Nov, 2023

毫米波感知的可微射频光线追踪

PDF
TL;DRDiffSBR 是一种基于云图的微波（mmWave) 传感技术的 3D 重建方法，通过不同的可微分光线跟踪引擎模拟雷达点云，再通过梯度优化器调整模型参数以最小化模拟与真实点云之间的差异，实现了对微波信号稀疏性的精确 3D 重建。将基于物理的模拟与梯度优化结合起来，DiffSBR 超越了数据驱动方法的限制开创了微波感知新的范式。
millimeter wave sensing3d reconstructiondiffsbrradar point cloudsphysics-based simulation
发现论文，激发创造
  • 基于扩散的毫米波雷达点云超分辨率

    本论文提出了一种新的点云超分辨率方法，名为雷达扩散。该方法使用受均值回归的随机微分方程定义的扩散模型，并通过与对应的 LiDAR 点云的监督来处理雷达幽灵点，将稀疏的毫米波雷达点云增强为稠密的类似 LiDAR 的点云。通过在两个不同的数据集上评估，实验结果表明我们的方法在 3D 雷达超分辨率任务中优于现有的基准方法。此外，我们证明了我们增强的雷达点云能够进行下游的基于点云的雷达配准任务。

    Apr, 2024

  • 可微分光线追踪学习无线电环境

    用可微分参数化的材料特性、散射和天线模式结合可微分光线追踪的梯度校准方法，以训练可训练的参数来计算具有准确场景几何和材料特性的渠道脉冲响应。

    Nov, 2023

  • 利用可微分射线追踪从 SAR 图像中学习表面散射参数

    本文提出了一种基于合成孔径雷达（Synthetic Aperture Radar, SAR）图像的高分辨率模拟的表面微波渲染模型，通过光线追踪和快速映射投影技术实现了 SAR 成像，并构建了基于 SAR 图像的可微光线追踪引擎，通过学习表面散射参数，展示了在各种观测条件下 SAR 图像模拟性能的显著提升。

    Jan, 2024

  • 通过高效的跨模态扩散模型实现密集准确的雷达感知

    本文提出了一种通过交叉模态学习实现密集准确的毫米波雷达点云构建的新方法，并通过广泛的基准比较和实际实验验证了其优越性能和泛化能力。

    Mar, 2024

  • 利用几何模型辅助深度学习的衍射和散射感知无线地图与环境重建

    通过利用接收信号强度数据并利用环境的几何结构联合构建无线电地图和虚拟环境，该论文提出了一种机器学习方法，用于快速构建 5G 及以后无线通信系统的信道模型。实验证明，该模型在重建 3D 虚拟环境方面表现出色，并在无线电地图构建方面优于现有方法，准确性提高了 10%-18%。同时，该模型在转移到新环境时可以减少 20% 的数据和 50% 的训练时期。

    Mar, 2024

  • 改进毫米波成像系统的新型混合学习算法

    介绍了新型混合学习算法，用于改进毫米波成像系统，应用于感知和传感的各种问题领域。

    Jun, 2023

  • 毫米波雷达目标识别系统性研究

    利用商用毫米波雷达测试其在识别目标、实时追踪人员、定位物体等任务中的实用性和性能，并发现并解决测试过程中的潜在问题，为使用不同深度学习算法实现最佳的目标识别性能提供了广泛的实验数据。

    May, 2023

  • Talk2Radar：自然语言与 4D 毫米波雷达的 3D 指称表达理解的桥接

    以 4D 毫米波雷达为基础，作者构建了第一个桥接自然语言和雷达场景的数据集 Talk2Radar，提出了一种新颖模型 T-RadarNet，实现了 3D 点云的自然语言驱动上下文理解，并在 Talk2Radar 数据集上取得了领先同类模型的最先进性能。

    May, 2024

  • 3D RF-Vision 中扩散模型是一个很好的姿态估计器

    mmDiff 是一种针对嘈杂雷达数据的新型扩散式姿势估计器，解决了人体部分的漏检和环境干扰引起的信号不一致性等两个关键挑战，通过设计多个模块提供可靠的条件，显著优于现有方法，在公共数据集上实现了最先进的性能。

    Mar, 2024

  • 毫米波信道的简化光线追踪：性能评估

    本文研究了毫米波通信系统频段的信道模型，提出了一种简化射线追踪过程的方法，并测试了不同的配置参数和传播场景，以评估其对链路级指标的影响。

    Feb, 2020