Range-Doppler Information and Doppler Scattering Information in Multipulse Radar
本文从香农信息论的观点出发，研究了确定目标距离、多普勒频率和散射特性参数的一般雷达测量问题。我们采用互信息来评估分类和估计的准确性。在目标为径向速度的条件下，对距离-多普勒信息进行了检验。进一步从理论上给出了它的渐近上界和相应的熵误差。此外，还讨论了目标随机运动特性引起的多普勒散射信息。推导结果表明，多普勒散射信息依赖于目标散射相关矩阵的特征值。特别是在脉冲间隔大于目标相干时间的情况下，可以发现多普勒散射信息的计算公式与香农信道容量方程相似，表明了通信理论与雷达领域内在的一致性。这些信息内容的数值模拟，以证实我们的理论观察。信息量与信噪比的关系反映了雷达系统信息获取效率的变化，为系统设计提供了指导。
2020-10-30 eess.SP
Vision Transformer with Convolutional Encoder-Decoder for Hand Gesture Recognition using 24 GHz Doppler Radar
University of Moratuwa（莫拉图瓦大学）；Northeastern University（东北大学）；Florida International University（佛罗里达国际大学）
结合卷积编码器的Transformers最近已经用于使用微多普勒签名的手势识别（HGR）。我们提出了一种基于视觉变换器的HGR架构与多天线连续波多普勒雷达接收机。所提出的架构由三个模块组成：卷积encoderdecoder，注意力模块与三个Transformer层，和一个多层感知器。新的卷积解码器有助于将较大尺寸的补丁馈送到注意力模块，以改进特征提取。实验结果获得的数据集对应于一个双天线连续波多普勒雷达接收器工作在24 GHz（由Skaria等人出版）。确认所提出的架构实现了98.3%的准确度，这大大超过了所使用数据集的最新技术水平。
2022-09-12 cs.LG eess.SP
Extraction of Unaliased High-Frequency Micro-Doppler Signature using FMCW radar
微多普勒特征是目标识别和微动参数估计的重要特征。从调频连续波（FMCW）雷达中提取高频微多普勒特征信号以及目标的距离和速度是本文研究的问题。该方法通过快速的时间处理避免了高微多普勒扩频的严重混叠。距离-多普勒（RD）滤波和经验模式分解（EMD）的使用实现了有效的带外和带内噪声抑制。仿真研究和实验结果表明了该方法的有效性。
2022-04-20 eess.SP
MIMO-OFDM Joint Radar-Communications: Is ICI Friend or Foe?
载波间干扰（ICI）是OFDM联合雷达通信（JRC）系统在高移动性环境下面临的一个重大挑战。在本文中，我们提出了一种新的ICI感知算法的MIMO-OFDM JRC系统检测多个目标的存在和估计其延迟多普勒角参数。首先，利用空间协方差矩阵与目标时延和多普勒无关的特点，利用MUSIC算法进行角度估计。对于每个估计的角度，我们接下来制定的联合载波频率偏移（CFO）和信道估计的问题，通过一个APES（幅度和相位估计）的空间滤波方法，通过转换的延迟多普勒参数化的雷达信道到一个非结构化的形式的雷达延迟多普勒估计。考虑到在给定角度存在多个目标，我们设计了一个迭代的干扰抵消基于正交匹配追踪（OMP）的过程中，在每次迭代的广义似然比测试（GLRT）检测器被用来形成决策统计，提供作为副产品的最大似然估计（MLE）的雷达信道和CFO。在最后一步中，目标检测是在延迟多普勒域中使用目标特定的，ICI净化的信道估计在时间和频率上，其中CFO估计被用来解决多普勒模糊度，从而把ICI从敌人到朋友。该算法可以进一步利用ICI效应引入一个额外的维度（即CFO）的目标可分辨性，这使得解决目标位于相同的延迟多普勒角单元。仿真结果表明，该方法的ICI开发能力，并展示其优越的检测和估计性能，在高移动性的情况下，传统的方法。
2021-03-29 cs.IT eess.SP math.IT
Detection of Gait Asymmetry Using Indoor Doppler Radar
多普勒雷达系统能够对室内的人体运动进行不显眼和隐私保护的长期监测。特别是，一个人的步态可以提供有关其健康状况的重要信息。利用微多普勒签名，我们表明，雷达是能够检测两条腿，这导致在不对称步态的步运动之间的微小差异。基于图像和物理特征提取的雷达回波信号的几个人，包括四个人不同的诊断步态障碍。结果表明，步态不对称正确检测的概率很高，无论潜在的病理，至少一个运动方向。
2019-02-26 eess.SP
Radar Imaging Based on IEEE 802.11ad Waveform
