摘要：无人机声学检测数据集包含真实世界无人机和噪声音频（.wav、16 kHz、单声道），2 类（无人机（悬停/飞掠/机动）/噪声（风噪/背景活动）），使用 Raspberry Pi 5 + ReSpeaker 4 麦克风阵列录制，专为边缘 AI 检测设计。
数据集简介
数据集概述
无人机声学检测数据集包含商用四旋翼飞行器和环境背景噪声的真实音频录音，专为边缘人工智能检测而设计。该数据集是作为工程专业毕业设计项目的一部分创建的，旨在开发一种低成本、基于边缘计算的声学无人机检测系统。与网上提供的通用音频数据集不同，这些样本使用连接到 Raspberry Pi 5 的 Seeed ReSpeaker 4 麦克风阵列录制，确保数据能够捕捉到嵌入式硬件实际部署所需的特定声学”指纹”（高频电机啸叫和谐波）。数据集结构均衡，分为无人机类别和噪声类别两大类，涵盖多种飞行场景和环境声音。
数据集分为 2 个主要类别：
(1) 无人机类别（Drone）：包含商用无人机（如四旋翼飞行器）在各种飞行场景下的录音，包括：悬停（Hovering）：在不同距离（1 米、5 米、10 米）录制，以捕捉信号衰减；飞掠（Flyby）：高速移动以捕捉多普勒效应模式；机动飞行（Maneuvering）：起飞和降落序列。
(2) 噪声类别（Noise）：包含用于训练模型识别误报的环境声音，包括：风噪（Wind Noise）：对户外鲁棒性至关重要；背景活动（Background Activity）：人声、交通声和一般环境静默声。
技术规格：格式：.wav（波形音频文件格式）；采样率：16,000 Hz (16 kHz)；声道：原始多声道音频经处理后转换为单声道（Mono）以进行分类；硬件：Raspberry Pi 5 + Seeed ReSpeaker 4 麦克风阵列。数据集专为嵌入式硬件实际部署设计，捕捉特定声学特征（高频电机啸叫和谐波）。
支持无人机声学检测、边缘 AI 系统开发、低成本反无人机（C-UAS）、嵌入式设备部署（Raspberry Pi）、音频分类（无人机 vs 噪声）、音频信号处理、特征提取（MFCC/频谱图）、机器学习/深度学习模型训练（CNN/RNN/LSTM）、边缘计算、实时检测、误报识别、多普勒效应分析和户外鲁棒性测试。
数据集来源
包含商用四旋翼飞行器和环境噪声真实音频，使用 Raspberry Pi 5 + Seeed ReSpeaker 4 麦克风阵列录制（捕捉特定声学指纹：高频电机啸叫和谐波）。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-168
文件大小：58M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)