Heterogeneously-Distributed Joint Radar Communications: Bayesian Resource Allocation
由于频谱资源的稀缺性，雷达与无线通信的共存成为近年来的研究热点。在众多的应用场景中，异构分布式雷达-通信系统因其灵活性和与现有体系结构的兼容性而具有广阔的应用前景。在本文中，我们专注于一个异构的雷达和通信网络（HRCN），它包括各种通用的雷达多目标跟踪（MTT）和无线通信的多个用户。我们的目标是提高MTT性能，并保持良好的吞吐量水平的通信用户通过一个精心设计的资源分配。该问题被制定为一个贝叶斯Cramér-Rao界（CRB）的最小化资源预算和吞吐量的限制。制定的非凸问题解决的基础上交替下降上升的方法。数值结果表明，这种异构网络的建议分配方案的有效性。
2022-03-04 cs.IT eess.SP math.IT
Multi-criteria Analysis for Evaluation of Adaptive Radar Resource Management algorithms on a Naval setting with and without clutter
多功能雷达具有复杂的性能需求，涉及的目标种类繁多，使用场景复杂。为了实现这些目标，雷达系统使用有源电子扫描阵列（AESA）来切换它们的功能。这种复杂性使得很难在考虑到其功能要求和诱导成本的情况下评估其性能。在本文中，我们首先介绍了相控阵雷达的操作和性能的品质因数。我们计算这些指标上的一组测试方案的不同复杂性，涉及不同种类的目标，我们把它们聚合成一个全球性的符号MFR雷达性能。为了实现我们的目的，我们依赖于多准则决策分析（MCDA）的域，更确切地说，2-可加性Choquet积分。
2020-05-12 eess.SP
Design of Customized Adaptive Radar Detectors in the CFAR Feature Plane
本文讨论了在统计量未知的高斯干扰下，具有期望性能的自适应雷达检测器的设计。具体而言，给定检测概率规格为选定的信噪比和导向矢量失配水平，定制恒虚警检测器的优化设计的方法是在一个合适的特征平面的基础上最大不变统计量。为了克服所产生的优化问题的分析和数值的棘手性，一种新的一般降低复杂性的算法，这是有效的，在提供一个接近所需的检测器。所提出的方法解决了开放的问题，确保一个前缀的虚警概率，同时控制匹配和失配条件下的行为，使完全定制的自适应恒虚警检测器的设计。
2022-03-23 eess.SP
Dynamic Adaptive Resource Scheduling for Phased Array Radar: Enhancing Efficiency through Synthesis Priorities and Pulse Interleaving
本文提出一种基于综合优先级与脉冲交错的相控阵雷达动态自适应资源调度算法，通过优化任务优先级设计和利用收发等待周期，显著降低了调度失败率并提升了资源利用效率。
2024-09-28 eess.SP
Radar Enabled Adaptive Modulation for Millimeter Wave Integrated Sensing and Communication
Indraprastha Institute of Information Technology Delhi（德里因德拉普拉斯塔信息技术学院）
本文提出雷达增强的自适应调制方案选择方法，用于毫米波集成感知与通信，显著提升系统吞吐量。
2026-03-07 eess.SP
Spatio-Temporal-Frequency Graph Attention Convolutional Network for Aircraft Recognition Based on Heterogeneous Radar Network
Beijing University of Posts and Telecommunications（北京邮电大学）；La Trobe University（乐卓博大学）；The University of Sydney（悉尼大学）
