数据主编：陈小龙  关键 袁旺

LSS-FMCWR-1.0：多波段FMCW雷达低慢小探测数据集，为低慢小探测数据集(数据主编：陈小龙、关键)的第1期，无人机等“低慢小”目标具有飞行高度低、运动速度慢、体积尺寸小等特点，具有低可观测性，给目标探测提出了很高的要求，亟需支撑算法研究和工程应用的数据集，提升雷达目标检测和识别性能。低慢小探测数据集计划陆续发布多种体制雷达、多种参数、多种环境、多种类型目标数据。

LSS-FMCWR-1.0：多波段FMCW雷达低慢小探测数据集包含6种类型旋翼无人机在某距离单元处采集悬停状态下的无人机回波数据，每个类型的无人机通过Ku波段雷达和L波段雷达采集5~12米距离内目标的回波数据，数据集共发布114个数据，数据集中文件的格式为mat，每个数据的大小为150×6000的数据矩阵，数据集中6种类型的无人机数据包含大疆御2（01）、大疆精灵（02）、大疆M350(03)、大疆悟2（04）、大疆M600(05)、固定翼无人机（06）共6个类别，6类无人机的典型回波特性如图1所示。本数据集类型丰富，具有场景复杂、类别丰富、任务多样的特点，可支撑目标检测、分类和识别研究。

数据使用请见论文“LSS-FMCWR-1.0: 多波段FMCW雷达低慢小探测数据集及高分辨微动特征提取方法（即将发表在《雷达学报》）”和“LSS-FMCWR-1.0多波段FMCW雷达低慢小探测数据集使用说明.pdf”。

相关文献：

[1] 陈小龙, 袁旺, 杜晓林, 等. LSS-FMCWR-1.0: 多波段FMCW雷达低慢小探测数据集及高分辨微动特征提取方法，雷达学报 (论文待发表).

[2] 陈小龙, 陈唯实, 饶云华, 等. 飞鸟与无人机目标雷达探测与识别技术进展与展望. 雷达学报, 2020, 9(5): 803-827.

[3] Chen, Xiaolong, Hai Zhang, Jie Song, Jian Guan, Jiefang Li, Ziwen He. Micro-Motion Classification of Flying Bird, Rotor Drones via Data Augmentation, Modified Multi-Scale CNN[J]. Remote Sensing. 2022, 14(5):1107.

[4] 陈小龙, 南钊, 关键, 陈唯实. 飞鸟与旋翼无人机雷达微多普勒测量实验研究. 电波科学学报. 2021, 36(5): 704-714.