[發明專利]一種基于浮動車數據采集的預處理方法

無效

• 申請號: 201110389524.0
• 申請日: 2011-11-29
• 公開（公告）號: CN102411677A
• 公開（公告）日: 2012-04-11
• 發明（設計）人: 官剛宇;蔣新華;鄒復民;賴宏圖;廖律超;王桐森;朱銓;陳鯉文;張方舟;陳培琪;朱丹丹;趙李坤;唐小芳
• 申請（專利權）人: 福建工程學院
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 福州市鼓樓區京華專利事務所(普通合伙) 35212
• 代理人: 宋連梅

1.一種基于浮動車數據采集的預處理方法，其特征在于：該方法包括如下步驟：

步驟10、浮動車行駛時在一預設時間T內以不同的采樣周期采集對應的行車數據序列x_i，所述行車數據序列x_i包括：車輛編號u_i、位置l_i、速度v_i、方向s_i和時間t_i信息，即x_i＝<u_i，l_i，v_i，s_i，t_i>，i為行車數據序列x的編號；其中采樣周期根據浮動車預設的一速度-采樣周期對照表動態調整；將所述各行車數據序列依次存儲到一行車數據集X中；

步驟20、浮動車根據預設的一數據過濾規則序列，對行車數據集X中的行車數據序列進行過濾，過濾掉不符合所述數據過濾規則序列的行車數據序列，將符合所述數據過濾規則序列的行車數據序列存儲到一過濾數據集Y中，然后根據浮動車預設的壓縮規則M對過濾數據集Y進行壓縮，獲得壓縮數據集Z，所述壓縮規則M為一數據無損壓縮算法，所述數據無損壓縮算法包括：霍夫曼編碼、算術編碼、LZW編碼；

步驟30、浮動車將壓縮數據集Z通過移動通信網絡傳送到數據中心；

步驟40、數據中心根據數據中心預設的解壓規則O對接收到的壓縮數據集Z進行解壓，得到解壓數據集Q，所述解壓規則O為壓縮規則M的逆過程，即與其數據無損壓縮算法對應的逆算法，所述數據中心再將解壓數據集Q存儲到數據中心的數據庫中，從而實現了浮動車采集數據的預處理。

2.如權利要求1所述的一種基于浮動車數據采集的預處理方法，其特征在于：所述步驟10具體包括：

步驟11、利用裝備GPS車載定位系統的浮動車獲取預設的首次采樣周期，采集行車數據序列x₁，即x₁＝<u₁，l₁，v₁，s₁，t₁>，將所述行車數據序列x₁存儲到行車數據集X，此時X＝{x₁}；

步驟12、從當前存入行車數據集X的行車數據序列中提取速度信息，對照所述速度-采樣周期對照表C＝<c₁，c₂，c₃，…，c_n1>，得到下一次采樣的采樣周期τ_i，其中i為行車數據序列x的編號；所述速度-采樣周期對照表C為浮動車預設，c₁，c₂，c₃，…，c_n1為相應速度與采樣周期的對照關系，當速度較大時采樣周期較小，當速度較小時采樣周期較大；

步驟13、浮動車將獲取到的下一次采樣周期τ_i累加到各個不同的采樣周期之和中，所述各個不同的采樣周期之和用sum表示，即sum＝sum+τ_i，然后判斷加和后的sum是否大于預設時間T，即sum＞T，若是，則完成浮動車的數據采集，執行步驟20；若否，則執行步驟14：

步驟14、浮動車根據采樣周期τ_i采集到的行車數據序列x_i依次存儲到行車數據集X中，所述行車數據集X表示為X＝{x₁，x₂，x₃，...，x_n}，其中n為在預設時間T內采集的數據的個數，x₁，x₂，x₃，...，x_n為依次存入的行車數據序列，然后執行步驟12。

3.如權利要求1所述的一種基于浮動車數據采集的預處理方法，其特征在于：所述步驟20具體包括：

步驟21、浮動車從行車數據集X中依次提取行車數據序列x_i；

步驟22、浮動車將行車數據序列x_i中的u_i，l_i，v_i，s_i，t_i，分別與所述數據過濾規則序列K進行匹配，所述數據過濾規則序列K＝<U_∑，L_∑，V_∑，S_∑，P_∑>，其中，U_∑為車輛編號u的濾波區間，L_∑為位置l的濾波區間，V_∑為速度v的濾波區間，S_∑為方向s的濾波區間，P_∑為時間t的濾波區間；依次判斷u_i，l_i，v_i，s_i，t_i是否屬于數據過濾規則序列K，即判斷行車數據序列x_i中的u_i，l_i，v_i，s_i，t_i是否屬于其相對應的濾波區間：

u_i∈U_∑；

l_i∈L_∑；

v_i∈V_∑；

s_i∈S_∑；

t_i∈P_∑；

步驟23、若某一編號的行車數據序列中有一個數據不屬于該對應的濾波區間，則過濾掉該編號對應的行車數據序列，且將該行車數據序列的編號加1；若某一編號的行車數據序列中的各數據均屬于該對應的濾波區間，則將該編號對應的行車數據序列保存到過濾數據集Y中，且將該行車數據序列的編號加1；

步驟24、判斷步驟23中行車數據序列的編號加1后是否大于行車數據集X中行車數據序列的個數n，若否，則從行車數據集X中提取下一個數據；若是，則進入步驟25；

步驟25、壓縮過濾數據集Y，得到壓縮數據集Z，完成浮動車行車數據序列的過濾和壓縮，并返回到步驟30。