Direction of Arrival Estimation with Virtual Antenna Array Using FMCW Radar Simulated Data
本项目研究77GHz FMCW汽车雷达仿真数据的角度估计问题，对比了FFT、MUSIC和压缩感知算法，发现FFT速度最快但角分辨率远不及后两种超分辨率算法。
2025-08-11 eess.SP
Leakage Mitigation in Heterodyne FMCW Radar For Small Drone Detection with Stationary Point Concentration Technique
针对外差式 FMCW 雷达检测小型无人机时发射泄漏导致相位噪声抬升、信噪比恶化的问题，提出无需额外硬件的驻留点集中技术，通过频率规划与数字信号处理显著降低目标距离域噪声基底。
2018-09-15 eess.SP
Joint Range and Angle Estimation for FMCW MIMO Radar and Its Application
最近，具有阵列天线的调频连续波（FMCW）雷达在各种商业应用中越来越受欢迎。阵列FMCW雷达目标距离和角度估计的一种常用方法是将接收信号解压缩后形成距离-角度矩阵，然后对距离-角度矩阵进行二维快速傅里叶变换（2D-FFT）。然而，这样的频率估计方法给出偏差误差，因为距离-角度矩阵上的两个频率不是彼此独立的，这与利用无源平面天线阵列的2D角度估计不同。提出了一种基于最大似然的阵列FMCW雷达多目标距离和角度联合估计算法，并证明了该算法的距离和角度估计均达到了Cramer-Rao界。该算法还与其他算法的同时定位和地图（SLAM）问题进行了比较。
2018-11-16 eess.SP
Sparse Reconstruction of Chirplets for Automotive FMCW Radar Interference Mitigation
随着道路上装有雷达传感器的车辆密度的增加，汽车雷达场景中的相互干扰将成为一个主要问题。本文研究调频连续波对调频连续波和连续波干扰的问题。在这种背景下，我们提出了一种信号处理技术，通过使用快速正交匹配追踪（OMP）算法来盲识别和去除干扰，以减少线调频基的干扰信号，并将其从目标信号中分离出来，以最小的信息损失。在模拟和测量数据中观察到噪声加干扰水平的显着降低，后者是用最先进的汽车传感器获得的。
2021-06-10 eess.SP
Multi-target Range and Angle detection for MIMO-FMCW radar with limited antennas
多输入多输出（MIMO）雷达相对于传统的雷达阵列系统在性能和灵活性方面具有若干优点。然而，为了实现高角度分辨率，MIMO雷达需要大量的发射和接收天线，这增加了硬件设计和计算复杂度。虽然空间压缩感知（CS）最近已经被考虑用于具有稀疏随机阵列的脉冲波形MIMO雷达，但是用于调频连续波（FMCW）雷达的这样的方法仍然在很大程度上未被探索。在这种情况下，我们提出了一种新的多目标定位算法在距离-角度域的MIMO FMCW雷达与随机放置的发射和接收元件的稀疏阵列。特别地，我们首先使用基于离散傅里叶变换（DFT）的聚焦操作获得目标的距离延迟。然后使用基于CS的技术利用目标场景的稀疏性在每个检测到的范围处恢复目标角度。我们的仿真结果表明，该算法的有效性，在检测多个目标与稀疏阵列的经典方法。
2023-02-28 eess.SP
3D-Image Reconstruction using MIMO-SAR FMCW Radar
针对传统SAR成像局限于二维信息的问题，本文提出一种结合虚拟MIMO FMCW雷达与SAR技术的快速时域重建算法，实现了毫米波频段的高分辨率三维雷达成像。
2025-09-07 eess.SP
CFAR-Based Interference Mitigation for FMCW Automotive Radar Systems
针对调频连续波（FMCW）雷达干扰抑制问题，提出了基于恒虚警（CFAR）检测器的方法。所提出的方法利用了这样一个事实，即经过去线性调频和低通滤波操作后，FMCW雷达的目标的差拍信号由指数正弦分量组成，而干扰在扫描内呈现短线性调频波。在时频域（$t$ - $f$）中利用一维恒虚警检测器检测出干扰信号的频谱，然后将检测到的频谱图作为干扰抑制的掩模进行扩张。它们适用于存在多个干扰的场景。与现有的方法相比，所提出的方法减少了有用信号的功率损耗，并且计算效率非常高。通过数值模拟和实验结果证明了它们的干扰抑制性能。
2021-01-04 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
Sparsity-Driven Moving Target Detection in Distributed Multistatic FMCW Radars
