基于商业 LTE 基站 RSRP 的户外人群流量估计：现场研究
信号处理
2025-12-12 v1
摘要
随着 6G 时代的到来，集成感知与通信（ISAC）正受到日益关注的注意。其中一个典型用例是户外街道的人群流量估计。然而，大多数现有研究聚焦于室内环境或车辆中，关于使用商业 LTE 基站进行户外人群流量估计的实证研究仍有限。本研究针对该用例提出了一种基于参考信号接收功率（RSRP）的人群流量估计方法。具体而言，将基于摄像头的对象识别算法推导出的行人计数与 RSRP 的方差相关联。通过将 CatBoost 回归模型与 SHapley 加法解释（SHAP）分析相结合，对 RSRP 方差获得的特征进行定量评估。通过这一调查，我们明确了 RSRP 最佳方差窗口大小为 0.1 到 0.2 秒，且随计数区域增大，方差特征的特征数量也随之增加，这些特征更适合用于机器学习。本研究是首次定量证明使用商业 LTE 进行户外人群流量估计的有效性，同时也揭示了方差窗口大小和计数区域大小在特征设计中的特征行为。
引用
@article{arxiv.2512.10447,
title = {Outdoor Crowd Flow Estimation Using RSRP from Commercial LTE Base Station: A Field Study},
author = {Kaisei Higeta and Masakatsu Ogawa and Tomoki Murakami and Kazuya Ohara and Shinya Otsuki},
journal= {arXiv preprint arXiv:2512.10447},
year = {2025}
}
备注
6 pages, 15 figures, Accepted for presentation at the International Conference on Information Networking (ICOIN) 2026