原文传递
基于手机信令数据的流动人口出行特性分析方法研究
| 论文题名： | 基于手机信令数据的流动人口出行特性分析方法研究 |
| 关键词： | 流动人口;出行特性;多重维度;手机信令数据 |
| 摘要： | 伴随着我国的城镇化进程，城市间的空间联系进一步加强，流动人口数量逐年增多。作为城市总人口中特殊的组成部分，流动人口的出行特性与城市居民出行规律一般有较大的差异，因此，流动人口的调查和出行特性研究对于科学合理化制定城市对外交通发展战略，进行城市交通方式整合和交通网络规划具有极其重要的意义。 近年来，随着移动通信技术的快速发展和手机的广泛普及，基于移动网络手机信令数据的交通信息采集技术正越来越被各个城市的交通主管部门重视和应用。通过手机信令数据可以获取某位匿名用户某时刻的空间位置和随时间变化移动的情况，具有时间、空间的多重维度，成为了人口调查及其出行特性研究的一种新的技术选择方向。 本文将立足于手机信令数据，对流动人口识别及出行特性分析方法进行研究。 首先，为了对手机信令数据产生的机制有一个全面深入的了解，本文对GSM通信网络和手机定位原理进行了简要的介绍，对手机信令数据和基站数据进行了深入的解读，并分析了手机信令数据的特性。在此基础上结合“流动人口”和“出行”的定义分析了手机信令数据应用于流动人口出行特性分析方法研究的适用性。 其次，根据流动人口的定义，确定研究范围和研究对象，通过研究范围内基站位置和信令数据的匹配提取了目标用户和目标数据，并借鉴已有研究，建立了一种更为完善的多层次数据处理方法，对数据进行过滤、去噪处理，进而得到高质量数据，以便开展后续的工作。 再次，建立流动人口识别模型。根据手机用户出行轨迹，将提取的目标用户进行分类，并确定流动人口种类。将流动人口识别问题转化为轨迹点在不同区域内出现的顺序问题，并设计算法提取流动人口，并通过数据扩样，估计全域流动人口。 然后，研究流动人口出行特性分析方法。通过分析用户的出行轨迹，确定时间阈值、距离阈值，设计出一种基于时空聚类的出行轨迹点状态识别算法，从而将轨迹点划分为停驻点、运动点。进而建立了到达时间、离开时间、停留时间、出行次数、出行距离等多种出行特征指标分析方法。 最后，总结研究方法的创新和不足，并对后续研究提出展望。 |
| 作者： | 马春景 |
| 专业： | 交通运输工程 |
| 导师： | 冉斌;孙兴焕 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