本文研究了广泛分布的多基地\textit{Frequency Modulated Continuous Wave}（FMCW）雷达系统（采用线性调频）的稀疏目标检测问题。与以前的策略（\emph{e.g.}，开发FMCW或分布式多基地雷达），我们提出了一个通用的框架，规模以及高分辨率空间速度网格的计算复杂度。我们的方法假设\emph{(i)}目标信号在离散空间速度域中是稀疏的，因此允许非静态目标检测，并且\emph{(ii)}所得到的多个基带雷达信号共享共同的支持。通过简化FMCW雷达信号的表示，我们提出了一个通用的方案，平衡复杂度和检测精度。特别是，我们设计了一个低复杂度，因式分解的替代匹配追踪算法利用这个简化的模型，以及迭代方法来补偿模型简化所造成的错误。K波段雷达系统的大量Monte-Carlo仿真表明，该方法实现了密集网格上运动目标参数的快速估计，精度可控，与以前的稀疏驱动方法相比，达到了最先进的性能。
2020-01-02 eess.SP
Comprehensive mm-Wave FMCW Radar Dataset for Vital Sign Monitoring: Embracing Extreme Physiological Scenarios
本研究推出首个基于毫米波FMCW雷达的生命体征监测数据集，覆盖极端生理场景并经Polar H10验证，为非侵入式健康监测算法研发提供可靠数据支撑。
2024-05-21 eess.SP
A Matched-filter based method in the Synthetic Aperture Radar Images Using FMCW radar
拉伸处理结构由于其廉价的硬件、低采样率和简单的结构而通常用于调频连续波（FMCW）雷达。然而，与匹配滤波器架构相比，拉伸处理架构不能实现最佳信噪比（SNR）。在本文中，我们的目标是提出一种方法，使拉伸处理可以实现最佳的SNR。因此，我们开发了一种新的处理方法，使应用匹配滤波器的拉伸处理的输出。所提出的架构实现了最佳的SNR，同时它可以工作在低采样率。此外，建议的雷达架构和SAR技术的结合，可以产生高质量的图像。为了评估所提出的架构的性能，四个场景被认为是。基于这些场景进行了仿真。仿真结果表明，所提出的雷达表现出的能力，以产生更高的质量比拉伸处理的图像。这种雷达还可以带来更大的增益压缩。
2021-10-31 eess.SP
A Blender-based channel simulator for FMCW Radar
本文提出一种基于Blender的FMCW MIMO雷达信道仿真器，利用光线追踪引擎生成传播路径并适配TDM-MIMO差拍信号模型，为AI雷达应用提供有效数据立方体。
2023-07-18 eess.SP
Perception Through 2D-MIMO FMCW Automotive Radar Under Adverse Weather
毫米波（mmWave）雷达越来越多地集成在商用车辆中，以支持新的自适应驾驶员辅助系统（ADAS）功能，这些功能需要对物体进行准确的位置和多普勒速度估计，而不受环境条件的影响。为了探索基于雷达的ADAS应用，我们使用德州仪器的4芯片级联FMCW雷达（TIDEP-01012）更新了我们的测试平台，形成了一个非均匀的2D MIMO虚拟阵列。在本文中，我们开发了必要的接收信号模型，应用不同的波达方向（DoA）估计算法和实验验证其性能形成的虚拟阵列在受控的情况下。为了测试毫米波雷达在恶劣天气条件下的鲁棒性，我们通过车载平台收集了各种物体的原始雷达数据集（解调后的I-Q样本），特别是在相机基本无效的下雪和有雾的情况下。从雷达成像算法，这个数据集的初步结果。
2023-01-21 eess.SP
FRaC: FMCW-Based Joint Radar-Communications System via Index Modulation
双功能雷达通信（DFRC）系统是自动驾驶汽车的吸引力技术，它利用电磁波不断感知环境，同时与相邻设备进行通信。一种新兴的实现DFRC系统的方法是通过指数调制（IM）在雷达波形中嵌入信息。在车辆系统中实施DFRC方案在成本、功率效率和硬件复杂性方面产生严格的约束。在本文中，我们扩展了基于IM的DFRC系统，利用稀疏阵列和调频连续波形（FMCW），这是流行的汽车雷达的简单性和低硬件复杂度。所提出的基于FMCW的雷达通信系统（FRaC）通过利用减少数量的射频模块与窄带FMCW信令相结合来进行发送，以降低的成本和复杂度进行操作。这是通过传输中的阵列稀疏化来实现的，通过在一个相干处理间隔中组合信号来形成虚拟多输入多输出阵列，其中窄带波形以随机化方式传输。性能分析和数值结果表明，该雷达方案实现了类似的分辨率性能相比，宽带雷达系统工作在一个大的接收孔径，而需要更少的硬件开销。对于通信子系统，与基于传统相位调制的双功能信令相比，FRaC实现了更高的速率和改进的错误率。
2021-06-28 eess.SP
On the Fractional Fourier Transform for FMCW Radar Interference Mitigation
