| 评审组： | 电子与通信技术组 | | 项目名称： | 多模阵列协同感知与智能检测理论与方法 |
| 提名单位： | 中共陕西省委军民融合发展委员会办公室 |
| 提名等级： | 二等奖 |
| 提名单位意见： | 我单位认真审阅了该项目提名书及附件材料，确认全部材料真实有效，并按照要求对该项目的基本情况进行了公示，公示期间无异议。本项目在光学阵列协同感知与智能检测领域取得重大突破，其科学发现点兼具高度原创性、显著科学价值和广泛国际公认度，对推动光学工程、人工智能及遥感技术等多学科交叉发展具有里程碑意义。原创性方面，项目首次揭示了相干探测散斑相位失配的机理，提出阵列分组优化方法；同时，首创边界引导聚类（SCB）算法，突破传统密度峰值算法的局限；此外，设计局部感知型Transformer架构（LPSW），攻克复杂背景下的目标边缘模糊难题。科学价值体现在多维度技术革新中：在国防领域，散斑补偿模型将外差探测灵敏度提升至新高度，支撑千米级复杂环境下的激光雷达设计；在遥感监测中，LPSW架构在自建MRS-1800数据集上提升小目标检测精度，推动高分辨率对地观测技术跨越式发展；光学相控阵波前校准机制则实现快速扫描及高精度，为新一代激光雷达奠定器件基础。项目促进光学、人工智能与生物医学的深度交叉，带动产学研协同，为空天地一体化智能感知系统发展注入核心动力。
|
| 项目简介： | 
|
| 客观评价： | 
|
| 代表性论文专著目录： | 
|
| 主要完成人情况： | - 姓名：曹长庆
排名：1
行政职务：无
技术职称：副教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：科学点一基于搜索聚类边界（SCB）的调制格式识别框架，科学点四相干探测散斑相位失配机理：针对粗糙目标散斑效应导致外差探测性能下降的难题，通过智能算法与光学系统的协同优化，揭示了散斑相位失配的机理。基于边界低密度样本的SCB聚类算法，以低密度样本为聚类边界的并行分组机制，突破传统密度峰值算法在稀疏分布样本中的局限性。支撑材料见代表性论文1、2。
- 姓名：王子豪
排名：2
行政职务：无
技术职称：副教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：科学点二大规模OPA快速高精标定方法：研制并测试16×16 SOI OPA光相控阵芯片（5mm×5mm，耦合/分束/相移/天线阵列等模块集成）及闭环实验系统，实测主瓣宽约0.44°×0.44°、双向扫描范围±4°、最强旁瓣抑制比≈9.6 dB，实现算法迭代次数减少50%以上，扫描速度达17kHz。支撑材料见代表性论文专著5。
- 姓名：刘立新
排名：3
行政职务：系主任
技术职称：副教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：科学点五图谱合一技术在疾病诊断与手术导航中的跨学科应用：在高光谱成像（HSI）技术应用于生物医学领域取得突破性贡献，系统阐述HSI的基本原理及系统架构，首次全面整合了图谱合一技术在疾病诊断与手术导航中的跨学科应用进展。支撑材料见代表性论文专著3。
- 姓名：冯喆珺
排名：4
行政职务：无
技术职称：副教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：科学点三局部感知LPSW主干网络及空间注意力交错级联框架SAIEC：主导设计的局部感知型Transformer架构（LPSW）通过融合膨胀卷积与自适应窗口注意力机制，增强局部特征提取能力，结合跨阶段掩码信息流设计，显著提升小目标检测能力。支撑材料见代表性论文4。
- 姓名：孙艳玲
排名：5
行政职务：无
技术职称：教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：科学点二大规模OPA快速高精标定方法：针对大规模光相控阵（OPA）输出光束校准难以及常规随机并行梯度下降算法SPGD“小步长→高精度但迭代多、大阵列→更难收敛”的难题，创新性提出自适应搜索步长调控机制。支撑材料见代表性论文5。
- 姓名：廖家莉
排名：6
行政职务：无
技术职称：副教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：科学点二大规模OPA快速高精标定方法：实时分析评价函数曲线的增长率，动态优化迭代步长，实现校准效率与精度的协同提升。支撑材料见代表性论文5。
|
| 主要完成单位： | - 单位名称：西安电子科技大学
单位贡献：西安电子科技大学作为本项目第一完成单位，全面负责项目的总体规划、设计、实施与组织，为本项目提供了大力支持和充分保障，确保了项目的顺利进行。在理论层面，学校物理与光电工程学院团队率先揭示了相干探测散斑相位失配的机理，通过高速相机阵列捕获散斑场时空演化规律，提出阵列分组优化方法，为复杂环境下激光雷达设计奠定物理基础。在算法与技术创新上，团队主导开发了局部感知型Swin Transformer架构（LPSW），通过融合膨胀卷积与自适应窗口注意力机制，显著提升遥感图像小目标检测精度；首创边界引导聚类算法（SCB）；同时研发自适应随机并行梯度下降算法（SPGD），攻克16×16硅基光学相控阵波前校准问题。学校还构建了关键科研平台与数据集：创建全球首个多目标类型遥感掩模数据集MRS-1800，为空天监测提供基准资源。此外，项目培养博/硕士9名，形成“理论-算法-器件”全链条创新梯队。通过跨学科协同，学校为国防探测、医疗诊断及空天监测领域提供了核心技术支撑。
|
| 完成人合作关系说明： | 完成人合作关系说明：1
|
