RxGS：面向无线电频率数据合成的接收机通用 3D 高斯溅写

无线电频率 (RF) 数据合成预测给定发射器和接收机位置时收到的信号，是无线应用的关键。最近的 3D 高斯溅写 (3DGS) 方法在任意发射器位置实现高效合成，但仅针对固定接收机。因此，需要 $N$ 个独立模型才能支持一个场景中的 $N$ 个接收机，且无法预测训练期未见的接收机。我们提出了 RxGS，实现单一统一模型的接收机通用合成。我们的关键洞察是：场景几何是接收机无关的，而方向性辐射不是：第一阶段学习共享的 3D 高斯几何，第二阶段冻结它并学习基于接收机位置的方向性辐射。一个全局条件分支捕获场景中所有接收机依赖效应的共享部分，而一个局部分支建模从接收机几何和遮挡引起的每个散射器的差异。一个多接收机 CUDA 渲染器进一步对所有 $N$ 个接收机进行批量渲染。我们在各种 RF 数据集上进行评估，RxGS 在单一共享模型下匹配或优于每个接收机基线，并能在训练期未见的接收机位置进行推断，将训练成本降低最高可达 $45\times$，推理成本降低 $7.6\times$，存储成本降低 $N\times$。