Graz University of Technology（格拉茨工业大学）；Infineon Technologies Austria AG（英飞凌奥地利股份公司）
本文提出基于离散分数傅里叶变换的FMCW雷达干扰抑制方法，通过稀疏更新信号降低计算复杂度，并在实测数据中验证其有效性。
2026-04-30 eess.SP
Leakage Mitigation and Internal Delay Compensation in FMCW Radar for Small Drone Detection
调频连续波（FMCW）雷达的一个臭名昭著的问题是发射机和接收机之间的泄漏。泄漏信号的相位噪声在功率谱上表现为泄漏信号周围的一个边缘。它导致动态范围的恶化，特别是在近距离区域。因此，尽管FMCW雷达由于其工作方式而在近距离目标检测方面比脉冲雷达具有优势，但FMCW雷达的优势可能会因为泄漏而丧失。FMCW雷达的另一个问题是雷达系统中的内部延迟。它导致最大可探测距离的减小。本文提出了一种新的下变频技术，解决了这些问题。详细的理论和程序来实现所提出的技术进行解释。最后通过实验结果验证了该算法的有效性。所提出的技术可以通过频率规划和数字信号处理来实现，而无需额外的部件。结果表明，该技术在近距离区域和2.1 dB，即使在远距离区域降低噪声本底约7.0 dB。此外，结果表明，所提出的技术通过补偿内部延迟来恢复减小的最大可检测范围。
2018-07-17 eess.SP
FMCW Radar Principles and Human Activity Recognition Systems: Foundations, Techniques, and Applications
Purdue University（普渡大学）；Emory University（埃默里大学）
本书系统阐述FMCW雷达原理及人类活动识别技术，涵盖信号处理、深度学习应用及实际案例，适用于雷达领域研究人员和开发者。
2025-12-22 eess.SP
An IoT system for smart building combining multiple mmWave FMCW radars applied to people counting
针对智能楼宇人员占用监测中隐私保护与大范围覆盖的需求，提出整合多台毫米波FMCW雷达的灵活软件架构，通过真实场景验证并开源相关数据与实现，可接入通用IoT平台。
2024-01-28 eess.SP
MadRadar: A Black-Box Physical Layer Attack Framework on mmWave Automotive FMCW Radars
本文提出MadRadar，一个针对汽车毫米波FMCW雷达的黑盒攻击框架，能实时估计受害雷达配置并执行添加、移除或移动目标检测的攻击，实验验证了其可行性。
2023-11-27 eess.SP
Low-Complexity Super-Resolution Signature Estimation of XL-MIMO FMCW Radar
Indian Institute of Technology Delhi（印度德里理工学院）
本文提出了一种低复杂度的超分辨率签名估计技术，用于解决XL-MIMO FMCW雷达在空间宽带效应下的目标签名估计问题。
2026-03-09 eess.SP
RadHARSimulator V1: Model-Based FMCW Radar Human Activity Recognition Simulator
针对雷达人体活动识别数据获取难题，提出基于模型的FMCW雷达模拟器，集成13散射体模型模拟12种活动，生成高保真微多普勒特征，并用神经网络验证，为算法设计提供工具。
2025-09-10 eess.SP
MIMO-SAR: A Hierarchical High-resolution Imaging Algorithm for mmWave FMCW Radar in Autonomous Driving
毫米波雷达正越来越多地集成到商用车中，以支持先进的驾驶辅助系统功能。当前车载雷达成像的一个关键缺点是由于天线尺寸和位置的形状因子限制而导致的方位分辨率差（对于侧视操作）。在本文中，我们提出了一种解决方案，通过一种新的多输入和多输出合成孔径雷达（MIMO-SAR）成像技术，适用于相干合成孔径雷达的原则，以提高侧视（角）分辨率的车载MIMO雷达。所提出的两阶段分层MIMO-SAR处理工作流程大大减少了计算量，同时保持图像分辨率。为了使合成孔径的相干处理，我们集成了一个雷达测距算法，估计自我雷达的轨迹。通过仿真和车载雷达平台的实测数据验证了MIMO-SAR算法的有效性。
2021-06-04 eess.SP
Breaking Barriers in Health Monitoring: Multi-Scenario Vital Sign Detection Using Mm-Wave MIMO FMCW Radar
