信号处理:在优势中发现弱点

无论你是在浓雾中驾驶飞机，还是在商场里寻找走失的孩子，或者只是试图在会议中心找到关键的展示室，新兴的信号处理技术都可能意味着成功与失败的区别。还有IEEE会员史蒂文斯理工学院教授李宏斌博士在美国，失败是不可能的。

Li正在开发创新的解决方案，以检测感兴趣的信号和拒绝干扰，从噪声和有限的测量中暴露和提取更准确的信息。主要研究方向为知识辅助微弱信号检测的数学问题。它的关注范围很窄，但应用范围很广——不仅在雷达等明显的领域，而且在无线通信、生物信息学、高光谱成像、射电天文学、边境控制、核电站监测等领域。

例如，你可能不会认为海洋、树木或建筑物是杂波，但在飞机雷达上，这些静态表面会产生干扰，淹没感兴趣的信号，危及飞机在浓雾、水面或潜在地面威胁附近导航时的安全。

“在空中环境中，当你有一个传感器向下寻找物体(如车辆)时，你的传感器会反射反射——不仅来自目标，还来自地面、树木和人造物体(如道路和桥梁)，”李解释说，“而且它们通常要强烈得多。这就是所谓的杂乱。为了暴露和检测杂波中的微弱信号，你必须首先拒绝外来的干扰。这正是我们正在做的事情——开发信号处理算法，开发数字地图和环境数据库等资源，以及统计和计算工具。”

毫不奇怪，李的工作涉及大量的试错——再试。“有时我们使用参数化模型来影响基于模型的解决方案，”他说。“有时我们会研究地面上的固有结构，以补充数据的局限性。在飞机上我们只有有限的数据因为传感器在移动，所以从传感器的角度来看亚博排列五投注网站一切在移动，他们被杂乱的东西淹没了。但是，通过使用特定的几何图形，我们可以区分运动的物体和静止的物体。联合空间识别和多普勒处理相结合可以帮助我们区分目标——即使来自目标的反射要弱得多。”

李能够磨练这些方法得益于两个备受瞩目的奖项:2016年美国空军科学研究办公室提供的35万美元研究经费用于研究自适应信号雷达探测，以及2018年美国国家科学基金会提供的33万美元研究经费用于探索无源射频传感技术的民用应用。

“对于雷达，你需要一个有源大功率发射机。但是它们会发出辐射，没有人希望环境中有太多的射频辐射，”李说。“对于我们的NSF项目，我们没有使用任何主动传输。相反，我们正在使用现有的无线资源，如广播、电视、蜂窝基站、卫星和GPS。就像你用手电筒照亮房间一样，我们使用现有的光源来照亮我们想要的物体。它就在那里——你只需要倾听。”

当然，它比这个要复杂得多。

“挑战在于确定目标，并将其与其他任何东西区分开来，”李说。“被动信号处理对于我们所考虑的设置尤其具有挑战性，因为信号的设计是为了直接解决通信挑战，而不是间接支持在会议中心寻找展品或让走失的孩子与家人团聚。为了完成这些任务，您必须抑制直接路径传输。抑制这些传输的一个解决方案是使用天线阵列进行选择性接收。选择性接收可以对监视区域进行搜索，同时形成空信号——就像给信号戴上耳塞一样——朝着直接路径传输的方向。然而，在复杂的环境中需要比这更复杂的技术。”

“雷达通常很昂贵，”李补充道，“但这些可以应用于手机等移动设备的被动技术要经济得多。例如，无线服务提供商可以为婴儿和老年人提供内置被动传感功能的无线设备，如家庭安全、室内定位、健康监测(即通过测量胸部运动的微多普勒效应来监测心跳/呼吸频率、跌倒检测等)等，并使其广泛适用于任何用户。”

“潜在的经济和社会影响是巨大的。”

李教授于1999年加入史蒂文斯理工学院。主要研究方向为统计信号处理、无线通信和雷达。他是IEEE信号处理理论和方法技术委员会和传感器阵列和多通道技术委员会的当选成员，以及IEEE信号处理汇刊而且爱思唯尔信号处理．他的荣誉包括2013年IEEE Jack Neubauer纪念奖最佳系统论文发表于IEEE车辆技术汇刊．