Strategisk mobilitet stärker kunskapsutbytet mellan industri och akademi
Saab
Programmet Strategisk mobilitet ger forskare möjlighet att under ett till två år byta arbetsplats mellan akademi, institut, näringsliv, myndigheter och sjukvård. Ett av de tio projekt som beviljats medel 2025 drivs av Alexander Lindmaa från Saab Surveillance.
Alexander Lindmaa kommer tillbringa två år vid Institutionen för matematik på Kungliga Tekniska högskolan, med start i mars 2026.
Programmet Strategisk mobilitet drivs av SSF, Stiftelsen för Strategisk Forskning . Totalt fördelas tio miljoner kronor till lika många projekt. Syftet är att stärka kunskapsöverföring och skapa långsiktig samverkan mellan sektorer – samtidigt som forskare får möjlighet att utvecklas i en ny miljö.
– På Saab Surveillance behöver vi ligga i den teknologiska framkanten för att vara konkurrenskraftiga. Det uppnås i skärningspunkten mellan banbrytande akademisk forskning och välriktade forsknings- och utvecklingsprojekt i industrin, säger Alexander Lindmaa.
– SSF:s strategiska mobilitetsbidrag erbjuder en unik möjlighet till kunskapsutbyte mellan forskningsinstitutioner och industri.
Nya metoder för vågavbildning
Vid KTH blir Alexander Lindmaa en del av Ozan Öktems forskargrupp vid Institutionen för matematik. Projektets mål är att utveckla nya datadrivna metoder för vågavbildning – en form av fjärranalys där bilder återskapas utifrån indirekta mätningar. Fokus ligger på metoder baserade på syntetisk aperturradar, där systemets rörelse används för att skapa högupplösta bilder. Matematiskt handlar det om att lösa så kallade inversproblem – en typ av problem som är ökända för att vara svåra.
– Med detta projekt hoppas vi kunna adressera några av dessa utmaningar genom metoder som är både matematiskt välgrundade och praktiskt användbara.
Forskning om intelligenta RF-sensorer
På Saab Surveillance leder Alexander Lindmaa och hans grupp utvecklingen av nästa generations intelligenta RF-sensorteknik (radiofrekvenssensorer). Fokus ligger på datadrivna metoder för signalbehandling för att öka situationsförståelse och beslutsfattande. Det handlar om att hitta dolda mönster i elektromagnetiska signaler över hela frekvensspektrumet.
Det är ett forskningsområde som spänner över flera discipliner, vilket gör det både utmanande och mycket intressant. Bildgivande system, ofta baserade på RF-teknik, spelar en central roll i detta arbete.
– Det finns en stor mängd relevant kompetens vid Matematiska institutionen, och KTH som helhet är en mycket stimulerande miljö att verka i. Det jag hoppas bidra med är ett angreppssätt på datadrivna inversproblem ur en fysikers perspektiv. Sambandet mellan maskininlärning och fysik har en lång tradition och börjar först nu fullt ut uppmärksammas inom det vetenskapliga samfundet, säger Alexander Lindmaa.
Text: Malin Nordin Bartlett
Foto: Privat