基于手机信令数据的厦门市内远距离通勤线路优化方法

摘要

随着手机通信技术的发展，手机信令数据的利用价值越来越大，可用于对手机用户进行位置定位，从而在各个需要位置定位数据的研究领域中发挥作用，尤其是在交通调查领域，手机信令数据已经逐渐开始崭露头角。　　本文主要采用定量研究的方法，研究了使用厦门市的手机信令数据来识别和优化上班族的通勤线路。本文分析了手机信令数据的一些缺陷，比如“乒乓”切换现象，“基站漂移”现象以及数据缺失现象，并提出了相应的解决办法。同时本文还阐明了对原始手机信令数据记录进行合并的原因以及合并应保留的字段，主要是为了解决数据缺陷以及减少后续数据处理量。在此基础上，本文使用时间阈值法识别了手机用户的居住地和工作地，并进行了相应的分析和验证，以确保本识别方法的有效性。　　综合以上研究成果，结合基站和路网匹配的结果，本文创造性的使用了改进后的A*算法对手机用户的通勤线路进行了识别和优化，结论是在足够的数据量下（通常是1个月的信令数据量），使用2G和3G融合的手机信令数据可以对手机用户的通勤线路进行识别，并可以对该线路进行优化。　　本文的研究内容是使用手机信令数据进行交通研究中较为基础的一部分，研究成果不仅可以指导手机用户进行通勤出行线路选择，还可以为交通部门进行人口居住分布，早晚高峰道路流量测算提供新的思路。

目录

声明

摘要

第一章绪论

1．1选题背景与研究意义

1．1．1选题背景

1．1．2研究意义

1．2主要研究内容

1．3主要研究思路

1．4手机信令技术原理简述

1．4．1手机信令的产生机制

1．4．2手机定位技术原理

1．5国内外相关研究现状

第二章手机信令数据处理与分析

2．1解析手机信令数据

2．2手机信令数据存在的问题分析

2．3数据预处理

2．3．1数据记录合并

2．3．2“兵乓现象”数据处理

2．3．3“基站漂移”处理

2．3．4出行轨迹点处理

第三章用户居住地与工作地识别

3．1居住地识别

3．1．1居住地识别方法

3．1．2数据处理流程

3．2工作地识别

3．2．1工作地识别方法

3．2．2数据处理流程

3．3本章小结

第四章通勤线路识别与优化

4．1 A*算法原理

4．2通勤线路识别

4．2．1基站和路网匹配

4．2．2通勤线路识别方法

4．3通勤线路优化方法

4．4数据处理流程

4．5本章小结

第五章实验结果分析

5．1预处理前后数据对比

5．2居住地和工作地识别结果评估

5．3通勤线路识别结果评估

5．4通勤线路优化结果评估

第六章研究结论与展望

6．1研究结论

6．2展望与建议

参考文献

致谢

作者和导师简介