通信频段向毫米波（mmWave）频谱的扩展使得使用单个硬件实现联合雷达和通信系统变得容易。在本文中，我们提出了基于IEEE 802.11ad波形的车载设置的雷达成像。逆合成孔径雷达（ISAR）成像的必要参数估计的采样版本的往返延迟，多普勒频移，和车辆的速度。延迟估计使用嵌入在IEEE 802.11ad前导码上的Golay互补序列的相关性。该方法首先利用雷达回波信号进行最小二乘估计，得到多普勒频移，然后通过相位旋转校正多普勒频移的相位不确定性，得到多普勒频移的精确解。根据估计的多普勒频移和运动方程确定车辆速度。最后，ISAR图像形成与所获得的参数。仿真结果表明，从真实车辆环境的点散射体模型中获得可识别的ISAR图像是可能的。
2020-09-11 cs.IT eess.SP math.IT
Doppler-Resilient 802.11ad-Based Ultra-Short Range Automotive Joint Radar-Communications System
提出了一种基于IEEE 802. 11 ad的超短程汽车联合雷达通信（JRC）框架，通过在前导码中加入Prouhet-Thue-Morse序列，提高了雷达的多普勒抗干扰能力。所提出的处理揭示了详细的微观特征，通过扩展的散射中心模型的动画行人，自行车和汽车目标验证常见的汽车对象。数值实验表明，$2.5$在低信噪比下的虚警概率降低了%，并且在高达$\pm144$ km/hr的多普勒速度的峰值到旁瓣电平动态范围上比传统的802.11ad JRC有所改善。
2020-05-03 eess.SP
Fast Matrix Inversion and Determinant Computation for Polarimetric Synthetic Aperture Radar
Graduate Program of Electrical and Computer Engineering Department, University of Calgary（卡尔加里大学电气与计算机工程研究生项目）；Signal Processing Group, Departamento de Estatística, Universidade Federal de Pernambuco（伯南布哥联邦大学统计系信号处理组）；Department of Electrical and Computer Engineering, University of Calgary（卡尔加里大学电气与计算机工程系）；Laboratório de Computação Científica e Análise Numérica, Universidade Federal de Alagoas（阿拉戈阿斯联邦大学科学计算与数值分析实验室）
本文提出一种快速算法，用于极化合成孔径雷达图像处理中小型矩阵的求逆和行列式计算，基于伴随矩阵和输入矩阵的对称性，实现GPU加速，相比传统Cholesky分解方法有约两倍的加速效果。
2018-07-21 cs.DS cs.NA eess.SP
Range-Doppler Sidelobe Suppression for Pulsed Radar Based on Golay Complementary Codes
为了消除脉冲雷达中距离-多普勒旁瓣带来的干扰，提出了一种基于Golay码构造多普勒弹性互补波形的新方法。我们设计了发射脉冲训练和接收脉冲权值，使得脉冲权值与给定窗函数之间的相似性最大化，并且满足对多普勒零点和能量的约束。这是一个双向划分问题，然后解决半定规划和随机化技术。该波形在多个可灵活调节的多普勒区中完全抑制了距离旁瓣，具有良好的多普勒旁瓣抑制、多普勒分辨率和信噪比。它在检测密集干扰下的微小运动弱目标方面显示出很好的应用前景。
2020-03-26 eess.SP
Phase Difference based Doppler Disambiguation Method for TDM-MIMOFMCW Radars
最先进的汽车雷达传感器使用多输入多输出（MIMO）方法来获得更好的角分辨率。时分复用（TDM）方案通常用于在发射机处实现时间上的正交性。除了其在实现上的简单性之外，TDM方案具有与发射机的数目成比例的减小的最大无模糊多普勒的缺点。本文提出了一种基于相位差的多普勒消歧方法，该方法可以获得最大的无模糊多普勒，且只需要一个发射机。当发射机的数量很大时，这种方法工作得很好。所提出的方法证明了仿真和测量数据。
2022-08-05 eess.SP
Synthesis of Through-Wall Micro-Doppler Signatures of Human Motions Using Generative Adversarial Networks
针对穿墙场景下雷达微多普勒特征易失真、数据采集成本高的问题，提出用GAN从自由空间特征合成穿墙微多普勒特征，经评估合成数据真实度优异。
2024-04-12 eess.SP
