详情

原文传递基于4G手机信令数据的城市居民出行特征研究

论文题名：	基于4G手机信令数据的城市居民出行特征研究
关键词：	手机信令数据;停留点识别;地图匹配;路径提取;出行特征
摘要：	随着智能化采集技术的发展，针对多源数据的城市居民出行特征研究逐渐成为主流。手机信令数据因其数据量庞大，覆盖群体广等特点，成为推动智慧城市发展的研究热点。针对手机信令数据研究城市居民出行特征，弥补了传统调查方法采集成本高、采集样本受限的缺点。考虑到目前通信基站以4G通信基站为主，本文基于4G手机信令数据研究城市居民出行特征，主要从以下三部分展开：　　首先，本文针对海量的手机信令数据提出数据预处理方法，构建基于DBSCAN聚类算法的停留点识别算法，最终提取城市居民的有效出行轨迹数据。根据异常数据的产生原理，本文结合基站定位特性完成手机信令数据的合并与删除预处理，剔除居民出行过程中产生的噪声数据；按照通信基站定位精度与先验知识限定DBSCAN算法的参数范围，本文通过评估各参数组合下的聚类效果，最终确定停留点识别算法；针对居民出行停留点聚类簇，本文按照点到簇内其他点距离均值最小化原则确定停留中心点，结合未分类的移动点，以时间顺序提取居民的有效出行轨迹点。　　其次，本文结合不同地图匹配方法的特性，提出基于手机信令数据的混合地图匹配算法，构建地图匹配算法评价函数确定搜索半径与最大候选点个数，分析本文提出的地图匹配算法的优势，研究居民出行路径提取方法。针对定位数据的地图匹配原理，本文结合几何匹配与拓扑匹配思想与隐马尔可夫模型，构建基于手机信令数据的混合地图匹配算法，并根据维特比算法提取居民出行路径轨迹点序列；根据基站定位精度与算法运算量限定搜索半径与最大候选点数量参数范围，结合算法准确率与运行时间，本文综合评估在不同参数组合下ST地图匹配算法、基于交叉口的地图匹配算法和本文提出的地图匹配算法对相同验证数据的地图匹配效果，并确定搜索半径与候选点数量，在此参数条件下本文提出的地图匹配算法性能基本优于其他两种算法，对于昆山市域内研究数据的匹配精度达到90％以上；结合Dijkstra最短路径算法与路段邻接矩阵，本文提取了完整的居民出行路径。　　最后，本文基于具有时空信息的居民出行路径，提出居民出行时空分布特征的提取方法，构建城市居民区域出行特征量化模型，分析基于路网的居民区域出行特征。根据居民个体的出行路径，本文提取居民出行的基本特征，如出行时间、出行距离、出行次数等；根据停留点的特征与移动点的特征，分析居民出行热点区域，提取路段平均通行速度与通行量特征，本文采用模糊C均值聚类算法建立基于路段的居民区域出行拥堵特征分类模型，量化路段出行拥堵特征指数，进一步分析区域居民在路网上的出行特征。
作者：	周臣
专业：	交通运输工程;交通信息工程及控制
导师：	陆振波
授予学位：	硕士
授予学位单位：	东南大学
学位年度：	2022