当前位置：首页 > news >正文

5G NR CSI数据集：理论与工程实践解析

news 2026/6/30 10:40:32

1. 5G NR CSI数据集：从理论到工程实践

在5G/6G无线通信系统中，信道状态信息（CSI）不仅是实现可靠数据传输的基础，更蕴含着丰富的环境感知潜力。作为ETH Zurich与NVIDIA联合研究团队的一员，我有幸参与了这套真实5G NR CSI数据集的采集工作。这套数据集的价值不仅在于其开创性——它是首个公开的商用5G NR系统CSI数据集，更在于其完整记录了分布式MIMO系统在真实场景下的信道特性，为无线感知算法研究提供了前所未有的实验平台。

1.1 为什么需要真实的5G CSI数据集？

当前大多数CSI研究依赖于两类数据源：基于射线追踪的仿真数据或Wi-Fi测试床采集的数据。前者虽然参数可控，但往往过于理想化——我们的对比实验显示，在相同算法下，仿真数据的定位误差比真实数据低40-60%，这种"仿真乐观主义"会严重误导算法设计。后者虽然来自真实环境，但Wi-Fi与5G NR在波形设计（如OFDM参数）、协议栈和频谱特性上存在本质差异。特别是在毫米波频段，5G特有的波束管理机制会显著影响CSI特征。

我们团队在2023年的预研中发现，使用Wi-Fi数据集训练的定位模型迁移到5G环境时，性能下降达70%。这促使我们搭建了这套基于商用设备的5G NR测试床，其核心优势体现在：

标准兼容性：完全遵循3GPP Release 15规范
硬件商用化：采用商用现货（COTS）的O-RU和UE设备
全栈可观测：从物理层IQ采样到L2协议数据全程可获取
时空高密度：室内场景每厘米至少3个采样点

2. 测试床架构与数据采集

2.1 系统硬件组成

我们的测试床核心是NVIDIA ARC-OTA系统，这是一个软件定义的5G NR全栈解决方案。图1展示了系统的物理部署，其关键组件包括：

graph TD A[GH200服务器] -->|PTP同步| B[Grand Master Clock] B --> C[O-RU 1] B --> D[O-RU 2] B --> E[O-RU 3] B --> F[O-RU 4] A -->|光纤交换| G[WorldViz PPT] G --> H[红外摄像头阵列] H --> I[UE定位数据] C -->|FH接口| A D -->|FH接口| A

注：实际部署中我们采用4台4T4R的O-RU，工作于3.45GHz频段（瑞士5G专网频段），每台发射功率1W。

系统同步精度直接影响CSI质量。我们采用了两级同步方案：

时间同步：PTP grand master clock提供<100ns的时钟同步
空间基准：WorldViz PPT系统通过6个红外相机实现毫米级定位

2.2 软件协议栈

不同于简化版SDR方案，我们的协议栈完整实现了5G NR标准：

应用层 └─OAI 5G Core └─OAI L2 (CU/DU) └─NVIDIA Aerial L1 └─O-RU (通过eCPRI连接)

特别值得注意的是CSI提取流程：

物理层通过DMRS（解调参考信号）估计原始CSI
L2调度器确保每10-20ms获取一次PUSCH时隙的CSI
DataLake组件持久化存储原始IQ样本和FAPI协议数据

2.3 数据集构成

我们采集了三类场景数据，表1对比了关键参数：

数据集类型	覆盖区域	采样间隔	UE移动方式	环境干扰源
CAEZ-5G-INDOOR	3.5×3.5m²	20ms	扫地机器人随机路径	人员走动、设备运行
CAEZ-5G-OUTDOOR	10×10m²	20ms	机械臂控制轨迹	树木晃动、建筑遮挡
CAEZ-DEV-CLASS	4×4m²	10ms	旋转台+人工持握	日间环境变化

提示：室外数据集特别包含了NLOS（非视距）场景样本，这对验证算法的鲁棒性至关重要。

3. 数据处理与特征工程

3.1 原始CSI预处理

从FH接口获取的原始CSI包含3276个子载波（100MHz带宽）和16个接收天线（4O-RU×4天线）的复数响应。我们开发了PyAerial扩展库来处理这些数据：

def preprocess_csi(raw_iq): # 多级MMSE信道估计 csi = aerial.mmse_estimator(raw_iq, method='3stage') # 时延估计补偿 csi = compensate_delay_spread(csi) # 异常值检测（基于相邻子载波相关性） csi = remove_outliers(csi, threshold=3.0) return csi