本文提出基于毫米波FMCW雷达的多场景生命体征检测方法，通过改进Prony和MUSIC算法实现高精度非接触式心率与呼吸率监测，在临床和紧急场景中具有重要应用价值。
2025-08-28 eess.SP
Light-weight Gesture Sensing Using FMCW Radar Time Series Data
针对FMCW雷达系统在近距离姿态感知中的应用，提出了一种新的特征提取方法。提出了一种轻量级的处理方法，将一系列三维雷达数据立方体简化为包含距离、方位角、仰角和震级信息的四个一维时间信号。该处理完全在时域中执行，而不使用任何傅立叶变换，并且能够直接在原始时域数据上训练深度神经网络。实验表明，在现实世界的数据，所提出的处理保留了传统的雷达处理距离，多普勒和角度谱图相同的表达能力。此外，计算复杂度显着降低，这使得它非常适合嵌入式设备。该系统能够识别十种不同的手势，准确率约为95%，并在Raspberry Pi 3B上实时运行。手势结束和预测之间的延迟仅为150 ms。
2021-11-22 eess.SP
Grid Hopping: Accelerating Direct Estimation Algorithms for Multistatic FMCW Radar
本文提出grid hopping信号处理技术，通过插值策略在保持性能的同时显著降低多站FMCW雷达直接估计算法的计算时间，并通过实际雷达测量验证了其有效性。
2023-07-31 eess.SP
Prior-Guided Deep Interference Mitigation for FMCW Radars
针对调频连续波（FMCW）雷达，提出了一种基于先验引导深度学习（DL）的干扰抑制方法。在本文中，干扰缓解问题作为一个回归问题。考虑到雷达信号的复值特性，采用复值卷积神经网络作为实现结构，这与传统的实值卷积神经网络不同。同时，由于FMCW雷达和干扰的有用差拍信号在时频域中呈现不同的分布，该先验特征被用作正则化项，以避免学习表示的过拟合。我们提出的复值全卷积网络（CV-FCN）的干扰抑制方法的有效性和准确性进行了验证和分析，通过模拟和测量的雷达信号。与实值对应物相比，CV-FCN示出了更好的干扰抑制性能，在低信号干扰噪声比（SINR）场景中具有减少一半存储器的潜力。此外，仅使用模拟数据训练的CV-FCN可以直接用于各种测量雷达信号的干扰抑制，并显示出优越的泛化能力。此外，通过结合先验特征，仅在1/8的完整数据上训练的CV-FCN在低SINR场景中实现了与完整数据集相当的性能，并且训练过程收敛得更快。
2021-08-30 eess.SP
A Physics-Informed Digital Twin Framework for Calibrated Sim-to-Real FMCW Radar Occupancy Estimation
University of Waterloo（滑铁卢大学）
本文提出一种融合物理信息的数字孪生框架，通过校准的域随机化技术实现FMCW雷达的高精度占用检测与人群计数。
2026-01-25 eess.SP
Matrix-Pencil Approach-Based Interference Mitigation for FMCW Radar Systems
提出了一种基于矩阵变换的FMCW雷达干扰抑制方法。该方法首先将差拍信号中受干扰污染的部分切掉，然后通过将差拍信号建模为复指数和，并利用矩阵束方法估计其参数，重构出被切掉部分的信号样本。通过数值仿真研究了该方法对不同参数（干扰持续时间、信噪比和不同目标场景）干扰的有效性。所提出的干扰抑制方法在实验数据上得到了深入验证。所提出的方法与调零和其他拍频插值技术的比较。仿真结果表明，该方法具有广泛的适用性和优越性，特别是在低信噪比和长干扰持续时间的情况下。
2021-02-23 eess.SP
RIS-Enabled Self-Localization with FMCW Radar
本文研究无接入点情况下基于FMCW雷达的RIS自定位，开发DSP单元估计几何参数并搭建实验平台验证其可行性。
2025-03-26 eess.SP
High Resolution Millimeter Wave Imaging Based on FMCW Radar Systems at W-Band
本文提出一种基于W波段FMCW雷达和SAR概念的2D高分辨率全天候毫米波成像系统，具备低成本轻量化特点，其分辨率可媲美Lidar且能在雨雾中生成高质量图像。
2025-08-14 eess.SP
Power-Based Real-Time Respiration Monitoring Using FMCW Radar