提出了一种基于知识和数据驱动的图神经网络协同学习模型，用于异构雷达网中飞机的可靠识别。飞机可识别性分析表明：（1）飞机的语义特征是由运动特征驱动的运动模式;（2）雷达散射截面（RCS）信号中包含的语法特征呈现出由飞机电磁辐射形状和运动模式共同决定的时空频（STF）多样性。然后，一个STF图注意力卷积网络（STFGACN）开发的异构雷达网络接收到的RCS信号的语义特征提取。大量的实验结果验证了STFGACN在检测精度方面优于基线方法，并进行了消融实验，以进一步表明，信息维的扩展可以获得相当大的好处，以在低信噪比区域鲁棒地执行。
2022-04-15 cs.LG eess.SP
Adaptive MIMO Radar Architecture for Energy-Efficient Wireless Sensing in the D-Band
本文提出了一种自适应MIMO雷达架构，通过可重新配置的雷达阵列和动态算法选择，提升D波段无线传感的能效与性能。
2025-12-12 eess.SP
Adaptive Extensive Cancellation Algorithm and Harmonic Enhanced Heart Rate Estimation based on MMWave Radar
本文针对毫米波雷达低信噪比下心率估计难题，提出先对消后估计策略，通过自适应扩展对消算法抑制呼吸谐波，并利用自适应谐波增强轨迹方法细化搜索区域以避开互调干扰，在FMCW系统上验证了准确性、鲁棒性和计算效率的提升。
2025-03-10 eess.SP
Sparse Array Transceiver Design for Enhanced Adaptive Beamforming in MIMO Radar
借助新兴的快速传感器切换技术，稀疏阵列设计可以通过减少昂贵的收发器链的数量来降低整体系统开销。在本文中，我们研究了有源稀疏阵列的设计，使最大的信号干扰加噪声比（MaxSINR）波束形成在MIMO雷达接收机。所提出的方法需要一种包围设计，即，联合选择最佳发射和接收传感器位置，以实现MaxSINR接收波束成形。具体来说，我们考虑一个共置的多输入多输出（MIMO）雷达平台与正交发射波形，并检查在发射和接收阵列的天线选择。最佳的有源稀疏阵列收发器的设计问题，制定了连续凸近似（SCA）的二维组稀疏促进正则化。几个例子来证明所提出的方法在利用给定的发射/接收阵列孔径和自由度，实现最大信干噪比波束成形的有效性。
2021-02-20 eess.SP
Adaptive Target Detection for FDA-MIMO Radar with Training Data in Gaussian noise
本文针对FDA-MIMO雷达在未知协方差高斯噪声中的运动目标检测问题，基于GLRT和Rao准则提出了三种具有CFAR特性的自适应检测器，并推导了虚警与检测概率的闭式表达式，通过仿真验证了算法正确性。
2024-03-21 eess.SP
Adaptive Detection of Coherent Radar Targets in the Presence of Noise Jamming
在本文中，我们设计的自适应决策计划，以检测目标的杂波和智能噪声类干扰机（NLJ），照亮雷达系统的旁瓣。具体地，所考虑的NLJ类生成噪声脉冲（噪声覆盖脉冲），该噪声脉冲由接收到的未压缩脉冲触发并且与接收到的未压缩脉冲同时发生，以便掩蔽皮肤回波，并且因此隐藏真实的目标范围。检测问题被制定为一个二元假设检验和两个不同的模型被认为是NLJ。然后，特设的广义似然比检验的修改利用未知参数估计的循环优化程序。使用模拟数据进行了性能分析，并证明了所提出的方法的有效性的两种情况下，NLJ是活跃或关闭。
2019-03-08 eess.SP
Automotive Radar Interference Mitigation Using Adaptive Noise Canceller
调频连续波汽车雷达之间的干扰可以增加噪声基底，这在大多数情况下发生，或在罕见的情况下产生鬼目标。为了解决干扰导致的本底噪声增加问题，提出了一种低计算代价的自适应噪声抵消方法来提高信号干扰比。在正交接收机中，频谱的正半部分中的干扰与频谱的负半部分中的干扰相关，而来自真实目标的拍频总是出现在正频率中。因此，我们估计负频率的功率作为干扰的指示，并将正频率和负频率分量分别馈送到自适应噪声消除器的主信道和参考信道中。采用最小均方算法求解最优滤波器解。仿真和实验结果表明，该方法具有良好的抗干扰性能.
