3GPP-Compliant Radar Cross Section Characterization of Indoor Factory Targets
本文在25–28 GHz频段测量小型/中型UAV、机械臂和AGV，验证并校准符合3GPP的RCS对数正态模型，为InF通感一体信道建模提供实证依据。
2025-05-13 eess.SP
Microwave Photonic Exciter Unit for Radar System
现代雷达系统要求低相位噪声和长期相位稳定的雷达载波信号用于高分辨率成像、微多普勒特征应用。在振动条件下，通过常规晶体和随后的倍频器技术产生高稳定信号的相位噪声性能有限。与传统振荡器相比，光电振荡器（OEO）提供低相位噪声和长期相位稳定性。在这种基于微波光子学组件的雷达激励器单元的设计中，讨论了光电光器件、分频器、光滤波器、光延迟线、光任意波形发生器等。微波光子学提供频率无关的激励器设计，具有可调谐滤波器和可调谐激光源。本文还讨论了微波光子激励器的性能比较。
2019-10-19 eess.SP
Terrain Perception for Agricultural UAVs in Complex Farmland via Rotating mmWave Radar
School of Computer Science, Hangzhou Dianzi University（杭州电子科技大学计算机科学学院）；TopXGun Robotics（TopXGun机器人）；CARDC；College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院）；College of Electronics and Information Engineering, Tongji University（同济大学电子信息工程学院）
本文提出一种低成本旋转毫米波雷达框架，用于提升农业无人机在复杂农田中的地形感知能力，通过扩大空间覆盖范围和改进地形可观察性，实现更准确的地面提取和连续地形估计。
2026-05-02 cs.RO eess.SP
The First Airborne Experiment of Sparse Microwave Imaging: Prototype System Design and Result Analysis
在本文中，我们报告了稀疏微波成像的第一个机载实验，在2013年9月和2014年5月进行，使用我们的原型稀疏微波成像雷达系统。这是国内首次报道的专门针对稀疏微波成像的成像雷达系统和机载实验。稀疏微波成像是一种新的雷达成像概念，它主要是传统雷达成像技术与新兴的稀疏信号处理理论相结合，既有利于提高现有微波成像系统的成像质量，又有利于设计优化的稀疏微波成像雷达系统，降低系统对稀疏目标场景的采样率。近年来，许多研究人员关注稀疏微波成像的相关课题，但很少有人关注原型系统的设计和实验。本文介绍了我们研制的稀疏微波成像雷达原型系统，包括系统设计、硬件设计和信号处理方法。在系统设计过程中需要考虑采样方案、天线、信噪比、波形、分辨率等设计原则，为了平衡系统的复杂度和性能，我们选择了方位抖动采样和距离均匀采样。成像算法采用加速的$\ell_q$正则化算法。为了测试原型雷达系统，验证稀疏微波成像框架的有效性，利用原型系统进行了机载实验，成功地获得了第一幅稀疏微波图像。以三维相位过渡图为评价工具，分析了不同稀疏度、不同采样率、不同信噪比和不同采样方式下原型稀疏微波雷达系统的成像性能。
2021-10-20 eess.SP
Deep learning-based UAV detection in the low altitude clutter background
无人机（UAV）由于其低成本和多功能性而被广泛使用，但它们也构成安全和隐私威胁。因此，对低空无人机进行可靠的探测是一个重要的问题。强地杂波使小型无人机的雷达回波淹没在噪声中，导致雷达探测可靠性低。针对上述问题，提出了一种基于深度对比学习的低空无人机检测方法：首先建立了低空杂波干扰下的低空无人机雷达回波模型。根据无人机回波信号的成分特征和多普勒域可识别机理，采用ZAM变换和形态学运算相结合的时频变换方法抑制杂波背景下的模糊问题。然后利用引入对比度学习的特征提取与融合方法抑制非目标地杂波干扰。最后，设计了一种基于语义特征的低空无人机检测器，用于低空无人机的可靠识别。对真实数据和仿真数据的实验表明，该方法能够有效抑制地杂波，可靠地提取无人机的可识别语义特征。该方法与现有方法相比，具有较低的虚警和漏报率，在相同信噪比下，检测精度提高了5%以上，有效提高了检测的可靠性。
2022-02-24 eess.SP
Seamlessly merging radar ranging/imaging, wireless communications, and spectrum sensing, for 6G empowered by microwave photonics