非接触式生命体征检测是当今许多领域的必需应用，如病人监护和静态人体检测。在过去的十年中，雷达已被引入作为一种智能和方便的传感器，用于非接触式呼吸监测。雷达传感器被认为适合于这种应用，因为它能够通过障碍物和在恶劣的环境条件下工作。FMCW雷达由于能够同时检测呼吸目标的位置和呼吸引起的胸部微运动，成为该领域的有力工具。所提出的用于使用雷达进行呼吸检测的大多数技术是基于对距离或多普勒维度中的所需谐波的带通滤波或小波变换。然而，这两种技术都影响了监测的实时能力，并且只能在有限的距离和方位角上工作。由于呼吸胸部运动，在接收到的距离谱中随时间推移观察到可识别的波动效应。本文提出的技术是基于检测和处理的功率变化，在不同的方面的角度和距离的实时。对两种工作在不同载波频段、带宽和输出功率水平的雷达模块进行了测试和比较。
2017-11-25 eess.SP
Hybrid Physical and Geometrical Optics Method for Modeling Subsurface Imaging Using mmWave FMCW Radar
Institute of Science Tokyo（东京科学大学）；Hiroshima University（广岛大学）
本文提出混合物理和几何光学方法用于毫米波FMCW雷达地下成像建模，通过结合物理光学和几何光学方法提高仿真效率与成像精度。
2026-04-11 eess.SP
Sparse Factorization-based Detection of Off-the-Grid Moving targets using FMCW radars
在本文中，我们研究了应用连续稀疏信号重建算法估计的距离和速度的多个运动目标使用FMCW雷达。传统上，要重建的连续稀疏信号由离散表示近似。信号的参数域的这种离散化导致与实际信号的不匹配。虽然增加网格密度减轻了这些误差，但它显著增加了重建的算法复杂性。为了克服这个问题，我们提出了一个快速贪婪算法的离网检测多个运动目标。该算法将现有的连续贪婪算法扩展到信号的因子分解稀疏表示的框架中。这种因式分解表示从雷达信号模型的简化中获得，该模型不匹配，大大降低了问题的维数。一个K波段雷达系统的蒙特卡罗模拟验证了我们的方法产生更准确的估计比在网格上的方法，比基于非因式分解表示的方法的计算时间更少的能力。
2021-02-09 eess.SP
Efficient Convolutional Neural Network for FMCW Radar Based Hand Gesture Recognition
FMCW雷达可以检测目标的距离、速度和到达角，具有抗恶劣天气、距离分辨率和速度分辨率高的优点。在本文中，我们认为FMCW雷达作为一种新的交互界面上的笔记本电脑。我们将目标的距离、速度、方位信息的序列合并到单个输入中，然后馈送到卷积神经网络来学习空间和时间模式。我们的模型在测试集和实时测试上达到了96%的准确率。
2019-08-28 cs.HC eess.SP
Physics-assisted Deep Learning for FMCW Radar Quantitative Imaging of Two-dimension Target
本文提出物理辅助深度学习方法L-FISTA-ResNet，结合压缩感知求解四天线FMCW雷达定量成像问题，在重建精度和泛化性上优于传统优化与纯神经网络方法。
2023-07-05 eess.SP
Transformer-Based Heartbeat Monitoring with FMCW Radar Under Random Body Motion
Dept. of Information Engineering, University of Pisa（比萨大学信息工程系）；Radar and Surveillance Systems (RaSS) National Laboratory, CNIT（CNIT雷达与监视系统（RaSS）国家实验室）
提出一种结合模型驱动信号处理与CNN-Transformer网络的混合框架，从77 GHz FMCW雷达数据中重构PPG信号，实现随机身体运动下的可靠心率与心率变异性估计。
2026-05-27 eess.SP
FMCW Radar Height Estimation of Moving Vehicles by Analyzing Multipath Reflections
本文提出利用77 GHz FMCW雷达回波中由地面多径引起的幅度调制周期性估计运动车辆高度，并给出两种信号处理实现，经0至2.5 m角反射器试验验证其可行性。
2023-12-18 eess.SP
Analysis of Processing Pipelines for Indoor Human Tracking using FMCW radar
Delft University of Technology（代尔夫特理工大学）
本文基于FMCW雷达分析了室内人体跟踪的两种处理流程，通过实验验证了基于RA地图检测的方法在鲁棒性上的优势。
2024-03-15 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
Towards Radar-Agnostic Gait Analysis Across UWB and FMCW Systems
