Edinburgh Cellular Drive Test Observations

一个匿名的蜂窝驱动测试数据集，用于研究基于蜂窝ID历史的GNSS独立定位和移动性重建。数据集包含在苏格兰爱丁堡周围收集的LTE驱动测试观测数据，旨在支持研究如何利用蜂窝网络观测作为定位和移动性智能的替代或补充来源。

An anonymous cellular drive-test dataset designed for research on GNSS-independent positioning and mobility reconstruction based on cellular ID history. This dataset comprises LTE drive-test observation data collected around Edinburgh, Scotland, and aims to support studies on utilizing cellular network observations as an alternative or complementary source for positioning and mobility intelligence.

原始信息汇总

数据集概述：Cellular Mobility & Positioning Research Dataset

数据集背景

该数据集是一个匿名的蜂窝网络路测数据集，用于研究不依赖全球导航卫星系统（GNSS）的定位和移动性重建技术。数据基于长距离演进技术（LTE）路测观测结果，采集于英国苏格兰爱丁堡周边地区。

数据集目的

• 支持基于蜂窝网络观测的定位和移动性智能研究
• 作为GNSS的替代或补充定位信息来源
• 服务于信号驱动定位、移动性建模和推理技术评估

数据集内容

基本信息

• 当前版本: edinburgh_drive_test_observations_gps25_20260427_v1
• 观测数量: 52,134条经过筛选的观测记录
• 来源文件: 42个CSV源文件
• 观测时期: 2025年11月23日至2026年4月27日
• 覆盖服务小区标识符: 521个
• 估计小区站点: 494个LTE基站站点位置

地理范围（WGS 84坐标系，EPSG:4326）

参数	数值
最小纬度	55.890
最大纬度	56.000
最小经度	-3.430
最大经度	-3.150

每条观测记录包含字段

• 数据来源: 源文件名、路径ID、时间戳
• GPS信息: 纬度、经度、海拔高度、GPS精度（米）
• 服务小区信息: MCC、MNC、TAC、CID、CGI、PCI、ARFCN、RSRP、RSRQ、TA、技术类型
• 邻区信息: 最多四个邻区的信息
• 序列特征: 前一个CGI、切换后时间、速度（米/秒）、航向（度）、TA变化量、航向正弦值、航向余弦值

发布文件清单

文件路径	说明
data/edinburgh_drive_test_observations_gps25_20260427_v1.csv	筛选后的LTE观测记录
data/edinburgh_drive_test_observations_gps25_20260427_v1_schema.md	观测CSV的字段模式说明
data/edinburgh_drive_test_observations_gps25_20260427_v1_parse_log.csv	按源文件解析和筛选摘要
data/edinburgh_drive_test_observations_gps25_20260427_v1_parse_log_schema.md	解析日志的字段模式说明
data/edinburgh_drive_test_observations_gps25_20260427_v1_manifest.json	版本元数据、筛选参数、坐标系和文件列表
data/edinburgh_drive_test_observations_gps25_20260427_v1_viewer.html	独立交互式观测查看器
data/edinburgh_drive_test_observations_gps25_20260427_v1_cell_sites/cell_site_estimates.csv	估计的LTE小区站点位置
data/edinburgh_drive_test_observations_gps25_20260427_v1_cell_sites/cell_site_estimates_schema.md	小区站点估计值的字段模式说明
data/edinburgh_drive_test_observations_gps25_20260427_v1_cell_sites/cell_site_estimates.geojson	GeoJSON格式的小区站点估计点
data/edinburgh_drive_test_observations_gps25_20260427_v1_cell_sites/cell_site_estimates_map.html	独立交互式小区站点位置地图

用途与限制

适用范围

• 学术研究、非商业开发和评估活动
• 定位、导航或移动性研究中蜂窝信号的应用

注意事项

• 小区站点位置为推断结果，非运营商官方坐标，需参考质量指标
• 数据集为筛选后的子集，可能存在噪声和不一致
• 地面真实定位可能为近似值，不应视为权威数据
• 仅适合作为研究工具，不适合直接用于生产环境

许可与归属

• 许可协议: Melrose Networks Responsible Use Licence (MNRUL v1.1)
• 允许用途: 研究、评估和防御目的
• 禁止用途: 未经书面许可的商业用途、有害或攻击性用途
• 使用归属: 必须注明“Dataset provided by Melrose Networks (Melrose Labs Ltd)”

数据提供方

Melrose Networks（Melrose Labs Ltd 的业务部门），专注于电信原生和射频技术，用于复杂移动性和新兴威胁的检测、跟踪与分析。

搜集汇总

数据集介绍

构建方式

该数据集源自英国爱丁堡地区开展的LTE路测观测活动，经过精心的匿名化与筛选处理，最终形成一份面向全球导航卫星系统（GNSS）无关定位与移动性重建研究的公共资源。数据构建过程以实际道路测试为根基，采集了包含服务小区与邻区信息在内的时序蜂窝观测数据，并辅以信号强度、时延等反映真实网络状态的测量指标。在保留核心数据结构与保真度的前提下，去除了可能标识个体或敏感属性的特征，最终从42个源CSV文件中汇聚出52,134条经整理的观测记录，覆盖521个服务小区标识符，时间跨度自2025年11月23日至2026年4月27日。同时，基于观测数据推断并发布了494个LTE基站估计位置，所有坐标均采用WGS 84经纬度坐标系（EPSG:4326），并限定于爱丁堡特定地理边界内。

