基于手机信令数据的城市网格化人流移动预测分析
发布时间：2021-06-08 22:35
随着移动通信技术的发展,基于手机信令数据的交通信息采集技术越发受到交通部门的重视,且有望得到广泛应用。在城市交通管理以及规划领域,基于手机信令数据挖掘城市空间特征、职住关系、交通信息成为越来越重要的研究方向。通过对手机信令数据挖掘城市空间特征、获取区域人流量,对城市交通进行监测,对城市交通和城市规划具有重要的意义。目前关于城市交通分析主要采用GPS数据,这类数据定位精确、但覆盖范围有限。而手机信令数据虽然定位精度较差,但是其样本量大,实时性高、获取成本低,最重要的一点是覆盖范围广,满足论文对整个城市区域的研究,因此基于手机信令数据进行城市空间特征分析及城市区域不同时间、不同方位的人流量预测有着重要的研究价值。论文首先对手机信令数据的定位原理进行分析,在了解定位原理基础上,对手机信令数据的特征进行分析。为了有效刻画用户真实位置,需要对误差数据进行有效的处理。为了能够有效抑制定位数据的定位精度不足、弱化定位数据采样间隔不均匀以及刻画城市区域流量,提出对城市区域网格化处理技术,将具体定位点泛化处理在一个网格区域内。在网格化的基础上,论文提出了基于网格的区域人流量提取算法,利用该算法获取各网格...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
Cell-ID定位示意图
图 2-2 AOA 定位示意图时间定位 TOA[36]（Time ofArrival）来测算移动设备所在位置，以三个测算蜂窝基站与移动设备之间的距置，如图 2-3 所示。TOA 定位要求受多径效应的影响较大。图 2-3 TOA 定位示意图达时间差定位 TDOA[37]（Time diffe
西南交通大学硕士研究生学位论文 图 2-2 AOA 定位示意图达时间定位 TOA[36]（Time ofArrival）基站来测算移动设备所在位置，以三个延来测算蜂窝基站与移动设备之间的距的位置，如图 2-3 所示。TOA 定位要求精度受多径效应的影响较大。
【参考文献】：
期刊论文
[1]利用POI数据的武汉城市功能区划分与识别[J]. 康雨豪,王玥瑶,夏竹君,池娇,焦利民,魏智威. 测绘地理信息. 2018(01)
[2]基于位置轨迹挖掘的城市居民职住地识别方法研究[J]. 王艳涛,魏海平,何源浩,周烨. 测绘与空间地理信息. 2017(02)
[3]基于智能卡数据的地铁周边职住用地识别与分析[J]. 曹瑞,涂伟,巢佰崇,罗年学,周檬,李清泉. 测绘地理信息. 2016(03)
[4]基于手机信令数据的上海市域职住空间分析[J]. 张天然. 城市交通. 2016(01)
[5]基于手机信令数据的交通OD提取方法改进[J]. 胡永恺,宋璐,张健,冉斌. 交通信息与安全. 2015(05)
[6]“12·31”上海外滩踩踏事件的调查与思考[J]. 闪淳昌. 江苏社会科学. 2015(04)
[7]从大规模短期规则采样的手机定位数据中识别居民职住地[J]. 许宁,尹凌,胡金星. 武汉大学学报(信息科学版). 2014(06)
[8]手机数据在交通调查和交通规划中的应用[J]. 冉斌. 城市交通. 2013(01)
[9]并行离群点检测在异常电话检测中的应用[J]. 廖凡迪. 软件. 2012(12)
[10]利用公交刷卡数据分析北京职住关系和通勤出行[J]. 龙瀛,张宇,崔承印. 地理学报. 2012(10)
博士论文
[1]基于移动通信定位数据的交通信息提取及分析方法研究[D]. 赖见辉.北京工业大学 2014
[2]蜂窝网络移动台定位技术研究[D]. 邓平.西南交通大学 2002
硕士论文
[1]基于手机信令数据的区域交通流量预测技术研究[D]. 钱巧娅.西南交通大学 2018
