ИИ и сложнейшие проблемы мира · Теоретическая информатика · arXiv · 2026-10-21
CorteXforge: генерация радиочастотных наборов данных на основе сценариев на реальных тестовых стендах
Оригинальное название: CorteXforge: Scenario-Based RF Dataset Generation on Real Testbeds
Глубокое обучение для анализа радиочастотных (РЧ) сигналов опирается на большие размеченные наборы данных, однако синтетические наборы жертвуют физической реалистичностью ради управляемости, тогда как неконтролируемые измерения по эфиру (over-the-air, OTA) дают реалистичность при ограниченной воспроизводимости. CorteXforge — это фреймворк на основе сценариев, который автоматически переводит высокоуровневые РЧ-сценарии в синхронизированные эксперименты на программируемых SDR-стендах через платформу SLICES-RI/CorteXlab, создавая полностью размеченные наборы данных SIGMF, фиксирующие аппаратные неидеальности и эффекты распространения. Валидация путём автоматической классификации модуляций с использованием ModForge — набора данных OTA, сгенерированного с помощью фреймворка, — выявила разрыв в качестве между синтетикой и реальностью и показала, что предобучение на синтетических данных остаётся полезным для адаптации к OTA-данным.