oren-uma-denver-202512

Oren UMA Flights — Denver 是一个用于声学无人机探测与测向的高精度数据集，采集于2025年12月31日，地点位于美国科罗拉多州丹佛市附近（39.6256°N, −104.8523°W）。数据集包含两次DJI Mavic 4T（带RTK）无人机飞行记录，但仅Flight 1的音频数据被成功找回（Flight 2音频丢失）。Flight 1的音频为17.4分钟、16通道、48 kHz采样率、16位整数的WAV文件（Number1.wav），由UMA-16麦克风阵列记录。同时提供DJI原始飞行日志（DAT文件）、Airdata CSV解码数据、阵列校准文件、GPS时间对齐文件（精度5.9 µs RMS）以及地面真实轨迹（10 Hz，位置精度2-4 cm）。数据集经过自定位审计，确认在0-50米范围内达到参考级精度（方位角误差约3-6°），但受场地内两个固定宽带干扰源（相干性0.8）影响，150米以上音频被干扰主导。因此，评估方法需采用源选择性或多源跟踪策略（如基于叶片谐波波束形成或K≥3轨迹跟踪）。该数据集可用于声学无人机检测、方位估计、多源声学跟踪等任务，并提供了相应的派生数据制品和脚本。Oren UMA Flights — Denver is a high-precision dataset for acoustic drone detection and direction finding, collected on December 31, 2025, near Denver, Colorado, USA (39.6256°N, −104.8523°W). The dataset contains recordings from two DJI Mavic 4T (with RTK) drone flights, but only Flight 1 audio was successfully recovered (Flight 2 audio lost). Flight 1 audio is a 17.4-minute, 16-channel, 48 kHz sampling rate, 16-bit integer WAV file (Number1.wav) recorded by the UMA-16 microphone array. It also includes DJI raw flight logs (DAT files), Airdata CSV decoded data, array calibration files, GPS time alignment files (accuracy 5.9 µs RMS), and ground truth trajectory (10 Hz, position accuracy 2-4 cm). The dataset underwent self-localization audit, confirming reference-grade accuracy in the 0-50 m range (azimuth error about 3-6°), but is affected by two fixed broadband interference sources (coherence 0.8) at the site, with audio above 150 m dominated by interference. Therefore, evaluation methods must adopt source-selective or multi-source tracking strategies (e.g., blade harmonic beamforming or K≥3 trajectory tracking). The dataset can be used for acoustic drone detection, bearing estimation, multi-source acoustic tracking, and other tasks, and provides derived data products and scripts.

原始信息汇总

数据集概述

该数据集收录了 2025 年 12 月 31 日在美国科罗拉多州丹佛附近（约 39.6256°N, −104.8523°W）进行的两次 UMA-16 声学无人机检测录音会话（含 DJI 真值）。数据于 2026 年 8 月 30 日从外部硬盘和 iCloud 恢复，仅存于此处。

数据内容

文件	说明
Oren1_complete.tar（68 MB）	飞行 1 真值及元数据：DJI 原始文件（.DAT）、FlightRecord、阵列校准 JSON、对齐 JSON、配置/日志、时间诊断、Airdata CSV
Number1.wav（1.6 GB）	飞行 1 UMA 多通道音频（iCloud 恢复的唯一副本），时长 17.4 分钟（1044 秒），16 通道，48 kHz，S16 格式
Oren2_complete.tar（99 MB）	飞行 2 真值及元数据（结构同飞行 1，另含 KML）。飞行 2 音频尚未找到
oren1_reference_library.tar（45 KB）	分距离段裁剪库骨架（仅结构，无音频）
CSVDJI1.csv / CSVDJI2.csv	DatCon 解码的 DJI 飞行日志（细粒度真值）
DatCon.zip	解码工具
GPS_PPS_timing.txt	时间同步说明