2019-11-14 eess.SP
Adaptive Radar Detection and Classification Algorithms for Multiple Coherent Signals
在本文中，我们解决的问题，目标检测的相干（或完全相关）信号的存在下，这可能是由于多径传播效应或电子攻击的智能干扰机。为此，我们制定了一个多假设检验的问题，除了传统的雷达备择假设，包含额外的假设占干扰信号的数量未知的存在。在这种情况下，并利用模型顺序选择规则的分类能力，我们设计了惩罚似然比为基础的检测架构，可以建立，作为一个副产品，这是有效的假设。此外，我们提出了一个次优的过程来估计多个相干信号的到达角，以确保（至少对于所考虑的参数）几乎相同的性能作为穷举搜索。最后，性能评估，进行了模拟数据，并与传统的雷达探测器相比，突出表明，所提出的架构可以提供令人满意的性能方面的检测概率和正确的分类。
2020-12-23 eess.SP
Adaptive Radar Detection and Bearing Estimation in the Presence of Unknown Mutual Coupling
针对阵列互耦未知问题，本文基于ULA流形线性化与对称Toeplitz耦合建模，提出GLRT/MM检测器及MFLRT扩展，实现联合自适应检测与方位估计。
2022-12-08 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
Multi-Spectrally Constrained Low-PAPR Waveform Optimization for MIMO Radar Space-Time Adaptive Processing
本文针对频谱拥挤环境下的机载MIMO雷达，提出一种联合优化发射波形与接收滤波器的循环算法，通过Dinkelbach变换、MM和ADMM解决非凸分式规划，在满足多频谱和PAPR约束下最大化SINR。
2023-04-05 eess.SP
RASPNet: A Benchmark Dataset for Radar Adaptive Signal Processing Applications
Duke University（杜克大学）；Air Force Research Laboratory（空军研究实验室）；Colorado State University（科罗拉多州立大学）
提出大规模雷达自适应信号处理基准数据集 RASPNet，包含 100 个场景与海量杂波实现，填补了该领域标准化评估数据集的空白，并展示了其在迁移学习等实际应用中的价值。
2025-11-04 cs.LG eess.SP
Rapid Adaptive Matched Filter for Detecting Radar Targets with Unknown Velocity
本文提出了一种在严重杂波环境中使用有限训练数据的自适应匹配滤波器（AMF）的多普勒域局部化（DDL）实现，用于雷达目标检测。该检测器利用了可能的目标检测区域（RPTD）的概念，即一组小的多普勒_bins，能够捕捉大部分目标信号功率。与采用检测改进区域（RODI）概念的早期建议的DDL-GLR测试相比，基于RPTD的DDL-AMF检测器在未知目标多普勒频率和多模式杂波谱的情况下，能够实现快速自适应检测和近最优性能。
2026-05-20 eess.SP
Adaptive High-Speed Radar Signal Processing Architecture for 3D Localization of Multiple Targets on System on Chip
Indraprastha Institute of Information Technology Delhi（印度信息技术德里分校）
本文提出一种自适应雷达信号处理加速器，通过硬件软件协同设计和定点优化，在系统级芯片上实现多目标三维定位，提升通信吞吐量24%。
2026-03-31 eess.SP
Enhancement of a state-of-the-art RL-based detection algorithm for Massive MIMO radars
在目前的工作中，强化学习（RL）为基础的自适应算法，以优化发射波束图的共定位大规模多输入多输出雷达。在大规模多输入多输出机制下，最近提出了一种鲁棒Wald型检测器，其能够在宽范围的实际干扰模型下保证一定的检测性能。此外，RL/认知方法已被利用，以提高检测性能，通过学习和与周围的未知环境进行交互。基于以前的研究结果，我们在这里开发了一个完全自适应和数据驱动的方案，用于选择RL算法中涉及的超参数。这样的自适应选择使得基于Wald RL的检测器独立于超参数的任何特别的和潜在的次优的手动调谐。仿真结果表明了该方法在强杂波和低信噪比条件下的有效性。
2022-03-17 eess.SP
Adaptive Pulse Compression for Sidelobes Reduction in Stretch Processing based MIMO Radars