本文提出MWP辅助的JRCSS系统，通过光域融合通信与扫频信号，在6 GHz带宽内同时实现高精度雷达测距成像、2 Gbaud通信和频谱感知。
2024-04-08 eess.SP
Microwave Photonic Imaging Radar with a Millimeter-level Resolution
针对现有微波光子雷达分辨率仅厘米级、易与其他射频应用干扰的问题，提出基于光学移频环频率步进chirp信号的毫米级分辨率微波光子成像雷达，实验实现约8.5mm×8.3mm二维分辨率，且可通过自回归算法抗干扰维持高分辨成像。
2020-04-09 eess.SP
Comparative Analysis of Radar Cross Section Based UAV Classification Techniques
研究了利用无人机雷达散射截面（RCS）特征进行无人机识别的问题。在电波暗室中测量了6架商用无人机在15 GHz和25 GHz下的垂直-垂直和水平-水平极化RCS。RCS签名用于训练15种不同的分类算法，每种算法属于三个不同类别之一：统计学习（SL），机器学习（ML）和深度学习（DL）。研究表明，虽然所有算法的分类精度随着信噪比（SNR）的增加，ML算法取得了更好的精度比SL和DL算法。例如，使用来自UAV的15 GHz VV极化RCS测试数据，分类树ML在3 dB SNR下实现了98.66%的准确度。我们调查的分类精度，使用蒙特卡罗分析的援助箱形图，混淆矩阵，和分类图。平均而言，分类树ML模型的准确性优于其他算法，其次是Peter Swerling统计模型和判别分析ML模型。一般来说，ML和SL算法的分类准确性优于研究中考虑的DL算法（Squeezenet，Googlenet，Nasnet和Resnet 101）。此外，还分析了每种算法的计算时间.该研究的结论是，虽然SL算法取得了良好的分类精度，计算时间相对较长的ML和DL算法相比。此外，研究表明，分类树实现了最快的平均分类时间约0.46 ms。
2021-12-17 eess.SP
A MARL Based Multi-Target Tracking Algorithm Under Jamming Against Radar
针对无人机集群雷达跟踪受干扰问题，提出基于多智能体强化学习的有源/无源模式选择算法，并用模拟退火处理约束，仿真验证有效。
2024-12-17 cs.SY eess.SP eess.SY
A Fast and Accurate 3-D Reconstruction Algorithm for Near-Range Microwave Imaging with Handheld Synthetic Aperture Radar
针对手持合成孔径雷达时域成像算法计算复杂度高的问题，提出快速分解后向投影算法（HHFFBPA），通过局部谱分析与谱压缩技术实现子图像高效采样，在任意轨迹下完成快速高精度三维重建。
2025-06-30 eess.SP
Dual-functional microwave photonic system for concurrent radar and secure communication via radar signal masking
本文提出一种双功能微波光子系统，通过微波光子倍频与变频技术使雷达和通信信号同频并发，利用雷达信号掩蔽提升通信安全性，实验实现2Gbit/s通信速率、±0.3cm内测距误差及12.5×10.2cm成像分辨率。
2024-11-28 eess.SP physics.optics
RadCloud: Real-Time High-Resolution Point Cloud Generation Using Low-Cost Radars for Aerial and Ground Vehicles
Duke University（杜克大学）
本研究提出RadCloud实时框架，通过低分辨率雷达配置、轻量深度学习模型及chirp抗运动干扰方法，在资源受限的无人机与无人车上实时生成类激光雷达高分辨率点云，验证了其准确性与适用性。
2024-03-09 cs.RO eess.SP
An RF-source-free microwave photonic radar with an optically injected semiconductor laser for high-resolution detection and imaging
