学位：博士
性别：男
毕业院校：吉林大学
学历：博士研究生毕业
在职信息：在职
所在单位：地球探测科学与技术学院
Email：
冯晅，男，吉林大学“唐敖庆学者”卓越教授B岗、博士生导师、现任吉林大学地球探测科学与技术学院副院长。
日本東北大学(Tohoku University)博士后、研究助手（2003-2006）；美国麻省理工学院(MIT)访问学者（2014-2016）。入选教育部“新世纪优秀人才”和自然资源部“科技领军人才”;IEEE senior member、AGU Member、SEG Member、中国地球物理学会会员。
主要从事探地雷达和勘探地震学的理论与数据分析研究。作为负责人承担国家自然科学基金项目4项、国家重点研发计划课题2项、国家重点研发计划专题1项、教育部跃升计划科研课题1项等科研项目。作为主要参与人，参加科技部“863计划”项目1项、深部探测技术与实验研究专项第九项项目（SinoProbe-09）1项、国家自然科学基金重点项目1项等科研项目。现在正在执行的科研项目包括：国家重点研发计划课题1 项、国家重点研发计划专题1 项、自然科学基金面上项目1 项等科研项目。第一或通讯作者在 GRL、JGR Solid Earth、IEEE TGRS、GJI、Geophysics 等领域内重要学术期刊发表 42 篇 SCI 论文，总被引用次数 1948 次（来自 Google Scholar ），2004年发表在Inverse Problems的论文2021和2022年仍被SCI他引10次，2011 年发表在 IEEE JSTARS 论文被期刊选为封面文章， 2017年发表在 Geophysics论文被期刊选为亮点文章。
应邀在麻省理工学院(MIT)的地球大气与行星科学系(EAPS)的ERL-FISH系列研讨会做特邀报告，多次担任IEEE-IGARSS等国际会议的专题主持。获得第1届刘光鼎地球物理青年科学技术奖、第13届青年地质科技奖-银锤奖等青年人才奖。并获得中国高校科技进步奖一等奖、吉林省科学技术奖一等奖、二等奖等奖项。
[1]勘探地震理论和数据分析研究：非线性弹性地震学理论研究；勘探地震学数据处理技术研发，包含DAS数据处理技术研发等；勘探地震探测深部结构和金属矿等。
[2]探地雷达理论和数据分析研究 ：探地雷达系统研发；探地雷达理论研究；探地雷达数据分析技术研发，包含全极化探地雷达数据分析和机器学习在探地雷达数据处理和目标分类识别中的应用等；探地雷达探测地下浅层目标、月球和火星浅层结构等。
发展了新的共传播声波探测岩石非线性特征的实验技术，发现了经典非线性弹性理论认为的常数项随加载能量变化而变化的规律，揭示了岩石具有短周期非线性粘弹记忆的特性，建立了新的岩石粘弹非线性本构模型，发展了能够反演岩石的二阶和三阶非线性弹性参数的反演技术，并且发现了微裂纹的排列方向与非线性弹性参数紧密相关，有力支撑未来进一步提高勘探地震对微小结构的探测精度。
提出了全极化探地雷达的思路，发展了其正演模拟算法，建立了硬件系统，研发了校正技术和数据分析算法，突破了传统探地雷达的单极化思维。引入了极化雷达遥感的H-Alpha分解和Freeman分解技术，融合候选人研发的探地雷达偏移成像技术，建立了以地下目标相干矩阵和协方差矩阵分析为核心的，全极化探地雷达地下目标极化属性分析技术，研发了全极化探地雷达H-Alpha分解算法，和全极化探地雷达Freeman分解算法，展现出了对形态近似目标以及微小尺度结构更好的分类识别能力，较大的提高了探地雷达的地下目标分类识别能力。在分析雷达波地下传播机制和详细计算不同能量噪音干扰的基础上，研发了针对地下目标的新的H-Alpha分类模板，更好的适应了强干扰环境下的地下目标分类识别。引入机器学习方法，针对地下目标干扰较大的问题，用粒子中心算法改进了支持向量机技术，发展了粒子中心支持平面算法，研发了以数据为基础建立H-Alpha分类模板的技术，摆脱了雷达遥感机制的限制，极大提高了对地下管状目标的分类识别精度。
将叠前偏移算法引入到探地雷达领域，发展了针对地雷探测的SAR-GPR克希霍夫叠前偏移算法。针对手持探地雷达探雷系统特点，发展了不规则数据无插值的快速偏移成像算法，实现了手持探地雷达对小地雷快速高质量成像。在此基础上，将地下目标散射矩阵融入克希霍夫叠前偏移算法，获取三种散射机制贡献的偏移响应，利用RGB色彩技术表达偏移后剖面和三维成像，研发了全极化探地雷达极化偏移成像算法，展现出了对地下微小尺度结构更好的成像能力，提高了地下目标的成像精度。
