Dr.-Ing. Christina Bonfert (geb. Knill)


Postdoktorandin

Vita

Bachelor- und Masterstudium der Elektrotechnik an der Universität Ulm von Oktober 2009 bis August 2015.

Seit November 2015 akademische Mitarbeiterin am Institut für Mikrowellentechnik mit Forschungsschwerpunkt Radarsignalverarbeitung für digitale Radare. Ende 2021, Abschluss der Doktorarbeit zum Thema Signalverarbeitung und Signaldesign für hochauflösende digitale OFDM Radare →"Novel MIMO OFDM waveform designs and high-performance signal processing methods for digital radars".

Seit 2022, PostDoc am Institut für Mikrowellentechnik mit Forschungschwerpunkt Optimierung der Bildgebung und Flugtrajektorien von UAV-basierten synthetischer Apertur Radare mittels Compressed Sensing.

Forschungsthemen

  • Radarsignalverarbeitung
  • Neue Modulations- und Multiplexingansätze für Digitalradare mit Fokus auf OFDM (Orthogonales Frequenzmultiplexverfahren) und Code-Modulation.
  • Compressed Sensing für digitale Radare 
  • Signalverarbeitung für drohnengestützes hochauflösendes SAR
  • Compressed Sensing für SAR

Abschlussarbeiten

  • MA
  • Dreidimensionale Radarbildgebung für drohnengestützte Radarsysteme
  • 2023
  • BA
  • Compressed Sensing für SAR-Anwendungen
  • 2022
  • BA
  • Entwurf und Charakterisierung einer Repeatereinheit für bistatisches SAR auf Multikoptern
  • 2022
  • BA
  • Bewertung von Algorithmen zur Auswertung unterabgetasteter und lückenhafter Radarsignale
  • 2020
  • MA
  • Streaming Radar Processing
  • 2020
  • MA
  • Off-Grid Radar Processing and Target Detection
  • 2020
  • BA
  • Code-Multiplexing für MIMO-OFDM-Radare
  • 2019
  • MA
  • FMCW-Interference Detection in OFDM Radars Using Machine Learning
  • 2019
  • BA
  • Adaptive Parametrisierung von OFDM-Radaren bei 77 GHz
  • 2018
  • MA
  • Polarimetric OFDM Radar for Automotive Applications
  • 2017
  • BA
  • Konzeption und Realisierung eines OFDM-basierten Radar-Demonstrators bei 77GHz
  • 2017

Veröffentlichungen

2016

1.
A. Scheel, C. Knill, S. Reuter and K. Dietmayer, "Multi-Sensor Multi-Object Tracking of Vehicles Using High-Resolution Radars" in Proceedings of the 2016 IEEE Intelligent Vehicles Symposium, 2016, pp. 558-565.