RFUAV：用于无人机检测与识别的基准数据集
机器人学
2025-03-19 v2 人工智能
摘要
在本文中，我们提出 RFUAV 作为一个新的基于射频的无人机（UAV）识别基准数据集，并解决以下挑战：首先，许多现有数据集的无人机类型种类有限且原始数据量不足，无法满足实际应用的需求。其次，现有数据集通常缺乏涵盖大范围信噪比（SNR）的原始数据，或不提供将原始数据转换为不同 SNR 等级的工具。这一限制破坏了模型训练和评估的有效性。最后，许多现有数据集不提供开放获取的评估工具，导致该领域当前研究缺乏统一的评估标准。RFUAV 包含约 1.3 TB 的原始频率数据，这些数据是使用通用软件无线电外设（USRP）设备在真实世界环境中从 37 架不同的无人机收集的。通过对 RFUAV 中的射频数据进行深入分析，我们定义了一种称为射频无人机指纹的无人机特征序列，有助于区分无人机信号。除了数据集之外，RFUAV 还提供了基线预处理方法和模型评估工具。严格的实验表明，使用提供的评估工具，这些预处理方法实现了最先进的（SOTA）性能。RFUAV 数据集和基线实现可在 https://github.com/kitoweeknd/RFUAV/ 公开获取。
引用
@article{arxiv.2503.09033,
title = {RFUAV: A Benchmark Dataset for Unmanned Aerial Vehicle Detection and Identification},
author = {Rui Shi and Xiaodong Yu and Shengming Wang and Yijia Zhang and Lu Xu and Peng Pan and Chunlai Ma},
journal= {arXiv preprint arXiv:2503.09033},
year = {2025}
}
备注
23 pages, 13 figures, conference