five

EURECOM 5G SRS Dataset

收藏
arXiv2025-10-09 更新2025-10-11 收录
下载链接:
https://ieee-dataport.org/documents/eurecom-5g-srs-dataset
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集由EURECOM机构提供,用于5G信号研究和定位技术。数据集包含实际5G网络中的信道冲激响应(CIR)记录,以及用于本文研究的真实位置标签。数据集旨在支持基于信道图的自监督定位方法,特别是在非视距(NLoS)条件下实现高精度定位。该数据集可用于评估和改进无线定位算法,特别是针对复杂城市或室内环境中的多径传播和NLoS场景。

This dataset is provided by EURECOM for research on 5G signals and positioning technologies. It contains channel impulse response (CIR) records from real 5G networks, along with ground-truth location labels for the research presented in this work. This dataset is intended to support channel-graph-based self-supervised positioning approaches, particularly for achieving high-precision positioning under non-line-of-sight (NLoS) conditions. It can be used to evaluate and improve wireless positioning algorithms, especially for multipath propagation and NLoS scenarios in complex urban or indoor environments.
提供机构:
EURECOM, Sophia Antipolis, France
创建时间:
2025-10-09
原始信息汇总

EURECOM 5G SRS Dataset

基本信息

  • 数据集名称: EURECOM 5G SRS Dataset
  • 作者: Mohsen Ahadi (EURECOM), Florian Kaltenberger (EURECOM), Omid Esrafilian (EURECOM), Adeel Malik (Firecell)
  • 提交者: Mohsen Ahadi
  • 最后更新: 2025年10月9日
  • DOI: 10.21227/t8ya-z141
  • 数据格式: HDF5

数据集概述

该数据集收集自GEO-5G定位测试平台,包含来自上行链路探测参考信号(SRS)的原始信道脉冲响应(CIR)测量数据。这些信号由5G CrossCall手机作为用户设备(UE)发送至安装在EURECOM校区(43.61440940288889, 7.071174723776525)的2个VVDN射频单元(RU)。每个射频单元配备4个空间分布的SISO定向天线,每个天线在[方位角,仰角]上的3dB波束宽度为50°。

数据集文件

  • trajectory 1 (321.34 MB)
  • trajectory 2 (290.76 MB)
  • trajectory 3 (520.64 MB)
  • trajectory 4 (1.25 GB)
  • Trajectory 5 (382.61 MB)
  • Trajectory 6 (521.5 MB)

相关文献

  1. A. Malik et al., "From Concept to Reality: 5G Positioning with UL-TDoA in OpenAirInterface," IEEE INFOCOM 2025 - IEEE Conference on Computer Communications Workshops, pp. 1-6, doi: 10.1109/INFOCOMWKSHPS65812.2025.11152876.
  2. Ahadi, M., Malik, A., Esrafilian, O., Kaltenberger, F., & Thienot, C. (2025). Experimental Insights from OpenAirInterface 5G positioning Testbeds: Challenges and solutions. arXiv preprint arXiv:2508.19736.

资助机构

  • France 2030

分类与关键词

分类:

  • Digital signal processing
  • Wireless Networking
  • Machine Learning

关键词:

  • channel state information (CSI)
  • 5G positioning
  • Channel impulse response
  • channel frequency response (CFR)
  • 5G localization

访问信息

  • 访问要求: 需要IEEE DataPort订阅
  • 永久链接: https://ieee-dataport.org//documents/eurecom-5g-srs-dataset
  • DOI链接: https://dx.doi.org/10.21227/t8ya-z141

