交通出行信息是現(xiàn)代復(fù)雜背景下進(jìn)行交通規(guī)劃、交通管理等的重要準(zhǔn)備和必要前提。傳統(tǒng)方法通常采用幾年一次的采樣率在5%以?xún)?nèi)的抽樣調(diào)查來(lái)獲取數(shù)據(jù),后來(lái)出現(xiàn)了線(xiàn)圈、RFID、視頻等定點(diǎn)采集手段。前者調(diào)查周期長(zhǎng)、成本高,且依賴(lài)于被調(diào)查者記憶的準(zhǔn)確性,不夠準(zhǔn)確。后者需要安裝設(shè)備,成本高、損毀率高,且數(shù)據(jù)質(zhì)量依賴(lài)于設(shè)備布設(shè)情況,難以反映全網(wǎng)出行情況。隨著互聯(lián)網(wǎng)時(shí)代的到來(lái)和智能手機(jī)的普及,手機(jī)數(shù)據(jù)(信令數(shù)據(jù)、賬單數(shù)據(jù)和三角定位數(shù)據(jù))體現(xiàn)出了巨大的優(yōu)勢(shì)。一方面,4G技術(shù)使得手機(jī)數(shù)據(jù)的質(zhì)量有了大幅提升,手機(jī)數(shù)據(jù)原本就具有的全時(shí)空覆蓋特性更為明顯,可以輕松得到全時(shí)段全區(qū)域的用戶(hù)信息;另一方面,手機(jī)數(shù)據(jù)來(lái)源于移動(dòng)通信運(yùn)營(yíng)商的日常運(yùn)營(yíng)數(shù)據(jù),無(wú)需額外布設(shè)設(shè)備,在手機(jī)普及率越來(lái)越高的今天優(yōu)勢(shì)明顯。基于上述考量,本論文充分利用手機(jī)數(shù)據(jù)的全時(shí)空特性,對(duì)蘇州市全市的出行需求和出行模式進(jìn)行了提取。首先,本論文充分調(diào)研了目前城市交通現(xiàn)狀和手機(jī)終端使用情況,在研究了現(xiàn)有交通數(shù)據(jù)采集技術(shù)、OD估計(jì)和出行模式提取方法的基礎(chǔ)上,總結(jié)了現(xiàn)有研究的不足,并提出了本次研究的方向,基于4G信令數(shù)據(jù)和三角定位數(shù)據(jù)提取城市層面的出行生成、出行分布和出行模式。其次,在回顧了移動(dòng)通信的發(fā)展后,簡(jiǎn)要介紹了移動(dòng)通信技術(shù)與定位技術(shù)的特性,為手機(jī)數(shù)據(jù)的優(yōu)勢(shì)和存在的問(wèn)題做了鋪墊。隨后詳細(xì)陳述了4G信令數(shù)據(jù)、三角定位數(shù)據(jù)和地圖等數(shù)據(jù)的特點(diǎn)。在第三章的最后部分,重點(diǎn)介紹了本次研究的必要前期處理方法:基站與交通小區(qū)映射方法和空間索引構(gòu)建方法。在劃分基站服務(wù)范圍時(shí),本文采用了泰森多邊形方法,之后通過(guò)交通小區(qū)與泰森多邊形的重疊關(guān)系確定分配比例�？紤]到Hive平臺(tái)數(shù)據(jù)操作的計(jì)算效率,本論文采用了網(wǎng)格加R樹(shù)的混合空間索引方法,對(duì)研究區(qū)域劃分等距網(wǎng)格并建立多級(jí)索引,從而極大降低了后續(xù)算法的時(shí)間復(fù)雜度。之后,通過(guò)對(duì)蘇州市兩個(gè)交通小區(qū)早高峰期間交通吸發(fā)量提取的示例,介紹了利用4G信令數(shù)據(jù)提取出行生成信息的方法。該方法和傳統(tǒng)的交通調(diào)查和人工計(jì)數(shù)方法相比,極大地降低了人力和物力,可以得到更準(zhǔn)確全面的信息,優(yōu)勢(shì)明顯。隨后,基于4G手機(jī)信令數(shù)據(jù),采用閾值法估計(jì)手機(jī)用戶(hù)出行OD。采用試錯(cuò)法嘗試不同基站停留時(shí)長(zhǎng)閾值-基站切換時(shí)長(zhǎng)閾值組合下得到的人均日出行量,將結(jié)果與同年蘇州市進(jìn)行的出行調(diào)查的結(jié)果進(jìn)行對(duì)比,從而確定最佳閾值。在此基礎(chǔ)上進(jìn)行延伸,將該方法應(yīng)用于蘇州市職住分析,對(duì)用戶(hù)居住地和工作地進(jìn)行了研究,并統(tǒng)計(jì)了各行政區(qū)之間的通勤出行量。該結(jié)果可以指導(dǎo)區(qū)域交通規(guī)劃,對(duì)于改善干道擁堵等問(wèn)題可以起到指導(dǎo)作用。接著,利用三角定位數(shù)據(jù)位置精度高的特點(diǎn),研究了出行模式提取方法。首先對(duì)漂移數(shù)據(jù)、乒乓數(shù)據(jù)和冗余數(shù)據(jù)進(jìn)行了清洗,通過(guò)數(shù)據(jù)來(lái)源基站判斷是否是地鐵模式出行。隨后,設(shè)定非直線(xiàn)閾值和慢行閾值,判定慢行交通、公共交通和小汽車(chē)出行,并判定用戶(hù)每天主要出行模式。用戶(hù)高頻使用手機(jī)的現(xiàn)狀可以在一定程度上彌補(bǔ)三角定位數(shù)據(jù)時(shí)空覆蓋率低的缺陷,且地鐵模式的精準(zhǔn)識(shí)別也可以給此類(lèi)研究帶來(lái)一些新的思路。最后,對(duì)本論文的主要研究成果和創(chuàng)新點(diǎn)進(jìn)行了總結(jié),并提出了一些可以提高的方向。本文利用手機(jī)數(shù)據(jù)全時(shí)空覆蓋的特性,提出了城市交通出行需求估計(jì)和出行模式識(shí)別方法,對(duì)于全面把握城市交通現(xiàn)狀,準(zhǔn)確刻畫(huà)區(qū)域間交通聯(lián)系有重要意義。
【學(xué)位單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：U12;TN929.53
【部分圖文】：

