1. 项目概述5G NR CSI数据集与感知应用在5G/6G通信系统中信道状态信息Channel-State Information, CSI不仅是实现可靠通信的基础更成为环境感知的关键数据源。传统上CSI主要用于波束成形和链路自适应等通信功能但近年来研究者发现CSI中隐含的空间特征可用于定位、环境建模等感知任务。然而现有公开数据集多来自Wi-Fi或4G系统缺乏真实5G新空口NR环境下的标准化基准。苏黎世联邦理工学院ETH Zurich与NVIDIA合作构建了基于商用现货COTS硬件的5G NR测试床通过NVIDIA Aerial RAN CoLab Over-the-AirARC-OTA平台采集了首个真实场景下的5G NR CSI数据集——CAEZCSI Acquisition at ETH Zurich。该数据集包含三个子集室内实验室/办公室场景CAEZ-5G-INDOOR3.5m×3.5m区域使用扫地机器人搭载Quectel模组移动采集室外校园场景CAEZ-5G-OUTDOOR10m×10m区域通过机械臂控制三星Galaxy S23移动采集设备分类数据集CAEZ-5G-DEV-CLASS6款不同商用手机在旋转和移动状态下的CSI数据测试床采用分布式MIMO架构部署4个开放无线接入网单元O-RU每个O-RU配备4天线工作在3.45GHz频段N78频段带宽100MHz。系统通过世界领先的WorldViz精密定位跟踪系统PPT获取厘米级精度的地面真实位置标签为算法验证提供可靠基准。2. 系统架构与技术实现2.1 硬件配置与同步机制测试床的核心硬件包括射频前端4个商用O-RU4T4R配置通过光纤交换机连接计算单元Supermicro NVIDIA MGX GH200服务器运行完整5G协议栈同步系统支持GNSS的PTP主时钟确保各节点时间同步精度100ns定位系统6台WorldViz PPT红外相机通过标记点跟踪实现0.1cm定位精度系统采用TDD模式配置为3DSU帧结构3下行:1特殊时隙:2上行子载波间隔30kHz。这种设计在保证上下行容量的同时每10-20ms可获取一次CSI样本满足动态环境下的感知需求。2.2 软件栈与数据流水线NVIDIA ARC-OTA平台提供完整的软件定义5G NR实现物理层Aerial L1实现实时基带处理包括OFDM调制、信道估计等协议栈OpenAirInterfaceOAI实现L2/L3功能数据采集NVIDIA DataLake存储FH I/Q样本和L2协议数据FAPI离线处理PyAerial库提供Python接口用于CSI提取和特征工程数据采集流程如下图所示文字描述[UE发射信号] → [O-RU接收] → [光纤传输至GH200服务器] → [实时基带处理] → [CSI估计与存储] → [与PPT位置数据时间对齐] → [特征提取]2.3 关键参数配置表1总结了测试床的核心参数配置参数类别配置值通信标准3GPP Release 15载波频率3.45 GHz (N78频段)系统带宽100 MHz有效子载波数3,276O-RU数量4各4天线发射功率1 W目标PUSCH SNR28 dBTDD模式3DSU3. 数据集构建与标注方法3.1 室内场景数据采集在3.5m×3.5m的实验室环境中采用iRobot Create 3移动平台搭载Quectel RM500Q模组运动控制随机路径规划算法速度0.3m/s天线配置单天线垂直极化安装在机器人中心轴标记点4个PPT反光标记实现6自由度跟踪干扰场景实验期间允许人员正常走动模拟真实办公环境数据特点持续时间1小时47分钟样本量338,981个CSI样本空间密度约276样本/平方米3.2 室外场景数据采集在10m×10m的校园庭院区域使用定制机器人平台UE安装三星Galaxy S23固定在机械臂末端运动模式手动控制实现非规则轨迹环境特征包含建筑物、树木等典型城市障碍物同步挑战通过GNSS增强的PTP解决长距离同步问题数据特点持续时间1小时38分钟样本量303,189个CSI样本多径效应显著RMS时延扩展比室内环境大3-5倍3.3 设备分类数据集构建针对6款商用手机含两款同型号iPhone 14 Pro设计特殊采集协议旋转阶段UE置于转台30秒慢速旋转5RPM移动阶段实验员手持设备随机行走60秒跨日验证次日重复30秒行走测试评估环境变化影响关键设计考量同一设备在不同位姿下的CSI变异硬件差异导致的射频指纹特征环境变化如家具位置变动对分类的影响4. CSI感知算法实现与验证4.1 