与传统雷达相比，多输入多输出（MIMO）雷达提供各种优点。在这些优点中，正在为未来的全自动车辆探索改进的角度多样性特征。改进的角度分集需要在发射侧和接收侧使用正交波形。波形之间的这种正交性是至关重要的，因为信号之间的互相关可能由于较强目标的旁瓣而抑制对较弱目标的检测。针对慢时相位编码（ST-PC）调频连续波（FMCW）MIMO雷达，研究了用于抑制距离旁瓣的迭代最小均方误差（RMMSE）失配滤波器设计。首先分析了接收脉冲解码不当时RMMSE滤波器的性能下降。然后，它在数学上示出，接收到的脉冲的正确解码需要与由于目标的多普勒和空间位置引起的任何相位失真相关的相位补偿。为了适应这些相位失真，建议将雷达信号处理中的传统操作顺序重新调整为多普勒、角度和距离。此外，还提出了将旁瓣退相干，以进一步抑制旁瓣。这是通过修改基线单输入RMMSE失配滤波器的结构协方差矩阵来实现的。提出了一种改进的结构化协方差矩阵，以包含每个发射机对应的距离估计。这些建议的修改提供了额外的旁瓣抑制，同时它也提供了额外的保真度的目标峰值。所提出的方法是通过模拟以及现场实验证明。当与基线RMMSE和传统的汉宁窗距离响应相比时，观察到在距离旁瓣抑制方面的优越性能。
2022-08-18 eess.SP
Adaptive ECCM for Mitigating Smart Jammers
Cornell University（康奈尔大学）；Lockheed Martin Advanced Technology Laboratories（洛克希德·马丁高级技术实验室）
本文研究了自适应雷达电子对抗措施（ECCM），以减轻对抗性干扰机的电子干扰。我们的ECCM方法模型的干扰机雷达的相互作用作为一个主要的代理问题（PAP），一个流行的经济学框架，两个实体之间的相互作用与信息不平衡。在我们的设置中，雷达不知道干扰机的效用。相反，雷达使用逆强化学习随着时间的推移自适应地学习干扰机的效用。雷达的自适应ECCM目标是双重的（1）通过求解PAP最大化其效用，和（2）通过观察其响应来估计干扰机的效用。我们的自适应ECCM方案采用了微观经济学中的显示偏好和契约理论中的委托代理问题的深刻思想。我们的数值结果表明，随着时间的推移，我们的自适应ECCM既识别和减轻干扰机的效用。
2022-12-05 cs.LG eess.SP
Joint Range and Doppler Adaptive Processing for CBM based DFRC systems
针对DFRC系统中CBM导致的杂波调制和高旁瓣问题，提出JRDAP方法，自适应估计目标冲激响应以抑制干扰，性能接近AMPC且计算复杂度大幅降低。
2023-11-11 eess.SP
A Unifying Framework for Adaptive Radar Detection in the Presence of Multiple Alternative Hypotheses
在本文中，我们开发了一个新的优雅的框架依赖于Kullback-Leibler信息准则，以解决多个假设检验问题的一级自适应检测架构的设计。具体而言，在设计阶段，我们假设几个备择假设可能有效，只有一个零假设存在。然后，从所有的参数是已知的情况下，并继续进行，直到相对于整个参数集的自适应性是必需的情况下，我们提出了多个备选假设的决策方案，包括基于可用数据的压缩对数似然比和一个惩罚项占未知参数的数量之间的总和。后者从真实和候选概率密度函数之间的Kullback-Leibler散度的适当近似中产生。有趣的是，在特定的约束条件下，建议的决策方案可以共享恒定的虚警率属性凭借的不变性原则。最后，我们通过应用程序的实际价值的例子，在雷达检测的背景下，也与两阶段的竞争对手相比，所提出的框架的有效性。该分析强调，在所提出的框架内设计的架构是一种有效的手段来处理检测问题，其中一些参数的不确定性导致多个备选假设。
2021-03-21 eess.SP
Joint ML-Bayesian Approach to Adaptive Radar Detection in the presence of Gaussian Interference
针对存在未知统计特性高斯干扰的自适应雷达目标检测问题，提出基于最大似然和最大后验混合的检测架构，利用EM算法循环估计未知量并保持恒虚警率，实验证明其性能优于传统广义似然比检验。
2025-03-04 eess.SP
Adaptive transmission for radar arrays using Weiss-Weinstein bounds
我们提出了一种算法，用于自适应选择脉冲重复频率或天线激活多普勒和DoA估计。使用贝叶斯滤波器和控制器顺序地执行自适应，贝叶斯滤波器负责更新对参数的置信度，控制器负责通过优化估计误差的预测来选择用于下一测量的传输变量。该选择优化了基于窄带远场源的阵列测量的多维频率估计模型的Weiss-Weinstein界。粒子滤波器在每次进行新的测量之后更新后验分布，并且该后验分布进一步近似为高斯分布或均匀分布，其中解析地导出Weiss-Weinstein界的计算快速表达式。我们表征的控制器的最佳选择的SNR和方差的当前信念，讨论其性质的模糊函数，并比较它们与其他Weiss-Weinstein界的建设在文献中的最佳选择。由此产生的算法进行了分析，在模拟中，我们展示了一个实际可行的实时评估的基础上，查找表或小型神经网络训练离线。
2018-08-14 eess.SP
