雷达信号处理、雷达目标识别、雷达干扰对抗等。

一、个人简介：
李枫，博士，副教授，硕士生导师。1978年8月出生。
主要从事雷达信号处理、雷达目标识别、雷达干扰对抗等研究。近年来，重点研究极化雷达目标识别，复杂电磁环境下的干扰信号建模与识别、抗干扰信号处理方法、波形优化与电子对抗。参与多项重点研发项目，获得省部级奖励。发表SCI/EI论文30余篇，以第一发明人授权专利5项、受理专利6项。

二、教育背景
2008.12，获工学博士学位，西安电子科技大学电子工程学院
2004.07，获工学硕士学位，华中科技大学信息与电子工程系
2001.07，获工学学士学位，哈尔滨工程大学电子工程系

三、职业经历
2025.12 至今，副教授，北京理工大学信息与电子学院
2011.12 – 2025.12，讲师，北京理工大学信息与电子学院
2009.04 – 2011.11，博士后，北京理工大学信息与电子学院

四、研究方向：
雷达信号处理、雷达目标识别、雷达干扰对抗等。

五、研究概况：
融合专家特征的可解释性和深度特征的强表达性，降低目标识别方法对训练样本的依赖性，提升小样本或零样本条件下目标识别稳健性。基于专家特征的清晰物理含义，无需训练样本和参数迭代，实现高效的特征提取。同时利用深度学习网络的高度非线性，提升对抽象特征的深度表达能力。利用融合网络将两种特征提取方法结合起来，兼顾特征可解释性和深度表达能力，在保证特征提取能力的前提下，降低对训练样本的依赖提升目标识别方法稳健性。
结合经典的数学变换方法与高效的深度学习方法，利用雷达发射信号与干扰在特定变换域中的分布差异性，实现对干扰信号的高效识别与有效抑制，提高雷达抗有源干扰的能力。从目标回波和干扰的信号域特征出发，选择适当的数学变换方法实现二者分离最大化，为抗干扰信号处理奠定方法基础。同时，采用高效深度学习算法实现噪声抑制与信号参数提取，提升抗干扰算法在低信噪比条件下的稳健性。

六、职业活动
演讲嘉宾，华为技术论坛，2019，2021
秘书处，TIAA，2019-2020

七、讲授课程
随机数字信号处理，本科生专业课，北京理工大学
雷达目标智能识别，研究生专业课，北京理工大学

学术出版物、论文等
Scattering mechanism-guided zero-shot PolSAR target recognition, ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING,vol.220, pp.428-439, 2025.（第一作者）

MF-DCMANet: A Multi-Feature Dual-Stage Cross Manifold Attention Network for PolSAR Target Recognition, REMOTE SENSING, vol. 15, no. 9, pp. 1-28, 2023.（第一作者）

POLSAR Target Recognition Using a Feature Fusion Framework Based on Monogenic Signal and Complex-Valued Non-Local Network, IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, vol. 15, pp. 7859-7872, 2022.（第一作者）

省部级技术发明奖特等奖（2021）
北京理工大学第十届青年教师教学基本功比赛三等奖（2017）
北京理工大学信息与电子学院优秀共产党员（2020）