radarODE-MTL：具有偏心梯度对齐的多任务学习框架，用于稳健的基于雷达的ECG重建

本研究针对雷达信号在环境噪声和随机运动干扰下对ECG信号恢复精准度影响的问题，提出了一个新颖的多任务学习框架radarODE-MTL，旨在增强抗噪声能力。通过引入偏心梯度对齐的优化策略，该框架能够动态调整任务特定的梯度，有效解决任务间优化冲突。实验结果表明，该框架在噪声条件下仍能提供准确的ECG信号重建，展示了在实际应用中的良好前景。