Data-Driven Target Localization Using Adaptive Radar Processing and Convolutional Neural Networks
Duke University（杜克大学）；Information Systems Laboratories Inc.（信息系统实验室公司）；University of Dayton Research Institute（代顿大学研究院）；Colorado State University（科罗拉多州立大学）；AFRL（美国空军研究实验室）
本文提出一种结合自适应雷达处理与回归CNN的数据驱动雷达目标定位方法，通过RFView生成训练数据，相比传统方法定位精度更高，且经小样本学习可应对数据失配问题。
2024-07-09 cs.CV eess.SP
Mitigation of Radar Range Deception Jamming Using Random Finite Sets
Northeastern University（东北大学）
本文提出利用随机有限集缓解雷达距离欺骗干扰，通过多假设跟踪处理虚假距离信息，并提供自适应与非自适应解决方案以提高跟踪精度和干扰检测能力。
2024-08-21 eess.SP
Adaptive Beam Broadening for DoA Estimation in Dynamic and Resource-Constrained DFRC Systems
International Institute of Information Technology, Bangalore（印度班加罗尔国际信息技术学院）
针对动态和资源受限的DFRC系统，提出利用时间切片波束分配和自适应加窗技术进行视场感知和到达角估计，确保DoA估计可靠性，仿真显示该技术在各方向有一致性能且能适应资源变化。
2026-07-08 eess.SP
Hardware-Efficient Cognitive Radar: Multi-Target Detection with RL-Driven Transmissive RIS
针对传统认知MIMO雷达硬件复杂且功耗高的问题，提出基于强化学习的透射型可重构智能表面（TRIS）自适应波束成形框架，利用SARSA调节相移，在减少射频链的条件下实现低信噪比多目标检测，性能可媲美甚至超越MIMO。
2025-09-17 eess.SP
PECL: A Heterogeneous Parallel Multi-Domain Network for Radar-Based Human Activity Recognition
本文提出 PECL 网络，通过在距离-时间、多普勒-时间和距离-多普勒三个域中结合注意力与时间单元，提升雷达人体活动识别精度，准确率达 96.16%，优于现有方法至少 4.78%。
2025-11-07 cs.AI eess.SP
Adaptive Radar Detection in joint Range and Azimuth based on the Hierarchical Latent Variable Model
针对高斯干扰下目标密集且信号特征未知场景，本文提出结合期望最大化算法与分层隐变量模型的最大后验估计方法，构建了基于似然比检验的距离与方位自适应雷达检测架构，实现了更优的检测性能与恒定虚警率。
2025-04-01 eess.SP
Human Detection in Realistic Through-the-Wall Environments using Raw Radar ADC Data and Parametric Neural Networks
提出端到端穿墙雷达人体检测网络TWP-CNN，利用基于DFT的自适应特征提取模块处理原始ADC信号，结合相位信息与多任务学习提升检测精度，并构建真实穿墙数据集验证其优越性。
2024-03-20 eess.SP
Polyphase Waveform Design for MIMO Radar Space Time Adaptive Processing
研究了机载多输入多输出（MIMO）雷达地面动目标检测的多相波形设计问题。由于对波形的恒模和有限字母表约束，相关的设计问题是非凸的，一般是NP-难的。为了解决这个问题，我们开发了一个有效的算法松弛和循环优化的基础上。此外，我们利用一个重新参数化的技巧，以避免显着的计算负担和松弛所带来的内存需求。我们证明了在迭代过程中的目标值是保证收敛的。最后，我们提供了一个有效的随机化方法来获得多相波形的松弛的解决方案在收敛。数值算例表明了该算法对多相波形设计的有效性。
2020-01-13 eess.SP math.OC
RAVEN: Radar Adaptive Vision Encoders for Efficient Chirp-wise Object Detection and Segmentation
Georgia Institute of Technology（佐治亚理工学院）
RAVEN通过高效处理雷达数据实现目标检测和分割，采用自适应编码和早退出机制提升效率，减少计算量和延迟。
2026-04-06 cs.AI eess.IV eess.SP