Geostationary Real-Time 3D Polarimetric RADAR Imaging by Orbital Angular Momentum Interferometry and Multi-Chromatic Analysis
我们使用轨道角动量（OAM）干涉-无线电探测和测距（RADAR）（HR-RT-GeoPolInt-OAM-RADAR）和扩展到层析成像（HR-RT-GeoPolInt-OAM-MCA-TomoRADAR）的多色分析（MCA）设计了高分辨率（HR）实时（RT）、地球同步和地球静止（Geo）偏振（Pol）的概念验证。OAM干涉测量通信信道由两个固定源产生，所述两个固定源由给定的空间基线隔开并且用于距离-方位角合成。相反，频率信道用于提供关于高度的信息。最后，编码在电磁（EM）波的偏振，这是相关的自旋角动量（SAM）的信息，被用来合成全极化雷达图像，与技术冗余。在这里，我们提出了一个平面涡旋天线的设计，为Geo的应用程序，其中的成像系统传输的“ad-hoc”结构波包使用增量步进啁啾策略和单模OAM线性递增调制。我们将每个维度的分辨率分配给EM波假设的三个波段。从HR-RT-GeoPolInt-OAM通信信道反向散射信号接收的径向和切向分量用于通过快速傅里叶变换（FFT）技术聚焦属于给定恒定频率处的单个历元的距离-方位角图像。每个OAM快时雷达图像的频率分离使用MCA。对于整个步进频率啁啾的所有时期重复该过程。一旦每个二维图像被合成，它们就被共同配准，并且HR-RT-GeoPolInt-OAM-MCA-TomoRADAR切片通过使用FFT技术在高度上聚焦。距离-方位角和层析成像分辨率取决于…
2020-12-07 eess.SP
Code Optimization and Angle-Doppler Imaging for ST-CDM LFMCW MIMO Radar Systems
针对ST-CDM LFMCW MIMO雷达系统，本文提出基于CRB的慢时码优化方法和高效RELAX类角度-多普勒估计算法，有效提升了参数估计与成像性能。
2023-06-15 eess.SP
Do We Need to Compensate for Motion Distortion and Doppler Effects in Spinning Radar Navigation?
University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所）
为了应对雨雪等不利天气条件的挑战，雷达正被重新审视为视觉和激光雷达的并行传感模式。最近的工作取得了巨大的进展，应用旋转雷达里程计和地点识别。然而，到目前为止，这些工作忽略了运动失真和多普勒效应对基于旋转雷达的导航的影响，这在速度可能很高的自动驾驶汽车领域可能很重要。在这项工作中，我们展示了这些失真对雷达测距的影响，使用牛津雷达RobotCar数据集和度量定位使用我们自己的数据采集平台。我们重新审视了一个轻量级的估计器，可以恢复一对雷达扫描之间的运动，同时考虑到这两种效果。结果表明，运动畸变和多普勒效应在自旋雷达导航中的作用各不相同，但前者比后者更为显著。该项目的代码可以在以下网址找到：https://github.com/keenan-burnett/yeti_radar_odometry
2021-01-13 cs.RO eess.SP
Discrete Radar based on Modulo Arithmetic
本文提出基于离散 Heisenberg-Weyl 群与辛变换的 Zak-OTFS 雷达波形设计框架，将处理复杂度由 O(B²T²) 降至 O(BT log T)，并支持低峰均功率比波形库。
2025-09-26 cs.IT eess.SP math.IT
Doppler Radar for the Extraction of Biomechanical Parameters in Gait Analysis
多普勒雷达步态分析的适用性进行了研究，通过定量比较所测得的生物力学参数，使用运动捕捉和地面反作用力。19名受试者以两种不同的速度在跑步机上行走，其中雷达系统位于受试者的前面或后面。右膝角度由可调节矫形器限制在五个不同的角度。从雷达微多普勒特征中提取了11个步态参数。在这里，提出了新的方法来获得个人下肢关节的速度。此外，介绍了一种从雷达数据中提取单航段飞行时间的新方法。基于雷达数据，可以可靠地提取与节律和起搏相关的五个时空参数。此外，对于大多数所考虑的条件，三个运动学参数可以准确地测量。基于雷达的站立和飞行时间测量依赖于步态周期期间最大膝盖速度的时刻的正确检测。当雷达具有后视图时，该时刻被可靠地检测到，但是当雷达位于对象的前面时，该时刻被低估。结果验证了多普勒雷达的适用性，以准确地测量各种医学相关的步态参数。雷达具有不引人注目地诊断步态变化的潜力，例如，设计预防和康复方面的培训。作为非接触式和隐私保护传感器，雷达提供了一种可行的技术，可以补充现有的步态分析工具，用于长期的家庭检查。
