智东西（公众号：zhidxcom）
编 | 董温淑

智东西5月9日消息，近日，微电子研究中心（IMEC）研发出全球首款基于脉冲循环神经网络的雷达信号处理芯片。

这款芯片通过模仿生物神经元群的运作方式来识别时间模式，功耗只有传统方案的1/100，分类雷达微多普勒信号功率仅为30毫瓦。时间延迟也只有原来的1/10，几乎可以立即作出决策。

一、比人工神经网络功耗更低，还能自我学习

据了解，此前的车载防碰撞雷达系统一般搭载基于人工神经网络（ANN）的芯片。但是，人工神经网络芯片解决方案有一些局限性：

首先，功耗偏高。低功耗传感器设备日益成为主流，基于人工神经网络的芯片较难与其集成。

其次，由于人工神经网络的底层架构和数据格式化设定，在其做出决策之前，数据要从传感器被传递到AI推理算法，这个过程比较耗时。

IMEC研究人员认为，用脉冲神经网络（SNN）设计雷达信号处理芯片可以解决这些问题。

IMEC神经形态感知项目经理伊利亚·奥克特（Ilja Ocket）介绍：“SNN的工作方式与生物神经网络十分相似。在生物神经网络中，只有传感输入改变时，神经元才会随着时间的变化发射稀疏的电脉冲。因此，能耗会大大降低。”

另外，基于SNN的雷达信号处理芯片上的脉冲神经元可以循环连接。这样就把SNN变成了一个动态的系统，使其可以学习和记忆时间模式。

“这项技术是真正的自我学习系统发展的一大飞跃。”伊利亚说。

二、将用于提升无人机反应能力

功能上，这款芯片最初被设计用于有功率限制的心电图和语音识别系统。由于其通用的架构，在经过重新配置后，这款芯片也可以用于处理声纳信号、雷达信号、激光雷达信号等其他类型的传感输入。

目前，IMEC计划首先将其用于一个低功耗、高智能的无人机防碰撞雷达系统。相比于汽车，无人机的许多设备都受到更严格的功率限制（比如电池）。另外，当有物体接近时，无人机需要根据周围环境变化迅速做出调整。

伊利亚认为，这款基于脉冲神经网络的雷达信号处理芯片能够满足这些要求。“通过在接近雷达传感器的区域处理数据，我们的芯片能够使雷达系统更快、更准确地辨别出接近的物体。这意味着无人机能够对潜在的危险情况做出瞬时反应。”

通过搭载基于脉冲循环神经网络的雷达信号处理芯片，无人机可以利用摄像头和雷达传感系统进行舱内导航，在执行复杂任务时与墙壁和货架保持安全距离。

结语：或可用于健康监控

IMEC设计出了首个基于脉冲循环神经网络的雷达信号处理芯片。相比于基于人工神经网络的传感器信号处理芯片，这款芯片的功耗、时延更低，还具有自我学习能力。

研究人员介绍，这款芯片的实际应用范围也十分广泛，可以应用于机器人、自动导航车辆甚至是健康监控。

文章来源：New Electronics