Imperial College London（帝国理工学院）；University of Surrey（萨里大学）
本研究证明了在统一处理框架下，UWB和FMCW雷达在步态分析中性能相近，支持雷达无关的步态分析系统开发。
2026-01-07 eess.SP
Tensor Train Decomposition Based Noise Reduction and Enhanced Parameter Estimation for FMCW MIMO Radar Systems
Dalian Maritime University（大连海事大学）；Aalto University（阿尔托大学）；Beijing Jiaotong University（北京交通大学）
针对FMCW MIMO雷达在低信噪比下混合噪声干扰问题，提出基于张量列分解的框架，利用低秩结构和多维相关性进行噪声子空间分离，并通过数据平滑和旋转子空间算法实现距离、速度和角度参数的联合估计，显著提升信噪比和参数估计精度。
2026-05-27 eess.SP
Interference Mitigation for FMCW Radar With Sparse and Low-Rank Hankel Matrix Decomposition
本文研究了具有去调频接收机的调频连续波（FMCW）雷达系统的干扰抑制问题。在去线性调频操作之后，来自目标的散射信号导致拍频信号，即，当干扰导致啁啾状短脉冲时，复指数的和。利用有用信号和干扰之间的这些不同的时间和频率特征，干扰抑制被配制成一个优化问题：通过提升测量值构造的Hankel矩阵的稀疏和低秩分解。然后，提出了一种迭代优化算法来解决这个问题，利用交替方向的乘法器（ADMM）计划。与现有方法相比，该方法不需要检测干扰，也提高了分离出的有用信号的估计精度。点目标的数值模拟和分布式目标的实验结果（即，雨滴）来演示和验证其性能。仿真结果表明，该方法对静止和运动目标干扰抑制具有较好的适用性。
2022-01-28 eess.SP
FMCW Radar Interference Mitigation based on the Fractional Fourier Transform
Graz University of Technology（格拉茨工业大学）；Signal Processing and Speech Communication Laboratory, Graz University of Technology（格拉茨工业大学信号处理与语音通信实验室）
本文提出基于离散分数傅里叶变换的FMCW雷达互干扰抑制方法，通过分数域压缩和零化检测并抑制干扰斜纹，采用多角度中心离散分数傅里叶变换提升效率，实现硬件快速实现。
2026-04-29 eess.SP
A Decoupling-based Approach for Signature Estimation of Wideband XL MIMO-FMCW Radars
Indian Institute of Technology Delhi（印度德里理工学院）；Indian Institute of Technology Indore（印度印多尔理工学院）；G.S.Sanyal School of Telecommunications, Indian Institute of Technology Kharagpur（印度卡拉格普尔理工学院G.S.三亚尔电信学院）
本文提出一种基于解耦的MIMO-FMCW雷达目标检测与参数估计框架，通过将联合距离-角度估计问题转化为解耦的连续频率估计问题，利用OMP实现高分辨率的距离和角度估计，有效解决空间宽带效应导致的目标重叠问题。
2026-03-15 eess.SP
FMCW Radar Sensing for Indoor Drones Using Learned Representations
KU Leuven（鲁汶大学）；Ghent University（根特大学）；imec（比利时微电子研究中心）
调频连续波（FMCW）雷达是室内无人机的一种有前途的传感器技术，因为它提供有关环境中障碍物的距离，角度和多普勒速度信息。最近，已经提出了深度学习方法来处理FMCW数据，在距离-多普勒或距离-方位图上优于传统检测技术。然而，这些技术是有代价的;对于每个新任务，必须在高维输入数据上训练深度神经网络架构，从而强调数据带宽和处理预算。在本文中，我们研究了无监督学习技术，从FMCW雷达数据生成低维表示，并评估这些表示在多大程度上可以重用于多个下游任务。为此，我们引入了一个新的数据集的原始雷达ADC数据记录从雷达安装在一个飞行的无人机平台在室内环境中，连同地面真理检测目标。我们用真实的雷达数据表明，利用我们学到的表示，我们匹配传统雷达处理技术的性能，并且我们的模型可以在不同的输入模式上进行训练，例如只有两个连续传输的啁啾的原始ADC样本。
2023-01-06 cs.RO eess.SP
