LLM4CP 训练测试数据集

日期

3 个月前

大小

10.56 GB

机构

发布地址

github.com

该数据集为论文「LLM4CP: Adapting Large Language Models for Channel Prediction」的训练测试集,训练数据集和验证数据集分别包含 8,000 个和 1,000 个样本,用户速度均匀分布在 10~100 km/h 之间。测试数据集包含 10 个速度,范围从 10 km/h 到 100 km/h 不等,每个速度有 1,000 个样本。

在研究的实验阶段,团队使用 QuaDRiGa 仿真器生成了符合 3GPP 标准的时变信道数据集用于性能验证。

团队设置了一个 MISO-OFDM 系统,其中基站侧配备了双极化 UPA (uniform planar array) ,用户侧配备了单个全向天线,天线间距为中心频率处波长的一半。上行和下行信道的带宽均为 8.64 MHz,导频频率间隔为 180 kHz 。对于 TDD 和 FDD 模式,上下行通道的中心频率均设置为 2.4 GHz 。对于 FDD 模式,上行和下行通道相邻。研究团队在预测实验中将导频频率间隔时间设置为 0.5 ms 。

  • TDD:是一种通信系统的双工方式,在移动通信系统中用于分离接收和传送信道。
  • FDD:指上行链路(移动台到基站)和下行链路(基站到移动台)采用两个分开的频率(有一定频率间隔要求)工作。

研究考虑了 3GPP 城市宏观信道模型和非视距场景。集群数量为 21 个,每个集群的路径数为 20 条。用户的初始位置是随机化的,运动轨迹设置为线性型。

该研究成果于 2024 年以「LLM4CP: Adapting Large Language Models for Channel Prediction」为题受邀发表于期刊 Journal of Communications and Information Networks 上。北京大学为该研究工作的第一完成单位,合作单位包括香港科技大学(广州)和香港科技大学。程翔教授为该论文的通讯作者,北京大学博士生刘伯珣为第一作者。

HyperAI 超神经以「首次!GPT-2 赋能无线通信物理层,北大团队提出基于预训练 LLM 的信道预测方案」为题为该研究做了详细论文解读。

LLM4CP.torrent

做种 1

下载中 0

已完成 46

总下载 78

  • LLM4CP/
    • README.md
      2.7 KB
    • README.txt
      5.39 KB
      • data/
        • llm4cp.zip
          10.56 GB