基于移动信令数据的城市交通出行轨迹匹配技术

发布时间：2017-07-26 19:19

  本文关键词：基于移动信令数据的城市交通出行轨迹匹配技术

  更多相关文章： 蜂窝基站定位 切换 泰森多边形 欧氏距离 地图匹配 模糊偏序关系

【摘要】：过去几十年,移动通信技术的快速发展促使了许多新兴技术的产生。蜂窝移动电话的信令数据具备获取成本低廉、数据量大、覆盖范围广等特点,使其在城市交通应用领域,成为非常有研究价值的数据。本文侧重于在交通出行系统中评估移动电话用户的出行轨迹,通过利用用户话单数据,生成用户出行路径。用户出行路径信息将为城市交通预测和规划,交通管理措施的制定,甚至是实时线路导航提供重要的基础保障。具体来讲,论文工作主要包含以下几方面内容：本文利用移动电话用户定位数据中的切换定位数据,给出了一种基于切换数据法的出行路径匹配算法。论文首先针对基于蜂窝基站的定位技术由于受多种因素的影响,造成原始定位数据中存在错误数据的情况,采用相应技术对数据进行预处理,包括滑动窗口法处理重复定位数据,速度极限阂值法处理漂移数据,相邻基站切换时间阂值法处理乒乓切换数据；其次,针对蜂窝基站小区形状不规则、分布差异化大的问题,采用泰森多边形建模蜂窝小区网络,将切换蜂窝小区轨迹序列转化为泰森多边形小区轨迹序列,并由此确定起点和终点泰森多边形小区间的候选匹配路线；然后,针对泰森多边形小区的覆盖范围较广,造成有多条候选路线的问题,建立基于全局最短欧氏距离的匹配算法决定最佳的匹配线路；最后,采用中国电信提供的真实用户话单数据和模拟轨迹数据进行仿真实验,并对比不同的匹配算法的结果,验证了论文给出算法的有效性。本文延用切换数据匹配算法的思想,给出了一种基于切换数据法的出行路径混合匹配算法,算法主要分为两步：1)确定每次切换对应的最佳匹配路段,2)通过最佳匹配路段连接确定出行路径。论文首先将每次切换对应的泰森多边形小区内的道路路段作为候选路段；其次,针对每次切换对应匹配路段的模糊不确定性,将问题转化为模糊多属性决策问题,给出一种基于模糊偏序关系的多属性决策匹配算法,通过建立每次切换对应匹配路段的评估关系模型,从而决定每次切换对应的最优匹配路段；然后,在进行每次切换对应的最优匹配路段首尾连接以确定相邻连续切换对应匹配路径时,考虑两个关键问题：1)两个相邻连续切换匹配路段之间存在多条连接路段,2)基于模糊偏序关系决策的匹配算法可能存在误匹配。通过考虑路段历史匹配信息和道路路段限速信息来确定相邻连续切换间的最佳匹配路线,并最终生成完整切换轨迹对应的出行路径；最后,论文使用由中国电信运营商提供的真实话单数据和模拟轨迹数据进行仿真实验,并对比不同的匹配算法的结果,验证了论文给出算法的有效性。
【关键词】：蜂窝基站定位 切换 泰森多边形 欧氏距离 地图匹配 模糊偏序关系
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U12-39;TN929.5
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-15
• 1.1 研究背景和意义11-12
• 1.2 国内外研究现状12-13
• 1.3 论文的研究工作和组织结构13-15
• 1.3.1 本文的研究工作13-14
• 1.3.2 本文的组织结构14-15
• 第2章 背景技术介绍15-25
• 2.1 移动通信15-20
• 2.1.1 GSM通信系统15-17
• 2.1.2 GSM蜂窝基站定位技术17-20
• 2.2 常用地图匹配算法20-24
• 2.2.1 基于几何分析的地图匹配算法20-23
• 2.2.2 基于拓扑分析的地图匹配算法23
• 2.2.3 基于概率统计的地图匹配算法23-24
• 2.2.4 其他高级地图匹配算法24
• 2.3 本章小结24-25
• 第3章 基于切换数据法的出行路径匹配算法25-41
• 3.1 定位数据预处理26-28
• 3.2 算法原理28-30
• 3.3 算法设计30-35
• 3.3.1 建模蜂窝通信网络30-31
• 3.3.2 确定候选路线31-33
• 3.3.3 确定最佳出行轨迹33-35
• 3.4 实验仿真与分析35-40
• 3.4.1 实验数据与仿真环境35-36
• 3.4.2 实验仿真36-39
• 3.4.3 实验分析39-40
• 3.5 本章小结40-41
• 第4章 基于切换数据法的出行路径混合匹配算法41-55
• 4.1 混合匹配算法概述41-42
• 4.2 混合匹配算法设计42-50
• 4.2.1 每次切换对应匹配路段确定43-48
• 4.2.2 匹配路径确定48-50
• 4.3 实验仿真与分析50-54
• 4.3.1 实验仿真50-53
• 4.3.2 实验分析53-54
• 4.4 本章小结54-55
• 总结与展望55-57
• 论文工作总结55-56
• 未来工作展望56-57
• 致谢57-58
• 参考文献58-62
• 攻读硕士期间发表的论文及科研成果62

