斩获殊荣：DroneRFa入选“ScienceDB科学数据奖”十佳数据集
2026年初，科学数据银行(ScienceDB)公布了第四届“ScienceDB科学数据奖”评选结果。由浙江大学史治国教授、陈积明教授团队在《电子与信息学报》(以下简称“学报”)发表的数据集 “DroneRFa丨用于侦测低空无人机的大规模无人机射频信号数据集” 从众多参评数据集中脱颖而出，成功入选 “十佳数据集” 。2026年9月，团队正式获颁获奖证书。
本届“十佳数据集”的评选标准严格——数据集引用量和平均下载量需各排名前5位，完全基于客观数据进行排名。DroneRFa能够获此殊荣，充分证明了其在学术界和工业界的广泛影响力与核心支撑作用。自2023年数据集论文发布以来(前期在学报官网开放下载，2025年2月上线ScienceDB)，该数据集下载量和数据集论文的引用，均成为反无人机探测领域引用率最高的实测数据资源之一。
这一奖项也是对《电子与信息学报》在数据出版领域前瞻布局的肯定。该奖项依托ScienceDB平台严格的统计与评选机制，由中国科学院计算机网络信息中心建设维护的科学数据银行(ScienceDB)颁发，在科学数据共享领域具有极高的权威性。
这一殊荣不仅是对DroneRFa数据集质量和影响力的权威认证，更标志着基于数据驱动的反无人机技术研究迈上了新台阶。
从“认识无人机”到“管理无人机”：DroneRF系列数据集全景回顾
DroneRFa的获奖并非偶然，它是史治国教授团队在反无人机数据建设领域长期耕耘的缩影。团队的研究始于一个对现实的追问：面对训练中从未出现过的无人机，系统能否仍然识别？
2024年，团队在IEEE TIFS发表S3R (Signal Semantic-based open Set Recognition, DOI: 10.1109/TIFS.2024.3463535)，通过从飞控信号时频谱中提取可解释的信号语义，实现已知类别识别、未知类别发现以及未知样本的进一步区分，开创了无人机飞控信号开集识别这一研究方向。以此为契机，团队开始持续深耕无人机射频信号分析。
与此同时，团队与《电子与信息学报》展开深入合作，陆续发表DroneRF系列数据集论文，并在学报数据社区开源相关数据集。此后，团队沿着“真实数据—更细识别—更复杂目标”的路径不断拓展任务边界。
一是模态最丰富，以6类反无人机常用采集设备，从视觉、射频、激光雷达、毫米波雷达和声学等角度同步观察同一目标；
二是标注最细致，基于飞行日志提供机型、三维位置、姿态和速度等细粒度真值，让数据不仅能回答“有没有无人机”，还可支撑目标定位、运动理解和多模态融合；
三是使用最方便，配套工具可按研究需求灵活生成不同样本数量和涵盖时长的实验数据，帮助研究者把精力集中到算法本身。
从深耕算法到落地部署，形成完整闭环
随着团队不断发展，成员的研究方向也由算法延伸至硬件，由射频感知拓展至视觉、声学、激光雷达和毫米波雷达等多模态感知，逐步形成覆盖“数据采集—信号分析—模型训练—任务应用”的反无人机多模态技术体系。
目前，团队相关成果已应用于公安、军队和低空经济企业等实际场景，在真实任务中接受检验，并持续反哺算法与系统设计，形成从方法研究、硬件与数据建设到工程部署和应用反馈的完整闭环。团队的研究脉络，也由最初“认识无人机”逐步走向在复杂低空环境中“发现、识别、理解并管理无人机”，为低空安全治理提供从数据、算法到应用的系统化支撑。这一体系也为后续开展跨模态检索、场景泛化评测与面向处置的智能决策提供了可持续演进的数据基础。
《电子与信息学报》：建设数据论文高地，服务开放科学
DroneRF系列数据集的成功发布与广泛传播，离不开《电子与信息学报》在数据出版领域的持续投入。该刊自2022年起便设立“数据论文”专栏，并于2025年与ScienceDB开展深度合作，建设运维了 “电子与信息学报数据社区” 。
