电子与信息学报

姓名
邮箱
手机号码
标题
留言内容
验证码

任俊宇1,2, 俞宁宁1,2, 周成伟1,2, 史治国1,4, 陈积明2,3

1 浙江大学信息与电子工程学院

2 浙江大学工业控制技术全国重点实验室

3 杭州电子科技大学自动化学院

4 浙江大学金华研究院

无人机射频检测是实现非合作无人机管控的手段之一，而基于射频信号的无人机个体识别(DIR)是无人机检测的重要环节。鉴于当前DIR开源数据集缺失，该文公开了一个名为DroneRFb-DIR的无人机射频信号数据集。该数据集使用软件无线电设备采集无人机与遥控器间通信的射频信号，包含城市场景下的无人机种类共6类(每类无人机各包含3架不同个体)以及1类背景参考信号。采样信号存储为最原始的I/Q数据，每类数据包含不少于40个片段，每个片段包含不少于4 M个采样点。信号采集范围为2.4～2.48 GHz，包含无人机飞控信号、图传信号以及周围干扰设备的信号。该数据集包含详细的个体编号和视距或非视距场景标注，并已划分训练集与测试集，以便于用户进行识别算法验证和性能对比分析。与此同时，该文提供了一种基于快速频率估计和时域相关分析的无人机个体识别方法，并在该数据集上验证了所提方法的有效性。

数据集下载链接：

https://www.scidb.cn/detail?dataSetId=84cf9101e739402784b1396783881202

01 数据集介绍

DroneRFb-DIR是依托国家自然科学基金、浙江大学工业控制技术全国重点实验室，旨在解决低空无人机个体识别研究对无人机真实射频数据的迫切需要，填补无人机大规模个体的射频信号数据集空白。本数据集场景丰富、个体数量多，可满足基于射频的无人机个体识别研究。

本数据集是由软件无线电设备（USRP-2955）探测无人机与遥控器相互通信的射频信号，记录无人机多频通信的真实数据。该数据集包含城市户外场景、城市室内场景下无人机种类共6类（每类无人机各包含3架不同个体）以及1类背景参考信号。每类数据包含不少于40个片段，每个片段包含不少于4兆个采样点。根据无人机工作频段，信号采集范围为2.4~2.48 GHz，包含无人机飞控信号、图传信号以及周围干扰设备的信号。

本数据集所有文件均为“.mat”格式。对于放置在“train”文件夹下的训练集，每个文件的名称为该文件的标签信息。对于放置在“test”文件夹下的测试集，每个文件的名称为该文件标号，无特殊含义。在文件“test_labels.txt”中记录了文件标号对应文件的标签信息。以标签“A1_IN_S0_slice_2.mat”为例，“A1”代表无人机机型及其个体编号(机型“A/Background/C/D/E/F/G”+个体编号“1/2/3”)、“IN”代表采集条件(“IN”代表视距采集，“OUT”代表非视距采集)，“S0”代表采集时间序号，“slice_2”代表片段序号。每个“.mat”文件内包含了双通道数据，通道名为“I”、“Q”，其中“I”为基带信号的同相(In-phase)分量值，“Q”为基带信号的正交(Quadrature)分量值，数值存储为单精度浮点型(2字节)。以DJI Mavic 3 Pro机型为例，其采集信号在时频域上分布如图3所示，分别对应数据集中的“A1_IN_S0_slice_1.mat”文件和“A1_OUT_slice_4.mat”文件。对于视距和非视距场景，二者的信噪比相差大致在20 dB。

图1 数据集采集场景

图2 无人机信号片段名称示例

表1 个体标签与型号对应关系

个体标签	型号
A1,A2,A3	DJI Mavic 3 Pro
B	背景
C1,C2,C3	DJI Mini 2 SE
D1,D2,D3	DJI Mini 4 Pro
E1,E2,E3	DJI Mini 3
F1,F2,F3	DJI Air 3
G1,G2,G3	DJI Air 2S

图3 DJI Mavic 3 Pro无人机信号时频图

图4 无人机图传（红色实线框）与飞控信号（蓝色实线框）特征示意

02 下载与使用说明

(1) 数据集已压缩分卷，单卷2 GB，总大小为64 GB，建议数据集存储空间大于100 GB。

(2) 数据读取与使用。可使用Matlab软件或Python h5py库导入数据文件。以Python h5py库为例，读入数据可执行下列脚本。

import h5py

filename = "xxx.mat"

data = h5py.File(filename)

datalist = list(data.keys())

data = data["I"][0] + 1j*data["Q"][0]

(3) 若在论文、学术报告中使用该数据集，请标注数据集引用方式：：

引用本文: 任俊宇, 俞宁宁, 周成伟, 史治国, 陈积明. DroneRFb-DIR: 用于非合作无人机个体识别的射频信号数据集[J]. 电子与信息学报. doi: 10.11999/JEIT240804

Citation: REN Junyu, YU Ningning, ZHOU Chengwei, SHI Zhiguo, CHEN Jiming. DroneRFb-DIR: An RF Signal Dataset for Non-cooperative Drone Individual Identification[J]. Journal of Electronics & Information Technology. doi: 10.11999/JEIT240804

延伸阅读：浙江大学史治国教授团队在2024年发表于《电子与信息学报》的数据集文章《DroneRFa：用于侦测低空无人机的大规模无人机射频信号数据集》，在学报官网年下载量近3万次，欢迎关注。

相关视频：

【浙江大学“求是鹰眼”反无人机系统宣传片】

https://www.bilibili.com/video/BV1Gq421P78M/?share_source=copy_web&vd_source=b017d4aef14a44dbecd2adb5f63dcfe3

目前，《电子与信息学报》数据集已移至中国科学院数据银行(Science-DB)，下载链接：

1）基于全球AIS的多源航迹关联数据集（MTAD）

https://www.scidb.cn/detail?dataSetId=c7d8dc56fe854ec2b084d075feb887fd

2）双清一号（珞珈三号01星）多模式成像样例数据集

https://www.scidb.cn/detail?dataSetId=547dfb4f37af43a598e419689e3eb32a

3）超大规模MIMO阵列可视区域空间分布数据集

https://www.scidb.cn/detail?dataSetId=e9bc4450808d455396ba1c86d1c12126

4）DroneRFa丨用于侦测低空无人机的大规模无人机射频信号数据集