数据集概述
本数据集为ITU AI/ML挑战赛2021问题设计，包含3000个IEEE 802.11ax部署场景，覆盖不同接入点（AP）、站点（STA）配置及21种OBSS/PD阈值，用于空间复用（SR）操作相关的机器学习与联邦学习算法训练。
文件详解
- 场景1相关文件：
- output_11ax_sr_simulations_sce1.txt：TXT格式，包含场景1（1000个部署，2-6个AP，每AP1个STA，设最小距离限制）的模拟器输出数据
- simulator_input_files_sce1.zip：ZIP格式，包含场景1模拟器使用的输入文件压缩包
- 场景2相关文件：
- output_11ax_sr_simulations_sce2.txt：TXT格式，包含场景2（1000个部署，2-6个AP，每AP1-4个STA，无距离限制）的模拟器输出数据
- simulator_input_files_sce2.zip：ZIP格式，包含场景2模拟器使用的输入文件压缩包
- 场景3相关文件：
- output_11ax_sr_simulations_sce3.txt：TXT格式，包含场景3（1000个部署，2-6个AP，每AP1-4个STA，无距离限制，含STA位置变化）的模拟器输出数据
- simulator_input_files_sce3.zip：ZIP格式，包含场景3模拟器使用的输入文件压缩包
- 测试场景相关文件：
- output_11ax_sr_simulations_test.txt：TXT格式，包含测试场景（1000个部署，随机OBSS/PD阈值）的模拟器输出数据（吞吐量标签替换为0）
- simulator_input_files_test.zip：ZIP格式，包含测试场景模拟器使用的输入文件压缩包
数据来源
ITU AI/ML Challenge 2021
适用场景
- 无线通信技术研究：分析IEEE 802.11ax空间复用操作中OBSS/PD阈值对网络性能的影响
- 机器学习算法训练：用于训练预测空间复用性能的机器学习模型
- 联邦学习应用：作为联邦学习算法的训练数据，探索分布式场景下的模型优化
- 无线网络仿真验证：验证不同部署场景下空间复用策略的有效性与适用性
