毫米波5G通訊及雷達感測社群活動: 深度學習之認知雷達設計與電波散射特性分析

第七次深耕計畫 – 毫米波5G通訊及雷達感測社群演講
主題: 深度學習之認知雷達設計與電波散射特性分析
主講人: 陳信宏博士中山科學院研究員, 林昇洲博士輔仁大學電機系
時間: 108.11.22 (五)19:00-21:30; 地點: SF736
召集人: 林昇洲主任

傳統目標識別存在的主要問題是按照預先設定的識別模式工作，不具備隨目標和環境變化而自動改變識別模式的能力，對目和環境的適應能力不足。面對日益複雜的環境及密集雜波、多目標背景等挑戰，為滿足當前特別是未來作戰需求，識別技術必須進一步創新發展以不斷提升識別模式、識別性能，才能適應日益複雜的環境。認知雷達是一種新的具備獨特性能和驚人能力的下一代雷達典範，它被設想成具備智能化的處理能力以實現知識的關聯。識別技術是人工智慧在裝備領域的重要應用，隨著人工智慧技術的發展，認知雷達識別也在不斷進步，從模式識別、機器學習到近年來的發展迅猛的深度學習、遷移學習等在雷達識別中都有較多研究成果。

今天邀請到中山科學院研究員陳信宏博士為我們先講解雷達截面積(RCS) 技術開發與應用，同時林昇洲老師針對其與雷達設計知關係做進一步的說明。首先，陳博士先向大家做自我介紹，接著談到雷達回波模擬。陳博士認為MICRO DOPPLER很重要，它可以用來辨識旋轉或是移動的物體。林昇洲老師先藉由生物的特性來探討雷達的基本原理，也談到FMCW雷達及MUSIC目標偵測、也介紹CFAR detection的各種方法，再介紹類神經網路與AI的基本原理。最後談到如何將Deep learning 類神經網路應用到CFAR detection等，並探討如何將其延伸至雷達目標識別。其間正從事毫米波IOT雷達的萬旭林育正系友也來參與討論，陳博士來以目標回波的特性觀點提出出許多意見。

本系已和業界合作發展車用雷達及訊號模擬與量測教學，同時專題學生及研究生也開始進入毫米波雷達感測器的應用領域，經此次分享，學生對雷達有更多的了解，也可以增廣見聞，也學習到認知雷達設計的概念，同時也了解到認知雷達的特性及近年來發展的AI技術，若將AI與雷達結合，可以帶來更多元的應用及產品，如應用到車用雷達或是船用雷達或飛機上的雷達等。我們若學習到此概念，對於工作上或生活上會有所幫助。

更多圖片

深度學習之認知雷達設計與電波散射特性分析_191123_0001.jpg

深度學習之認知雷達設計與電波散射特性分析_191123_0002.jpg

深度學習之認知雷達設計與電波散射特性分析_191123_0003.jpg

深度學習之認知雷達設計與電波散射特性分析_191123_0004.jpg

深度學習之認知雷達設計與電波散射特性分析_191123_0005.jpg

更多行事曆....