Constrained Contextual Bandit Learning for Adaptive Radar Waveform Selection
US Army Research Laboratory（美国陆军研究实验室）
研究了自适应雷达系统与有限状态目标信道反复交互的序贯判决过程。雷达能够以规则的间隔被动地感测频谱，这为波形选择过程提供了辅助信息。雷达发射机使用频谱观测序列以及来自并置接收机的反馈来选择精确估计目标参数的波形。研究表明，使用线性上下文Bandit公式可以以计算可行且样本高效的方式有效解决波形选择问题。随机和对抗性的线性上下文的强盗模型的介绍，使雷达在广泛的物理环境中实现有效的性能。在雷达通信共存的情况下，以及在对抗雷达干扰机的情况下，仿真表明，所提出的配方提供了一个显着的改善目标检测性能时，汤普森采样和EXP3算法被用来驱动波形选择过程。此外，它表明，脉冲捷变行为的相干处理的雷达数据的有害影响，可以减轻通过采用随时间变化的约束雷达的波形目录。
2021-06-14 cs.IT cs.LG eess.SP
Multi-target Detection for Reconfigurable Holographic Surfaces Enabled Radar
本文提出可重构全息表面赋能雷达，通过波形与幅度联合优化算法实现自适应多目标检测，在相同硬件成本下检测概率比相控阵雷达提高0.13。
2024-01-17 eess.SP
Space-Time Adaptive Processing for radars in Connected and Automated Vehicular Platoons
本文针对网联自动驾驶车辆多基地雷达中的空时自适应处理干扰问题，提出基于时分复用的发射机调度方法，将其建模为二次分配问题并用类幂法迭代与匈牙利算法求解，实验证明该方法能显著提升目标检测性能。
2024-01-17 cs.SY eess.SP eess.SY
Adaptive Internal Calibration for Temperature-Robust mmWave FMCW Radars
Aalto University（阿尔托大学）
提出一种毫米波FMCW雷达自适应内部校准框架，利用内部传感器数据与温度补偿模型消除硬件温漂，计算开销低且保护隐私，将中频信号幅度与温度漂移的Pearson相关性降低达84%。
2025-11-04 cs.HC eess.SP
Adaptive Virtual Waveform Design for Millimeter-Wave Joint Communication-Radar
现在可以在毫米波（mmWave）波段实现具有全数字基带生成和处理的联合通信和雷达（JCR）波形。先前的工作已经提出了一种基于毫米波无线局域网（WLAN）的JCR，其利用用于雷达的WLAN前导码。然而，目标速度估计的性能是有限的。在本文中，我们提出了一个虚拟的自适应毫米波JCR波形设计。所提出的系统发送几个非均匀放置的伪随机数来构造多个接收虚拟伪随机数，以提高速度估计精度，在通信数据速率的成本只有一个小的减少。我们评估JCR性能权衡使用克拉美-罗界（CRB）度量雷达估计和一种新的失真最小均方误差（MMSE）度量数据通信。此外，我们开发了三种不同的MMSE为基础的优化问题的自适应JCR波形设计。仿真结果表明，一个最佳的虚拟（非均匀）波形实现了显着的性能改善相比，均匀的波形。针对雷达CRB约束优化问题，改进了最优雷达作用距离和最优通信失真MMSE（DMMSE）。对于具有高DMMSE约束的通信DMMSE约束优化，增强了最优雷达CRB。对于加权MMSE平均优化，虚拟波形相对于均匀波形的优势随着降低的通信加权而增加。通过与传统的基于虚拟前导码计数的优化算法进行比较，发现传统算法在目标数目较少和信噪比较高的情况下收敛于MMSE算法。
2019-04-11 cs.IT eess.SP math.IT
Adaptive and Fast Combined Waveform-Beamforming Design for mmWave Automotive Joint Communication-Radar
针对现有毫米波车载联合通信-雷达系统角视场有限、雷达估计精度低的问题，提出基于循环移位波束成形器与二维部分傅里叶压缩感知的自适应快速联合设计，可在通信性能小幅下降的代价下实现宽视场高精度雷达信道估计。
2020-09-06 cs.IT eess.SP math.IT
Micro-UAV Detection with a Low-Grazing Angle Millimeter Wave Radar
毫米波雷达广泛应用于最后一英里雷达防御系统。在低掠射角条件下利用这些雷达检测低空空中目标是电子战领域中的一个重要问题，由于地形中杂波的显著影响，该问题变得具有挑战性。本文提供了实验和分析研究的微型无人机（UAV）检测在岩石地形使用低掠射角，表面站点的24 GHz的双极化调频连续波（FMCW）雷达。无人机的雷达后向散射信号受到地杂波的污染，地杂波采用均匀威布尔分布建模。针对强杂波背景下无人机的检测问题，设计了一种基于自适应阈值的恒虚警检测器。为了进一步提高无人机在杂波中的识别能力，在时频域中提取了旋转螺旋桨的微多普勒特征和无人机的总体轨迹。