[2]基于手机信令数据的流动人口出行特性分析方法研究[D]. 马春景.东南大学 2016
[3]基于蜂窝信令数据的移动轨迹清洗和预测方法研究与实现[D]. 钱琨.西南交通大学 2016
[4]基于复杂网络的城市交通拥堵传播及控制策略研究[D]. 张俊锋.兰州交通大学 2016
[5]基于手机定位数据的城市居民出行特征提取方法研究[D]. 张维.东南大学 2015
[6]网络结构对城市交通流运行的影响分析[D]. 马丹.北京交通大学 2010
本文编号：3219342
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
Cell-ID定位示意图
图 2-2 AOA 定位示意图时间定位 TOA[36]（Time ofArrival）来测算移动设备所在位置，以三个测算蜂窝基站与移动设备之间的距置，如图 2-3 所示。TOA 定位要求受多径效应的影响较大。图 2-3 TOA 定位示意图达时间差定位 TDOA[37]（Time diffe
西南交通大学硕士研究生学位论文 图 2-2 AOA 定位示意图达时间定位 TOA[36]（Time ofArrival）基站来测算移动设备所在位置，以三个延来测算蜂窝基站与移动设备之间的距的位置，如图 2-3 所示。TOA 定位要求精度受多径效应的影响较大。
【参考文献】：
期刊论文
[1]利用POI数据的武汉城市功能区划分与识别[J]. 康雨豪,王玥瑶,夏竹君,池娇,焦利民,魏智威. 测绘地理信息. 2018(01)
[2]基于位置轨迹挖掘的城市居民职住地识别方法研究[J]. 王艳涛,魏海平,何源浩,周烨. 测绘与空间地理信息. 2017(02)
[3]基于智能卡数据的地铁周边职住用地识别与分析[J]. 曹瑞,涂伟,巢佰崇,罗年学,周檬,李清泉. 测绘地理信息. 2016(03)
[4]基于手机信令数据的上海市域职住空间分析[J]. 张天然. 城市交通. 2016(01)
[5]基于手机信令数据的交通OD提取方法改进[J]. 胡永恺,宋璐,张健,冉斌. 交通信息与安全. 2015(05)
[6]“12·31”上海外滩踩踏事件的调查与思考[J]. 闪淳昌. 江苏社会科学. 2015(04)
[7]从大规模短期规则采样的手机定位数据中识别居民职住地[J]. 许宁,尹凌,胡金星. 武汉大学学报(信息科学版). 2014(06)
[8]手机数据在交通调查和交通规划中的应用[J]. 冉斌. 城市交通. 2013(01)
[9]并行离群点检测在异常电话检测中的应用[J]. 廖凡迪. 软件. 2012(12)
[10]利用公交刷卡数据分析北京职住关系和通勤出行[J]. 龙瀛,张宇,崔承印. 地理学报. 2012(10)
博士论文
[1]基于移动通信定位数据的交通信息提取及分析方法研究[D]. 赖见辉.北京工业大学 2014
[2]蜂窝网络移动台定位技术研究[D]. 邓平.西南交通大学 2002
硕士论文
[1]基于手机信令数据的区域交通流量预测技术研究[D]. 钱巧娅.西南交通大学 2018
[2]基于手机信令数据的流动人口出行特性分析方法研究[D]. 马春景.东南大学 2016
[3]基于蜂窝信令数据的移动轨迹清洗和预测方法研究与实现[D]. 钱琨.西南交通大学 2016
[4]基于复杂网络的城市交通拥堵传播及控制策略研究[D]. 张俊锋.兰州交通大学 2016
[5]基于手机定位数据的城市居民出行特征提取方法研究[D]. 张维.东南大学 2015
[6]网络结构对城市交通流运行的影响分析[D]. 马丹.北京交通大学 2010
本文编号：3219342
本文链接：https://www.wllwen.com/jingjilunwen/jtysjj/3219342.html
