本文介绍和发展了近场 MIMO-ISAR mmWave 成像系统，并提出了一种多静态单静态相位补偿的算法以实现高效的 MIMO 3-D 全息成像，并通过对原型 MIMO R-ISAR 平台的实际成像场景演示了算法的性能。

May, 2023

本文介绍了一种移动友好的视觉变换（ViT）算法，称为 Mobile-SRViT，用于在不规则采样几何下处理合成孔径雷达（SAR）图像。该算法采用 ViT 方法进行 SAR 图像超分辨率 (SR) 处理，并在模拟和经验研究中进行验证。

May, 2023

我们提出了一种新的方法，通过一种新的架构和损失函数对雷达场景进行语义分割，从而克服了雷达数据的固有噪声、稀疏性以及前景和背景的不平衡。我们的方法 TransRadar 在 CARRADA 和 RADIal 数据集上优于现有方法，并且模型尺寸更小。

Oct, 2023

提出了一种新颖的算法，用于有效地处理不规则扫描几何的近场合成孔径雷达 (SAR) 成像，并利用非协作 SAR 扫描模式，小型 MIMO 雷达和高效单靶平面图像重建算法实现了高分辨率和高效率的近场 MIMO-SAR 成像。

May, 2023

本文提出了一种基于视觉控制的硬件 - 软件控制系统，可以自主降落多旋翼无人机，使用 LiDAR 传感器测量地面以上的飞行高度，并在 1280 x 720 @ 60 fps 视频流中实时检测带标记的着陆平台，并以 96％的准确率检测了着陆平台，表明重新编程的异构计算系统是解决 UAV 问题的好方案，可以实现相对较低的能耗的实时数据流处理。

Apr, 2020

本研究探讨了利用安装在无人机上的毫米波雷达传感器对多个物体在空间中重建 3D 形状的可行性，并评估了两个不同的模型，结果表明这两个模型在解决多个物体重建问题方面都很有前途。

Nov, 2022

通过使用雷达特定的物理特性来创建一个基于反射和透射的渲染管道，DART (基于多普勒辅助的雷达层析成像) 可以合成出优质的雷达距离 - 多普勒图像，并可以用来生成高质量的层析成像。

Mar, 2024

本研究旨在开发一种使用四旋翼无人机进行监视和救援的功能样机，该样机具备视频监控能力、地图坐标定位功能、可投放药箱或食品包的降落伞、碰撞预警系统，并与安卓应用程序集成以辅助搜救行动。研究利用应用型研究方法开发功能样机，并使用定量和描述性统计方法，通过描述样本或总体中变量之间的关系来总结数据。针对该样机进行了一项评估，使用调查工具测试了其可接受性，并使用现有变量在菲律宾卡卢坎市和奎松市选择了 30 位受访者进行回答和总结。结果表明在人口统计资料中，指定地区内搜救人员数量分布均匀，主要为男性、单身，年龄在 31 岁及以上。在问题和关注方面，最常见的搜救类型是地面搜救，操作错误是最多导致伤害的原因。该样机被认为是有用的，大家都同意，无人机技术将提高搜救行动的效果。利用安卓和无人机技术的创新方式是菲律宾搜救行动改进的新举措。需要用更高容量的锂聚合物电池替换，无人机操作员还应接受培训并获得菲律宾民航局的许可。

Aug, 2023

本文提出了一种卷积神经网络方法，以提高移动设备中在近场条件下智能手机合成孔径雷达成像的超分辨率，具有高效率、高分辨率的雷达成像能力。

May, 2023

通过使用 CenterRadarNet 来从 4D 雷达数据中进行高分辨率表示学习，对于 3D 物体检测和重新识别任务进行了有效的联合建模，取得了在 K-Radar 3D 物体检测基准测试上的最新成果，并在 K-Radar 数据集 V2 上展示了首次使用雷达进行的 3D 物体追踪结果。

Nov, 2023