3.2 特征提取方法

针对不同感知任务，我们设计了三种特征提取方案：

3.2.1 神经定位特征

对每个PRB（物理资源块）取绝对值
子载波维度12倍降采样（273→23个特征）
时域上平均3个DMRS符号
归一化为单位范数

3.2.2 信道图表特征

计算CSI幅度平方
逆FFT转换到时延域
截取前25个时延抽头
拼接实部虚部（共50维）

3.2.3 设备指纹特征

def extract_rffi(csi_matrix): # 拼接三个DMRS符号的CSI H = np.hstack([csi_dmrs1, csi_dmrs2, csi_dmrs3]) # 列归一化消除信道影响 H_norm = H / np.linalg.norm(H, axis=0) # 奇异值分解提取主成分 U, s, Vh = np.linalg.svd(H_norm) dominant_vector = U[:,0] # 重构为时频矩阵 return dominant_vector.reshape(3276, 3, 2)

经验分享：在设备分类任务中，我们发现对CSI相位进行差分处理（相邻子载波间相位差）能显著提升模型对硬件瑕疵的敏感性。

4. 感知算法实现与优化

4.1 神经定位网络

我们采用概率地图输出的MLP架构，其创新点在于：

输入层：4368维特征（273特征/天线×16天线）
隐藏层：2048-1024-512的三层结构
输出层：Softmax激活的定位网格概率

训练技巧：

使用Focal Loss解决样本空间分布不均
采用余弦退火学习率调度（初始lr=1e-4）
添加位置差分约束项提升连续性

class PositioningNN(nn.Module): def __init__(self, grid_size=50): super().__init__() self.fc1 = nn.Linear(4368, 2048) self.fc2 = nn.Linear(2048, 1024) self.fc3 = nn.Linear(1024, 512) self.out = nn.Linear(512, grid_size**2) def forward(self, x): x = F.relu(self.fc1(x)) x = F.relu(self.fc2(x)) x = F.relu(self.fc3(x)) return F.softmax(self.out(x), dim=1)

4.2 信道图表优化

传统triplet loss在室外场景面临两个挑战：

多径效应导致相似CSI对应不同位置
远距离样本对难以有效约束

我们的解决方案：

增强triplet采样：
- 正样本：时延相邻且空间距离<1m
- 负样本：时延远离或空间距离>3m

引入双曲线约束：

\mathcal{L}_{bilateration} = \sum_b \max(0, \|z-z_b\| - \|z'-z_b\| + \alpha \Delta P_b)

其中ΔP_b是两个O-RU的接收功率差

4.3 设备分类实践

在六类商用设备（含两台同型号iPhone 14 Pro）分类中，我们发现：

射频指纹稳定性问题：同一设备在不同温度下CSI特征漂移可达15%
解决方案：
1. 在特征提取后添加Instance Normalization层
2. 采用温度敏感的数据增强
3. 使用ArcFace损失函数增大类间距离

避坑指南：不要直接使用原始CSI幅度作为指纹特征，我们的实验表明经过SVD处理后的主成分特征可使跨日识别率提升23%。

5. 性能评估与结果分析

5.1 定位精度对比

表2展示了不同算法的定位误差（cm）：

算法类型	室内MAE	室外MAE	95%误差边界
神经定位（本工作）	0.6	5.7	13.2
传统指纹法	8.2	32.5	68.4
几何定位法	15.3	21.7	49.8

注：室外场景的误差主要来源于NLOS条件下的多径干扰

5.2 设备分类混淆矩阵

图2展示了跨日测试的混淆情况：

UE1a UE1b UE2 UE3 UE4 UE5 UE1a 92% 6% 0% 1% 0% 1% UE1b 8% 88% 1% 2% 0% 1% UE2 0% 0% 94% 3% 2% 1% UE3 1% 1% 2% 91% 3% 2% UE4 0% 0% 1% 2% 95% 2% UE5 0% 0% 1% 1% 2% 96%

关键发现：