論文の概要: GSBF: Gaussian Splatting for Environment-Aware Beamforming
- arxiv url: http://arxiv.org/abs/2608.05896v1
- Date: Thu, 06 Aug 2026 11:22:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 15:25:20.892523
- Title: GSBF: Gaussian Splatting for Environment-Aware Beamforming
- Title（参考訳）: GSBF:環境に配慮したビームフォーミングのためのガウス鋳型
- Abstract要約: マルチフォールドデータに基づく環境対応ビームフォーミング(GSBF)パイプラインのための3次元ガウススプラッティングを開発する。
GSBFは、排気ビームアライメント(EBA)などのベースラインを低レイテンシで一貫して上回る。
- 参考スコア（独自算出の注目度）: 38.39752476018955
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Beamforming plays a key role in multiple-input-multiple-output (MIMO) communication systems. However, conventional beamforming design normally requires accurate instantaneous channel state information (CSI) and iterative optimization, which incur substantial pilot overhead and computational complexity. Recognizing that radio propagation is intrinsically governed by the physical geometry, we develop a 3D Gaussian splatting for environment-aware beamforming (GSBF) pipeline based on multi-modal data, which characterizes the environment through a persistent 3D Gaussian representation. Specifically, GSBF models the environmental scattering response with reciprocity-preserving bidirectional spherical Gaussian (Bi-SG) kernels and performs two-sided electromagnetic rasterization to render an angular propagator map. The rendered map is then aggregated through an over-complete array-manifold dictionary and projected to the constant-modulus beamformers, thereby synthesizing beams directly from the access point (AP) pose and user position without online instantaneous CSI. Simulations demonstrate that GSBF consistently outperforms baselines such as exhaustive beam alignment (EBA) with lower latency.
- Abstract（参考訳）: ビームフォーミングは、MIMO(Multi-Input-multiple-output)通信システムにおいて重要な役割を果たす。
しかし、従来のビームフォーミング設計は通常、正確な瞬時チャネル状態情報(CSI)と反復最適化を必要とする。
無線伝搬が物理的幾何学によって本質的に制御されていることを認識し, 持続的な3次元ガウス表現によって環境を特徴付けるマルチモーダルデータに基づく, 環境対応ビームフォーミング(GSBF)パイプラインのための3次元ガウススプラッティングを開発する。
具体的には、GSBFは、相互に保存される双方向球状ガウス(Bi-SG)カーネルを用いて環境散乱応答をモデル化し、両面電磁ラスタ化を行い、角プロパゲータマップを描画する。
レンダリングされた地図は、オーバーコンプリートされた配列マニフォールド辞書を介して集約され、一定のモジュラービームフォーマに投影され、アクセスポイント(AP)ポーズとユーザ位置から直接ビームをオンライン即時CSIなしで合成する。
シミュレーションにより、GSBFは低レイテンシで排気ビームアライメント(EBA)などのベースラインを一貫して上回ることを示した。
関連論文リスト
- Weaving Light and Time: Unified Harmonic-Geometric Representation Learning for Dense RGB-Event Parsing [55.13802890769086]
我々は、専用のRGB-Event解析用に特別に設計された最初の統一バックボーンであるEvitaを紹介する。
深いモーダルなシナジーを達成するため、Evitaはすべてのエンコーダ層に直接固有のコラーニングモジュール群を組み込む。
Evitaは、リアルタイムマルチモーダル認識において、より優れた精度とレイテンシのトレードオフを提供しながら、新しい最先端メトリクスを確立する。
