ミリ波レーダの高分解能化・多次元イメージング技術と応用展望

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

日時

中止

プログラム

広帯域なミリ波レーダを用いた高分解能レーダが容易に入手可能となり、当初の主な応用であった自動車レーダに加え、人物をはじめとする様々な近距離センシングへの応用が進められています。特にMIMOと呼ばれる複数の送受信アンテナを利用した技術の導入により、角度分解能特性の改善も可能となり、距離や速度 (ドップラ周波数) のみならず、角度 (方位角/仰角) を含めた多次元データを用いた解析が可能となります。  この講演では、このようなレーダを活用する上で重要な分解能という観点を中心として、まず、FMCW方式のミリ波レーダの原理と分解能特性について解説する。レーダによるイメージング (多次元観測) を実現する際、角度分解能改善が問題となる。ここでは、近年注目されているMIMOや合成開口レーダ (SAR) 手法を取り上げ、その角度分解能改善の原理を概説し、それらを用いた人物の位置や動作解析、2次元・3次元イメージング応用例を紹介し、今後の方向性と課題について解説します。

  1. はじめに
  2. ミリ波レーダの基礎
    1. ミリ波と代表的なレーダ方式 (ミリ波の特長とFMCWレーダ方式)
    2. レーダと分解能 (距離、角度、速度の分解能とレーダ諸元の関係)
  3. MIMOレーダの基礎と応用
    1. MIMOレーダの原理 (なぜ、高分解能化が可能となるのか)
    2. MIMOレーダの送信方式 (同時送信をどう実現するか)
    3. MIMOレーダの応用例
      1. 人物トラッキング (2次元)
      2. 人物検出 (2次元)
      3. 3次元イメージング
      4. 人物の動きの特長を利用した動作分類 (機械学習応用)
  4. 合成開口レーダ (SAR) 基礎と近傍ターゲットイメージング応用
    1. SARの原理
    2. 代表的なSARアルゴリズム
    3. SARの応用例
      1. 自動車レーダによる2次元側方イメージング
      2. 自動車レーダによる3次元側方イメージング
  5. おわりに

受講料

複数名受講割引

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

ライブ配信セミナーについて