随着信息化应用的不断深入，电磁域成为链接陆、海、空、天、网络多个作战域的桥梁和纽带，发挥着愈加重要的作用，是现代战争中最隐蔽、最激烈的战场。电磁空间亦是一个多维复杂的数据空间，其深藏大量高价值信息，蕴含对抗制胜机理。近年来，伴随电磁数据价值属性日益凸显和以人工智能为代表的新兴技术飞跃式提升，以电磁大数据为核心驱动，以智能算法为重要释能手段的数智融合方法，成为新质作战能力生成的重要方式。

       面对新兴技术发展变革，中国电子科技集团公司第二十九研究所作为电磁空间利用的国家队，勇于担当、主动应变，以电磁空间作战与应用重点实验室为载体，联合业内优势高校隆重推出面向全国高校在校生的高水平、开放式、专业化系列赛事——电磁大数据非凡挑战赛(Electromagnetic Big Data Super Contest，EBDSC)。每年设定主题，以国家重大需求为导向，开展电磁大数据领域的技术理论研究、算法模型设计、原型演示验证等专项竞赛。大赛设置丰厚奖励，不仅有高额奖金还能与业内顶级院士、首席科学家零距离接触、全方位交流，更有机会获得实验室基金资助、企业招聘直通等一系列重磅奖励。

       第三届“电磁大数据非凡挑战赛”主题“披沙拣金”，本届大赛由中国电子科技集团公司电磁空间作战与应用重点实验室、西安电子科技大学电子工程学院、西安电子科技大学人工智能学院、西南交通大学信息科学与技术学院、电子信息对抗与仿真技术教育部重点实验室联合主办。赛题聚焦泛参数调制信号解析问题，研究院所专家和高校教师联合设计赛题任务，大赛组委会构建电磁运用场景与仿真数据集，参赛团队根据要求开展研究，设计实现算法完成指定目标。

       当前雷达、通信等辐射源均采用愈加广泛的调制类型，由于波形的调制速率、调制序列差异较大，且存在低信噪比、传播多径导致的信号失真等挑战，因此快速、准确地解析泛参数调制信号是一项极具挑战的任务。本赛题旨在解决复杂电磁场景下的泛参数调制信号解析问题，通过给定波形样式的辐射源调制信号（训练样本），实现对测试场景数据中已知信号的调制类型识别、调制参数回归以及码序列预测，并完成对未知调制信号的拒识。

1、训练集介绍：

       训练集共10种已知调制信号序列样本（ID映射关系具体如下：1：BPSK，2：QPSK，3：8PSK，4：MSK，5：8QAM，6：16-QAM，7：32-QAM，8：8-APSK，9：16-APSK，10：32-APSK），信号产生过程涵盖了不同的信号长度、大范围脉宽、不同码元宽度，并模拟了不同信噪比SNR条件及多径、衰落等干扰环境，序列样本的答案为调制类型、码元宽度以及调制码序列。

       训练数据设置信号的采样率为20MHz，共包含10个文件夹，每个文件夹有1.8W种不同的信号长度、码元宽度、SNR及多径的样本数据，数据格式为csv文件，其中第一二列分别为仿真IQ波形，第三列是仿真码序列，第四列为仿真调制类型，第五列为仿真码元宽度。数据格式如表1所示：

表1 训练集数据样例

2、测试集介绍：

       测试集数量约2.6W个样本，包括若干不同调制类型、不同信号长度码元宽度、SNR及多径的样本数据，也包含未知调制类型的信号样本（未知调制类型包括但不限于256QAM、OFDM），针对已知调制类型的信号样本要求解析出其调制类型、码元宽度以及码序列，针对未知调制类型的信号只需要给出未知标签（这里统一为标签11），不需要预测其码元宽度和码序列。

       测试数据设置信号的采样率为20MHz，数据格式为csv文件，其中第一二列分别为仿真IQ波形，数据格式如表2所示：

表2 测试集数据样例

注意：数据中可能存在少量数据错误或干扰，请选手自行处理。

1、提交说明

       选手提交模型，在线上进行推理，选手模型需要生成一个.csv格式的结果文件，编码为UTF-8，第一行为表头，如下例：

       file_name,modulation_type,symbol_width,code_sequence

       00001.csv,1,0.1,1 2 3

       00002.csv,2,0.1,0 1 1 0 0 1 0 0 0 1 0 1 1 0

       00003.csv,3,0.45,1 1 0 0 1

       00004.csv,11

       00005.csv,7,0.45,1 0 0 0 0 1 0 1 1 0 0 0 0 1 2 0 1 0 3 4 5

       ...,...,...,...

       其中，file_name为样本文件名(str类型），modulation_type为预测的调制类型（int类型），symbol_width为预测的码元宽度（float类型），code_sequence为预测的码元序列（str类型，序列内容为若干整数，整数之间用空格分隔）。如果预测为未知类别（即类别11），不需要提交其码元宽度和码序列。

       注意：推理环境不支持训练，不支持大型框架pip install方式安装、理论上支持wheel方式安装和python install setup.py方式安装。

       正式推理将采用以下[docker容器]

       (https://github.com/Datacastle-Algorithm-Department/images/blob/main/doc/py38.md) 为基础的推理环境。

提交限制：开放提交期间每支团队每天最多成功提交1次，提交模型大小限制为2GB，推理时长限制1.5小时。

2、服务器参数

       Ubuntu20.04

       Python3.8

       CPU 32核(实际可用核30核)

       内存 24G(实际可用内存19G)

       显卡 RTX4090 16GB