2019-02-14 eess.SP
Adaptive LPD Radar Waveform Design with Generative Deep Learning
DEVCOM Army Research Lab（DEVCOM陆军研究实验室）；University of Maryland（马里兰大学）
提出一种基于生成对抗网络的LPD雷达波形设计方法，通过对抗训练生成与背景不可区分的波形，在降低90%可检测性的同时改善感知性能。
2025-02-24 cs.LG eess.SP
Robust Radar Detection of a Mismatched Steering Vector Embedded in Compound Gaussian Clutter
本文研究了在复合高斯杂波中，雷达特征信号不完全已知的情况下的雷达检测问题。提出了一种基于广义似然比检验的复合高斯杂波中点状目标检测方法。采用天线阵列，我们假设实际的导向矢量偏离标称的，但在一个已知的区间。然后通过采用半定规划来保证检测。仿真结果表明，与自适应归一化匹配滤波器相比，在完全匹配的情况下，该检测器的检测损失可以忽略不计，但在信号失配的情况下，该检测器的性能优于自适应归一化匹配滤波器。值得注意的是，该检测器具有恒定的虚警率杂波协方差矩阵。
2017-10-07 eess.SP
Transparent and Resilient Activity Recognition via Attention-Based Distributed Radar Sensing
Yazd University（亚兹德大学）；Technical University of Darmstadt（达姆施塔特工业大学）；Delft University of Technology（代尔夫特理工大学）
本文提出一种基于注意力的分布式雷达感知框架，通过轻量CNN提取局部特征并结合自注意力融合机制，实现高效透明的人体活动识别。
2026-01-06 eess.SP
Non-Linear Signal Processing methods for UAV detections from a Multi-function X-band Radar
本文研究了压缩感知（CS）、主成分分析（PCA）、迭代自适应方法（IAA）和多输入多输出（MIMO）等非线性处理技术在便携式雷达系统增强无人机检测中的应用。该组合方案具有许多优点，并且具有更好的检测和分类精度的潜力。这里讨论的一些好处是考虑到相控阵平台，敏捷射频系统（ARS）的新型便携式相控阵雷达（PWR），它提供象限输出。由于目标多普勒频率的稀疏性，CS和IAA在应用于雷达回波的微多普勒处理时都显示出有希望的结果。这显示出减少停留时间和增加可以询问体积的速率的前景。随着基于GPU的图形处理硬件的出现，利用迭代和非线性解决方案对目标信息进行实时处理现在是可能的。模拟结果显示了良好的效果。
2023-03-13 eess.SP
Subspace Perturbation Analysis for Data-Driven Radar Target Localization
Duke University（杜克大学）；Information Systems Laboratories Inc.（信息系统实验室公司）；University of Dayton（代顿大学）；Colorado State University（科罗拉多州立大学）；Air Force Research Laboratory（空军研究实验室）
最近的工作，探索数据驱动的方法来解决自适应雷达中的经典问题，已经证明了有前途的结果有关的任务，雷达目标定位。通过使用空时自适应处理（STAP）技术和卷积神经网络，这些数据驱动的目标定位方法有助于对匹配场景的神经网络的性能进行基准测试。然而，这些主题在不匹配的场景中的彻底桥接仍然是一个悬而未决的问题。因此，在这项工作中，我们通过执行子空间扰动分析来增强我们的数据驱动的雷达目标定位方法，这使我们能够在不匹配的情况下对我们提出的深度学习框架的定位精度进行基准测试。为了评估这一框架，我们通过RFView（一种高保真、特定于站点的建模和仿真工具）将可变强度的目标随机放置在不匹配的约束区域中来生成综合数据集。对于来自这些受约束区域的雷达回波，我们使用归一化自适应匹配滤波器（NAMF）检验统计量生成距离、方位角和仰角的热图张量。我们使用卷积神经网络从这些热图张量中估计目标位置，并证明我们的框架在存在失配的情况下的预测性能可以预先确定。
2023-03-21 cs.CV eess.SP
Automotive Radar Multi-Frame Track-Before-Detect Algorithm Considering Self-Positioning Errors
针对汽车雷达弱目标检测跟踪中视场失准、坐标转换及自定位误差问题，提出自适应阈值MF-TBD架构与多帧能量积分策略，显著提升检测跟踪性能。
2025-04-24 eess.SP
Estimating Parameters of the Tree Root in Heterogeneous Soil Environments via Mask-Guided Multi-Polarimetric Integration Neural Network