2020-05-11 eess.SP
Chirp Delay-Doppler Domain Modulation Based Joint Communication and Radar for Autonomous Vehicles
Beijing Institute of Technology（北京理工大学）；Ocean University of China（中国海洋大学）；Nanyang Technological University（南洋理工大学）；Tsinghua University（清华大学）；Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）
本文提出了一种基于Chirp延迟-多普勒域调制的联合通信与雷达技术，用于提升自动驾驶车辆的感知与通信性能。
2025-12-20 cs.IT eess.SP math.IT
OTFS -- A Mathematical Foundation for Communication and Radar Sensing in the Delay-Doppler Domain
正交时频空间（OTFS）是用于在延迟多普勒（DD）域中处理信号的通信和主动感测的框架。本文探讨了OTFS框架的三个关键特性，并解释了它们对应用程序的价值。第一个特征是无线信道的紧凑和稀疏DD域参数化，其中参数直接映射到包括散射环境的反射器的物理属性，并且因此这些参数可预测地演变。第二个特征是一种新的波形/调制技术，与DD信道模型相匹配，在DD域中嵌入信息符号。即使在存在显著延迟和多普勒扩展的情况下，信道输入和输出之间的关系也是局部的、非衰落的和可预测的，并且因此可以有效地获取和均衡信道。通过避免衰落，均衡后SNR在分组中的所有信息符号上保持恒定，使得误码性能优于当代的多载波波形。此外，OTFS载波波形是DD域中的局部脉冲，使得可以同时沿着延迟和多普勒分离反射器，并且实现环境的高分辨率延迟-多普勒雷达图像。换句话说，DD参数化为通信和雷达提供了一个通用的数学框架。这是OTFS框架的第三个特征，它非常适合涉及自动驾驶汽车和无人驾驶地面/飞行器的智能交通系统，这些系统是自我/网络控制的。OTFS波形能够在广泛的用户速度范围内支持稳定和卓越的性能。
2023-02-17 cs.IT eess.SP math.IT
Designing Interference-Immune Doppler-TolerantWaveforms for Automotive Radar Applications
对于不同的雷达应用，在干扰存在的情况下，使用FMCW波形的动态目标检测是具有挑战性的。SNR的退化是不可修复的，并且干扰难以在时域和频域中减轻。在本文中，一个波形设计问题是使用优化最小化（MM）框架，考虑PSL/ISL成本函数，导致在一个代码序列与多普勒容忍特性的FMCW波形和干扰免疫特性的定制PMCW波形（唯一的相位码+最小ISL/PSL）。最优设计序列在其子序列之间具有Q次多项式相位行为，并获得保证收敛的最优ISL和PSL解。通过调整多项式相位行为的次数Q、子序列长度M和子序列总数L等优化参数，优化后的序列在一端具有与FMCW波形相同的多普勒容限，在另一端具有与PMCW波形中的随机相位序列相似的小互相关值。如果在严重干扰的情况下需要，则可以在运行时生成与干扰器具有低互相关的新代码。性能分析表明，所提出的方法优于国家的最先进的同行。
2022-04-05 cs.IT eess.SP math.IT
Near out-of-distribution detection for low-resolution radar micro-Doppler signatures
PSL University（巴黎文理研究大学）；Mines Paris（巴黎国立高等矿业学院）；Thales LAS France（法国泰雷兹机载系统公司）
近分布检测（OODD）的目的是区分语义相似的数据点，而无需分类所需的监督。本文提出了一个面向对象设计的雷达目标检测用例，可扩展到其他类型的传感器和检测场景。我们强调OODD的相关性和其具体的监督要求，在现实生活中的关键系统中的其他类似的雷达目标和杂波之间的多模态，多样化的目标类的检测。我们提出了一个比较深和非深OODD方法模拟低分辨率脉冲雷达微多普勒签名，同时考虑频谱和协方差矩阵输入表示。协方差表示的目的是估计专用的二阶处理是否适合于区分签名。讨论了标记异常在训练、自监督学习、对比学习见解和创新训练损失中的潜在贡献，并研究了错误标记造成的训练集污染的影响。
2022-07-05 cs.AI cs.LG eess.SP
ICI-Aware Parameter Estimation for MIMO-OFDM Radar via APES Spatial Filtering
