Multimodal-NF：面向近场低空感知与通信的无线数据集
信号处理
2026-05-22 v2
摘要
面向6G的环境感知无线网络要求多模态数据与无线数据深度融合。然而，现有大多数数据集局限于二维陆地远场场景，缺乏对低空超大规模多输入多输出（XL-MIMO）系统至关重要的三维空间上下文和近场特征。为弥合这一差距，本文介绍Multimodal-NF，一个大规模数据集和专用生成框架。该数据集在上中频段运行，同步高保真近场信道状态信息（CSI）和精确无线标签（如Top-5 束阵指数、LoS/NLoS），并与全面的感知模态（RGB 图像、LiDAR 点云和GPS）相结合。关键在于，这些多模态先验条件提供空间语义，有助于缩小近场搜索空间，从而降低无线感知和通信任务的开销。最后，我们通过代表性案例研究验证了该数据集的实用性和有效性。开源生成器和数据集可在https://lmyxxn.github.io/6GXLMIMODatasets/获取。
引用
@article{arxiv.2603.28280,
title = {Multimodal-NF: A Wireless Dataset for Near-Field Low-Altitude Sensing and Communications},
author = {Mengyuan Li and Qianfan Lu and Jiachen Tian and Hongjun Hu and Yu Han and Xiao Li and Chao-Kai Wen and Shi Jin},
journal= {arXiv preprint arXiv:2603.28280},
year = {2026}
}