Výzkumná oblast
Výzkumný tým se dlouhodobě zabývá aplikovaným výzkumem a experimentálním vývojem v oblasti moderních radionavigačních systémů a komponent s využitím pokročilých technik signálového zpracování pro detekci, identifikaci, klasifikaci a lokalizaci objektů. Hlavní oblasti vědecko-výzkumné činnosti jsou:
- Detekce, lokalizace, identifikace a klasifikace objektů s využitím radarových senzorů
- Modelování a optimalizace bloků radarového signálového zpracování
- Návrh a optimalizace pasivních mikrovlnných prvků a anténních systémů.
- Studium nehomogenit, poruch a elektrických vlastností organické elektroniky
- Aplikace globálních navigačních systémů v oblasti dopravních prostředků, jejich bezpečnost a spolehlivost
Klíčová slova
Radar; Radiolokace; Detekce; Identifikace; Lokalizace; Klasifikace; Zpracování signálu; Komunikační systémy; Optimalizace; Antény; Anténní řady; Mikrovlnné obvody; Digitální signálové procesory; FPGA, Globální navigační systémy GNSS
Členové řešitelského týmu
Aktuálně řešené projekty
Projekty realizované v rámci OP JAK
Projekty realizované v rámci TAČR
Minulé projekty
- Výzkum a vývoj aktivního anténního systému pro detekci zájmových cílů s podporou měření polarimetrických vlastností
- Spolupráce Univerzity Pardubice a aplikační sféry v aplikačně orientovaném výzkumu lokačních, detekčních a simulačních systémů pro dopravní a přepravní procesy (PosiTrans)
- Výzkum a vývoj metod umělé inteligence, strojového učení a matematicko-statistických technik pro inženýrské aplikace
- Podpora přípravy projektu "Automatický výstražný systém pro personál pracující v blízkosti železniční tratě" do výzvy Doprava2020+
- Vývoj bezkontaktní technologie pro inteligentní ochranu zájmových prostor
- Návrh a ověření podmínek pro nasazování bezpečných vlakových lokátorů na bázi GNSS systémů na české železniční síti
Nejvýznamější publikace
- REJFEK, Lubos, Karel JURYCA, Tan N. NGUYEN, Ladislav BERAN a Miroslav VOZNAK, 2023. Whitening Filters Application for Ionospheric Propagation Delay Extraction. IEEE Transactions on Instrumentation and Measurement. 72, 1-8. ISSN 0018-9456. doi:10.1109/TIM.2023.3279464
- PARMAR, Rushik, Meenali JANVEJA, Jan PIDANIC a Gaurav TRIVEDI, 2023. Design of DNN-Based Low-Power VLSI Architecture to Classify Atrial Fibrillation for Wearable Devices. IEEE Transactions on Very Large Scale Integration (VLSI) Systems. 31(3), 320-330. ISSN 1063-8210. doi:10.1109/TVLSI.2023.3236530
- PAUL, Bikram, Angana NATH, Srinivasan KRISHNASWAMY, Jan PIDANIC, Zdenek NEMEC a Gaurav TRIVEDI, 2023. Tensor Based Multivariate Polynomial Modulo Multiplier for Cryptographic Applications. IEEE Transactions on Computers. 2023-6-1, 72(6), 1581-1594. ISSN 0018-9340. doi:10.1109/TC.2022.3215638
- KREJČÍ, Tomáš, Tomáš ZÁLABSKÝ, Dušan KOPECKÝ a Gaurav TRIVEDI, 2022. Application of hash function for generation of modulation data in RadCom system. Digital Signal Processing. 130. ISSN 10512004. doi:10.1016/j.dsp.2022.103735
- JOSHI, Mohit Kumar, Narugopal NAYEK, Tapeshwar TIWARI, Jan PIDANIC, Zdenek NEMEC a Ratnajit BHATTACHARJEE, 2020. Multiphysics and Multipactor Analyses of TE 022 -Mode High-Power X-Band RF Window. IEEE Microwave and Wireless Components Letters. 30(3), 272-275. ISSN 1531-1309. doi:10.1109/LMWC.2020.2971652
- FILIP, Aleš, Roberto CAPUA, Alessandro NERI a Francesco RISPOLI, 2022. Derivation of harmonised high-level safety requirements for self-driving cars using railway experience. Scientific Reports. 12(1). ISSN 2045-2322. doi:10.1038/s41598-022-26764-0
- JANVEJA, Meenali, Ashwani Kumar SHARMA, Abhyuday BHARDWAJ, Jan PIDANIC a Gaurav TRIVEDI, 2023. An Optimized Low-Power VLSI Architecture for ECG/VCG Data Compression for IoHT Wearable Device Application. IEEE Transactions on Very Large Scale Integration (VLSI) Systems. 31(12), 2008-2015. ISSN 1063-8210. doi:10.1109/TVLSI.2023.3314611.
