Ray-tracing CSI数据集

1. DeepMIMO：The Standard for Ray-tracingDatasets in Wireless

DeepMIMO是一个包含开源数据集的库，它不是一个简单的开源数据集，而是一个可便捷重复性生成射线追踪高保真信道数据的框架，目前已更新到4.0版本，可以与sionna集成，无需使用blender软件建模场景，通过使用其提供的api，即可实现在osm中选择区域，建模场景，sionna-rt仿真一整套流程。

• 论文：[https://arxiv.org/pdf/1902.06435]
• github链接：[https://github.com/DeepMIMO/DeepMIMO]
• 官网链接：https://www.deepmimo.net/
• 信道仿真器：支持集成Wireless Insite/Sionna-rt/ADOT等射线追踪仿真工具

2.CSRD2025: A Large-Scale Synthetic Radio Dataset for Spectrum Sensing in Wireless Communications

涵盖完整通信流程的数据集，也开源了基于matlba搭建的数据生成平台。

• 论文：[https://ieeexplore.ieee.org/document/11289512]
• github链接：[https://github.com/Singingkettle/ChangShuoRadioData]
• 信道仿真器：matlab 5G toolbox

3.WiSegRT: Dataset for Site-Specific Indoor Radio Propagation Modeling with 3D Segmentation and Differentiable Ray-Tracing

室内环境CSI数据集，有多个室内3D场景。

• 论文：[https://arxiv.org/pdf/2312.11245]
• githhub链接：[https://github.com/sunlab-uga/wisegrt]
• 信道仿真器：sionna-rt

4.WiWorld-RealData: A Real-World Multi-Modal Dataset for 6G Wireless World Models

北邮团队实测数据集，有CIR，多视角图像，全景图像，激光雷达点云，GNSS，毫米波雷达数据等多模态数据，并且做了时空对齐。

• 论文：[https://arxiv.org/pdf/2606.24476]
• 下载链接：[https://scc.bupt.edu.cn/dataset-public/datasets/44]
• 信道仿真器：无，实测数据

5.Intelligent Integration Datasets for Communication and Multi-Modal Sensing

北京大学pcni团队构建的开放数据平台，hugging face主页一共有7个开源多模态数据集，核心数据集是SynthSoM和M3SC，其他数据集如LiDAR-Aided CSI Estimation和Multi-Vehicle Sensing-Aided Precoding源自M3SC数据集，WiCo-MG，FM4SoM和SynthSoM-Twin源自SynthSoM，所有数据都是在虚拟环境中建模生成的，场景建模使用AirSim，所以RGB图像与LiDAR来自AirSim，毫米波雷达数据来自Wavefare，信道数据来自Wireless Insite。

• 论文：M3SC：[https://ieeexplore.ieee.org/document/10315088]
  SynthSoM：[https://arxiv.org/abs/2501.07459]
• 下载链接：[https://huggingface.co/pku-pcni-lab]
• 官网链接：[http://pcni.pku.edu.cn/dataset.html]
• 信道仿真器：Wireless Insite

6.A Generalized Channel Dataset Generator for 5G New Radio Systems Based on Ray-Tracing

室外环境CSI数据集，场景为南京邮电大学校园

• 论文：[https://ieeexplore.ieee.org/document/9504428/]
• github链接：[https://github.com/CodeDwan/5G-NR-data-generato]
• 信道仿真器：matlab 5G toolbox

7.RadioDiff-3D: A 3D×3D Radio Map Dataset and Generative Diffusion Based Benchmark for 6G Environment-Aware Communication

室外环境大规模3D Radio Map数据集，在高度上分为20个切片，信道数据包括路损、时延、达到方位角、到达俯仰角，但是没有小尺度衰落信息

• 论文：[https://ieeexplore.ieee.org/document/11083758]
• github链接：[https://github.com/UNIC-Lab/UrbanRadio3D]
• 信道仿真器：winprop