基于移动网络匹配投影点活跃度的路段动态划分方法

准确筛选覆盖高速公路的基站小区并建立路段与基站的映射关系是高速路交通参数估计的必要前提。通过研究高速路上移动网络无线覆盖的特点,完成了高速路与移动网络的空间覆盖匹配,提出一种基于移动网络匹配投影点活跃度的路段动态划分方法,详细描述了高速路移动网络覆盖匹配和路段划分的过程。通过仿真验证了该方法的可行性及有效性,表明该方法可以实现较高精确度的匹配。

基于移动信令数据的城市热点识别方法

城市热点的识别对于探索解决引导性的人群疏散、规避交通拥堵等问题提供新途径,并为基于位置服务(location based services,LBS)如商铺选址、旅游导航等提供重要的科学参考,具有重要的应用价值。随着个人手机终端的普及与发展,手机已经成为研究用户行为特征的一种理想的探测器。提出了将手机信令数据融合兴趣点(point of interest,POI)数据来挖掘城市的热点区域并进行功能类型标定,重点通过手机信令数据研究人流的出行行为和在蜂窝的驻留时长情况来识别活跃蜂窝,并进一步通过基于密度的聚类算法判别热点区域。选取了重庆市较场口一定范围区域作为研究区域,数据来源于重庆某移动运营商提供的用户手机信令数据,通过实验实例验证分析,证明了该方法可快速识别出城市热点区域,并具有较高的准确性。

基于知识与数据驱动的高速路车辆速度计算方法模型研究

由于目前通过蜂窝基站定位的精度不够高和信令数据产生的不确定性,所以通过手机信令数据估计交通信息参数的精确度仍然是一个巨大的挑战。高速路车辆速度参数是评估道路服务质量最常研究的参数之一,目前基于手机信令数据的交通参数估计基本步骤为数据收集及预处理、地图匹配、用户路线匹配确定和交通信息参数估计。在此基础上,根据物理运动学知识,针对手机信令数据产生的不确定性和容易参杂平行公路噪声用户数据的影响,提出一种融合距离加权的改进车辆速度计算方法,并在此方法上进一步提出一种消除平行公路干扰数据的车辆速度计算方法,提高计算准确度。利用某移动公司提供的平台进行实例验证,并采用平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)作为性能指标,该方法模型性能均优于传统方法模型,并且平均绝对百分比误差比传统方法降低10%左右,具有重要的应用价值。