圖 1-2 網(wǎng)格劃分示例 基于 4G 手機(jī)信令數(shù)據(jù)的出行需求估計(jì)手機(jī)數(shù)據(jù)用戶(hù)量大、時(shí)空覆蓋率好，而 4G 信令數(shù)據(jù)相對(duì) 2G、3G 時(shí)代在定位準(zhǔn)確性和基站密度等方面都有很大優(yōu)勢(shì)。本文基于 4G 信令數(shù)據(jù)于試錯(cuò)法的閾值判定方法，估計(jì)交通小區(qū)早高峰的吸發(fā)量和全市交通小 OD 矩陣。出行生成估計(jì)：通過(guò)早高峰前、中、后三個(gè)階段交通小區(qū)內(nèi)停留數(shù)據(jù)，提取出該小區(qū)出行發(fā)生量和吸引量，并與實(shí)地人工調(diào)查數(shù)據(jù)比。出行分布估計(jì)：首先對(duì)信令數(shù)據(jù)進(jìn)行清洗，剔除漂移數(shù)據(jù)和乒乓數(shù)進(jìn)行停駐點(diǎn)和活動(dòng)點(diǎn)的識(shí)別，設(shè)定停留時(shí)間閾值，停留時(shí)間超過(guò)該閾值點(diǎn)停留，否則認(rèn)定該點(diǎn)為臨時(shí)點(diǎn)。在此基礎(chǔ)上，以基站為單位進(jìn)行集計(jì)市基站之間的 OD。根據(jù)預(yù)處理部分得到的基站和小區(qū)的關(guān)系，將手機(jī)的 OD 出行量分配至交通小區(qū)。利用實(shí)際人口數(shù)據(jù)進(jìn)行校核，根據(jù)結(jié)果

圖 2-2 三類(lèi)數(shù)據(jù)軌跡描述效果對(duì)比表 2-1 涉及數(shù)據(jù)說(shuō)明表?yè)?jù)型數(shù)據(jù)量級(jí)（1 天）數(shù)據(jù)返回頻率位置來(lái)源數(shù)據(jù)來(lái)源定位差/3G令10 億 0-30min 3G 基站 用戶(hù)在移動(dòng)網(wǎng)絡(luò)中留下的信號(hào)數(shù)據(jù)。只要開(kāi)機(jī)，任何活動(dòng)都會(huì)被記錄。504G令21 億 0-30min 4G 基站 20角位10 億 不定二次處理位置基于打電話(huà)、發(fā)短信、用流量等話(huà)單數(shù)據(jù)二次處理10手機(jī)信令數(shù)據(jù)

