基于手机信令的出行方式识别方法研究
发布时间:2021-01-16 18:17
随着城市化和机动化进程的加快,居民的出行特征和出行规律正不断发生变化。分析城市居民的出行特征和规律能为交通规划、城市管理以及居民出行提供参考和指导。另外移动定位和无线通信等技术的发展使得利用GPS信号和手机信令等数据来获取居民广域出行信息的方法成为研究热点。手机信令数据产生于移动通信网络中,用来记录移动端与基站之间的通信,隐含着用户的位置信息。和GPS数据相比,它具备更广的覆盖范围和更多的用户体量,更容易从宏观上反映用户整体的出行特点,因此本文利用信令数据来对居民出行方式的挖掘进行研究。然而当前利用信令中的位置信息进行出行分析的方法中,信令的预处理、轨迹切分和出行特征的计算等方面存在不足,无法满足应用场景的精度要求,有必要研究一种针对手机信令的轨迹切分方法和出行方式识别方法。本文提出一种基于手机信令的出行方式识别方法。本方法分为轨迹生成和出行方式识别两个阶段。首先轨迹生成阶段设计时空阈值筛选法识别和处理由基站分布不均和地形差异等因素带来的“乒乓切换”和“数据漂移”等异常情况;然后通过特征分析方法识别出信令中表示“停驻”和“换乘”的关键点,并利用这些关键点对出行轨迹进行切分,使得一条轨迹...
【文章来源】:重庆邮电大学重庆市
【文章页数】:67 页
【学位级别】:硕士
【部分图文】:
蜂窝网络示意图
重庆邮电大学硕士学位论文 第 2 章 相关技术基础图 2.2 展示了通信系统中各实体间的连接关系,其中 MS 主要是指包括手机在内的移动通信终端,BSS 系统主要负责信号的接受和发送,它将收集到的信号处理之后移送到 NSS 中,再通过交换机等设备的处理并传送给终端用户,以此实现用户的通信功能。
图 2.3 节点、路段和形状点构成的道路拓扑关系是指实体(点、线和多边形)之间的相连(线)、邻接与点)等空间关系[47]。路网中的拓扑信息是指这些点段或弧段)等要素之间的空间关系信息,可以概括为系。指路段及节点是否可以通行。这种通行包括两方面,即直观上两条路段是否相邻;二是交通行为中的是否时段限制等。方向性则是指路段的通行方向问题。一属性不同,所以使用有向图来表示路网再好不过,一,同时又能分别存放不同方向中的单行线和交叉口转
【参考文献】:
期刊论文
[1]基于偏好的个性化路网匹配算法[J]. 高需,武延军,郭黎敏,丁治明,陈军成. 软件学报. 2018(11)
[2]基于IPOS-SVM的大学生出行方式识别研究[J]. 吴麟麟,杨彪,景鹏. 计算机工程. 2018(01)
[3]路网匹配算法综述[J]. 高文超,李国良,塔娜. 软件学报. 2018(02)
[4]基于手机信令和导航数据的出行方式识别方法[J]. 杜亚朋,雒江涛,程克非,唐刚,徐正,罗克韧,余疆. 计算机应用研究. 2018(08)
[5]手机信令数据在交通枢纽客流监测中的应用——以重庆市为例[J]. 章玉. 交通运输研究. 2017(02)
[6]基于贝叶斯网络和GPS轨迹数据的出行方式识别[J]. 肖光年,隽志才,张春勤. 统计与决策. 2017(06)
[7]基于智能手机大数据的交通出行方式识别研究[J]. 李喆,孙健,倪训友. 计算机应用研究. 2016(12)
[8]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)
[9]基于手机数据的城市交通大区OD分布估计——以旧金山市为例[J]. 龚航,孙黎,王璞. 城市交通. 2016(01)
[10]基于信令数据的交通出行分布异常检测[J]. 李纪华,刘建玲,肖瑞. 移动通信. 2015(21)
硕士论文
[1]基于手机定位数据的城市道路交通状态探测[D]. 陈震霆.昆明理工大学 2012
[2]基于移动定位数据的用户出行模式识别[D]. 冯冲.昆明理工大学 2011
本文编号:2981304
【文章来源】:重庆邮电大学重庆市
【文章页数】:67 页
【学位级别】:硕士
【部分图文】:
蜂窝网络示意图
重庆邮电大学硕士学位论文 第 2 章 相关技术基础图 2.2 展示了通信系统中各实体间的连接关系,其中 MS 主要是指包括手机在内的移动通信终端,BSS 系统主要负责信号的接受和发送,它将收集到的信号处理之后移送到 NSS 中,再通过交换机等设备的处理并传送给终端用户,以此实现用户的通信功能。
图 2.3 节点、路段和形状点构成的道路拓扑关系是指实体(点、线和多边形)之间的相连(线)、邻接与点)等空间关系[47]。路网中的拓扑信息是指这些点段或弧段)等要素之间的空间关系信息,可以概括为系。指路段及节点是否可以通行。这种通行包括两方面,即直观上两条路段是否相邻;二是交通行为中的是否时段限制等。方向性则是指路段的通行方向问题。一属性不同,所以使用有向图来表示路网再好不过,一,同时又能分别存放不同方向中的单行线和交叉口转
【参考文献】:
期刊论文
[1]基于偏好的个性化路网匹配算法[J]. 高需,武延军,郭黎敏,丁治明,陈军成. 软件学报. 2018(11)
[2]基于IPOS-SVM的大学生出行方式识别研究[J]. 吴麟麟,杨彪,景鹏. 计算机工程. 2018(01)
[3]路网匹配算法综述[J]. 高文超,李国良,塔娜. 软件学报. 2018(02)
[4]基于手机信令和导航数据的出行方式识别方法[J]. 杜亚朋,雒江涛,程克非,唐刚,徐正,罗克韧,余疆. 计算机应用研究. 2018(08)
[5]手机信令数据在交通枢纽客流监测中的应用——以重庆市为例[J]. 章玉. 交通运输研究. 2017(02)
[6]基于贝叶斯网络和GPS轨迹数据的出行方式识别[J]. 肖光年,隽志才,张春勤. 统计与决策. 2017(06)
[7]基于智能手机大数据的交通出行方式识别研究[J]. 李喆,孙健,倪训友. 计算机应用研究. 2016(12)
[8]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)
[9]基于手机数据的城市交通大区OD分布估计——以旧金山市为例[J]. 龚航,孙黎,王璞. 城市交通. 2016(01)
[10]基于信令数据的交通出行分布异常检测[J]. 李纪华,刘建玲,肖瑞. 移动通信. 2015(21)
硕士论文
[1]基于手机定位数据的城市道路交通状态探测[D]. 陈震霆.昆明理工大学 2012
[2]基于移动定位数据的用户出行模式识别[D]. 冯冲.昆明理工大学 2011
本文编号:2981304
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2981304.html