真值精度

• 无人机定位精度：2–4 cm（RTK 固定解，Mavic 4T）
• 音频- GPS 时间对齐：5.9 µs RMS（基于 1044 个标记点）
• 阵列朝向校准：90.000°，RMS 误差 1.516°（10 次测量）
• 该数据集被认为是现有公共语料库中精度最高的真值链，距离可达 235 m

关键审计结果（2026-08-30 自定位审计）

PASS-NEAR — 仅对 0–50 m 范围可作裁判级参考

• 原始校准文件存在系统性误差：原点偏移 17.3 m，朝向偏差约 7°，时间偏移 +0.714±0.235 s
• 声学求解位姿可将 0–50 m 方位角误差减半（17.5°→8.95°）
• 50 m 以外音频被两个固定宽带干扰源主导（世界方位角约 25°/280°，相干性约 0.8），限制了有效测距范围

使用规则（2026-09-06 审计确认）

• 阵列位姿：应使用声学求解的位姿（将原始坐标向东移 +0.22 m、向北移 −17.26 m，表高 0.762 m），与认证数据一致性达 0.0 ± 0.2° 方位角 / 0.0 ± 0.5 m 斜距
• 通道顺序：采用 2026 年 7 月 UMA-16 约定（已验证，相关度 0.975）
• 音频中除无人机外存在多个静止宽带声源，需使用源选择性/多目标跟踪方法（如旋翼叶片谐波频段导向），不能使用单峰峰值法
• 飞行 1 无可用的无无人机静音段（起飞前 21 s、降落后 38 s）
• 检测任务中，因无同场地空飞数据，评估使用宾夕法尼亚州数据的 AUC 和阈值，而非丹佛误报率

衍生数据（私有数据集 joshruby/stf-campaign-202609）

• 1 Hz 每麦克风数据立方（60–1600 Hz）
• 每秒真值（已用求解位姿）：时间、方位角、斜距、仰角
• 30 s 评估片段（33 段，偶数为拟合、奇数为测试）
• 相关处理脚本及实验记录

注意事项

• CSVDJI 解码含错误解析帧（含原始十六进制的垃圾浮点行），应以 Airdata CSV + 原始 .DAT + DatCon 重解码作为可信真值链
• 飞行 2 音频缺失，需留意未来可能的补充
• 该数据早于宾夕法尼亚州设备，使用前需执行标准框架审计流程

搜集汇总

数据集介绍

构建方式

该数据集的构建源于声学无人机探测研究的早期阶段，采集于2025年12月31日，位于美国科罗拉多州丹佛市附近。数据集包含两次UMA-16多通道声学记录会话，并辅以DJI无人机（Mavic 4T RTK）提供的真值数据。构建过程严谨，涉及原始音频文件（Number1.wav）、DJI原始DAT日志、经DatCon解码的CSV文件，以及详尽的时间对齐与阵列校准元数据。值得注意的是，音频与GPS时间同步通过GPS-PPS电磁铁标记实现，均方根残差仅为6微秒。数据恢复来源多样，包括外部硬盘和iCloud，确保了数据的完整性。整体构建以可重复性为宗旨，附带了所用解码工具，并针对校准误差进行了声学自定位修正，从而提供了高精度的真值基准。

特点

该数据集的核心特点在于其高精度的真值链条，堪称声学探测领域的一把精准标尺。得益于RTK定位，无人机位置精度达到2-4厘米，音频与GPS时间对齐误差仅为5.9微秒，阵列航向校准精度为1.516度。这些指标使得在50米范围内，方位角参考误差小于3-6度，而在远距离（150-300米）误差可低至0.5-1度，展现了极高的重复性。此外，数据集揭示了两个静态宽带干扰源的存在，这一发现挑战了传统单峰检测方法，并推动了多目标跟踪与信号选择性算法的应用。数据集还包含了全面的音频通道配置和麦克风布局验证，确保数据格式的标准化与可靠性。