圖 2-3 蘇州市交通小區(qū)地圖表 2-6 交通小區(qū)信息示例表pointID 用地類(lèi)型 小區(qū)編號(hào) lon lat1 其它 YQHX0799 120.673 31.317992 其它 YQHX0799 120.672 31.317843 其它 YQHX0799 120.672 31.317844 其它 YQHX0799 120.672 31.31807…… …… …… …… ……38 交通設(shè)施用地 YQHX1869 120.6734 31.3169739 交通設(shè)施用地 YQHX1869 120.6734 31.3169740 交通設(shè)施用地 YQHX1869 120.6734 31.3170341 交通設(shè)施用地 YQHX1869 120.6734 31.31703

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊雪;;吉林高校大學(xué)生移動(dòng)媒體手機(jī)數(shù)據(jù)課堂使用調(diào)查分析[J];電視指南;2017年05期

2 Nikki Gilliland;;可口可樂(lè)是如何用智能手機(jī)數(shù)據(jù)來(lái)定制店內(nèi)廣告的[J];新?tīng)I(yíng)銷(xiāo);2017年04期

3 勞倫·考克斯;;從手機(jī)數(shù)據(jù)中挖掘更多價(jià)值[J];科技創(chuàng)業(yè);2011年04期

4 ;經(jīng)濟(jì)學(xué)家可以用手機(jī)數(shù)據(jù)做什么?[J];商學(xué)院;2015年07期

5 張毓菲;;搜查手機(jī)的法律規(guī)制——以賴(lài)?yán)概c伍瑞案為分析樣本[J];河南牧業(yè)經(jīng)濟(jì)學(xué)院學(xué)報(bào);2020年01期

6 宇衷;;拆除藩籬，手機(jī)數(shù)據(jù)自由交換[J];福建質(zhì)量信息;2008年05期

7 胡金瑩;;智能手機(jī)數(shù)據(jù)或?qū)⒄壬黐J];瘋狂英語(yǔ)(讀寫(xiě)版);2020年01期

8 ;8月份國(guó)內(nèi)智能手機(jī)數(shù)據(jù)[J];IT時(shí)代周刊;2014年21期

9 吳子嘯;;基于手機(jī)數(shù)據(jù)的出行鏈推演算法[J];城市交通;2019年03期

10 黃彥達(dá);手機(jī)數(shù)據(jù)業(yè)務(wù)必須先完成基礎(chǔ)建設(shè)[J];數(shù)字通信;2003年03期

相關(guān)會(huì)議論文 前10條

1 李明高;楊冠華;劉劍鋒;王靜;廖唱;;手機(jī)數(shù)據(jù)在城市居民出行特征分析中的應(yīng)用實(shí)踐[A];創(chuàng)新驅(qū)動(dòng)與智慧發(fā)展——2018年中國(guó)城市交通規(guī)劃年會(huì)論文集[C];2018年

2 于春青;萬(wàn)濤;高煦明;馬山;;基于手機(jī)數(shù)據(jù)的通勤圈研究[A];創(chuàng)新驅(qū)動(dòng)與智慧發(fā)展——2018年中國(guó)城市交通規(guī)劃年會(huì)論文集[C];2018年

3 單欣宏;;基于手機(jī)數(shù)據(jù)的南京社區(qū)居民職住關(guān)系的研究[A];共享與品質(zhì)——2018中國(guó)城市規(guī)劃年會(huì)論文集（20住房建設(shè)規(guī)劃）[C];2018年

4 周作江;張棟梁;王英行;龔詠喜;;手機(jī)大數(shù)據(jù)視角下的組團(tuán)型城市職住平衡研究——以珠海市中心城區(qū)為例[A];規(guī)劃60年：成就與挑戰(zhàn)——2016中國(guó)城市規(guī)劃年會(huì)論文集（04城市規(guī)劃新技術(shù)應(yīng)用）[C];2016年

5 王祖光;肖飛;陸振波;;基于手機(jī)數(shù)據(jù)的醫(yī)療設(shè)施可達(dá)性研究——以昆山市為例[A];第十四屆中國(guó)智能交通年會(huì)論文集[C];2019年

6 張科;陳嘉超;陳先龍;;基于手機(jī)數(shù)據(jù)的城市間經(jīng)濟(jì)引力與客流交互量相關(guān)性分析——以廣州市為例[A];2017年中國(guó)城市交通規(guī)劃年會(huì)論文集[C];2017年