探地雷达（GPR）已被用作树根检测的非破坏性工具。从GPR雷达图估计根相关参数极大地促进了根健康监测和成像。然而，估计根相关参数的任务是具有挑战性的，因为根反射是多个根参数和根方向的复杂函数。现有方法一次只能估计单个根系参数，没有考虑其他参数和根系方位的影响，导致不同根系条件下的估计精度有限。此外，土壤的非均匀性在GPR雷达图中引入杂波，使得数据处理和解释更加困难。为了解决这些问题，一种新的神经网络架构，称为掩模引导的多极化集成神经网络（MMI网络），提出了在异质土壤环境中自动和同时估计多个根相关参数。MMI-Net包括两个子网络：MaskNet预测掩模以突出根部反射区域以消除干扰环境杂波，以及ParaNet，其使用预测掩模作为指导来整合，提取和强调多极化雷达图中的信息特征，以准确估计五个关键的根相关参数。这些参数包括根深、直径、相对介电常数、水平和垂直方向角。实验结果表明，所提出的MMI网络实现了这些根相关参数的高估计精度。这是第一个工作，考虑到根参数和空间方向的组合贡献，同时估计多个根相关的参数。论文中实现的数据和代码可以在https://haihan-sun.github.io/GPR.html上找到。
2021-12-27 cs.CV eess.SP
Structured Covariance Matrix Estimation with Missing-Data for Radar Applications via Expectation-Maximization
本文讨论了在缺失数据情况下的结构协方差矩阵估计问题，着重讨论了它在雷达信号处理中的应用。经过动机的研究，阵列模型的规定和计算问题的最大似然估计的结构协方差矩阵制定。提出了一种基于期望最大化算法的数据似然函数优化的一般方法。建立了相应的收敛性质，并分析了收敛速度.估计技术的上下文中的两个实际相关的雷达问题：波束形成和检测的源的数量。在前一种情况下，自适应波束形成器利用EM为基础的估计;在后者中，检测技术推广经典赤池信息准则，最小描述长度，和汉南-奎因信息准则，被引入。数值结果证实了理论研究。
2021-05-08 eess.SP
Detecting radar targets swarms in range profiles with a partially complex-valued neural network
ONERA（法国航空航天研究院）
本文提出利用部分复值神经网络在雷达距离剖面中检测多个接近目标，通过生成性架构提高检测性能。
2026-02-10 cs.AI eess.SP
Experimental Study of Through-the-Wall Respiration Sign Detection Using Ultra-wideband Impulse Radar
利用雷达系统对复杂环境中的穿墙人进行检测和定位具有许多可能的应用，例如执法和灾区搜救任务。本文讨论了超宽带脉冲雷达通过频谱分析检测人体呼吸信号的实验研究。研究了人体与雷达墙距离对人体呼吸信号功率谱峰值因子值的影响。这一结果将有助于作为参考，分析标志被雷达检测到的可能性相对于从两侧的距离。根据实验结果，两者距离越长，峰值因子值越大。不过，山峰却越来越窄。此外，在区域和墙壁之间的距离很短时，由于两个物体的强反射，峰值因子变得很小。因此，需要一种自适应阈值技术和背景抑制，以保持对任何可能的条件下的检测性能。
2020-12-20 eess.SP
Novel Parameter Estimation and Radar Detection Approaches for Multiple Point-like Targets: Designs and Comparisons
在这项工作中，我们开发和比较两个创新的策略参数估计和雷达检测多个点状目标。第一种策略，这是第一次出现在这里，联合利用最大似然方法和贝叶斯学习来估计目标的参数，包括他们的位置在距离箱。第二种策略依赖于这样的直觉，即对于高的信号与干扰加噪声比值，包含投影到标称转向方向上的目标分量的数据的能量应该高于仅受干扰影响的数据的能量。相对于干扰协方差矩阵的自适应性也被认为是利用在测试下的窗口附近收集的训练数据集。最后，另一个重要的创新方面涉及的自适应估计的未知数量的目标的模型阶数的选择规则。
2020-09-17 eess.SP
Temporal Patience: Efficient Adaptive Deep Learning for Embedded Radar Data Processing
Infineon Technologies Dresden GmbH & Co. KG（英飞凌科技德累斯顿有限两合公司）；Technical University of Dresden（德累斯顿工业大学）；Infineon Technologies AG（英飞凌科技股份公司）；Technical University of Munich（慕尼黑工业大学）
本文利用流式雷达数据的时间相关性优化Early Exit Neural Networks的运行时终止决策，在保持精度的同时显著降低计算成本，实现了资源受限嵌入式平台上的实时雷达数据处理。
2023-09-11 cs.LG cs.NI eess.SP
