王冠兴

****雷达测量仪

面向复杂环境下非合作目标的三维智能感知问题，开展基于地基雷达的低信噪比三维智能成像技术攻关。

• 系统设计：参与雷达系统总体设计、能力分析与任务规划，完成系统设计、能力分析及总体技术方案。
• 运动建模：构建天体目标自旋、轨道运动模型及仿真框架，研究复杂运动条件下的多视角观测与三维结构关系。
• 算法研发：设计融合扩散模型与NeRF/3DGS的三维重建算法，实现稀疏视角下三维重建精度提升60%以上。
• 工程验证：组织100+次外场实验，负责实验方案设计、系统调试、算法验证及实验数据分析，具备从算法研发、系统联调到真实数据验证的完整研发经验。

基于地基雷达***智能成像***

面向极稀疏观测场景下的智能感知与图像重建问题，研究多维观测信息建模、稀疏重建与深度学习融合算法。

• 方案论证：参与总体方案设计与核心能力指标论证，完成深化论证报告，支撑项目立项。
• 机理建模：研究地基雷达多维观测信息获取机理，建立极稀疏观测条件下多视角观测与成像模型。
• 算法研发：研究融合稀疏重建与深度学习的图像重构算法，实现复杂场景下目标成像分辨率提升1个数量级。
• 工程验证：基于地基雷达开展70余次外场实验，构建TB级多源数据集，完成算法验证，支撑项目结题。

空间目标三维智能重建研究

面向卫星、小行星等复杂观测场景，开展低信噪比三维重建、图像增强及NeRF/3DGS等三维表征方法研究。

• 二维成像：构建复杂目标动力学模型，设计基于GRFT的非线性成像算法，实现低信噪比下高精度二维成像。
• 图像增强：提出基于多视角观测与自监督学习的图像增强方法，实现复杂环境下高质量图像增强。
• 三维重构：构建融合自监督学习与NeRF/3DGS的三维重建框架，实现低信噪比、稀疏视角下高保真三维重建；优化天体目标运动模型，研究天体目标复杂运动参数估计算法，实现参数化三维重建。
• 技术成果：相关成果发表于IEEE TGRS、IEEE TAES等SCI期刊，授权国家发明专利，形成覆盖多视角观测、图像增强、三维重建与神经渲染的完整算法体系。

• 独立发起并组织暑期支教项目，对接地方政府及学校，负责项目策划、志愿者招募、课程设计及团队管理。
• 累计组织近百名大学生志愿者参与支教，为500余名学生开展千余课时教学，并完成扶贫调研及实践报告。

• 开展心肺复苏等急救培训近百场，累计培训企业员工、师生及社会公众近千人。
• 参与冬奥会、建党百年等大型活动急救培训工作，面向十余家企事业单位开展急救课程。