- JURYCA, Karel, Jan PIDANIC, Amit K. MISHRA, Zlatan MORIC a Pavel SEDIVY, 2022. Wind Turbine Micro-Doppler Prediction Using Unscented Kalman Filter. IEEE Access. 10, 109240-109252. ISSN 2169-3536. doi:10.1109/ACCESS.2022.3214232.
- HARYANTO, Toto, Adib PRATAMA, Heru SUHARTANTO, Aniati MURNI, Kusmardi KUSMARDI a Jan PIDANIC. Multipatch-GLCM for Texture Feature Extraction on Classification of the Colon Histopathology Images using Deep Neural Network with GPU Acceleration. Journal of Computer Science. 2020, 16(3), 280-294. DOI: 10.3844/jcssp.2020.280.294. ISSN 1549-3636. (2020)
- NEMEC, Ondrej, Jan PIDANIC a Pavel SEDIVY, 2021. Rough North Correction Estimation Algorithm Based on Terrain Visibility. IEEE Access. 9, 152668-152676. ISSN 2169-3536. doi:10.1109/ACCESS.2021.3127242
Apliakční výsledky
- ZÁLABSKÝ, Tomáš, Luboš REJFEK, Josef JORDÁN, Ondřej JAROŠ, Vít NEJEZCHLEBA, Anténa primárního radarového senzoru s podporou polarimetrických měření, Praha. Úřad průmyslového vlastnictví 36921 – Užitný vzor. 2023
- NĚMEC, Zdeněk, Tomáš ZÁLABSKÝ, Aleš FILIP, Lubor BAŽANT, Petr KAČMAŘÍK, Jan HOOP, Tomáš.DUŠA, “Metodika pro certifikaci lokalizačních systémů na bázi GNSS“ – Certifikovaná metodika, 2023.
- PIDANIČ, Jan, Karel JURYCA, Pavel BEZOUŠEK, Systém pro měření odrazů radarového signálu od větrné elektrárny, Praha. Úřad průmyslového vlastnictví 36060 – Užitný vzor. 2022
Výzkumný tým se zabývá aplikovaným výzkumem a experimentálním vývojem s ohledem na aktuální požadavky partnerů z průmyslové sféry. Členové výzkumného týmu jsou kompetentní v návrhu a vývoji mikrovlnných a anténních prvků, dále v návrhu algoritmů signálového zpracování v moderních radarových systémech a s jejich následnou implementací v hardwarových prostředcích. V uvedených oblastech se členové výzkumné skupiny dlouhodobě účastní řešení vědecko-výzkumných projektů podporovaných národními a mezinárodními grantovými agenturami. Výzkumný tým má též zkušenosti s aplikací globálních navigačních systémů v prostředí železniční dopravy. Výzkum této oblasti je přínosný především s ohledem na velkou perspektivu v oblasti aplikovaného výzkumu. Pro návrhy, simulace, optimalizace a verifikace dílčích částí výzkumných aktivit je využíváno moderní laboratorní vybavení FEI.
Výzkumný záměr 2024+
V současné době se oblast radarových technologií nachází ve významném rozvoji, který pohání rychlý pokrok v umělé inteligenci, strojovém učení a zpracování signálů. Tradiční radary, které sloužily po desetiletí jako základní nástroje pro detekci a sledování objektů, již nejsou schopny plně uspokojit rostoucí nároky moderního bojiště, komerčních aplikací či civilního sektoru. Tento nedostatek podtrhuje potřebu vyvíjet nové generace radarových systémů, které budou schopny adaptace, autonomie a komplexního vnímání prostředí. Vývoj moderní radarové techniky se v důsledku aktuální geopolitické situace intenzivně zaměřuje na rychlou detekci malých bezpilotních prostředků, dronů, UAV (z angl. Unmaned Aerial Vehicles), jež jsou aktivně využívány pro observaci bojiště, likvidaci živé síly, bojové techniky a zejména pak pro demoralizaci protivníka a pro účely propagandy. Současně s tímto trendem existuje i trend opačný, jehož úkolem je vytvořit mechanismy, či prostředky, které ztíží či úplně znemožní detekci UAV tak, aby nedošlo k jejich předčasnému prozrazení a následně zničení.