Track-conditioned Residual Frequency Estimation For Low-resolution FMCW Radar
University of Waterloo（滑铁卢大学）
针对低分辨率FMCW雷达，提出航迹条件残差估计（TCRE），利用航迹预测移除目标相位，以四复数和压缩信号，显著降低距离和速度估计误差。
2026-09-25 eess.SP
Respiration Monitoring of Multiple People using Multi-site FMCW SISO Radar Systems
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Southern University of Science and Technology（南方科技大学）
本文提出非相干多站点SISO雷达系统，解决传统雷达在近距离多人监测中的角分辨率和同步问题，通过生理特征辅助抑制技术实现呼吸率准确估计。
2026-04-14 eess.SP
Super-resolution ranging using a sub-terahertz self-injection-locked frequency-modulated radar
University of Washington（华盛顿大学）；University of Michigan（密歇根大学）；Zadar Labs（扎达尔实验室）；King Abdulaziz City for Science and Technology（阿卜杜勒阿齐兹国王科学与技术城）；STMicroelectronics（意法半导体）
该研究提出采用自注入锁定机制的亚太赫兹全集成自混频调频雷达，克服电子FMCW雷达带宽与相位噪声问题，实现亚毫米级测距分辨率及<0.002%的距离精度，可用于带微米特征的覆盖印刷字母成像。
2026-08-19 eess.SP
Few-shot Human Motion Recognition through Multi-Aspect mmWave FMCW Radar Data
针对多视角毫米波雷达少样本动作识别，提出channel-DN4方法，引入局部描述符、情景训练和通道注意力，在3-way 10-shot条件下达到87.533%识别精度。
2025-01-19 eess.SP
RayPet: Unveiling Challenges and Solutions for Activity and Posture Recognition in Pets Using FMCW Mm-Wave Radar
本研究提出RayPet框架，利用FMCW毫米波雷达结合机器学习与深度学习算法，针对宠物活动与姿态识别中的随机运动、噪声等挑战设计信号处理步骤，使用四种分类器实现了89%的准确率。
2024-04-10 eess.SP
Low-cost low-power in-vehicle occupant detection with mm-wave FMCW radar
在本文中，我们使用一个低成本的低功耗毫米波调频连续波（FMCW）雷达的车内乘员检测。提出了一种利用Capon滤波器进行距离-方位联合估计的算法。然后，提取最少必要的特征来训练机器学习分类器，以具有合理的计算复杂度，同时实现高精度。此外，实验进行了小型货车，以检测占用的每一行使用支持向量机（SVM）。最后，我们提出的系统在找到定义的场景时平均达到了97.8%的准确率。此外，该系统可以100%准确地识别车辆是否被占用。
2019-08-12 eess.IV eess.SP
FMCW SAR with New Synthesis Method Based on A-SPC Technique
调频连续波（FMCW）雷达是一种新兴的合成孔径雷达（SAR）雷达体制。本文提出了一种基于FMCW雷达的SAR图像提取新方法。该方法可以提高SAR图像的质量。为了验证这一点，我们建立了一个汽车合成孔径雷达（AutoSAR）系统，并进行了实验，提取SAR地图使用AutoSAR系统。然后，我们合成的SAR图像，通过传统的方法和提出的方法来证明所提出的方法的性能。实验结果表明，该方法能够有效地改善SAR图像的质量。
2020-09-30 eess.IV eess.SP
Micro-Doppler Energy-Based Robust Multi-Target Vital Signs Monitoring Using 77-GHz FMCW Radar with Spatiotemporal Adaptive Processing
本研究提出基于微多普勒能量的77-GHz FMCW雷达多目标生命体征监测框架，集成STAP、MUSIC算法及自适应谱滤波技术，可在5米内分离4个目标体征，抗噪和抗运动干扰性能优于传统相位法。
2025-10-22 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