神经网络定位技术4.1.1 特征工程采用降维后的OFDM域CSI幅度作为输入特征对每个PRB的CSI取绝对值子载波维度12倍降采样3276→273同一时隙内3个DMRS符号平均多天线数据拼接后归一化4.1.2 网络架构使用全连接MLP输出概率图输入层273×164,368维特征4O-RU×4天线×273子载波隐藏层3层每层2,048个神经元ReLU激活输出层网格化概率分布通过期望计算最终位置4.1.3 训练细节损失函数二元交叉熵概率图形式优化器Adam初始学习率1e-4每20epoch衰减0.1倍数据划分80%训练20%测试含保留轨迹实测性能室内0.6cm平均误差测试集0.7cm保留轨迹室外5.7cm平均误差测试集10cm保留轨迹注意事项室外性能受多径影响显著建议在算法中加入时延扩展特征增强鲁棒性4.2 信道图表构建技术4.2.1 自监督学习方法采用三元组损失Triplet Loss保持局部几何结构锚点样本随机选择CSI样本正样本时间邻近样本0.5s负样本时间远离样本5s4.2.2 真实坐标映射引入双边定位损失Bilateration Lossdef bilateration_loss(power_diff, chart_coords, ru_positions): # power_diff: O-RU间的接收功率差 # chart_coords: 图表坐标 # ru_positions: O-RU真实位置 pred_dist_diff torch.norm(chart_coords - ru_positions[0]) - torch.norm(chart_coords - ru_positions[1]) return F.margin_ranking_loss(pred_dist_diff, power_diff, target1)4.2.3 性能指标连续性98.0%邻近样本在图表中保持邻近可信度97.4%图表中邻近样本实际位置也邻近绝对定位误差73cm室外场景4.3 设备分类技术4.3.1 射频指纹特征提取基于CSI混淆方法提取位置无关特征构建跨天线/时隙的CSI矩阵H∈ℂ^(3276×16)计算紧凑SVD取主导左奇异向量重构为3276×3×2张量子载波×时隙×实虚部4.3.2 分类模型改进ResNet-18架构输入层适配CSI特征维度卷积核沿子载波维度设计长核捕捉硬件频响特性输出层6类softmax分类4.3.3 跨日验证结果测试条件包含同型号准确率同日测试否99%同日测试是98%次日测试否95%次日测试是92%关键发现同型号设备间混淆率较高iPhone 14 Pro间达8%环境变化对性能影响可控次日仅下降3-6%射频指纹特征展现良好的时间稳定性5. 工程实践与问题排查5.1 典型问题与解决方案问题1CSI样本时间对齐偏差现象位置标签与CSI时间戳存在10-20ms偏移排查检查PTP同步状态offset 100ns发现PPT系统数据处理延迟未补偿解决在DataLake流水线中加入硬件时间戳补偿问题2室外多径导致定位跳变现象特定区域出现厘米级→米级的瞬时误差分析通过CSI功率时延谱发现强反射路径优化在特征工程中加入时延扩展作为辅助特征问题3设备分类的跨日性能下降根因一个O-RU电源更换导致射频特性变化缓解措施在训练数据中引入设备多样性增加特征归一化层消除增益差异5.2 实操建议数据采集对于定位任务建议轨迹覆盖全场景且密度均匀设备分类任务应包含丰富位姿变化旋转移动室外测量避开强干扰时段如午间人流高峰算法调优神经网络定位建议先在小区域预训练再微调信道图表构建适当增加三元组样本间隔提升全局一致性设备分类使用Label Smoothing缓解同型号混淆部署考量室内场景可降低带宽至40MHz以节省计算资源实际部署时需定期更新射频指纹数据库硬件老化影响6. 应用扩展与未来方向基于CAEZ数据集的潜在研究方向跨模态学习融合CSI与IMU等传感器数据动态环境适应在线学习应对家具布局变化隐私保护研究CSI匿名化下的可用性平衡6G预研探索太赫兹频段的CSI感知特性实测中发现一个有趣现象在设备分类任务中即使同一型号设备其射频指纹在IQ失衡、相位噪声等方面仍存在微小但可检测的差异。这为设备级认证提供了新思路——通过高精度CSI测量实现硬件DNA识别。