本文提出了一种新的微波光子（MWP）雷达方案，能够光学产生和处理宽带线性调频（LFM）微波信号，而不使用任何射频（RF）源。在发射机中，通过控制光注入半导体激光器的周期一（P1）振荡来产生宽带LFM微波信号。目标反射后，利用双驱动马赫-曾德尔调制器（DMZM）实现光子去啁啾，并通过低速模数转换器（ADC）和数字信号处理器（DSP）重构目标信息。该雷达不受外部射频源的限制，具有超灵活的可调谐性，主要工作参数可调，包括中心频率、带宽、频段和时间周期。在实验中，建立了一个完全基于光子学的Ku波段雷达，带宽为4 GHz的高分辨率检测和逆合成孔径雷达（ISAR）成像。结果表明，在100 MSa/s的采样率下，该接收机的距离分辨力可达1.88 cm，二维成像分辨力可达1.88 cm × 2.00 cm。实验研究了该雷达的柔性可调谐性。该方案具有成本低、结构简单、可重构性强等特点，有望应用于未来的多功能自适应、小型化雷达。
2021-06-11 eess.SP physics.optics
Multi-functional microwave photonic radar system for simultaneous distance and velocity measurement and high-resolution microwave imaging
提出了一种光子辅助的多功能雷达系统，利用单啁啾线性调频（LFM）信号和单音微波信号的复合发射微波信号，实现了同时测距、测速和高分辨率微波成像。在该系统中，发射信号通过基于单个集成双偏振双并行马赫-曾德尔调制器（DPol-DPMZM）的光子频率上转换产生，而从目标散射的回波信号通过微波光子混频器被去啁啾为两个低频信号。利用这两个低频去啁啾信号，根据回波信号的往返时间及其多普勒频移，可以精确测量运动目标的实时距离和径向速度。与以前报道的距离和速度测量方法相比，其中使用具有相反啁啾的两个LFM信号，这些参数可以仅使用单啁啾LFM信号和单音微波信号来获得。同时，逆合成孔径雷达（ISAR）成像算法也可以实现高分辨率成像。最后通过实验验证了所提出的多功能微波光子雷达系统的有效性。从8.5到12.5 GHz的上啁啾LFM信号和8.0 GHz单音微波信号被用作发射信号。结果表明，距离和径向速度的绝对测量误差分别小于5.9cm和2.8cm/s。最后给出了ISAR成像结果，证明了该系统具有高分辨率和实时性的成像能力。
2021-05-27 eess.SP physics.app-ph
Doors in the Sky: Detection, Localization and Classification of Aerial Vehicles using Laser Mesh
隐身技术和无人机（UAV）有望主导当前和未来的空战。然而，雷达系统在其最大工作范围内并不总是能够检测到隐身和小型无人机，主要是由于其小的雷达横截面和/或低高度。在本文中，提出了一种新的技术作为雷达技术的替代。所提出的方法是基于创建一个网状结构的激光束从空中平台向地面发起。激光网格就像天空中的一张虚拟网。任何扰乱激光束路径的飞行器都会被检测到，随后被定位和跟踪。作为附加特征，波束的转向可以用于增加覆盖范围以及改进定位和分类性能。基于高斯分布，人工创建不同类型的飞行器的数据库。该数据库用于开发几种机器学习（ML）模型，使用不同的算法对目标进行分类。总的来说，我们通过模拟证明，我们提出的模型实现了同时检测，分类，定位和跟踪的目标。
2021-11-14 eess.SP
Trajectory and Resource Optimization for UAV Synthetic Aperture Radar
本文研究了配备合成孔径雷达（SAR）系统的轻型旋翼无人机（UAV）的轨迹和资源优化问题。UAV的任务是对给定的感兴趣区域（AoI）进行SAR成像。在这种设置中，需要与基站（BS）进行实时通信，以促进无人机的实时任务规划。为此，非凸混合整数非线性规划（MINLP）的制定，使无人机资源和三维（3D）轨迹联合优化的无人机雷达地面覆盖范围最大化。我们提出了一个低复杂度的次优算法的基础上逐次凸逼近（SCA）的解决问题，并执行有限搜索，以优化的总距离穿越的无人机最大的覆盖范围。我们表明，所提出的三维轨迹规划实现了至少70%的改进，在雷达地面覆盖率相比，基准计划采用恒定功率的通信或雷达成像。我们还表明，将BS定位在AoI附近可以显着提高无人机的雷达覆盖范围。
2022-07-12 eess.SP
3D Radar Imaging from the UAV Nadir
Interuniversity Micro-Electronics Center (IMEC)（互大学微电子中心）；Vrije Universiteit Brussel (VUB)（布鲁塞尔自由大学）
针对无人机天底视角的三维雷达成像问题，本文提出基于低成本MIMO毫米波雷达的InSAR框架及PGA相位误差补偿方法，经仿真与实验验证了算法的有效性。
2026-09-07 eess.SP
Measurement Testbed for Radar and Emitter Localization of UAV at 3.75 GHz
本研究提出一种基于商用现货设备的3.75GHz无人机雷达与辐射源定位测试平台，实现纳秒级同步与厘米级定位，经16平方公里城区实测验证了两类场景的性能，支撑ISAC下无人机 surveillance 集成研究。