针对载波间干扰（ICI）的MIMO-OFDM雷达，提出了一种新的三级时延多普勒角估计算法。首先，利用空间协方差矩阵与目标时延和多普勒无关的特点，利用MUSIC算法进行角度估计。对于每个估计的角度，我们接下来制定的联合载波频率偏移（CFO）和信道估计的问题，通过一个APES（幅度和相位估计）的空间滤波方法，通过转换的延迟多普勒参数化的雷达信道到一个非结构化的形式的雷达延迟多普勒估计。在最后阶段，每个目标的延迟和多普勒可以从目标特定的信道估计随时间和频率恢复。仿真结果表明，该算法在高移动性的场景中具有优越的性能。
2021-02-12 eess.SP
Motion Classification using Kinematically Sifted ACGAN-Synthesized Radar Micro-Doppler Signatures
Siemens Corporate Technology（西门子企业技术部）；Center for Advanced Communications, Villanova University（维拉诺瓦大学高级通信中心）；University of Alabama（阿拉巴马大学）
深度神经网络（DNN）最近在需要对雷达回波进行分类的应用中受到了广泛关注，包括用于安全、智能家居、辅助生活和生物医学的基于雷达的人类活动识别。然而，由于雷达数据收集所需的高人力成本和资源，获取足够大的训练数据集仍然是一项艰巨的任务。在本文中，提出了一种扩展的对抗学习方法，用于生成适应不同环境的合成雷达微多普勒特征。使用视觉解释，分析运动学一致性，数据多样性，潜在空间的维度和显着性图的合成数据进行评估。一个基于主成分分析（PCA）的运动筛选算法，以确保合成签名是一致的物理上可能的人体运动。合成数据集用于训练19层深度卷积神经网络（DCNN），以对从与提供给对抗网络的数据集的环境不同的环境中获取的微多普勒特征进行分类。在包含多个方位角（0 °，30度，和45 °以及60 °），由于运动学筛选的结果，具有9%的改进。
2020-01-19 cs.LG eess.SP stat.ML
DoA Estimation using MUSIC with Range/Doppler Multiplexing for MIMO-OFDM Radar
针对 MIMO-OFDM 雷达在目标数超过阵列维度时 DoA 估计性能受限的问题，提出利用延迟/多普勒滤波与融合抑制旁瓣的两阶段 MUSIC 方法，提升小阵列高密度场景下的估计性能。
2025-06-16 cs.IT eess.SP math.IT
Weighted SPICE Algorithms for Range-Doppler Imaging Using One-Bit Automotive Radar
我们考虑的距离多普勒成像的问题，使用一位汽车LFMCW 1或PMCW雷达，利用一位ADC采样与时变阈值在接收机。一位采样技术可以显著降低汽车雷达系统的成本和功耗。将LFMCW/PMCW雷达一维距离多普勒成像问题转化为一维稀疏参数估计问题。最近提出的超参数自由（因此用户友好）加权SPICE算法，包括SPICE，LIKES，SLIM和IAA，实现了出色的参数估计性能的数据采样精度高。然而，这些算法不能直接用于一位数据。在本文中，我们首先提出了一个正则化的最小化算法，称为1bSLIM，精确的距离多普勒成像使用onebit雷达系统。然后，我们描述了如何将SPICE、LIKES和IAA算法扩展到一位数据的情况，并将这些扩展称为1bSPICE、1bLIKES和1bIAA。这些一位超参数自由算法统一在一位加权SPICE框架内。此外，上述算法的有效实现的调查，在很大程度上依赖于使用FFT。最后，仿真和实验的例子来证明所提出的算法的有效性，距离多普勒成像使用一位汽车雷达系统。
2021-03-31 eess.SP
Automatic Arm Motion Recognition Based on Radar Micro-Doppler Signature Envelopes
针对智能环境中的人机接口问题，提出了一种简单有效的基于多普勒雷达传感器的手臂运动自动识别方法。手臂代替手，具有更强的雷达截面，可以从相对较远的距离被识别。一个基于能量的阈值算法应用于频谱图提取微多普勒（MD）签名信封。正和负频率包络被连接以形成特征向量。然后使用具有曼哈顿距离（L1）的最近邻（NN）分类器来识别手臂运动。结果表明，这种简单的方法产生的分类精度超过97%的六类手臂运动。尽管它的简单性，所提出的方法是优于手工制作的基于特征的分类和低维表示技术的基础上的主成分分析（PCA），并与卷积神经网络（CNN）。
2020-07-15 eess.SP
A Novel Micro-Doppler Coherence Loss for Deep Learning Radar Applications
University of Strathclyde（斯特拉斯克莱德大学）
本文提出一种微多普勒相干性损失函数，通过匹配输入输出间微多普勒振荡分量的归一化功率优化模型，使深度学习雷达模型对噪声更具鲁棒性。
