用于无线辐射场重建的基于双线性空间变换器的平面高斯泼溅
信号处理
2026-04-30 v1 人工智能
摘要
无线辐射场（WRF）重建旨在学习三维空间与方向上射频特性的连续、可查询表示，据此可预测特定物理量，例如给定发射机位置时接收机处的空间功率谱（SPS）。尽管基于高斯泼溅（GS）的方法在此任务上已超越基于神经辐射场（NeRF）的方法，但现有改进方案大多直接移植视觉处理流程，限制了物理可解释性与精度。我们引入了 BiSplat-WRF，一种平面 GS 框架，在保留 3D GS 表达能力的同时，去除了不必要的投影，并引入了全局电磁耦合及基元间的相互散射。每个基元是具有三维坐标的 2D 平面高斯，直接在 SPS 的角度域上进行渲染。双线性空间变换器（BST）在角度网格上聚合基元间的关系，并通过注意力机制捕获长程电磁依赖关系，从而强制实施反映无线环境复杂物理特性的全局感知电磁交互。在空间谱合成任务上，BiSplat-WRF 在结构相似性指数（SSIM）上超越了基于 NeRF 和先前基于 GS 的基线；全面的消融实验验证了 BST 的贡献。我们还提供了一个更大的 BiSplat-WRF+ 变体，以更高的计算成本进一步提升了 SSIM，可作为未来研究的强力参考基准。
引用
@article{arxiv.2604.25945,
title = {Planar Gaussian Splatting with Bilinear Spatial Transformer for Wireless Radiance Field Reconstruction},
author = {Jinghan Zhang and Xitao Gong and Qi Wang and Richard A. Stirling-Gallacher and Giuseppe Caire},
journal= {arXiv preprint arXiv:2604.25945},
year = {2026}
}
备注
Accepted to IEEE ICC 2026 Workshop