使用方法

使用时，须遵循一系列精细的规范。首先，阵列位姿应采用声学求解后的坐标，而非原始校准文件，以避免17.3米的定位偏移。时间对齐公式为GPS时间=1767213565.297585 + 样本索引/48000。飞行真值应取自Airdata CSV，注意时间分辨率为1秒，需使用毫秒级字段。通道排序须遵循2026年7月UMA-16约定，已验证其与标准几何结构高度一致。评估算法时，必须采用多目标或源选择性方法，例如针对无人机叶片谐波波段的导向或贝叶斯状态跟踪，而非单峰峰值检测。对于存在性检测，可将本数据集作为跨站点独立测试集，但需注意本录音中无无人机静默时段，因此需以宾夕法尼亚州的调校阈值进行评估。

背景与挑战

背景概述

该数据集由Josh在2025年12月31日于美国科罗拉多州丹佛市附近采集，涉及两次UMA-16多通道声学记录，并配有DJI无人机（Mavic 4T RTK）的精确真值数据。数据于2026年从外部驱动器和iCloud中恢复，是声学无人机探测领域早期阶段的珍贵样本，其时间同步精度达5.9微秒，位置精度达2-4厘米，为声学定位提供了接近计量级的参考标准。该数据集由个人研究者创建，其核心研究问题围绕声学阵列对无人机的高精度定向与追踪，对后续Mamba2模型的方向估计权重验证及声学无人机探测领域的发展具有重要影响力，被誉为该领域内精度最高的真值链。

当前挑战

数据集的构建面临多重挑战。首先，在领域问题层面，需要解决如何在复杂声学环境下，从多通道音频中精确分离和定位无人机信号，尤其是当存在强干扰源时，对声源选择性和多目标追踪算法提出了高要求。其次，在数据构建过程中，面临文件丢失与恢复的困难，其中第二次飞行的音频至今未找到；此外，原始校准文件存在显著误差，需通过声学自洽求解修正阵元位置和朝向。再者，数据中的GPS解码文件包含错误帧，必须依赖原始DAT文件与DatCon重新解码来保证真值可靠性。这些挑战对数据的完整性和可用性构成了实质威胁，研究者需遵循特定使用规则，进行框架审计与多目标评估，方能有效利用该数据集。

常用场景

经典使用场景

该数据集源自2025年末在丹佛地区开展的声学无人机探测实验，记录了UMA-16多通道阵列捕捉的17.4分钟飞行音频，并配以厘米级RTK定位、微秒级时间同步及精密阵列标定等多源真值。其经典使用场景聚焦于声学感知领域的高精度波达方向（DOA）估计与多目标跟踪算法研发，尤其适用于验证和基准测试在复杂城市环境下的声源分离与定位能力，为声学无人机监测系统的算法设计提供了权威的实验参照。

衍生相关工作

基于该数据集已衍生出多项标志性工作，包括采用Mamba2架构训练的DOA权重模型，以及为验证定位与跟踪算法而构建的‘飞行库’（如joshruby/wsu24-stft-cache中的标准格式文件）。此外，一套完整的‘多源跟踪与后标注’评估协议也应运而生，它摒弃了单一最强峰方法，转而引导研究者关注源可分离性与多径场景下的稳健处理，为后续声学感知研究树立了方法论的参考标杆。

数据集最近研究

最新研究方向

该数据集聚焦于声学无人机探测领域的最前沿，代表了'声学三角测量'时代早期的珍贵记录。当前研究重点在于利用高精度RTK定位与亚毫秒级时间同步构建的基准真值，对无人机声学定位与追踪算法进行严格评估。尤其是针对远距离（150米以上）多源干扰环境下，开发具备源选择性的多目标追踪方法，以突破传统单峰检测的局限。此外，该数据所支持的跨场地泛化测试，即利用丹佛数据作为独立站点验证宾夕法尼亚训练的探测模型，对于评估系统在真实多变环境中的鲁棒性具有里程碑意义，推动了声学探测技术向计量级基准与实用化部署的迈进。