2023-01-26 eess.SP
When UAVs Meet ISAC: Real-Time Trajectory Design for Secure Communications
本文研究安全ISAC的实时UAV轨迹设计，提出基于EKF的方法跟踪预测合法用户位置，并开发迭代算法求解非凸轨迹优化问题，以最大化实时保密速率并实现合法与泄漏速率的有效权衡。
2023-06-25 eess.SP
Dynamic Channel Selection in UAVs through Constellations in the Sky
无人机（UAV）与地面基站（BS）之间的无线通信容易受到对抗性干扰。在这种情况下，UAV向BS指示新信道是重要的。本文描述了一种创建空间代码的方法，该空间代码将所选信道映射到无人机在空间中的运动和位置，其中后者物理地从给定的所谓“星座点”到另一个空间。这些点在天空中创建图案，类似于经典无线通信中的调制星座，并且在BS处通过毫米波（mmWave）雷达传感器来检测。星座点表示映射到特定信道的不同n比特字段，允许在两端同时进行频率切换而无需任何RF传输。本文的主要贡献是：（i）我们进行实验研究，以证明如何使用COTS无人机和毫米波传感器形成这样的星座，给出现实的感测误差和悬停振动，（ii）我们开发了一个理论框架，将所需的星座设计映射到误差和频带切换时间，再次考虑实际的无人机运动限制，和（iii）我们实验证明干扰弹性通信和验证系统有效吞吐量的无人机安装的软件定义的无线电形成的链接。
2020-02-11 eess.SP
GreenScatter: Through-Canopy Soil Moisture Sensing with UAV-Mounted Radar
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；The Aerospace Corporation（航空航天公司）
本文提出GreenScatter框架，利用无人机雷达通过冠层传感土壤含水率，通过微波辐射传输模型和雷达散射截面估计方法，实现不同冠层条件下的高精度土壤含水率估算。
2026-04-10 eess.SP
Millimeter-Wave Circular Synthetic Aperture Radar Imaging
本文研究基于单通道FMCW雷达的毫米波圆迹合成孔径雷达成像方法，提出图像重建算法并完成系统分析，通过79 GHz实验数据验证了所提方法的有效性。
2024-07-08 eess.SP
Performance Evaluation of High Power Microwave Systems Against UAVs A Probabilistic Antenna Propagation Framework with Sensitivity Analysis
School of Engineering, RMIT University（皇家墨尔本理工大学工程学院）；University of Adelaide（阿德莱德大学）
研究高功率微波系统对无人机性能，提出含随机目标运动等因素的概率框架，耦合多种模型得出相关统计量，分析各因素影响，预测不同目标效能概率，支持系统规模确定、权衡分析及任务规划。
2026-07-20 eess.SP
Multi-UAV Enabled Integrated Sensing and Wireless Powered Communication: A Robust Multi-Objective Approach
本文研究多无人机ISAC与WPT系统，提出一种鲁棒多目标优化方法，联合优化无人机轨迹、雷达收发信号及上行功率等参数，并采用交替优化与分数规划等技术求解非凸问题，有效提升了雷达与通信系统的综合性能。
2025-05-30 eess.SP
Multi UAV-enabled Distributed Sensing: Cooperation Orchestration and Detection Protocol
本文提出一种基于无人机的半双工OFDM分布式感知框架，通过空间网格和最大似然估计算法联合估计目标RCS，由融合中心进行数据协调与融合，仿真证明其相比单基地无人机提升了精度与分辨率，且比压缩感知方法开销更低。
2023-09-10 eess.SP
A microwave photonic prototype for concurrent radar detection and spectrum sensing over an 8 to 40 GHz bandwidth
本研究提出一种8-40GHz带宽的微波光子原型，基于光纤布拉格光栅与受激布里渊散射，可同时实现高精度雷达探测与宽频带频谱感知，经测试各项性能指标优异。
2024-06-20 eess.SP physics.optics