Výzkumný záměr cílí na jeden z nejperspektivnějších směrů ve vývoji radarových technologií, kterými jsou moderní multifunkční adaptibilní kognitivní radary. Tyto systémy jsou schopny nejen detekovat a sledovat cíle s vysokou přesností, ale také dynamicky přizpůsobovat své operační parametry na základě měnících se podmínek a dostupných informací. Tím umožňují optimalizaci výkonu v reálném čase a zvyšují efektivitu detekce v komplexních a rychle se měnících scénářích. Tento výzkum se zaměřuje na klíčové aspekty, jako je integrace pokročilých algoritmů strojového učení, zlepšení adaptivních schopností radarů, zvýšení odolnosti proti rušení a optimalizace energetické účinnosti. Výsledky tohoto výzkumu mohou zásadně ovlivnit budoucí nasazení radarových systémů nejen v obranných a bezpečnostních aplikacích, ale i v širokém spektru civilních využití, jako jsou autonomní vozidla, letectví, nebo monitorování kritické infrastruktury.
Významnou součástí výzkumného záměru je řešení problematiky optimalizace radarových zdrojů. Vzhledem k tomu, že současné multifunkční radary musí plnit stále komplexnější úlohy, tak současný výzkum v oblasti plánování radarových zdrojů je zaměřen na tzv. adaptivní algoritmy, aplikující prvky umělé inteligence, zejména strojového učení. V této oblasti se jako perspektivní jeví algoritmy založené na fuzzy logice, metody založené na teorii informace, algoritmy založené na dynamickém programování, algoritmy založené na optimalizaci QoS (Quality of Service) a algoritmy adaptivně tvarující vysílaný signál.
V rámci řešení problematiky optimalizace radarových zdrojů je výzkum též zaměřen adaptivní tvarování vysílaných radarových signálů. Adaptivní tvarování vysílaných signálů ve vztahu k automatické korekci signálového zpracování je novou a dynamicky se rozvíjející oblastí s širokým budoucím uplatněním v oblasti radarové, sonarové i komunikační techniky. Optimální návrh vysílaných radarových signálů je založen jednak na návrhových kritériích (požadovaných parametrech radaru, jakými jsou např. dosah, rozlišovací schopnost v dálce, rozlišovací schopnost v rychlosti a mnoho dalších), ale v podstatné míře též na modelech zájmových radarových cílů, jejich prostředí a rušení.
Pro výzkum výše uvedených oblastí je v rámci výzkumného týmu vyvíjen pokročilý simulátor multifukčních radarů. Cílem je navrhnout robustní systém, umožňující verifikaci a validaci dosažitelných parametrů radarových systémů za různých podmínek a konfigurací, což napomáhá optimalizaci radarových systémů včetně jeho dílčích částí. Simulátor umožňuje vývoj a testování algoritmu zpracování radarového signálu pro zlepšení funkčnosti a přesnosti radaru. Nabízí platformu pro simulaci radarových scénářů
Další významnou výzkumnou oblastí je výzkum a vývoj radarových absorpčních materiálů RAMs, (z angl. Radar Absorbing Materials), které pohltí či případně částečně rozptýlí přicházející záření a tím tedy nepřímo sníží efektivní odraznou plochu objektů např. UAV. V rámci výzkumu proto budou simulovány a testovány možnosti měření efektivní odrazné plochy UAV v různých frekvenčních pásmech, a dále nové povrchové úpravy UAV pomocí lehkých funkčních vrstev na bázi uhlíkových a magnetických nanočástic pro potlačení radarového odrazu.
Výzkumným cílem je též ověření možnosti implementace GNSS systémů pro zvýšení bezpečnosti provozu na dopravních infrastrukturách a autonomní řízení, s využitím prvků spolehlivé a bezpečné detekce a lokalizace objektů. Výzkum cílí zejména na ověření požadavků na nasazení systémů bezpečné lokalizace na železničních tratích s využitím systémů GNSS. Získané poznatky budou ověřovány i pro využití na silniční dopravní infrastruktuře.
Ing. Tomáš Zálabský, Ph.D.
Jsem vedoucím Výzkumného centra Fakulty elektrotechniky a informatiky a též tohoto výzkumného týmu. Kromě toho, že na fakultě přednáším, tak se především věnuji vědecko-výzkumné činnosti. Nejvíce se zajímám o oblast návrhu, syntézy, simulace a optimalizace anténních prvků, řad a polí. Mám též bohaté zkušenosti s návrhem a realizací pasivních vysokofrekvenčních obvodů, jakými jsou například planární a vlnovodoné filtry, směrové odbočnice, či děliče výkonu. V současné době se též aktivně věnuji signálovému zpracování rádiových signálů z různých senzorů či radarů za účelem detekce, lokalizace, identifikace a klasifikace cílů.
V rámci své univerzitní kariéry jsem posbíral mnoho zkušeností s řešením řady vědecko-výzkumných projektů ve spolupráci s průmyslovými partnery z tuzemska, ale též se zahraničními výzkumnými organizacemi. Snažím se tuto spolupráci dále prohlubovat a tím i rozvíjet výzkumný tým a stále posouvat hranice poznání jeho jednotlivých členů.
