基于手機定位數(shù)據(jù)的城市居民出行特征提取方法研究.pdf

1、利用手機定位技術(shù)采集居民出行信息具有實時性、低成本、樣本大、易實施等優(yōu)點，與傳統(tǒng)出行調(diào)查優(yōu)勢互補，成為出行特征研究的又一重要數(shù)據(jù)來源。然而手機定位數(shù)據(jù)時間分布不均勻，且定位精度具有不確定性，影響因素繁復(fù)，目前已有的出行特征提取方法還存在一定不足。本研究基于大規(guī)模真實手機信令定位數(shù)據(jù)，從數(shù)據(jù)時空特性角度，嘗試建立一種更為準(zhǔn)確可行的出行特征提取方法，具有重要的理論與工程實踐意義。
　　第一，為了對定位數(shù)據(jù)產(chǎn)生的機制有一個全面深入的了解

2、，研究對蜂窩通信網(wǎng)絡(luò)和手機定位技術(shù)的基本原理進(jìn)行介紹，并對手機信令數(shù)據(jù)內(nèi)涵進(jìn)行深入解讀。在此基礎(chǔ)上，結(jié)合出行的一般定義和手機定位數(shù)據(jù)特點，對一次“手機出行”進(jìn)行定義，并進(jìn)一步說明利用手機定位技術(shù)提取出行特征的適用性，為后續(xù)研究打下鋪墊。
　　第二，數(shù)據(jù)處理與特性分析。研究深入分析定位數(shù)據(jù)產(chǎn)生機制，并借鑒已有的研究成果，建立一種更為完善的多層次數(shù)據(jù)處理方法，包括對多種無效數(shù)據(jù)過濾、多種噪音數(shù)據(jù)識別處理等，進(jìn)而為出行特征提取提供了高質(zhì)

3、量數(shù)據(jù)來源。然后，研究從事件類型、時間、距離、平均速度等多個維度，分析數(shù)據(jù)特性，為建立出行特征提取模型提供依據(jù)。
　　第三，建立出行特征提取模型。在以上研究的基礎(chǔ)上，研究深入分析手機定位軌跡點時空特征，發(fā)現(xiàn)手機用戶出行軌跡點主要由代表停留的圓形停留區(qū)域以及代表出行的長條形出行區(qū)域組成?；诖?，研究提出一種時空聚類算法識別圓形停留區(qū)域，將軌跡點劃分為停留點和運動點，同時獲取停留起訖時間、停留位置等多種出行信息?；谝陨闲畔?，研究建立

4、了出行次數(shù)、出行距離、出行速度、出行時間分布等多種出行特征指標(biāo)的計算方法。最后，研究多角度分析了從手機出行到用戶出行的擴樣影響因素，建立多層擴樣方法。
　　第四，實例分析與驗證。首先，研究結(jié)合“手機出行”定義，對模型中每個參數(shù)進(jìn)行影響分析和標(biāo)定。然后，研究選取上海市某工作日大規(guī)模手機定位數(shù)據(jù)進(jìn)行示例分析，并將模型分析結(jié)果與上海市第四次出行調(diào)查數(shù)據(jù)進(jìn)行對比分析。對比發(fā)現(xiàn)出行次數(shù)、出行時間分布等多個出行特征指標(biāo)與居民調(diào)查數(shù)據(jù)高度相關(guān)，