2024-04-12 cs.CV cs.LG eess.SP
RADDet: Range-Azimuth-Doppler based Radar Object Detection for Dynamic Road Users
University of Ottawa（渥太华大学）；Sensorcortek Inc（Sensorcortek 公司）
与基于摄像头的方法相比，尚未使用深度学习模型探索使用汽车雷达的目标检测。这可能是由于缺乏公共雷达数据集。在本文中，我们收集了一个新的雷达数据集，其中包含雷达数据的形式的距离-方位角-多普勒张量以及张量上的动态道路用户，类别标签和笛卡尔鸟瞰范围图上的二维边界框的边界框。为了构建数据集，我们提出了一种实例自动注释方法。此外，提出了一种新的基于距离-方位-多普勒的多类目标检测深度学习模型。该算法是一个单阶段的锚为基础的检测器，生成三维边界框和二维边界框的距离-方位-多普勒和笛卡尔域，分别。我们提出的算法在3D限界框预测上实现了IOU为0.3的56.3% AP，在2D限界框预测上实现了IOU为0.5的51.6% AP。我们的数据集和代码可以在https://github.com/ZhangAoCanada/RADDet.git上找到。
2021-05-02 cs.CV eess.SP
Formation Wing-Beat Modulation (FWM): A Tool for Quantifying Bird Flocks Using Radar Micro-Doppler Signals
本文发现鸟群雷达回波中的编队翼拍调制（FWM）效应，并基于X波段海鸥群数据验证其可用于估计鸟群数量与平均翼拍率。
2023-09-27 eess.SP
Reliable Traffic Monitoring Using Low-Cost Doppler Radar Units
针对道路交通监测需求，本文提出一种基于连续波多普勒雷达的低成本传感子系统，总成本低于100美元，可实现车辆检测与速度估计，且便于路边部署维护。
2025-03-31 eess.SP
STAR-RIS-based Pulse-Doppler Radars
本研究提出基于STAR-RIS的脉冲多普勒雷达，通过在透射和反射半空间叠加不同慢时间调制分离回波，并采用GIC决策规则，设计了同时与顺序两种扫描策略，以在径向速度估计精度与检测器复杂性间实现权衡。
2024-06-17 eess.SP
Hand Gesture Recognition based on Radar Micro-Doppler Signature Envelopes
介绍了一种简单而有效的雷达手势自动识别技术。所提出的技术分类的基础上，他们的微多普勒签名的包络的手势。这些包络捕获不同的手运动之间的区别和它们相应的正和负的多普勒频率期间产生的每个手势动作。我们分别检测正负包络，并形成一个特征向量的增强。我们使用$k$ -最近邻（$k$ NN）分类器和曼哈顿距离（L1）度量代替欧几里得距离（L2），以便不减少小但关键的包络值。实验结果表明，该方法优于基于主成分分析（PCA）的低维表示技术和基于高斯窗傅立叶字典的稀疏重构技术，能够获得很高的分类率。
2019-02-07 eess.SP
Radarize: Enhancing Radar SLAM with Generalizable Doppler-Based Odometry
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Peking University（北京大学）
本文提出仅依赖单芯片毫米波雷达的SLAM流水线Radarize，通过多普勒里程计与多径抑制技术，在4.7公里数据集上实现比现有雷达方法提升约5倍里程计精度和8倍SLAM精度。
2024-04-29 cs.CV cs.RO eess.SP
Radar Human Motion Classification Using Multi-Antenna System
本文考虑室内雷达系统的人类活动分类。人的运动产生非平稳雷达回波，代表多普勒和微多普勒信号。微多普勒信号的时频（TF）分析可以通过精确地揭示各种运动身体部位的速度分量来辨别运动的细微变化。我们考虑使用TF为基础的机器学习方法，利用时间和空间自由度的活动监测雷达。所提出的方法捕捉不同的人的运动表示更生动地在联合变量数据域实现通过波束成形在接收器。使用四个接收天线在77 GHz下使用实时测量收集雷达数据，随后通过机器学习算法分析微多普勒特征，用于人类行走运动的分类。我们提出的多天线方法在分离和分类两个密切行走的人在相反的方向移动的性能。
2021-04-01 eess.SP
Do Spinning Radar Doppler Velocity Measurements Improve Vehicle Detection and Tracking?