【相似文献】

中国期刊全文数据库 前10条

1 俞慈君;李江雄;余锋杰;柯映林;秦龙刚;陈学良;杨卫东;宋承志;;带工程约束的点匹配算法[J];机械工程学报;2010年05期

2 黄廉真;吴晓军;康文雄;;一种新的高速圆形匹配算法[J];哈尔滨工业大学学报;2012年07期

3 邹志文;李桥;王政辉;费洪哲;;基于订阅划分的多维索引并行匹配算法[J];华中科技大学学报(自然科学版);2013年S2期

4 陈志刚;宋胜锋;李陆冀;包磊;;基于相似原理的点特征松弛匹配算法[J];火力与指挥控制;2006年01期

5 王宽全,李小荣,李仲荣;活动目标跟踪中的一种自适应分割及匹配算法[J];机器人;1987年05期

6 胡昔祥;;基于语义的发布订阅系统匹配算法研究[J];浙江大学学报(工学版);2009年01期

7 黄晓颖;童余德;边少锋;;一种新的实时相关极值匹配算法设计与仿真[J];中国惯性技术学报;2012年04期

8 任世宏;图像实时匹配算法的研究[J];北京理工大学学报;1992年03期

9 曹菲,杨小冈,缪栋,张云鹏;快速景象匹配算法控制策略[J];导弹与航天运载技术;2005年03期

10 陈凯;鲁浩;赵刚;闫杰;;传递对准姿态匹配算法的统一性[J];中国惯性技术学报;2008年02期

中国重要会议论文全文数据库 前10条

1 王翠茹;高丽鲜;;发布订阅系统中匹配算法的研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

2 杜云峰;许娜;孙爽;许立永;董彦荣;;一种基于排除的串匹配算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

3 郭莉;刘燕兵;谭建龙;;基于存储压缩的多模式串匹配算法[A];全国第八届计算语言学联合学术会议（JSCL-2005）论文集[C];2005年

4 姚辰松;鲁昌华;;指纹匹配算法的研究[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年

5 宣琦;吴铁军;;复杂网络间节点匹配算法研究[A];2009年第五届全国网络科学论坛论文集[C];2009年

6 龚才春;黄玉兰;许洪波;白硕;;基于多重索引模型的大规模词典近似匹配算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

7 林雪娥;杨鉴;熊艳娇;刘怀憬;李诗心;胡湘兴;;基于拼写规则和最大匹配算法的泰语分词[A];第十二届全国人机语音通讯学术会议（NCMMSC'2013）论文集[C];2013年

8 李晓雷;黄新生;王亦平;徐婉莹;;稳健快速的匹配算法研究[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年

9 姚益平;卢锡城;;基于移动相交信息的动态区域匹配算法[A];仿真计算机与软件、仿真方法与建模学术交流会论文集[C];2004年

10 杨靓;黄巾;卢强;黄士坦;;基于全息相关系数矩阵的匹配算法[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

中国博士学位论文全文数据库 前3条

1 杨容浩;无控制DEM匹配算法性能比较与改进研究[D];西南交通大学;2012年

2 郭克华;基于微分几何的局部相似目标匹配算法研究[D];南京理工大学;2008年

3 汪锦岭;面向Internet的发布/订阅系统的关键技术研究[D];中国科学院研究生院（软件研究所）;2005年

中国硕士学位论文全文数据库 前10条

1 刘芳萍;基于特征匹配的双目立体图像深度提取算法研究[D];上海师范大学;2015年

2 杨腾飞;SIFT匹配算法在遥感影像平面精度评定中的应用[D];昆明理工大学;2015年

3 戴昕;高效子图匹配算法研究[D];北京交通大学;2016年

4 王益国;高校教师多维关系挖掘与应用[D];中国海洋大学;2015年

5 高锐军;基于力图投影与重叠度的空间数据匹配算法研究[D];太原理工大学;2016年

6 杨林杰;基于轮廓特征的目标匹配算法研究[D];湖北工业大学;2016年

7 于力;水下运载体重力匹配算法研究[D];北京理工大学;2016年

8 王昆仑;基于高斯牛顿法的DEM匹配算法[D];西南交通大学;2016年

9 周常勇;基于移动信令数据的城市交通出行轨迹匹配技术[D];西南交通大学;2016年

10 王田;基于高斯混合模型的快速相干点漂移点集匹配算法[D];中原工学院;2016年

，

本文编号：577944