较低与运算复杂度较高的问题, 提出一种基于特征融合的快速卷积神经网络(fast-convolutional neural network, Fast-CNN)的复杂波形调制识别方法。首先, 设计规模较大的教师网络(特征融合网络)和规模较小的学生网络(Fast-CNN)。教师网络提取并融合特征图的不同尺度特征, 提高网络识别率; 学生网络通过剪枝方法去除冗余通道, 解决计算量较大的问题。然后, 通过知识蒸馏将教师网络训练得来的知识转移到学生网络中, 从而网络能在显著降低计算量的同时保持识别精度。实验表明, 当信噪比大于-3 dB时, 所提方法对10类复杂调制波形的整体识别率达到99%以上。

来源：2025年第7期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第7期