基于Wi-Fi探针的新冠肺炎患者轨迹追溯系统设计

目的:设计一种基于Wi-Fi探针的新冠肺炎患者轨迹追溯系统。方法:通过城市中的Wi-Fi探针设备采集行人手机MAC信息,实时传输到数据采集服务器,设计行人轨迹算法、同行人识别算法,使用Kafka作为消息队列、Spark Streaming作为流式计算引擎、ElasticSearch作为搜索引擎、HBase作为数据仓库,建立基于Wi-Fi探针的新冠肺炎患者轨迹追溯系统。结果:该系统可以实现确诊患者轨迹追溯、筛选与确诊患者同行人员、筛选与确诊患者同乘人员,辅助调查新冠肺炎患者轨迹、寻找新冠肺炎密切接触者。结论:运用已有的Wi-Fi探针数据采集设备采集的数据进行大数据分析,能为新冠肺炎疫情防控提供服务。

基于WiFi探针数据的城市出行轨迹提取

为了更便捷地提取城市居民的出行轨迹,从而分析个体的日常空间行为,进而为城市管理的各项措施决策提供数据支撑,本文提出基于WiFi探针数据的城市出行轨迹提取方法,主要解决WiFi探针数据的路网匹配及丢失轨迹重构问题。首先,通过对终端MAC码和时间戳进行多列排序后提取出轨迹记录序列,利用信号强度RSSI值为每条记录提取坐落在路网上的候选点集。其次,设计基于局部评价的算法,对于每一个候选点,利用其前后相邻的几条记录提取的候选点集与其之间的时空关系,先后对其进行时间一致性评价和空间一致性评价,再结合以时间反比动态构建的权函数,得到最终评分;然后将每个候选点集中评分最高的点作为最佳匹配点,至此完成轨迹记录的路网匹配。最后,先采用基于深度优先的路径搜索算法搜索出丢失轨迹上下点之间的所有可行路径,再基于TOPSIS法决策出最优的重构路径。本文以东莞市市中心区域收集的WiFi探针数据为实验数据进行测试,平均每日可提取6万多条轨迹,与其中获取的GPS数据相比较验证了方法的可行性,为城市出行轨迹挖掘提供了新的解决方案。