University of Toronto（多伦多大学）
本文研究旋转雷达多普勒速度测量对车辆检测与跟踪的改进作用，提出多普勒去畸变和速度先验方法，在Boreas数据集上分别提升检测精度2.37点（mAP）和跟踪精度13.68点（MOTA）。
2026-09-21 cs.CV cs.RO eess.SP
Pedestrian Recognition with Radar Data-Enhanced Deep Learning Approach Based on Micro-Doppler Signatures
University of Electronic Science and Technology of China (UESTC)（电子科技大学）
针对雷达微多普勒行人识别训练数据不足的问题，提出含RDGAN数据增强模块与MCNN+RBFNN多特征学习模块的DEMCL模型，准确率较现有研究提升3.33%-10.24%，运行速度快。
2023-06-14 cs.CV cs.LG eess.SP
Sub-Nyquist Radar Systems: Temporal, Spectral and Spatial Compression
常规雷达向感兴趣的目标发射电磁波。在输出脉冲之间，雷达测量从目标反射的信号，以确定它们的存在，范围，速度和其他特征。雷达系统面临着多重挑战，产生了许多权衡，如带宽与距离分辨率和停留时间与多普勒分辨率。在MIMO雷达中，高分辨率需要大口径和大量天线，增加了硬件和处理要求。最近，在采样理论和雷达信号处理中提出了新的方法，以允许从低于奈奎斯特速率获得的样本中进行目标检测和参数恢复。这些技术利用目标场景的稀疏性，以减少所需的样本、脉冲和天线的数量，一方面打破带宽、驻留时间和天线数量与距离、多普勒和方位分辨率之间的联系。本文介绍了这种所谓的亚奈奎斯特雷达范例，并描述了相应的采样和恢复算法，利用压缩感知技术来执行时间和空间压缩。我们专注于非雷达成像应用和调查许多最近的压缩雷达系统。我们的目标是审查的主要影响压缩雷达参数分辨率以及数字和模拟的复杂性。调查包括快速和慢速时间压缩方案以及空间压缩方法。我们表明，除了大幅降低速率，压缩也可以使通信和雷达频谱共享。在整个文件中，我们认为压缩雷达的理论和实践方面，目前的硬件原型实现，演示实时目标参数恢复从低速率的脉冲多普勒和MIMO雷达的样本。
2018-07-30 cs.IT eess.SP math.IT
Toward Unobtrusive In-home Gait Analysis Based on Radar Micro-Doppler Signatures
目的：在本文中，我们证明了雷达的步态分类的适用性，应用到家庭安全，医疗诊断，康复和辅助生活。针对基于雷达微多普勒特征的步态模式变化识别问题，研究了步态识别中的运动类别内分类问题。研究方法：新的步态分类方法，利用物理特征，子空间特征和谐波建模和他们的性能进行评估，使用实验K波段雷达数据的四个测试科目。每个人被认为是五种不同的步态类别，包括正常，病理和辅助行走。结果如下：所提出的方法优于现有的方法，基于雷达的步态识别，利用物理特征的节奏，速度数据表示域在本文中。分析的步态类正确识别的平均准确率为93.8%，其中98.5%的分类率是实现了一个单一的步态类。当应用于另一个人的新数据时，可以预期80%的分类准确度。结论：雷达微多普勒特征及其傅里叶变换非常适合捕捉步态变化。五种不同的步行风格被识别出具有高精度。意义：基于雷达的人体步态传感是一项新兴技术，在安全和医疗保健行业具有多方面的应用。我们表明，雷达，作为一种非接触式传感技术，可以补充现有的步态诊断工具的长期监测和再现性的考试。
2019-02-04 eess.SP
Frame-Induced Doppler Self-Ambiguity in SiriusXM Satellite Signals for Passive Radar
Department of National Defence, Defence Research and Development Canada（国防部，加拿大国防研究与开发局）
本文分析XM/SiriusXM卫星信号因TDM帧结构引起的多普勒自模糊，通过仿真和实测验证了FSP重复频率整数倍处的多普勒梳状结构，影响无源雷达相干积分性能。
2026-09-10 eess.SP
Fast Whittle Maximum-Likelihood Parametric Spectrum Estimation for Weather-Radar Doppler Moments
Delft University of Technology（代尔夫特理工大学）
针对短驻留天气雷达多普勒矩反演，提出基于FFT的快速Whittle最大似然参数谱估计，在保持精度优势的同时显著降低计算成本。
2026-10-08 eess.SP
Multi-target Range, Doppler and Angle estimation in MIMO-FMCW Radar with Limited Measurements
本文提出基于压缩感知的MIMO-FMCW雷达多目标定位算法，联合估计距离、多普勒和角度，在减少发射脉冲和天线单元下达到与传统方法相当的检测性能并提高分辨率。
2025-09-10 eess.SP
Moving Target Detection Method Based on Range? Doppler Domain Compensation and Cancellation for UAV-Mounted Radar
针对无人机载穿墙雷达中强非平稳杂波影响动目标检测的问题，提出距离-多普勒域双通道相位补偿、对消及滤波成像方法，并通过仿真和无人机实验验证其有效性。
2024-07-04 eess.SP
Radar detection of wake vortex behind the aircraft: the detection range problem
本研究利用X波段脉冲多普勒雷达在10公里外探测到波音737的尾涡，发现其散射功率仅比飞机低10 dB，DSCR低5 dB，并指出参数不一致性，支持认知微多普勒雷达概念。
2023-12-27 eess.SP
A Dual-Polarization Feature Fusion Network for Radar Automatic Target Recognition Based On HRRP Sequence
