轨迹数据的乒乓效应：人没走，位置为什么来回跳？
乒乓效应（ping-pong effect）在手机轨迹分析中，通常指手机在若干小区之间反复切换，记录位置随之来回跳动，让停留或小范围活动看起来像多次往返出行。相关研究也把它称为位置振荡（oscillation）。关键在于，网络连接变化不一定对应人的地理移动。(Wang & Chen, 2018)
本页重点讨论手机网络数据中的这种现象。GPS 轨迹也会抖动，但不能仅凭外形相似就认为原因相同。
同一个人，怎样被记录成来回跑
假设一个人一直坐在办公室，手机处在 A、B 两个小区的重叠覆盖区域。数据用服务小区的代表坐标表示手机位置，而 A、B 的代表坐标相距 600 米。
以下是教学设定，不是实测轨迹。
| 时间 | 记录的小区 | 按小区坐标推算的上一段距离 |
|---|---|---|
| 09:00:00 | A | 起点 |
| 09:00:30 | B | 600 米 |
| 09:01:00 | A | 600 米 |
| 09:01:30 | B | 600 米 |
| 09:02:00 | A | 600 米 |
直接连线会得到 A→B→A→B→A，累计距离为 2400 米。首尾都在 A，所以首尾位移为 0；但这两个数都不能替代对实际移动的判断。在这个已知人没有移动的设定中，2400 米完全是把小区切换误当成位移产生的。
Cell-ID 定位用服务小区的位置代理设备位置，并没有直接测出手机的精确坐标。因此，小区代表点相距 600 米，不意味着手机每次真的走了 600 米。(Yin et al., 2021)
为什么手机不动，小区却会变
无线覆盖不是固定、互不重叠的地块。接收信号会变化，网络还可能为了负载均衡等运行需要改变连接。手机因此可能在邻近小区之间切换，不能把它简化为“永远连接最近的基站”。(Wang & Chen, 2018)
这里最好保留“小区”与“基站”的区别。小区是无线服务单元；数据中的不同小区不一定对应不同物理站址。Ericsson 的固定无线接入技术说明就采用了三扇区站址的部署示例。先看字段究竟是 Cell-ID、站址坐标，还是定位算法生成的坐标，再解释轨迹。
通信详单（Call Detail Records，CDR）与其他网络定位记录的触发和采样机制并不相同。记录可能随通信事件产生，也可能来自其他网络事件或周期采样；拿到的序列未必包含每一次切换，更不等于完整出行过程。需要根据数据字典判断每条记录的含义。(Wang & Chen, 2018)
为什么只按速度过滤不够
对时间先后的两条记录，在时间差大于 0 时，可以计算表观速度。
其中， 是第 条记录的小区代表坐标， 是记录时间， 是两代表点间的距离。距离用千米、时间差用小时时， 的单位是千米/小时。它是由记录推算的速度，不是独立测得的真实移动速度。
算例中，600 米除以 30 秒得到 72 km/h。它很像一次车辆移动，未必会被“速度过高”的规则拦住。如果相邻两条记录间隔为 10 分钟，同样的代表点距离只对应 3.6 km/h，又像步行。
时间采样变粗后，部分振荡记录可能不再表现为异常高速。2026 年的一项研究正是从这一局限出发，尝试结合日常活动模式识别隐藏的乒乓记录。
反过来，高速度也不自动证明是乒乓效应，还可能涉及时间戳错误、定位异常或真实高速出行。速度是一项证据，不能单独充当噪声标签。
它会怎样影响城市出行分析
影响取决于后续怎样定义出行和停留。
- 距离和访问次数可能被夸大。算例若把每次切换都算成移动，就产生了 4 段虚假位移。
- 停留时间可能被切碎。同一办公室的停留被拆成 A、B 多个片段，进而干扰活动地点识别。
- OD 流量可能出现假跨区移动。OD 指起点与终点；如果 A、B 被分到不同交通分析区，朴素处理可能产生区间往返。但若它们在同一区，或者算法已将切换归入同一停留，就不一定增加区间 OD。
这些是由记录和推断规则共同产生的后果，不能仅凭“存在乒乓记录”就断言所有指标都必然增大。用手机数据估计 四阶段模型 的出行输入时，应先明确一次网络事件怎样被转换成一次出行。
怎样识别和处理，才不误删真实移动
A→B→A 可以作为候选模式，不能作为充分条件。下楼取餐后返回、接送和真实折返，同样可能留下往返序列。
| 处理思路 | 提供的判断依据 | 主要边界 |
|---|---|---|
| 时间窗与返回模式 | 短时间内反复切换、返回原小区 | 可能误伤真实折返，也可能漏掉多小区或低频振荡 |
| 时空聚合与停留识别 | 一组记录在时间和空间上是否更像同一区域停留 | 阈值过宽会吞掉真实短途移动，过窄则保留噪声 |
| 对照其他观测 | 经授权取得的 GPS、出行日志或人工核验样本 | 覆盖可能有限，对照数据也有误差 |
前两类思路可见于时间窗与停留识别研究。Yin 等将振荡与孤立漂移分别处理，并指出参数需要结合采样间隔、空间分辨率和研究目的确定。论文中的某个距离或时间阈值，不能直接当作所有城市的默认值。(Wang & Chen, 2018; Yin et al., 2021)
处理算例时，合理的目标可以是把这段标为“疑似同一区域停留”，而不是声称已经恢复了办公室的精确坐标。简单取 A、B 坐标平均值，也不能证明人就在中点。
实际清洗宜保留原始记录，另存候选标记、处理理由、合并区间和参数。对不同参数比较停留时长、出行次数与 OD 的变化，再抽查真实短途出行有没有被吞掉。没有真值时，应保留不能判定的片段；轨迹变平滑本身不是正确性的证明。
与 GPS 漂移有什么区别
手机信令中的小区振荡，核心问题是服务小区变化及其位置代理。GPS 则可能因为遮挡、建筑反射形成的多路径等因素产生定位误差；GPS.gov 的精度说明列出了这些原因。
两者都可能表现为点位来回跳，但数据字段、误差来源和处理依据不同。先识别观测机制，再选择清洗方法，比看到折线锯齿就统一删除更可靠。
继续阅读
资料核验于 2026 年 10 月 20 日。对 2026 年研究的讨论限于其公开摘要与引言；这里不提供实测检出率、算法效果排名或通用清洗阈值。