Wykaz obszarów badawczych związanych z tagiem Signal-processing:
| # | Obszar badawczy | Dziedzina naukowa |
|---|---|---|
| 1 |
Obszar badawczy Zespółu Radarowych Technik Obrazujących (RTO), prowadzonego przez dra hab. inż. Piotra Samczyńskiego, prof. uczelni, specjalizuje się w cyfrowym przetwarzaniu sygnałów pod kątem tworzenia dwuwymiarowych (2D) i trójwymiarowych (3D) zobrazowań radarowych z wykorzystaniem techniki z syntetyczną aperturą SAR (ang. Synthetic Aperture Radar) oraz z odwróconą techniką SAR: ISAR (ang. Inverse SAR). W ramach prac zespołu opracowanych zostało szereg demonstratorów technologii radarów zarówno aktywnych, jak i pasywnych SAR/ISAR pokrywających szerokie spektrum częstotliwości pracy od niskich VHF poprzez pasmo C, X, K i W i kończąc na pasmach sub milimetrowych (THz). Zespół prowadzi także badania w tematyce przetwarzania sygnałów w wielopasmowych aktywno-pasywnych systemach radarowych, rozpoznawania sygnatur sygnałów radarowych, radionamierzania emisji radiokomunikacyjnych i radarowych oraz technikami walki radioelektronicznej
|
|
| 2 |
“Capacitively coupled impedance tomography for anatomical and functional imaging” To date, electrical impedance tomography (EIT) using sinusoidal excitation has been regarded as the most promising electrical imaging technique for diagnostic medical applications. However, the high impedance at the electrode-skin contact remains a significant challenge, hindering both the development and practical implementation of this technology. To address these limitations, an alternative approach utilizing non-contact electrodes and pulse excitation will be explored. This method will involve signal shape analysis to determine both components of admittance. Such data will enable the reconstruction of images depicting electrical permittivity and conductivity. Capacitively coupled electrical tomography will be investigated using numerical and physical lung phantoms, with a focus on regional ventilation distribution. Key metrics such as measurement sensitivity, contrast, and spatial-temporal resolution of the resulting images will be evaluated. Non-linear iterative algorithms and deep learning techniques will be employed for image reconstruction. Real measurements will be conducted using a simplified thorax phantom designed to simulate the respiratory cycle. A prototype flexible sensor incorporating surface electrodes will be developed, along with a mechanical-electrical lung phantom. Measurements will be carried out using the 32-channel electrical capacitance tomograph EVT4, which was designed and constructed at ZEJiM.
|