该社区目前收录开源数据集15个，论文开源增强出版数据27个，涵盖信号处理、人工智能、通信网络、遥感等多个前沿方向。平台践行FAIR(可发现、可访问、互操作、可重用)原则，为科研人员提供科学数据存储、长期保存、出版、共享和获取等一站式服务，充分尊重和保障数据所有人的权益。
此次DroneRFa荣获“ScienceDB科学数据奖”，正是对这一合作模式的权威认证。《电子与信息学报》面向全球科研工作者、科研团队、学术期刊及出版商、科研机构及高校，持续征集高质量数据集论文，共同打造电子与信息领域的权威数据资源库。
数据获取与引用说明
若在论文、图书、学术报告等作品中使用DroneRF系列数据集，请务必引用所属数据论文文献。
DroneRFa数据集
数据链接：https://www.scidb.cn/detail?dataSetId=34f0a91e8a544904998b8fdc44477380
数据论文：俞宁宁, 毛盛健, 周成伟, 等. DroneRFa：用于侦测低空无人机的大规模无人机射频信号数据集[J]. 电子与信息学报, 2024, 46(4): 1147-1156. doi: 10.11999/JEIT230570
DroneRFb-DIR数据集
数据链接：https://www.scidb.cn/detail?dataSetId=84cf9101e739402784b1396783881202
数据论文：任俊宇, 俞宁宁, 周成伟, 等. DroneRFb-DIR: 用于非合作无人机个体识别的射频信号数据集[J]. 电子与信息学报, 2025, 47(3): 573-581. doi: 10.11999/JEIT240804
DroneRFc-MM数据集
数据链接：https://www.scidb.cn/detail?dataSetId=0af05173ce5d45528ebd707d67f3d641
数据论文：虞涛菘, 杨倩倩, 胡卓, 等. DroneRFc-MM: 反无人机多模态实测数据集[J]. 电子与信息学报, 网络优先出版. doi: 10.11999/JEIT260889
《电子与信息学报》诚邀广大科研工作者投稿“数据论文”，让高质量数据成为推动科技创新的核心动力。电子与信息学报数据社区，期待您的加入！
《电子与信息学报》数据集/开源平台论文要求：践行开放科学理念。要求论文所依托的数据集或平台具备高质量、独特性和可重用性，并遵循数据规范政策存储于合作平台(ScienceDB)。论文本身需详实描述数据构建、验证方法，为成果可重复性检验与后续创新研究提供坚实支撑。录用论文正常收录于ESCI(WoS可检索)、EI、北大核心等，开源数据集收录于学报数据社区：https://www.scidb.cn/c/jeit，详见：“数据论文”征集通知。
从射频到多模态，从已知到未知，从探测到管理——DroneRF系列数据集完整地记录了一个研究团队对低空安全这一国家战略需求的持续回应，也为领域内的每一位研究者提供了坚实的“数据底座”。
▌作者：
虞涛菘, 杨倩倩, 胡卓, 李明锴, 吴嘉俊, 苏煜繁, 潘俊宇, 史治国*, 陈积明
▌单位：
浙江大学全省空域感知与自主无人系统重点实验室
浙江大学控制学院
浙江大学国际联合学院信息电子国际研究中心
▌本文来源：电子与信息学报微信公众号
编辑-Ma 校对-FM 审核-Chen
本文系《电子与信息学报》独家稿件, 内容仅供学习交流,版权属于原作者。欢迎评论、转载, 转载请与本号联系授权, 标注原作者和信息来源。
本号发布信息旨在传播交流。如涉及文字、图片、版权等问题, 请在20日内与本号联系, 我们将第一时间处理。
专题征文丨大模型与群体智能驱动的空地协同智联：体系、技术与应用
西电杜兰团队丨未知目标也能自动发现！开放世界半监督学习取得新进展
南邮王金元丨可见光通信的物理层安全：基础理论、关键技术及未来挑战
金石、李潇团队：图神经网络驱动的RIS辅助MISO-OFDMA多播系统联合传输与资源分配