Microwave Linear Analog Computer (MiLAC)-Aided MIMO Radar Sensing: Transmit Beamforming Design and DoA Estimation
Imperial College London（帝国理工学院）
本文研究了利用微波线性模拟计算机（MiLAC）辅助MIMO雷达感知的问题，提出了一种基于MiLAC的发射波束成形设计和基于二维离散傅里叶变换（2D-DFT）的方向估计方法，并证明了MiLAC辅助和全数字波束成形在CRB和方向估计性能上具有相同效果，同时降低了硬件成本和功耗。
2026-05-20 cs.IT eess.SP math.IT
Evaluating the Deformation Measurement Accuracy Using Low-SNR Radars for Future InSAR Missions
本研究通过低信噪比雷达数据验证了InSAR在低SNR条件下仍能实现高精度形变测量，提出多视处理技术提升相干性并保持精度。
2025-12-09 eess.SP
Multi-Target Micro-Motion Parameter Estimation using MIMO-FMCW Radar with Limited Measurements
Indian Institute of Technology Delhi（印度德里理工学院）
本研究提出基于压缩感知的MIMO-FMCW雷达微动参数估计方法，用有限测量实现多目标微动参数估计，可用于无人机探测及运动类型区分。
2026-08-07 eess.SP
Sounding-Based Evaluation of Multi-Sensor ISAC Networks for Drone Applications: Measurement and Simulation Perspectives
本文从测量与仿真视角评估了面向无人机应用的多传感器ISAC网络，探讨了基于仿真的数据采集方法获取双站反射率及微多普勒特征，并展示了合成与实测数据在开发和评估ISAC算法中的潜力。
2024-02-26 eess.SP
A Framework for UAV-based Distributed Sensing Under Half-Duplex Operation
提出了一种基于无人机的分布式传感框架，该框架采用频分复用（OFDM）波形在半双工工作模式下检测地面目标的位置。将目标所在的感兴趣区域划分为网格单元，由多架无人机联合估计每个网格单元的雷达散射截面（RCS），中心节点作为融合中心，接收所有估计值并进行信息级融合。对于每个无人机的局部估计，使用周期图方法，并假设数字接收波束形成器。融合的RCS估计网格被用来估计单元包含的目标。蒙特卡洛模拟得到的检测概率的建议框架，我们的结果表明，该框架达到了更高的精度比其他OFDM双基地雷达方法在文献中提出的目标检测。
2023-02-21 eess.SP
mmHawkeye: Passive UAV Detection with a COTS mmWave Radar
本文提出mmHawkeye，一种利用商用毫米波雷达的无源无人机检测方法，通过周期性微运动信号特征实现远距离检测，结合动态规划、粒子滤波和LSTM进行跟踪与识别，实验检测准确率达95.8%，最远检测距离80米。
2023-08-12 cs.NI eess.SP
Fusion of Cellular ISAC and Passive RF Sensing for UAV Detection and Tracking
本文提出了一种融合被动RF传感和雷达的无人机检测与跟踪系统，通过卡尔曼滤波器整合异步观测结果，提升跟踪精度和覆盖范围。
2025-12-16 eess.SP
Multistatic-Radar RCS-Signature Recognition of Aerial Vehicles: A Bayesian Fusion Approach
Northeastern University（东北大学）；University of Pittsburgh（匹兹堡大学）；DEVCOM ARL（DEVCOM陆军研究实验室）
针对多基地雷达RATR中融合方法次优的问题，提出结合最优贝叶斯融合与递归贝叶斯分类的全贝叶斯框架，经7种无人机模拟轨迹实验验证，分类准确率显著优于单雷达及次优融合方法。
2024-08-16 cs.CV cs.LG eess.SP
Sensing Accuracy Optimization for Multi-UAV SAR Interferometry with Data Offloading
针对多无人机多基线InSAR感知精度优化问题，提出采用进化算法联合优化无人机编队、速度与通信功率分配，在保障感知与通信QoS的同时最小化DEM高度误差，性能优于多种基线方法，可实现亚分米级垂直精度。