論文 参考訳（メタデータ） (2026-07-10T06:52:09Z) - OmniLiDAR: A Unified Diffusion Framework for Multi-Domain 3D LiDAR Generation [100.36917520403227]
本稿では,8つの代表領域にまたがる共有範囲画像表現において,LiDARスキャンを生成する統一テキスト条件拡散フレームワークを提案する。
パブリックな統合ベンチマークがなければ、実世界のスキャンと物理ベース気象シミュレーションとシステマティックビームリダクションを組み合わせた8ドメインデータセットを構築する。
論文 参考訳（メタデータ） (2026-05-13T17:42:20Z) - Adaptive 3D-RoPE: Physics-Aligned Rotary Positional Encoding for Wireless Foundation Models [14.956130211673894]
位置符号化は,性能無線基礎モデルの補間と一般化において重要な役割を担っている。
本稿では,無線基礎モデルのための構造コーナーを確立させる物理対応型回転位置符号化であるAdaptive 3D-RoPEを提案する。
論文 参考訳（メタデータ） (2026-05-01T15:51:10Z) - Planar Gaussian Splatting with Bilinear Spatial Transformer for Wireless Radiance Field Reconstruction [44.36992948504474]
無線放射場(WRF)再構成は,3次元空間と方向の無線周波数特性の連続的,問合せ可能な表現を学習することを目的としている。
本稿では3次元GSの表現性を保ちながら不要な投影を除去する平面GSフレームワークであるBiSplat-WRFを紹介する。
双線形空間変換器(BST)は、角格子上の原始的関係を集約し、注意を通して長距離電磁的依存関係を捕捉する。
論文 参考訳（メタデータ） (2026-04-17T12:19:36Z) - NG-GS: NeRF-Guided 3D Gaussian Splatting Segmentation [65.34304674634713]
3DGSにおける高品質なオブジェクトセグメンテーションのためのフレームワークであるNG-GSを導入する。
本手法は, 境界mIoUにおいて, フォトリアリスティックな技術性能を実現し, 有意な利得が得られることを示す。
論文 参考訳（メタデータ） (2026-04-16T07:14:07Z) - RMGS-SLAM: Real-time Multi-sensor Gaussian Splatting SLAM [19.6725809458616]
実時間ポーズ推定とマッピングのための密結合型LiDAR-Inertial-Visual 3DGSベースのSLAMフレームワークを提案する。
提案手法は, リアルタイムの効率, ローカライズ精度, レンダリング品質において, 様々な実世界のシーンにまたがる品質を実現する。
論文 参考訳（メタデータ） (2026-04-14T16:36:11Z) - Gau-Occ: Geometry-Completed Gaussians for Multi-Modal 3D Occupancy Prediction [40.5891357994769]
Gau-Occは、密度の高いボリューム処理をバイパスするマルチモーダルフレームワークである。
幾何整列した2Dサンプリングとクロスモーダルアライメントにより、マルチビューイメージセマンティクスを統合する。
論文 参考訳（メタデータ） (2026-03-24T06:44:46Z) - Joint Semantic and Rendering Enhancements in 3D Gaussian Modeling with Anisotropic Local Encoding [86.55824709875598]
本稿では,セマンティックとレンダリングの両方を相乗化する3次元セマンティックガウスモデリングのための統合拡張フレームワークを提案する。
従来の点雲形状符号化とは異なり、細粒度3次元形状を捉えるために異方性3次元ガウシアン・チェビシェフ記述子を導入する。
我々は、学習した形状パターンを継続的に更新するために、クロスシーンの知識伝達モジュールを使用し、より高速な収束と堅牢な表現を可能にします。
論文 参考訳（メタデータ） (2026-01-05T18:33:50Z) - Generative MIMO Beam Map Construction for Location Recovery and Beam Tracking [67.65578956523403]
本稿では,スパースチャネル状態情報(CSI)から位置ラベルを直接復元する生成フレームワークを提案する。
生のCSIを直接格納する代わりに、小型の低次元無線地図の埋め込みを学び、生成モデルを利用して高次元CSIを再構築する。
数値実験により,NLOSシナリオにおける局所化精度が30%以上向上し,20%のキャパシティゲインが得られることが示された。
論文 参考訳（メタデータ） (2025-11-21T07:25:49Z) - FGS-SLAM: Fourier-based Gaussian Splatting for Real-time SLAM with Sparse and Dense Map Fusion [11.166178468890777]
3Dガウススプラッティングは、リアルタイムの位置決めと高忠実度マップの構築を可能にすることによって、高度に局所化とマッピング(SLAM)技術を備えている。
本稿では,フーリエ周波数領域解析に基づく適応型密度化手法を提案する。
これは、周波数領域解析を利用して、高品質なガウス写像をリアルタイムに実現した最初のSLAMシステムである。
論文 参考訳（メタデータ） (2025-03-03T02:33:39Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。