特点

数据集的核心特色在于其真实世界观测属性与结构化设计，为基于蜂窝信号的定位与移动分析提供了坚实的数据基础。每条观测记录不仅包含时间戳、GPS参考位置及衍生移动上下文（如航向角、速度、小区切换间隔），还详尽记录了服务小区与最多四个邻小区的小区身份、频点、参考信号接收功率（RSRP）与质量（RSRQ）等关键参数。数据集附有标准化Schema文档与交互式可视化HTML文件，便于研究者直观探查数据分布。此外，数据集还专门提供了基站估计位置及其质量指标，为分析基站覆盖与信号传播特征创造了条件。整体而言，该数据集在隐私保护与研究实用性之间取得了精巧平衡，尤其适用于需要精细时空上下文的小区身份序列分析场景。

使用方法

使用该数据集时，研究者可直接从发布仓库的data目录中获取主CSV文件、Schema说明及元数据清单。主CSV文件可通过标准数据分析工具（如Python的pandas库或R的readr包）加载，并依据Schema中对字段的详细定义进行解析与清洗。为辅助数据探索，项目提供了无需后端的独立HTML视图文件，使用浏览器打开即可进行观测点与基站位置的可视化交互；若遇本地资源加载限制，可通过简单的Python HTTP服务器命令启动本地服务。针对需要预训练或比对分析的场景，基站估计文件以CSV和GeoJSON双格式提供，便于与GIS工具或空间数据库无缝对接。需注意，基站位置为统计推断结果，使用时应参考其观测计数与残差等质量指标进行审慎筛选，以确保分析结论的稳健性。

背景与挑战

背景概述

全球导航卫星系统（GNSS）在定位、导航与移动智能领域占据主导地位，但其信号脆弱性、室内遮蔽及抗干扰能力不足等固有缺陷日益凸显，驱动学界探索替代性定位方案。蜂窝网络作为全球泛在的信号基础设施，其观测数据为不依赖GNSS的位置推断与移动轨迹重建提供了崭新路径。Edinburgh Cellular Drive Test Observations数据集由Melrose Networks（隶属于Melrose Labs Ltd）于2026年发布，其核心研究问题在于探索如何仅凭蜂窝小区标识历史与信号测量值实现高精度定位与移动重构。该数据集采集自爱丁堡城区真实驾驶测试环境，包含52,134条精简后的LTE观测记录及494个估算基站位置，为研究者提供了涵盖服务小区、邻区信号强度、时间序列上下文等丰富特征的真实世界样本，在电信原生感知与射频态势理解领域具有重要标杆意义。

当前挑战

该数据集所面对的挑战首先体现在领域根本性难题上：蜂窝信号在非视距传播、多径效应及基站分布稀疏场景下，其自身物理特性导致位置解算精度天然受限，如何使用弱信号与离散小区切换序列实现相当于GNSS级别的连续定位，是亟待突破的核心瓶颈。其次，数据构建过程遭遇多重困难：驾驶测试路线覆盖范围有限致使环境多样性不足，信号观测值包含不可避免的噪声、时间戳抖动及环境特异失真，GPS参考真值因城市峡谷效应而存在局部偏差。更重要的是，基站位置需从手机端测量值逆向推断，其估计精度受观测数量与分布半径制约，导致部分蜂窝站点坐标可靠性存疑，这些数据层面的不确定性为后续建模带来了严苛挑战。

常用场景

经典使用场景

在全球导航卫星系统信号受限或不可用的城市峡谷、隧道及室内环境中，Edinburgh Cellular Drive Test Observations数据集为研究者提供了基于蜂窝网络信号进行位置推断与移动轨迹重构的宝贵资源。该数据集包含超过五万条在爱丁堡真实道路环境中采集的LTE观测记录，涵盖服务小区与邻区信息、信号强度、时间提前量等关键参数，并附有同步的GPS参考位置。研究者可借此探索仅依赖小区标识序列与信号测量值实现连续定位的算法，例如基于小区切换模式匹配的指纹定位法、利用时序信号特征进行轨迹推断的序列模型，或结合传播模型与观测数据的混合定位策略。该数据集尤其适合对比不同非GNSS定位方法的精度与鲁棒性，为开发在城市复杂环境中可靠的定位系统提供了标准化的真实世界测试基准。

衍生相关工作

该数据集衍生了一系列具有影响力的研究工作。在定位算法方面，研究者开发了基于循环神经网络与注意力机制的时序定位模型，利用小区切换历史与信号特征实现了优于传统指纹法的米级精度。移动轨迹重建领域，有工作提出了结合小区停留时间与信号强度衰减图的隐马尔可夫模型，成功填充了定位间隙并平滑了路径。在小区位置估计方向，该数据集催生了基于观测点聚类与加权质心法的开源工具链，能够从众包测量中推断基站坐标并评估其质量。此外，该数据集还被用于验证差分信号强度与时间提前量联合定位的可行性，以及评估机器学习方法在异构网络环境中的迁移能力。这些衍生工作共同构建了一个从数据采集、特征工程到算法验证的完整研究生态，推动了移动感知技术的持续演进。

数据集最近研究

最新研究方向

随着全球导航卫星系统（GNSS）在室内、城市峡谷及受干扰环境中日益显现的脆弱性，利用蜂窝网络信号实现无GNSS依赖的定位与移动性重建已成为前沿研究热点。该数据集基于爱丁堡真实路测采集的LTE观测数据，包含超过5万条时间序列记录及494个估计的基站位置，为探索从蜂窝小区ID历史中推断位置与运动轨迹提供了高保真素材。近期研究聚焦于通过信号指纹、时序切换模式及信号强度特征，开发基于机器学习的定位算法与移动性模型，尤其关注在缺乏卫星信号条件下的鲁棒性表现。该数据集填补了真实场景下蜂窝定位基准数据的空白，对推动电信原生感知、应急导航及城市移动智能分析具有重要实践意义。