【摘要】：大數(shù)據(jù)和互聯(lián)網(wǎng)的興起帶來了交通出行的巨大變革。智能手機普及和ICT技術(shù)的飛速發(fā)展為手機數(shù)據(jù)應(yīng)用于交通出行行為調(diào)查提供了契機。手機信令數(shù)據(jù)因其大樣本、全覆蓋的特性,已成為研究城市居民交通出行行為的新數(shù)據(jù)源。針對手機信令數(shù)據(jù)進行出行信息提取、OD分析、通勤行為分析等方面取得了較多研究成果。但是針對手機信令數(shù)據(jù)進行進一步出行方式辨識的研究還較少。在此背景下,考慮實際中多源數(shù)據(jù)獲取的難度,以能快速實施遷移為目標(biāo),本文提出了一套基于城市整體起訖點手機信令出行數(shù)據(jù)集的城市交通出行方式辨識方法,僅通過對信令數(shù)據(jù)的深入挖掘,辨識步行、自行車、公交車、小汽車和地鐵5種城市常用出行方式。首先,在基于手機定位原理進行信令數(shù)據(jù)預(yù)處理分析后,歸納總結(jié)了出行基礎(chǔ)理論,對手機信令數(shù)據(jù)進行了基本出行特征提取和統(tǒng)計;基于基站用戶流動量的時空特征,給出了基站土地利用信息標(biāo)定方法,通過聚類算法挖掘基站用戶增量背后蘊含的土地利用信息,提取了具有明顯時空客流分布的典型居住區(qū)、工作區(qū)、交通樞紐和混合區(qū)。其次,研究了基于先驗知識的城市交通出行方式模糊辨識方法�；趥鹘y(tǒng)交通研究范式,在分析常見出行方式特征取值的基礎(chǔ)上,給出了各出行方式的優(yōu)勢出行距離、出行時長和出行平均速度特征的通用先驗知識;通過模糊數(shù)學(xué)理論構(gòu)建基本辨識模型,給出了一般性建模和求解方法;基于交通狀態(tài)和基站土地利用信息標(biāo)定結(jié)果修正了模糊辨識模型。第三,研究了基于信令數(shù)據(jù)出行方式特征挖掘的城市交通出行方式綜合辨識方法。提取了出行距離、出行時長、出行平均速度等出行方式觀測特征,根據(jù)聚類理論構(gòu)建了基于信令數(shù)據(jù)的出行方式特征聚類模型,對聚類簇簇內(nèi)特征、簇間特征進行了分析,辨識了典型出行方式;結(jié)合模糊辨識模型對出行方式語義效果不明確的聚類簇進行了輔助判別,綜合給出基于信令數(shù)據(jù)特征挖掘的出行方式辨識模型與方法。最后,將全文研究過程提煉升華,提出了一種“大數(shù)據(jù)樣本聚類分析—類內(nèi)、類間特征剖析——局部模糊處理”的中宏觀分析框架。本文基于工作日信令數(shù)據(jù)進行了全天有效出行的出行方式辨識。將辨識結(jié)果與實際出行統(tǒng)計結(jié)果進行對比,證明本文提出的方法能夠比較準(zhǔn)確區(qū)分慢行、公交車、小汽車和地鐵,但對于步行和自行車的區(qū)分精度還有待于進一步提高。
【圖文】：

基站控制器（ＢＳＳ）、移動業(yè)務(wù)交換中心（ＭＳＣ）、拜訪位置寄存器（ＶＬＲ）、歸屬逡逑位置寄存器（ＨＬＲ）、設(shè)備識別寄存器（ＥＩＲ）、鑒權(quán)中心（ＡＵＣ）和操作維護中心逡逑（ＯＭＣ）。ＧＳＭ總體結(jié)構(gòu)如圖２－１所示。各子系統(tǒng)間相互連接并可以信令的方式逡逑交換信息。其中，信令是與通信相關(guān)的一系列控制信號，在通信網(wǎng)中的每一個節(jié)點逡逑都會被分析處理，是用戶及通信網(wǎng)中各節(jié)點相互交換信息的共同語言。逡逑１１逡逑

