RASPnet：面向雷达自适应信号处理应用的基准数据集
机器学习
2025-11-05 v3 信号处理
摘要
我们提出了一个大规模数据集，称为RASPnet，用于雷达自适应信号处理（RASP）应用，以支持雷达社区在数据驱动方法方面的发展。RASPnet数据集规模超过16 TB，包含100个真实场景，这些场景跨越美国陆地连续区域的多种地形和土地类型。对于每个场景，RASPnet包含来自空中雷达设置下的10,000个杂波实现， 可用于对雷达算法和复杂数值学习算法进行基准测试。RASPnet旨在填补大规模真实数据集在标准化评估RASP技术和复杂数值神经网络方面的空白。我们概述了其构建、组织方式以及几种应用，包括一个迁移学习示例，旨在演示RASPnet如何用于实际的自适应雷达场景。
引用
@article{arxiv.2406.09638,
title = {RASPNet: A Benchmark Dataset for Radar Adaptive Signal Processing Applications},
author = {Shyam Venkatasubramanian and Bosung Kang and Ali Pezeshki and Muralidhar Rangaswamy and Vahid Tarokh},
journal= {arXiv preprint arXiv:2406.09638},
year = {2025}
}