近日，智能科学与工程学院智能工程系在B2-301开展8月科研分享会，龚龙老师作题为“毫米波雷达多人生理监测技术研究”的专题分享，围绕毫米波雷达在多人呼吸与心率监测中的工业现状、学术进展与未来方向进行了系统讲解，系内教师参加此次活动。

龚龙老师首先指出，毫米波雷达多人生理监测的核心问题在于能否区分多人，并将呼吸和心率绑定到每一个检测目标。他通过调研发现，工业界已有初步产品落地：德州仪器（TI）的demo版雷达已能实现人员跟踪及对应目标的心率、呼吸检测与区分；日本旭化成（AKM）与欧姆龙因老龄化布局较早，产品可实现三人位置及呼吸心率检测并已获企业级验证；国内青兰、云帆瑞达、宇视等厂商起步较晚，多为产品封装，核心器件仍依赖国外。

图 1：龚龙老师作科研分享

在技术链路方面，龚龙老师梳理了当前完整的工业链路：采用MIMO毫米波雷达进行信息采集，构建距离-角度图进行检测，通过点云数据对人员跟踪，再利用慢时间相位差计算运动质量与呼吸心率，最终实现告警。他指出，工业级项目普遍提供目标、相位、质量、业务四大接口，但存在空间边界（近距离近角度胸腔微小变化检测不足）、运动边界（抬手转身引起相位误差）、交叉移动导致ID变化、底层开发支持不足等四方面缺口。

针对工业界的技术不足，龚龙老师进一步介绍了学术界的补齐进展：通过波束形成区分临近目标波形，利用联合稀疏恢复分离杂波与串扰，借助谐波抑制提高静态与振动背景下检测稳健性，采用多通道分解与状态门控滤波处理运动相位破坏问题。他还重点梳理了2018年至2026年间的关键论文，包括2018年FMCW传感器层面改良、2022年TDM-MIMO自动逐人定位策略（最小检测距离约1.6米，心率降至3BPM）、2025年联合稀疏定位与胸廓建模、2026年针对室内共享场景ID划分策略等成果。

在讨论交流环节，与会教师围绕雷达输出格式、ID分配、动静监测精度等问题展开热烈讨论。龚龙老师介绍，毫米波雷达输出为点云数据（单通道、无色彩），可转换为深度学习处理；多人场景下身份跟踪与交叉移动ID错位仍是未攻克难点；静态监测精度较高，动态监测需通过滤波处理运动波形；心率检测目前多为由呼吸反推的间接方式。在下一步计划方面，龚龙老师提出建立多人生理监测基线场景、面向体征的波束优化、将中间态输出设计为后台能力三个方向。

本次科研分享活动为系内教师提供了毫米波雷达多人生理监测领域的研究全景，既有工业界产品的横向对比，又有学术界前沿的纵深梳理，兼具学术深度与实践参考价值。智能工程系将持续开展科研分享活动，营造浓厚学术氛围，助力教师科研能力提升。