电磁频谱异常检测算法数据集（2021年）

本数据集为CAAE（卷积对抗自编码器）模型的训练和测试数据集，数据集来源为仿真数据，基于矢量信号发生器完成原始数据采集，并根据不同类别的信号发射规律完成仿真数据时频瀑布图的生成。数据集包含了训练集、验证集和测试集三部分，其中训练集和验证集用于模型训练，测试集用于模型的测试，描述模型对于不同形式异常频谱的检测效果。

This dataset is the training and testing dataset for the CAAE (Convolutional Adversarial Autoencoder) model. The dataset is sourced from simulated data: raw data was collected using a vector signal generator, and time-frequency waterfall plots of the simulated data were generated based on the signal emission rules of different categories. The dataset consists of three subsets: the training set, validation set, and test set. The training and validation sets are utilized for model training, while the test set is employed to evaluate the model's detection performance for various types of anomalous frequency spectra.

搜集汇总

背景与挑战

背景概述

该数据集是2021年1月生成的电磁频谱异常检测算法数据集，专为卷积对抗自编码器模型设计，包含训练集、验证集和测试集。数据来源于模拟生成，基于矢量信号发生器产生时间频率瀑布图，并通过Python标准化处理，用于深度神经网络的训练和测试，以评估模型对不同异常频谱形式的检测效果。数据集目前未开放，需离线申请获取，适用于信息安全技术领域的研究。