数据集概述
本数据集是基于犹他大学POWDER测试床的大规模室外RSS定位测量数据，包含0、1或2个活跃发射器的5214个样本，发射器分布于5514个位置。每个样本含10-25个接收器的RSS值，多数接收器为固定设备，少数位于校园穿梭车上，2022年11月新增补充样本。
文件详解
- 主数据文件：
powder_462.7_rss_data.json
- 文件格式：JSON
- 字段映射：以时间戳为键，每个样本包含rx_data（接收器RSS、经纬度、设备名）、tx_coords（发射器经纬度）、metadata（发射器元数据）
- 分离数据压缩包：
separated_data.zip
- 文件格式：ZIP
- 内容：含all_data（按发射器数量分类）、stationary（固定接收器数据）、train_test_splits（单发射器训练测试分割）等子文件
- 数字表面模型文件：
corrected_dsm.tif、corrected_buildings.tif
- 文件格式：TIFF
- 内容：犹他州2013-2014年LiDAR survey的DSM数据，含校园及周边建筑、树木信息
数据来源
犹他大学POWDER测试床
适用场景
- 室外RSS定位算法开发与评估: 用于训练和测试基于接收信号强度的定位模型，验证不同发射器数量下的定位精度
- 无线信道特性研究: 分析室外环境中信号强度的时空变化规律及影响因素
- 机器学习模型训练: 利用train_test_splits中的数据分割，开发适用于定位场景的ML模型
- 数字表面模型辅助定位: 结合DSM数据研究地形、建筑对无线信号传播的影响
- 移动定位技术优化: 基于穿梭车接收器数据，优化移动设备的定位算法性能
