five

LoRadar: Satellite-Ground LoRa IQ Signal Dataset

收藏
github2025-07-24 更新2025-07-30 收录
下载链接:
https://github.com/Liu-2806/LoRadar-dataset
下载链接
链接失效反馈
官方服务:
资源简介:
LoRadar是第一个公开可用的原始IQ样本数据集,捕获了真实世界的LoRa卫星到地面通信。该数据集支持基于卫星的物联网系统的物理层研究,提供399–403 MHz频段的低级别信号样本。

LoRadar is the first publicly available original IQ sample dataset capturing real-world LoRa satellite-to-ground communications. The dataset supports research on the physical layer of satellite-based IoT systems, providing low-level signal samples across the 399–403 MHz frequency band.
创建时间:
2025-07-24
原始信息汇总

LoRadar: 卫星-地面LoRa IQ信号数据集概述

数据集简介

  • 首个公开的原始IQ样本数据集,捕获真实世界LoRa卫星到地面通信
  • 支持基于卫星的物联网系统物理层研究
  • 提供399–403 MHz频段的低级别信号样本
  • 与现有LoRa数据集不同,提供未经过滤的基带IQ样本

数据集概览

项目 描述
频段 399–403 MHz
采样率 4 MHz
IQ数据格式 .bin(交错float32 I/Q)
总会话数 181
时间跨度 2025-05-05至2025-05-17
总大小 ~127 GB
有效LoRa数据包 6,664
每日捕获时长 ~4小时

数据下载

  • 完整数据集托管于Zenodo:https://doi.org/10.5281/zenodo.16302856
  • DOI:10.5281/zenodo.16302856

IQ数据格式

  • IQ值以交错float32格式存储:[I0, Q0, I1, Q1, I2, Q2, ...]
  • 每个I和Q分量为32位浮点数
  • 一个复数样本=8字节(float32实部+float32虚部)
  • 文件仅包含纯IQ基带数据,无头文件或元数据

物理层配置(检测到)

配置 中心频率(MHz) 带宽(kHz) 扩频因子(SF) 比例
Config 1 402.720 125 10 24.86%
Config 2 402.629 62.5 10 24.41%
Config 3 401.944 62.5 10 25.38%
Config 4 401.494 250 11 13.54%
Config 5 399.929 62.5 10 11.81%

潜在应用

  • 低信噪比下的LoRa信号检测与解调
  • NTN/IoT干扰分析与频率规划
  • 低成本终端时序偏移和振荡器漂移建模
  • 时频模式学习与自监督分析
  • 物理层机器学习模型基准测试

许可证

  • 采用知识共享署名4.0国际许可协议(CC BY 4.0)
  • 可自由使用、修改和重新分发数据,需适当引用

联系方式

  • 提交问题:https://github.com/Liu-2806/LoRadar-Dataset/issues
  • 通过电子邮件或GitHub个人资料联系维护者
搜集汇总
数据集介绍
main_image_url
构建方式
LoRadar数据集通过部署在高校屋顶的LoRa终端设备,在399–403 MHz频段捕获了近地轨道卫星与地面之间的原始IQ信号样本。数据采集历时13天,共记录181个完整的卫星通信会话,每个会话持续约4小时。采用4 MHz采样率存储为浮点32位交错的I/Q二进制格式,总数据量达127GB。所有样本均为无头文件的纯基带数据,完整保留了物理层信号特征。
特点
作为首个公开的卫星-地面LoRa通信原始IQ样本集,LoRadar突破了传统地面ISM频段数据集的局限。其核心价值在于提供6,664个有效数据包的低信噪比环境信号样本,涵盖五种实测物理层配置组合。不同于仅含解码数据的现有资源,该数据集允许直接访问载波频率、扩频因子等底层参数,为卫星物联网研究提供真实的信道特性表征。
使用方法
研究者可通过Zenodo平台获取数据集,IQ样本采用[I0,Q0,I1,Q1...]的浮点交错存储格式。建议使用Python等工具解析.bin文件,结合NumPy进行复数信号重构。该数据特别适用于开发低信噪比环境下的信号检测算法,可通过时频分析、机器学习等方法研究多普勒补偿、振荡器漂移等卫星通信特有现象。应用时需注意遵守CC BY 4.0许可协议要求。
背景与挑战
背景概述
LoRadar数据集作为首个公开的卫星与地面间LoRa原始IQ信号样本库,由研究团队于2025年发布,填补了低轨卫星物联网物理层研究的空白。该数据集捕获了399-403MHz频段内181次卫星通信会话的基带信号,包含6,664个有效数据包,总规模达127GB。不同于传统地面ISM频段数据集仅提供解码后数据,LoRadar通过屋顶终端直接采集原始IQ样本,为研究低信噪比环境下信号特性提供了真实场景基准。其多配置参数组合反映了实际卫星终端部署的物理层多样性,对非地面网络通信系统的验证具有里程碑意义。
当前挑战
在解决卫星物联网信号解调领域问题时,LoRadar需应对低轨卫星高速移动引发的多普勒频移、终端振荡器漂移等物理层失真挑战。数据集构建过程中,研究人员克服了低信噪比环境下信号捕获稳定性、海量基带数据存储优化等技术难题,同时需确保不同配置参数的时空覆盖完整性。原始IQ样本的精确标注要求开发专用检测算法以区分有效信号与宇宙噪声,这对后续研究的可复现性提出了更高要求。
常用场景
经典使用场景
在卫星物联网(IoT)通信领域,LoRadar数据集为研究人员提供了前所未有的真实世界LoRa卫星到地面通信的原始IQ样本。这些数据在399–403 MHz频段内捕获,支持物理层信号特性的全面分析,尤其在低信噪比(SNR)环境下的信号检测与解调研究中表现突出。数据集的高采样率和未经过滤的基带信号使其成为评估卫星通信系统性能的理想选择。
实际应用
LoRadar数据集在实际应用中具有广泛的价值。例如,它可以用于卫星通信系统的频率规划和干扰分析,帮助优化网络性能。此外,数据集的低信噪比信号样本为开发高效的信号检测和解调算法提供了测试平台。在工业界,这一数据集可用于验证低功耗广域网络(LPWAN)设备的性能,确保其在复杂环境中的可靠性。
衍生相关工作
LoRadar数据集的发布催生了一系列相关研究,尤其是在物理层机器学习和自监督分析领域。许多研究团队利用该数据集开发了新型的信号检测和分类算法,进一步提升了卫星物联网通信的效率和可靠性。此外,数据集还被用于时间-频率模式学习的研究,为未来智能通信系统的设计提供了重要参考。
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