LAMBDA
收藏资源简介：
LAMBDA是一个用于低空无人机感知和通信的高保真多模态基础数据集，提供共享轨迹、坐标系和帧索引下的同步无线、视觉、运动、LiDAR和雷达资源。
LAMBDA is a high-fidelity multimodal foundational dataset for low-altitude UAV perception and communication, providing synchronized wireless, visual, motion, LiDAR and radar resources under a shared trajectory, unified coordinate system and consistent frame index.
数据集概述
LAMBDA 是一个面向低空无人机感知与通信的高保真多模态基础数据集，提供同步的无线、视觉、运动、激光雷达和雷达数据，所有模态共享统一的轨迹、坐标系和帧索引。
- 官方网站：https://www.lambda6g.net/
- 文档：https://www.lambda6g.net/documentation
- 教程：https://www.lambda6g.net/tutorials
- 场景介绍：https://www.lambda6g.net/scenarios
- 数据下载：https://www.lambda6g.net/download
- 数据集DOI：https://doi.org/10.57760/sciencedb.36052
仓库内容与核心功能
该仓库提供了一套Python工具包（lambda_rf）及命令行接口（lambda-rf），支持以下核心功能：
- MIMO OFDM CSI处理：从路径级CSI生成MIMO OFDM信道状态信息，支持远场平面波和近场球面波阵列模型。
- 雷达信号合成：从路径级CSI生成FMCW雷达原始数据立方体，支持添加噪声。
- 雷达可视化：生成距离-多普勒、距离-方位角和距离-俯仰角图像。
- 数据加载与标签生成：提供示例脚本加载CSI文件并生成波束标签。
主要目录结构：
lambda_rf/：核心Python包与命令行工具examples/：可运行的CSI加载与标签生成示例（含论文复现用例）notebooks/：配套网站教程的Jupyter笔记本configs/scenarios.json：示例配置文件tests/：单元测试
快速使用示例
1. 环境安装
bash python -m venv .venv source .venv/bin/activate pip install -U pip pip install -e .
如需雷达生成与可视化功能
pip install -e ".[radar]"
2. 检查命令行接口
bash python -m lambda_rf list-scenarios lambda-rf list-scenarios
3. 核心操作命令
-
加载CSI文件： bash python examples/load_csi_npz.py path/to/csi_000000.npz python -m lambda_rf read-csi path/to/csi_000000.npz
-
生成波束标签（DFT码本基线）： bash python examples/generate_beam_labels.py --input-dir path/to/csi/f4p9GHz_V --output-csv beam_labels.csv --carrier-frequency 4.9e9 --array-shape 8,8 --codebook-shape 16,16
-
生成MIMO OFDM CSI（远场平面波模型）： bash python -m lambda_rf mimo-ofdm-csi --input-dir path/to/csi/f60p0GHz_V --output-dir path/to/derived_csi/mimo_ofdm_csi/f60p0GHz_V/rx1x1_tx4x4/sub6_30k_1024 --tx-shape 4,4 --rx-shape 1,1 --profile sub6_30k_1024
-
生成雷达原始数据： bash python -m lambda_rf radar --input-dir path/to/csi/f28p0GHz_V --output-dir path/to/radar_raw/f28p0GHz_V --imu-dir path/to/imu --chirp-interval 5e-5 --add-noise
-
雷达可视化： bash python -m lambda_rf radar-vis --input-dir path/to/radar_raw/f28p0GHz_V --output-dir path/to/radar_vis/f28p0GHz_V
论文复现用例
仓库中包含论文实验的复现代码：
- 波束预测：
examples/paper_use_cases/beam_prediction/ - 跨场景RGB+LiDAR定位：
examples/paper_use_cases/cross_scene_localization/
这些用例依赖独立的PyTorch环境和下载的数据集，具体准备与运行命令请参考 examples/paper_use_cases/README.md。
配置参考
配置文件 configs/scenarios.json 存储了默认的输出根目录约定、MIMO阵列形状、载波频率标签、天气标签、OFDM配置、雷达设置及无人机RCS模型路径。大多数命令也支持通过 --input-dir 和 --output-dir 显式指定路径。
详细配置选项请参阅 CONFIG.md。
引用与许可
- 引用格式：使用BibTeX格式，信息见
REFERENCES.bib；CITATION.cff 也包含可读的元数据。 - 许可证：该工具代码基于 Apache License 2.0 发布，详见
LICENSE文件。