行提取、分析等處理之前設(shè)計相應(yīng)的噪聲數(shù)據(jù)過濾方法以及冗余數(shù)據(jù)、異常數(shù)據(jù)、逡逑缺失數(shù)據(jù)的剔除方法。逡逑結(jié)合信令數(shù)據(jù)常見噪聲特點和數(shù)據(jù)集特性，設(shè)計數(shù)據(jù)預(yù)處理過程如圖２－２所逡逑／ＪＮ邋0逡逑開始逡逑調(diào)取移動信令數(shù)據(jù)逡逑＾邐刪除該條數(shù)據(jù)逡逑否邐刪除該條數(shù)據(jù)逡逑保留該條數(shù)據(jù)逡逑圖２－２數(shù)據(jù)預(yù)處理流程圖逡逑Ｆｉｇ．２－２邋Ｄａｔａ邋ｐｒｅｐｒｏｃｅｓｓｉｎｇ邋ｆｌｏｗｃｈａｒｔ逡逑本文研究的廣州市２０１５年１２月某工作日移動信令數(shù)據(jù)集，，原有３１，４３３，４１２逡逑條出行數(shù)據(jù)，刪除出行ＯＤ基站相同的數(shù)據(jù)４０５，４１０條，刪除出行ＯＤ出發(fā)點相同逡逑的數(shù)據(jù)１４，１４７，２００條，最終得到１６，８８０，８０２條有效數(shù)據(jù)。下文可基于對一次出行逡逑的定義，繼續(xù)針對時間、距離設(shè)定篩選閾值。逡逑２．３本章小結(jié)逡逑本章對移動通信理論、手機定位技術(shù)以及手機信令數(shù)據(jù)常見噪聲進行了簡要逡逑介紹，給出了信令數(shù)據(jù)集預(yù)處理方法。在此基礎(chǔ)上，對手機信令數(shù)據(jù)集進行了預(yù)處逡逑理，為后文研宄打下了數(shù)據(jù)基礎(chǔ)。逡逑１４逡逑
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U491

【參考文獻】

相關(guān)期刊論文 前10條

1 宋少飛;李瑋峰;楊東援;;基于移動通信數(shù)據(jù)的居民居住地識別方法研究[J];綜合運輸;2015年12期

2 包婷;章志剛;金澈清;;基于手機大數(shù)據(jù)的城市人口流動分析系統(tǒng)[J];華東師范大學(xué)學(xué)報(自然科學(xué)版);2015年05期

3 任頤;毛榮昌;;手機數(shù)據(jù)與規(guī)劃智慧化——以無錫市基于手機數(shù)據(jù)的出行調(diào)查為例[J];國際城市規(guī)劃;2014年06期

4 鈕心毅;丁亮;宋小冬;;基于手機數(shù)據(jù)識別上海中心城的城市空間結(jié)構(gòu)[J];城市規(guī)劃學(xué)刊;2014年06期

5 冉斌;;手機數(shù)據(jù)在交通調(diào)查和交通規(guī)劃中的應(yīng)用[J];城市交通;2013年01期

6 陸錫明;顧嘯濤;;上海市第五次居民出行調(diào)查與交通特征研究[J];城市交通;2011年05期

7 張蕊;雷熙文;滕佳焱;毛保華;;大城市客運交通系統(tǒng)出行方式特性分析[J];物流技術(shù);2011年11期

8 張德欣;劉小明;孫立光;劉杰;冉斌;;基于大規(guī)模定位數(shù)據(jù)的出行方式模糊判別研究[J];交通信息與安全;2011年02期

9 朱鯉;孫亞;胡小文;;基于手機定位的動態(tài)行程時間探測[J];計算機工程與應(yīng)用;2007年10期

10 楊飛;;基于手機定位的交通OD數(shù)據(jù)獲取技術(shù)[J];系統(tǒng)工程;2007年01期

相關(guān)博士學(xué)位論文 前2條

1 賴見輝;基于移動通信定位數(shù)據(jù)的交通信息提取及分析方法研究[D];北京工業(yè)大學(xué);2014年

2 毛海哠;中國城市居民出行特征研究[D];北京工業(yè)大學(xué);2005年

相關(guān)碩士學(xué)位論文 前7條

1 王晟由;北京都市圈居民出行特征分析及交通資源配置優(yōu)化設(shè)計[D];北京交通大學(xué);2018年

2 李耀輝;基于移動信令數(shù)據(jù)的用戶出行行為研究[D];重慶郵電大學(xué);2017年

3 武明超;基于移動通信網(wǎng)絡(luò)數(shù)據(jù)的交通小區(qū)劃分與OD分析方法研究[D];北京交通大學(xué);2015年

4 徐奧林;基于出行者特性的出行行為研究[D];北京交通大學(xué);2014年

5 馮沖;基于移動定位數(shù)據(jù)的用戶出行模式識別[D];昆明理工大學(xué);2011年

6 張博;基于手機網(wǎng)絡(luò)定位的OD調(diào)查的出行方式劃分研究[D];北京交通大學(xué);2010年

7 常超凡;城市居民短距離出行行為研究[D];北京交通大學(xué);2007年

本文編號：2610313