XiaoMi-AI文件搜索系统
World File Search SystemRadars
宽带信息通信与电磁学系
• 信道和源编码、模拟和数字（FM / AM / DVB / DAB / DRM）广播 • 高速信号处理 • 遥感、雷达技术：主动、被动、成像、侦察和二次雷达 • 天线、天线系统、波传播、EMC • 材料参数测量、材料无损检测、具有特殊性能的超材料设计（超级透镜、电磁隐蔽和屏蔽）
BKKM-电池命令和控制中心
电池命令和控制中心（BKKM）包括集成命令和控制单元，防空武器，防空雷达，通信设备和防空系统软件。这些集成系统是可互操作的，可以合并以在命令控制链中形成系统。BKKM控制至少3个消防单元（FCU），并与防空预警，指挥和控制系统（Herikks）进行协调。
激光雷达三维成像及其在……中的应用
本文描述了FOI上有关3维（3-D）成像的持续研究。具体来说，我们解决了激光雷达带来的新可能性，重点是用于高分辨率3-D成像的系统。3-D激光雷达是一项可行的技术，旨在预防和打击犯罪和恐怖主义。实时3-D传感是一种现实，除了通过范围成像来实现更传统的技术（例如立体声视觉和结构光）外，还可以。3-D传感闪光成像激光雷达的当前开发将在长度范围内以CM分辨率以完整的视频速率提供高分辨率3-D成像的能力。很可能会彻底改变许多应用程序，包括执法和法医调查。与常规的被动成像系统（例如CCD和红外线（IR）技术）相反，激光雷达提供强度和范围信息，并具有穿透某些场景元素（例如植被和窗户）的能力。这又意味着在对象识别和识别中，例如，我们解决了3-D激光雷达系统的一些新功能。结果清楚地表明，3-D成像激光雷达系统在当今可以在刑事司法系统中使用的各种情况有用，可以使技术能够预防和打击犯罪和恐怖主义。
完整的自我保护系统 - TERMA
PIBU 的必要性源于军用飞机上众多的接收器和发射器。这些设备可能是无线电、雷达、干扰器和其他电子战系统，如果不采取纠正措施，性能下降将是一个严重的问题。例如，只要发生干扰，PIBU 就会关闭雷达警告接收器。由于在消隐期间接收器处于盲区，因此必须尽量缩短消隐时间。
引领态势感知革命 - GA-ASI
通用原子航空系统公司 (GA-ASI) 的业务是开发变革性技术，以提供颠覆性成果。作为私营通用原子公司的子公司，GA-ASI 在成熟可靠的遥控飞机 (RPA)、战术侦察雷达和先进的高分辨率监视系统方面处于世界领先地位。该公司生产长航时、任务能力强的飞机，这些飞机配备集成传感器和数据链路系统，可提供持续的态势感知和快速打击能力。
单脉冲二次监视雷达 - Indra
MSSR 模式 S 基于经过现场验证的技术和在 Indra ATM 产品中实施成功创新的丰富经验。这提供了性能、可靠性和对现有和未来法规的合规性，使您能够在航路或进近阶段管理空中交通。数字接收、基于 Web 的 HMI 和集成 ADS-B，以及其创新设计，使 MSSR 模式 S 成为世界上最先进、最强大的雷达之一。
使用MM-Wave Radar在车辆中监视生命体征...
近年来，雷达传感器和机器学习的结合改变了生命体征监测，尤其是在医疗保健和汽车行业。本研究使用车辆中的MMWave雷达技术来监视生命体征，这解决了诸如驾驶员疲倦之类的问题。与机器学习集成时，该技术在诸如患者护理设施和车辆舱的设置中提供了非侵入性，保护隐私的生理监测解决方案，同时仍在苛刻的环境中有效地执行。机器学习通过处理大量传感器数据来提高基于雷达的监视的准确性，但是在诸如车辆之类的嘈杂情况下保持精确度很难。本研究通过正确监视驾驶员和乘客来解决这些问题（Ahmed＆Cho，2024）。本演示文稿讨论了硬件限制，实施的解决方案以及与生命体征获取有关的当前软件问题。诸如高斯噪声添加和生成对抗网络（GAN）之类的技术可以提高收集的数据集的准确性和可靠性。自动编码器比Kalman过滤器（例如Kalman过滤器）优选，因为它们可以有效地解决非线性问题并消除噪音和背景。机器学习方法，例如卷积神经网络（CNN）和自校准的长期短期记忆（LSTM），在各种环境条件下对特征提取更有效（Zheng等，2021）。关键字生命体征监视 - MM波雷达 - 机器学习参考Ahmed，S。，＆Cho，S。H.（2024）。传统的自回旋模型对噪声敏感，因此，建议使用诸如时间卷积网络（TCN）之类的机器学习方法来进行信号处理，实时生命体征记录以及无连接传感器而重建心率变异性。研究团队利用了雷达和图形处理机（例如雷森·纳米（Jetson Nano））等尖端硬件解决方案（例如雷森·纳米（Jetson Nano））来应对实时机器学习的挑战（Zhang等，2022）。医疗保健雷达的机器学习：人类生命体征测量和活动识别的最新进展。IEEE通信调查与教程，26（1），461-495。 https://doi.org/10.1109/comst.2023.3334269IEEE通信调查与教程，26（1），461-495。 https://doi.org/10.1109/comst.2023.3334269
8-40 GHz 宽带雪量测量仪的进展
• 第一年/第二年/第三年的地面实验 • 由博伊西州立大学的 HP Marshall 执行 • 目标是初步演示如何使用宽带天线进行 SWE 测量 • 使用 Harris IR&D 开发的 2-18 GHz CSA 天线和在此基础上开发的 Alpha Build 天线 • 利用博伊西州立大学现有的 FMCW 雷达成功测量积雪深度和分层 • 演示了使用更窄波束的 alpha build 天线改进的测量结果性能