澳研究团队提出6G无线系统中基于IMU的3D人体姿态重建新框架

全3D人体姿态重建

（映维网Nweon 2025年06月20日）全3D人体姿态重建是未来6G XR应用的关键推动因素，可支持游戏、虚拟会议和远程协作中的沉浸式交互。然而，由于信道损伤、比特错误和量化效应，在无线网络实现准确的姿态重建依然具有挑战性。现有的方法通常假设在室内环境中无错误传输，限制了它们对现实世界场景的适用性。

为了解决所述挑战，悉尼科技大学和堪培拉大学团队提出了一种新的基于深度学习的框架，并用于正交频分复用（OFDM）系统的人体姿态重建。框架引入了一个两阶段的深度学习接收器：第一阶段联合估计无线信道并解码OFDM符号，第二阶段将接收到的传感器信号映射到完整的3D身体姿势。

仿真结果表明，与采用单独的信号检测步骤（即最小二乘信道估计和线性最小均方误差均衡）的基线方法相比，所提出的神经接收器降低了误码率（BER），获得了5db的误码率间隙。另外，实证研究结果表明，8位量化足以实现准确的姿态重建。与基线相比，重建人体姿态的关节角误差减少了37%。

请用微信小程序阅读完整文章