2025-10-06 eess.SP
Autonomous 3D Moving Target Encirclement and Interception with Range measurement
School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院）
针对商用无人机带来的安全威胁，提出一种仅靠距离测量的自主3D包围拦截策略，可在GPS拒止等复杂场景下工作，经实验与仿真验证了其探测、包围及拦截敌方无人机的有效性。
2025-06-16 cs.RO eess.SP
LAMBDA: A Low-Altitude Multimodal Base Dataset for UAV Sensing and Communication
School of Information Science and Electronic Engineering, Shanghai Jiao Tong University（上海交通大学信息科学与工程学院）
研究低空综合传感与通信需对齐多模态数据，为此引入LAMBDA数据集，通过高保真数字孪生管道生成，具有多种特性，涵盖多场景多条件，支持多种参数设置，经评估有可靠性与可用性。
2026-07-07 eess.SP
Multi-Sensor Fusion for UAV Classification Based on Feature Maps of Image and Radar Data
Information Technologies Institute（信息科技研究所）；Centre for Research & Technology – Hellas（希腊研究中心）；Thessaloniki, Greece（塞萨洛尼基，希腊）
提出一种融合热成像、光电和雷达数据特征的多传感器深度学习网络，通过堆叠图像特征提高无人机分类精度。
2026-10-02 cs.AI eess.SP
UAV-Borne Digital Radar System for Coherent Multistatic SAR Imaging
本文提出一种搭载于无人机、采用OFDM波形的L波段数字雷达系统，通过主发射节点与无源接收节点保持快慢时间相干，并经静态测量和双基地SAR实验验证其高分辨率多基地成像能力。
2025-07-28 cs.SY eess.SP eess.SY
Adaptive Digital Twin for UAV-Assisted Integrated Sensing, Communication, and Computation Networks
本文提出基于数字孪生的无人机辅助感知通信计算一体化网络，利用MAPPO框架和Beta策略与注意力机制实现智能卸载决策，在平衡感知与计算性能的同时降低能耗。
2023-10-26 eess.SP
Multi-Target ISAR Imaging of UAV Swarms Using Fast Reweighted Atomic Norm Denoising
School of Electrical Engineering, IHU University, Tehran, Iran（伊朗大学电气工程学院）
研究无人机群多目标ISAR成像难题，将快速重加权原子范数去噪算法扩展至此场景，构建数学框架，结合加权正则化与二维交替方向乘子法优化，能处理稀疏孔径和噪声，效果优于传统方法。
2026-07-07 eess.SP
Trajectory Optimization for Cooperative Dual-band UAV Swarms
Stevens Institute of Technology（史蒂文斯理工学院）；The University of British Columbia（不列颠哥伦比亚大学）；Karlstad University（卡尔斯塔德大学）
本文针对带宽需求大且容忍延迟的应用，提出双频无人机轨迹优化框架，通过混合非线性规划问题优化无人机路径和停靠点，以最小化总服务时间。
2018-07-25 cs.RO cs.SY eess.SP
Reinforcement Learning for Enhancing Sensing Estimation in Bistatic ISAC Systems with UAV Swarms
New York University (NYU) Abu Dhabi（纽约大学阿布扎比分校）；NYU Tandon School of Engineering（纽约大学坦登工程学院）；Technology Innovation Institute (TII)（技术创新研究所）
针对无人机群双基地ISAC系统的感知增强需求，提出采用集中训练分布式执行的多智能体强化学习框架，结合传输功率自适应技术，在多场景下实现了稳健可扩展的感知性能提升。
2025-01-11 cs.LG eess.SP
