News & Press
公司公告、产品发布、合作动态 — 关于空音 SomniFi 的所有重要时刻。
研究人员提出TAP3D系统，利用低成本热成像阵列从人体热辐射信号重建密集3D点云，规避了LiDAR、毫米波雷达与深度相机在成本、稀疏性与隐私方面的痛点。系统在跌倒检测、室内追踪、人体网格重建等任务中取得不错效果，并已开源数据集与代码。
一项针对121名截肢患者的研究发现，睡眠质量差会加剧幻肢痛与残肢痛，但仅在自主神经驱动力较高而储备较低的人群中表现最为显著。三阶交互效应提示，疼痛易感性取决于自主神经应对负荷的相对能力，而非单一心率变异性指标所能解释。
arXiv近日提出WiSPER框架，专注于基于WiFi信道状态信息的多人三维姿态估计。该方法采用两阶段设计：先通过姿态感知掩码嵌入学习进行预训练，再借助基于Transformer的残差流模块对粗略坐标进行迭代精化。在PiW3D数据集上，其平均关节点位置误差降至63.72毫米，较此前方法WiFi-JEPA降低约40%。
一项提交至arXiv的研究报告了在15GHz频段范围3（FR3）上中频带实现的非相干MIMO原型系统。该方案基于Grassmannian信号设计，发射端与接收端均无需信道状态信息，是此类信号方案首次在6GHz以上频段的实物验证。研究团队结合OFDM系统架构与软件定义无线电平台完成了空中传输测试，在视距与非视距等多种场景下的误符号率测量结果与仿真吻合，验证了原型系统的可靠性。
arXiv最新研究提出基于3D高斯溅射的环境感知波束赋形方法GSBF。该方法通过多模态数据构建持久化的三维高斯环境表征，利用双向球面高斯核建模散射响应，并结合阵列流形字典与恒模约束，直接从AP位姿与用户位置合成波束，无需在线瞬时信道状态信息。仿真显示该方法在性能与时延上均优于穷举波束对齐等基线方案。
室内多径效应是影响非接触式雷达生命体征定位精度的主要难题，易产生角度估计偏差与虚假目标。研究人员提出将可重构智能反射面与单脉冲雷达结合，并以软演员评论家强化学习算法动态调节反射面相位，在单节点条件下实现更稳健的角度定位。数值实验在多目标间距、不同信噪比与多径条件下验证了方法的优越性。
无线物联网基站可借助本地信道状态信息(CSI)推断发射机所属区域，支持物理层认证与防伪检测。集中式训练存在通信开销大、位置指纹易泄露等问题，研究者由此提出边缘原生联邦学习框架FedSwitch。该算法在损失停滞时自动从协同训练切换至本地微调，以应对基站间的统计异质性，论文给出了收敛性分析与合成数据上的精度验证。
arXiv信号处理板块近期发表一项理论研究，考察协作非正交多址接入网络在多种实际损伤条件下的物理层安全性能。研究团队在双跳放大转发中继场景中引入人工噪声辅助机制与同频携能通信，推导了合法用户与窃听端的信干噪比分布以及保密中断概率的闭式表达，并分析了发射分集、接收天线选择和人工噪声功率分配等因素对保密吞吐量与能效的影响。
一项纳入116名60岁以上存在认知主诉受试者的预印本研究显示，快速眼动睡眠期脑电慢波程度与基底前脑迈纳特基底核体积呈显著负相关，且该结构体积越小，睡眠潜伏期越长、情景记忆表现越差。该指标有望成为评估阿尔茨海默病相关早期神经退变过程的无创标志物。
来自信号处理领域的研究提出了一种基于深度学习的三混合MIMO预编码网络Tri-PNet。该方法将电磁可重构天线提供的辐射图案自由度，与传统混合模数预编码相结合，用于宽带多用户MIMO-OFDM系统。Tri-PNet采用Conformer神经网络架构，以无监督方式联合学习电磁域、模拟域与数字域预编码，仿真显示其在频谱效率上优于随机电磁预编码与传统混合MIMO方案，并以更低的在线复杂度逼近贪婪搜索方案，同时对不完美信道状态信息保持稳健。