WetLinks

WetLinks是由德国奥斯纳布吕克大学和荷兰特文特大学共同创建的大型公开Starlink测量数据集。该数据集包含约140,000条测量记录，覆盖了六个月的时间跨度，记录了从两个欧洲站点收集的所有相关网络参数，如上传和下载吞吐量、往返时间、数据包丢失和路由追踪。此外，数据集还整合了专业气象站提供的天气数据，以分析天气条件对Starlink性能的影响。WetLinks数据集的创建旨在为网络研究提供真实的网络条件数据，支持机器学习方法在网络研究中的应用，特别是在视频流和实时多媒体服务等领域。

WetLinks is a large-scale public Starlink measurement dataset co-developed by the University of Osnabrück in Germany and the University of Twente in the Netherlands. This dataset contains approximately 140,000 measurement records spanning a six-month period, capturing all relevant network parameters collected from two European sites, including upload and download throughput, round-trip time, packet loss, and traceroute data. In addition, the dataset integrates weather data provided by professional meteorological stations to facilitate analysis of the impact of weather conditions on Starlink performance. The WetLinks dataset was developed to provide real-world network condition data for network research, supporting the application of machine learning methods in network studies, particularly in domains such as video streaming and real-time multimedia services.

搜集汇总

数据集介绍

构建方式

在低轨卫星通信研究领域，构建高质量数据集对于深入理解网络性能至关重要。WetLinks数据集通过在欧洲两个地理位置相近的观测点（德国奥斯纳布吕克和荷兰恩斯赫德）部署标准化测量装置，系统性地采集了为期六个月的连续网络轨迹数据。测量装置包括Starlink用户终端、配置为直通模式的路由器、运行Ubuntu的测量客户端以及紧邻终端部署的专业气象站。数据采集以三分钟为间隔进行，涵盖吞吐量、往返时延、丢包率及路由追踪等关键网络参数，同时同步记录高精度气象数据，确保了数据在时空维度上的连续性与一致性。

特点

WetLinks数据集以其大规模、长周期和多元关联的鲜明特征，在卫星网络研究领域占据重要地位。该数据集包含约14万条测量记录，是目前公开范围内规模最大、内容最完整的Starlink性能轨迹集合。其独特之处在于首次将分钟级精度的网络性能测量与紧邻终端采集的气象数据深度融合，为量化分析天气条件对Ku/Ka波段卫星链路的影响提供了可靠基础。数据覆盖两个不同代际的用户终端，并包含完整的诊断信息，使得研究者能够从设备异构性、网络负载变化及环境因素等多维度开展细粒度分析。

使用方法

该数据集以开放科学的原则发布，研究者可通过其GitHub仓库获取原始CSV格式数据及配套预处理工具链。原始数据按测量类型分文件存储，包括网络吞吐量、时延、路由追踪、终端诊断及气象数据等。使用者可借助提供的脚本将不同时间尺度的数据进行对齐与融合，例如将高频气象数据聚合至网络测量时间点。数据集适用于网络性能建模、机器学习算法训练、传播信道影响评估及跨研究结果复现等多种场景。通过结合时空标签与多维特征，研究者能够深入探索低轨卫星网络在动态环境下的行为模式与性能边界。

背景与挑战

背景概述

随着低地球轨道卫星网络的兴起，Starlink作为SpaceX推出的全球宽带互联网服务，旨在为偏远地区提供高速网络接入，其性能评估成为网络研究领域的关键议题。WetLinks数据集由德国奥斯纳布吕克大学与荷兰特文特大学的研究团队于2023年至2024年间联合创建，通过在欧洲两个站点进行长达六个月的连续测量，收集了约14万条网络性能数据，涵盖吞吐量、延迟、丢包率及路由追踪等核心参数，并同步集成高精度气象数据。该数据集不仅填补了大规模纵向Starlink实测数据的空白，还为分析天气对卫星通信的影响提供了实证基础，推动了网络仿真与机器学习在卫星通信研究中的应用。

当前挑战

在卫星通信领域，准确评估动态网络性能面临多重挑战：Starlink网络受卫星切换、轨道变化及大气条件干扰，导致吞吐量与延迟呈现高度波动性，传统模型难以捕捉其复杂行为；同时，天气因素如降雨与云层对Ku/Ka波段信号的衰减机制尚不明确，需精细化数据关联分析。在数据集构建过程中，研究团队需克服长期独占Starlink终端的高成本问题，并设计自动化测量架构以保障数据连续性；此外，整合多源异构数据（如网络性能与气象监测）时，需解决时间同步、传感器校准及异常数据处理等技术难题，确保数据的一致性与可靠性。

常用场景

经典使用场景

在低轨卫星通信研究领域，WetLinks数据集为深入探究Starlink网络性能提供了关键实证基础。该数据集通过长达六个月、以三分钟为间隔的连续测量，系统捕获了吞吐量、时延、丢包率及路由轨迹等核心网络参数，并同步集成了高精度气象数据。这一设计使得研究人员能够精确分析天气条件对卫星链路性能的影响，尤其在探究降水与云层对Ku波段信号衰减的关联机制方面，数据集提供了前所未有的细粒度观测支持。

实际应用

在实际应用层面，WetLinks数据集为卫星网络运营商、通信设备制造商及服务提供商提供了宝贵的性能基准与故障诊断依据。基于数据集揭示的吞吐量日内波动规律与降水关联特征，运营商可优化资源调度策略，提升网络鲁棒性；设备制造商则可利用气象衰减数据改进天线与调制解调器的抗干扰设计。此外，该数据集还为偏远地区与应急通信场景下的网络部署提供了现实信道模型，助力实现更可靠的全球宽带覆盖。

衍生相关工作

WetLinks数据集的发布催生了一系列聚焦于低轨卫星网络性能建模与优化的衍生研究。例如，基于其气象关联数据，学者们开展了更精细的雨衰与云衰减对多普勒频移影响的建模工作；同时，该数据集也被用于训练深度学习模型，以预测卫星切换期间的吞吐量突变与丢包事件。此外，结合其路由轨迹信息，研究人员进一步探索了星间激光链路与地面站协同的动态路由算法，推动了卫星互联网体系结构的演进与标准化进程。