基于移動通信網絡數據的交通小區(qū)劃分與OD分析方法研究.pdf

1、移動通信網絡已經基本上無縫覆蓋各大城市市域部分，基于移動通信網絡數據的城市交通信息獲取方法的研究是當前交通信息檢測領域的前沿熱點課題之一。利用移動通信系統中的基站作為固定交通檢測器，隨居民日常出行穿行于基站網絡中的手機作為移動探測器，從而形成一個全息交通數據獲取系統。與傳統的交通信息獲取手段相比，基于移動通信網絡法有獲取成本低、設備在投資少、數據更新頻率高等優(yōu)點。但是目前基于移動通信網絡數據的交通知識發(fā)現與交通信息獲取的效率低下，并且較

2、少有基于移動通信網絡數據分析城市交通土地利用及交通小區(qū)劃分的研究。
　　本文基于上述背景，以移動通信網絡數據高效地交通信息獲取、交通知識發(fā)現為需求背景，重點解決如何構建關聯基站網絡與城市交通系統的交通語義層，如何提取移動通信基站的交通特性配合基站的地理位置信息劃分交通小區(qū)，如何基于前兩個研究問題的基礎分析交通出行OD及宏觀城市交通態(tài)勢。
　　首先，本文回顧了交通小區(qū)劃分和OD獲取的相關資料，并總結分析了國內外關于利用移動通信

3、網絡數據獲取交通信息的研究項目及課題，經過篩選分析，從中汲取了相關的知識、理論，并總結其中存在的問題和缺陷，逐漸形成本文的研究思路。緊接著，本文詳細的介紹了移動通信網絡數據的獲取機制及其數據格式，分析了數據的“乒乓切換”現象，并提出數據清洗及預處理方法。
　　隨后，論文重點介紹了本文主要研究內容的基礎部分，移動通信基站的交通語義標定。構建基于移動通信網絡的交通語義框架，通過通信網絡數據提取基站語義標定的特征，利用聚類方法為基站標定

4、交通語義，并與北京市實際情況對比分析驗證語義標定結果。
　　在此基礎上，提取基站區(qū)位特征及交通特性特征，利用基于加權馬氏距離的K-means聚類方法劃分交通小區(qū)。定義交通小區(qū)通勤指數概念量化分析交通小區(qū)的居住與工作屬性傾向。
　　最后，本文利用上述研究的階段成果，提出基于出行軌跡提取的卡爾曼濾波結合時間閾值的方法獲取交通OD信息，對北京市典型區(qū)域做了交通發(fā)生、交通吸引及交通分布分析，并從區(qū)域和路網兩個層面分析北京市六環(huán)內人群