针对极化HRRP序列的雷达自动目标识别，提出双极化特征融合网络DPFFN，采用两阶段融合策略和特定损失函数，显著提升识别性能。
2025-01-23 eess.SP
Robustness of Deep Neural Networks for Micro-Doppler Radar Classification
University of Strathclyde（斯特拉斯克莱德大学）
本文研究深度卷积网络在微多普勒雷达分类中的鲁棒性，发现标准训练易受时间偏移和对抗样本影响，提出通过对抗训练与时间增强提升泛化能力，并证明步频-速度图表示天然更具对抗鲁棒性。
2024-02-22 cs.CV cs.LG eess.SP
Separable Delay And Doppler Estimation In Passive Radar
Blekinge Institute of Technology（布莱金厄理工学院）；Chalmers University of Technology（查尔姆斯理工大学）；SAAB AB（萨博集团）
本文提出了一种用于被动雷达的可分离延迟和多普勒估计方法，通过将延迟估计与多普勒估计分离，降低了计算复杂度并减少了通信开销，从而在广泛参数范围内实现了更优的多普勒估计。
2026-01-22 eess.SP
DopplerGLRTNet for Radar Off-Grid Detection
ONERA, Université Paris Saclay（法国航空航天研究院，巴黎萨克雷大学）；CentraleSupélec, Université Paris-Saclay（中央理工-高等电力学院，巴黎萨克雷大学）
DopplerGLRTNet通过轻量级回归器预测连续多普勒值，有效缓解非网格目标检测中的饱和问题，提升鲁棒性和效率。
2026-02-14 eess.SP
Through-the-Wall Radar Human Activity Micro-Doppler Signature Representation Method Based on Joint Boulic-Sinusoidal Pendulum Model
School of Information and Electronics, Beijing Institute of Technology（北京理工大学信息与电子学院）；Jiaxing Research Center of Beijing Institute of Technology（北京理工大学嘉兴研究院）；Key Laboratory of Electronic and Information Technology in Satellite Navigation, Beijing Institute of Technology（北京理工大学卫星导航电子信息技术重点实验室）
针对隔墙雷达直接使用RTM和DTM存在特征冗余高及泛化差的问题，提出基于联合Boulic-正弦摆模型的人体活动微多普勒特征表示方法，通过计算最少关键点精确刻画肢体运动，显著提升了跨测试者泛化能力。
2024-08-22 cs.CV cs.LG eess.SP
Static Background Removal in Vehicular Radar: Filtering in Azimuth-Elevation-Doppler Domain
针对车载FMCW雷达，提出一种基于4D成像和方位-俯仰-多普勒域滤波的静态背景去除算法，并引入自包含的3D自身运动估计，经仿真与实测验证性能优于基线。
2024-12-17 eess.SP
Doppler-Domain Respiratory Amplification for Semi-Static Human Occupancy Detection Using Low-Resolution SIMO FMCW Radar
本研究提出RASSO方法，通过多普勒域呼吸放大提升低分辨率雷达半静态人体检测性能，实现高准确率和可靠性。
2026-01-25 eess.SP
Vision Transformer for Classification of UAV and Helicopters Using Micro-Doppler Spectrograms in Surveillance Radar
本文提出使用视觉变换器对不同持续时间的无人机和直升机微多普勒光谱进行分类，通过改进的双树复小波变换提高信号质量，并在实际雷达数据上实现了97.76%的分类准确率。
2025-11-29 eess.SP
Radar Range Deception with Time-Modulated Scatterers
本文提出利用时间调制散射体对雷达进行距离欺骗，通过控制背散射相位使雷达估计出错误距离和速度，并在线性调频雷达上实验验证，可实现半被动隐蔽且不违反相对论。
2022-11-22 eess.SP
Integrated Detection and Tracking Based on Radar Range-Doppler Feature
University of Electronic Science and Technology of China（电子科学与技术大学）
针对现有雷达联合检测跟踪方法利用信号不足的问题，提出InDT方法，结合基于RD特征图的检测网络与自适应卡尔曼滤波跟踪器，通过余弦距离增强数据关联，在模拟和公开数据上验证了有效性。
2025-09-08 cs.AI eess.SP
A Cancellation Mechanism in AFDM Radar Sensing: Exact Fisher Information and Delay-Doppler Decoupling
Tongji University（同济大学）
本文通过分析仿射频分复用（AFDM）波形中的抵消机制，推导出闭合形式的Fisher信息矩阵和Cramér-Rao界，证明AFDM在延迟-多普勒估计中比OFDM具有更低的耦合性，且延迟估计精度随啁啾率二次方提升。
2026-06-03 eess.SP
Radar Sensing via OTFS Signaling
本文提出两步法估计OTFS雷达感知中的分数时延与多普勒频移，结合广义似然比检验检测未知数量目标，仿真验证了高精度与高检测概率。
2023-06-20 eess.SP
