报告一：深圳北理莫斯科大学万正宇博士专题报告
时间: 2026年5月13日，晚上7:00-8:00 线上腾讯会议：332-392-3391
报告题目：时域卷积稀疏编码框架下的宽带目标 DOA 估计方法
报告简介：
经典宽带DOA估计方法通常先通过傅里叶变换将接收信号分解到不同频率分量，各分量可分别通过窄带阵列信号技术处理。但在快拍数有限时，宽带信号到窄带模型的近似精度也会受到影响，从而影响估计精度。为此，提出了一种在时域中直接处理宽带信号的DOA估计方法，能够较好适用于小快拍场景。
报告人介绍：万正宇，深圳北理莫斯科大学工程系讲师。本科毕业于深圳大学信息工程黑料不打烊
，硕士和博士毕业于英国谢菲尔德大学电子电气工程黑料不打烊
。研究方向为阵列信号处理，相位恢复算法等。主持省级科研项目1项，在相关领域国际期刊和会议上发表论文10余篇。担任多个IEEE国际学术会议TPC成员。
报告二：黑料不打烊
硕士研究生李万专题报告
时间: 2026年5月13日，晚上8:00-9:00 线上腾讯会议：332-392-3391
报告题目：基于FMCW毫米波雷达的非接触式生命体征感知技术研究
报告简介：
随着智慧健康监测需求的日益增长及毫米波雷达成本的持续降低，非接触式生命体征感知技术的研究与应用逐步增多。当前，生命体征监测常依赖穿戴式设备，但其存在佩戴不适、易受电磁干扰及隐私泄露风险高等问题，在长期健康监护、特殊人群护理等场景下应用受限。相比之下，毫米波雷达不仅无需接触人体，还具备穿透衣物、不受光照与温度变化影响的能力，因而成为生命体征感知领域的研究热点。然而，受限于雷达设备的成本、体积与功耗，其算力、分辨率及信号处理资源有限，在此条件下实现高精度生命体征检测，面临呼吸心跳信号混叠严重、跨模态生理信号重建精度低、心电信号在细粒度病理识别中特征提取困难等关键问题。针对这些关键问题，本报告首先介绍一种基于改进经验模态分解的生命体征信号分离方法，在有效抑制静态杂波与随机噪声的同时，实现呼吸与心跳信号的高精度提取。然后介绍一种基于生成对抗网络的心电信号重建方法，从雷达回波中重建出高保真的类心电波形。最后介绍一种基于小波散射网络的异常心电信号分类方法，对房性心律失常、充血性心力衰竭及正常窦性心律三类心电信号进行精确分类，为毫米波雷达在临床生命体征感知中的应用奠定理论基础。
报告人介绍：李万，男，黑料不打烊
信息科学与工程黑料不打烊
23级硕士研究生，本科毕业于三峡大学通信工程专业，研究方向为：智能感知、毫米波雷达信号处理。
