UrbanMIMOMap

完整的信道状态信息（CSI）数据集以.npz格式存储。数据集包含350个场景（地图），每个场景包含120个发射器-接收器配置的数据。

The complete channel state information (CSI) dataset is stored in .npz format. The dataset consists of 350 scenarios (maps), each containing 120 transmitter-receiver configurations.

原始信息汇总

UrbanMIMOMap数据集概述

数据集基本信息

• 数据集名称：UrbanMIMOMap
• 相关论文："UrbanMIMOMap: A Ray-Traced MIMO CSI Dataset with Precoding-Aware Maps and Benchmarks"
• 论文发表会议：IEEE Global Communications Conference (GlobeCom) 2025

数据集内容

• 数据格式：.npz格式
• 数据内容：包含350个场景（地图）的信道状态信息（CSI）
• 每个场景包含120个发射器-接收器配置数据

数据集结构

channelMatrix/ ├── resu_npz_map_0/ │ ├── 0_0_0.npz │ ├── 0_3_120.npz │ └── ... (120 .npz files in total) ├── resu_npz_map_1/ │ └── ... ├── ... └── resu_npz_map_349/ └── ...

下载链接

• 百度网盘：channelMatrix（提取码: 4hsi）
• OneDrive：channelMatrix

代码资源

• 代码目录：UrbanMIMOMap_Code
• 包含内容：
  • DatasetSimulation：用于生成射线追踪数据集的C++项目
  • UrbanMIMOMap_case1：包含Python仿真代码和RadioUNet基准测试实现

联系方式

• 邮箱：[e-mail]

搜集汇总

数据集介绍

构建方式

在无线通信领域，多输入多输出（MIMO）系统的性能评估依赖于精确的信道状态信息（CSI）。UrbanMIMOMap数据集通过射线追踪技术构建，模拟了350种不同的城市场景，每个场景包含120种发射-接收配置。该数据集采用C++编写的仿真程序生成，环境模型以.odb格式存储，天线坐标信息则以文本文件形式提供，最终输出为包含4x4复杂MIMO信道矩阵的.npz格式文件。

特点

作为面向MIMO系统研究的专业数据集，UrbanMIMOMap的突出特点体现在其规模性和精细度上。数据集涵盖350个独立城市场景，每个场景配置120组天线参数，形成42,000个独特的信道矩阵样本。数据以复数形式完整保留了信道特性，并采用轻量化的.npz格式存储，既保证了数据完整性又便于高效处理。特别值得注意的是，该数据集配套提供了包含车辆等动态要素的环境模型，增强了城市无线传播场景的真实性。

使用方法

研究人员可通过提供的百度网盘或OneDrive链接获取完整数据集，解压后按照resu_npz_map_[0-349]的目录结构组织数据。每个.npz文件可直接通过Python的NumPy库加载，内含的4x4复数矩阵可直接用于MIMO预编码算法开发或信道容量分析。配套代码库中的RadioUNet实现为深度学习建模提供基准，用户可基于antenna_txt和env_diffH_withcars等辅助数据开展定制化仿真。对于特定研究需求，还可通过修改DatasetSimulation中的C++代码调整射线追踪参数。

背景与挑战

背景概述

UrbanMIMOMap数据集由西安电子科技大学研究团队于2025年提出，旨在为多输入多输出（MIMO）通信系统的信道状态信息（CSI）研究提供高精度仿真数据。该数据集通过射线追踪技术模拟了350种城市环境场景下的信道特性，每个场景包含120种发射-接收配置的4x4复数MIMO信道矩阵。作为IEEE GlobeCom 2025会议收录成果，其创新性体现在将预编码感知地图与深度学习基准测试相结合，为6G通信网络中的智能波束成形、信道估计等关键技术提供了标准化评估平台。

当前挑战

在解决MIMO系统信道建模这一核心问题时，数据集需克服城市环境电磁波传播的多径效应、遮挡损耗等复杂物理现象的高保真仿真挑战。构建过程中面临三维场景建模精度与计算效率的平衡难题，需处理高达350×120组信道矩阵的存储与索引问题。此外，如何确保射线追踪结果与真实信道测量数据的一致性，以及设计适用于不同预编码方案的通用表征格式，均是数据集开发中的关键技术壁垒。

常用场景

经典使用场景

在无线通信领域，UrbanMIMOMap数据集为多输入多输出（MIMO）系统的信道建模提供了丰富的仿真数据。通过350个不同场景的射线追踪数据，研究人员能够深入分析复杂城市环境下的信道特性。该数据集特别适用于验证MIMO预编码算法的性能，为5G及未来通信系统的设计提供可靠依据。

解决学术问题

UrbanMIMOMap数据集有效解决了无线通信研究中缺乏高精度城市环境信道状态信息的问题。其包含的4x4复杂MIMO信道矩阵为学术界提供了研究空间复用、波束成形等关键技术的基础数据。该数据集通过精确的射线追踪仿真，填补了传统测量数据在多样性和可控性方面的不足，推动了MIMO系统理论研究的深入发展。

衍生相关工作

围绕UrbanMIMOMap数据集，学术界已衍生出多项重要研究成果。其中RadioUNet模型利用该数据集实现了端到端的MIMO信道预测，开创了深度学习在无线通信中的应用新范式。此外，基于该数据集的预编码优化算法研究也为6G通信系统的设计提供了重要参考，推动了智能通信技术的发展。