SpINRv2：用于通带 FMCW 雷达的隐式神经表示
计算机视觉与模式识别
2025-08-05 v2
摘要
我们提出了 SpINRv2，一种使用调频连续波(FMCW)雷达进行高保真体三维重建的神经框架。作为我们先前工作(SpINR)的扩展，该版本引入了多项改进，使其能够在高起始频率下实现精确学习——在此情况下相位混叠和子距离单元模糊变得尤为显著。我们的核心贡献是一个完全可微的频域正向模型，该模型利用闭式合成捕获复杂的雷达响应，并与用于连续体三维场景建模的隐式神经表示(INR)相配合。与时域基线不同，SpINRv2 直接对复频谱进行监督，在保持频谱保真度的同时大幅降低了计算开销。此外，我们引入了稀疏性与平滑性正则化，以消除在精细距离分辨率下出现的子距离单元模糊。实验结果表明，SpINRv2 显著优于经典基线和基于学习的基线，尤其是在高频状态下，为基于神经雷达的三维成像确立了新的基准。
引用
@article{arxiv.2506.08163,
title = {SpINRv2: Implicit Neural Representation for Passband FMCW Radars},
author = {Harshvardhan Takawale and Nirupam Roy},
journal= {arXiv preprint arXiv:2506.08163},
year = {2025}
}
备注
arXiv admin note: substantial text overlap with arXiv:2503.23313