7 關(guān)志超;胡斌;張昕;裘煒毅;;基于手機(jī)數(shù)據(jù)的城市交通信息采集技術(shù)研究[A];第七屆中國(guó)智能交通年會(huì)論文集[C];2012年

8 關(guān)志超;胡斌;張昕;裘煒毅;;基于手機(jī)數(shù)據(jù)交通規(guī)劃、建設(shè)、管理決策支持應(yīng)用研究[A];第七屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——智能交通應(yīng)用[C];2012年

9 常曉猛;邵偉;趙發(fā)科;簡(jiǎn)志春;;基于多源時(shí)空數(shù)據(jù)融合的城市居民職住OD推算方法研究[A];共享與品質(zhì)——2018中國(guó)城市規(guī)劃年會(huì)論文集（06城市交通規(guī)劃）[C];2018年

10 趙飛;遲健;;手機(jī)取證——關(guān)于iPhone手機(jī)數(shù)據(jù)提取方式的探討[A];2019年全國(guó)公共安全通信學(xué)術(shù)研討會(huì)優(yōu)秀論文集[C];2019年

相關(guān)重要報(bào)紙文章 前10條

1 記者 李山;德國(guó)：分析手機(jī)數(shù)據(jù)，評(píng)估抗疫措施[N];科技日?qǐng)?bào);2020年

2 唐衛(wèi)毅;廢舊手機(jī)數(shù)據(jù)“擦除”亟待建立國(guó)標(biāo)[N];中國(guó)商報(bào);2017年

3 唐燁;手機(jī)數(shù)據(jù)出信用？好事還需多磨[N];解放日?qǐng)?bào);2015年

4 通訊員 陳明 張鵬 記者 朱華;大規(guī)模手機(jī)數(shù)據(jù)破解出大地震幸存者逃離方向[N];長(zhǎng)沙晚報(bào);2012年

5 韓婷婷;手機(jī)數(shù)據(jù)交換將拆圍墻[N];通信產(chǎn)業(yè)報(bào);2008年

6 本報(bào)記者 張清俐;喚醒“沉睡”的手機(jī)大數(shù)據(jù)[N];中國(guó)社會(huì)科學(xué)報(bào);2016年

7 于長(zhǎng)彬;當(dāng)心舊手機(jī)成“危機(jī)”[N];人民郵電;2015年

8 本報(bào)記者 張小丹;過(guò)半用戶(hù)使用手機(jī)數(shù)據(jù)服務(wù) 移動(dòng)互聯(lián)網(wǎng)日趨流行[N];通信信息報(bào);2010年

9 陳淑倩;歐盟提案向3G開(kāi)放900MHz通道[N];電子資訊時(shí)報(bào);2007年

10 記者 馬里;手機(jī)病毒偽裝成殺毒軟件Symbian系統(tǒng)的智能手機(jī)數(shù)據(jù)面臨嚴(yán)重?fù)p害[N];大眾科技報(bào);2005年

相關(guān)碩士學(xué)位論文 前10條

1 沈培琳;基于手機(jī)數(shù)據(jù)的城市交通需求分析和出行模式識(shí)別[D];東南大學(xué);2019年

2 廖曉龍;基于手機(jī)數(shù)據(jù)的司法取證方法研究與應(yīng)用[D];貴州大學(xué);2019年

3 戴冠臣;基于手機(jī)數(shù)據(jù)的城市通勤客流出行特征分析方法研究[D];東南大學(xué);2018年

4 簡(jiǎn)志春;基于多源時(shí)空數(shù)據(jù)的深圳市居民職住分布和通勤特征研究[D];武漢大學(xué);2018年

5 董路熙;基于手機(jī)數(shù)據(jù)的城市出行需求時(shí)空分布方法研究[D];北方工業(yè)大學(xué);2018年

6 余東豪;基于手機(jī)數(shù)據(jù)的軌道交通用戶(hù)出行特征分析方法[D];東南大學(xué);2017年

7 高迎;數(shù)據(jù)類(lèi)信息質(zhì)量提升的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2012年

8 王娜敏;基于手機(jī)數(shù)據(jù)的半監(jiān)督社會(huì)關(guān)系推斷模型[D];華中科技大學(xué);2015年

9 羅建利;Android手機(jī)數(shù)據(jù)取證在案件偵破中的應(yīng)用研究[D];華南理工大學(xué);2016年

10 錢(qián)乾;手機(jī)數(shù)據(jù)用于居民出行分布的可行性研究[D];昆明理工大學(xué);2016年

本文編號(hào)：2832413