文档资料

  • README.md
  • PanoramaSISO-directionelle-1.pdf
搜集汇总
数据集介绍
main_image_url
构建方式
EURECOM 5G SRS数据集的构建依托于基于O-RAN架构的真实5G测试平台,通过部署分布式传输接收点和商用无线电单元实现数据采集。该数据集的核心构建流程包括上行链路探测参考信号的传输与接收、信道频率响应到信道脉冲响应的转换,以及严格的时间同步处理。数据预处理环节采用逆快速傅里叶变换移位和峰值对齐技术,确保时差定位信息的完整性。特别值得注意的是,数据集通过实时运动定位系统提供厘米级精度的真实位置标签,为自监督定位算法的验证建立了可靠基准。
使用方法
在使用该数据集进行信道图表研究时,研究者可通过深度神经网络架构实现信道脉冲响应到时差定位特征的嵌入学习。数据集支持两种核心训练模式:基于单次时差定位测量的损失函数优化,以及融合位移测量的双边定位损失函数训练。在模型推理阶段,训练完成的映射函数仅需预处理后的信道脉冲响应输入即可生成位置预测,无需依赖显式的位移或时差定位特征标注。数据集的标准化格式确保了与主流机器学习框架的兼容性,其公开可获取的特性为5G定位算法的复现与比较提供了便利条件。
背景与挑战
背景概述
EURECOM 5G SRS数据集由法国通信系统研究机构EURECOM于2025年创建,聚焦于5G无线定位领域的前沿探索。该数据集旨在解决非视距传播条件下的用户设备定位难题,通过融合信道冲激响应、到达时间差和传输接收点位置等多维特征,构建自监督的定位模型。其核心研究问题在于突破传统定位方法在复杂环境中的局限性,为智能通信系统提供高精度的空间感知能力,显著推动了无线信道测绘与人工智能融合技术的发展。
当前挑战
该数据集致力于应对5G定位中非视距传播导致的信号失真问题,其构建过程面临多重挑战:首先,实际部署中需克服分布式射频单元间的纳秒级同步误差,通过精密时钟协议与异常值过滤机制保障数据一致性;其次,在缺乏真实传感器数据的条件下,需合成具有噪声和累积偏差的位移测量值以模拟动态场景;此外,天线波束覆盖范围与功率衰减特性要求设计复杂的空间功率分布校正策略,确保信道特征提取的可靠性。
常用场景
经典使用场景
在5G无线通信定位研究领域,EURECOM 5G SRS数据集作为首个公开包含真实信道冲激响应与厘米级精度RTK基准轨迹的实测数据集,为自监督信道制图算法提供了关键验证平台。该数据集通过开放无线接入网络架构采集了多传输接收点的上行探测参考信号,其经典应用体现在通过融合时延差测量与位移信息构建全局坐标系下的终端定位模型,有效解决了传统指纹定位方法在动态环境中依赖大量标注数据的局限性。
解决学术问题
该数据集通过提供同步采集的信道状态信息与精确空间坐标,显著推进了非视距环境下的无线定位理论研究。其核心价值在于解决了自监督学习框架中几何关系保持与坐标对齐的学术难题,通过时延差约束与位移融合机制,使得模型在无需人工标注的情况下仍能实现2-4米的定位精度。这种数据驱动方法突破了传统三角定位对严格视距传播的依赖,为复杂传播环境下的终端跟踪提供了新的理论范式。
实际应用
在实际部署场景中,该数据集支撑的定位技术已应用于工业物联网与智慧城市基础设施。基于O-RAN架构的分布式天线系统可利用数据集训练出的信道制图模型,在工厂车间、城市广场等复杂电磁环境中实现终端轨迹追踪。其特有的非视距识别机制能够有效应对建筑物遮挡与多径效应,为自动驾驶车辆导航、应急救援定位等关键应用提供了鲁棒性更强的解决方案,显著降低了传统GPS在密集城区中的定位盲区风险。
数据集最近研究
最新研究方向
在5G无线定位领域,EURECOM 5G SRS数据集推动了基于信道制图的自监督定位技术的前沿探索。当前研究聚焦于融合到达时间差与信道冲激响应数据,构建全局坐标系下的用户设备定位模型,有效应对非视距传播引入的测量失真。通过集成位移测量与非线性峰值功率阈值分类机制,显著提升了混合传播场景下的定位鲁棒性。该方向与O-RAN架构下智能定位系统的演进紧密关联,为6G语义通信与数字孪生网络提供了高精度环境感知基础,其开源数据策略更促进了产业界与学术界的协同创新。
相关研究论文
  • 1
    TDoA-Based Self-Supervised Channel Charting with NLoS MitigationEURECOM, Sophia Antipolis, France · 2025年
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作