[發明專利]一種基于LTE信令數據的軌跡跟蹤方法

有效

• 申請號: 201611202534.8
• 申請日: 2016-12-23
• 公開（公告）號: CN106781478B
• 公開（公告）日: 2020-08-14
• 發明（設計）人: 申彥明;戴宇心;倪磊
• 申請（專利權）人: 大連理工大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪;侯明遠

1.一種基于LTE信令數據的軌跡跟蹤方法，其特征在于，步驟如下：

第一步，數據處理

所述的數據包括LTE信令數據中的TA值及基站的物理ID、地圖數據和基站數據；

所述的地圖數據包括目標區域的地圖信息，目標區域的地圖信息分為兩部分：第一部分得到各個點的ID和地理坐標信息，每一個點是一條路段或多條路段的端點；第二部分得到路段的相關信息，路段的相關信息包括路段的ID、路段的長度和路段兩個端點的ID；每一條路段的兩個端點信息由第一部分各個點的ID和地理坐標信息得到，一系列路段組成道路片段；

所述的基站數據包括基站位置和基站覆蓋范圍，由以下步驟獲得：

1.1)根據車輛的GPS值和TA值，由公式(1)計算基站位置，該基站位置保證估價函數cost(pci)值最小，由模擬退火法得到估價函數cost(pci)最小值；

其中，cost(pci)估價函數；Point_pci代表基站位置；Point_z代表第z個車輛的GPS值，即車輛的實際位置；distance表示兩點之間的歐幾里得距離；L代表使用車輛GPS值的數量；TA_z為第z個車輛的TA值；

1.2)根據基站的物理ID變化，確定所有基站切換點，再利用進入基站覆蓋范圍的基站切換點和離開基站覆蓋范圍的基站切換點得到基站覆蓋范圍；將進入基站覆蓋范圍的基站切換點和離開基站覆蓋范圍的基站切換點構成的最大角度作為基站覆蓋范圍；

第二步，對獲取的LTE信令數據中的TA值進行處理，首先進行TA值過濾，然后進行TA值的劃分，TA值劃分為普通TA值和特殊TA值；

2.1)對獲得的TA值數據進行過濾，去除異常值

2.1.1)如果在同一個基站下僅有少量測量值，該TA值過濾掉，少量指的是數量小于5；

2.1.2)同一個基站下，連續兩個點的TA值，分別記為TA₁和TA₂，若TA₁和TA₂差值大于設定的閾值，確定其中一個點是異常TA值，閾值設為2；取TA₂之后的連續5個TA值，求出平均值記為TA_mean，若TA₂和TA_mean的差值大于閾值，則刪除TA₂；否則刪除TA₁；

2.2)對經過過濾去除異常值的TA值數據進行劃分，分為普通TA值和特殊TA值，特殊TA值包括以下兩種情況：

2.2.1)基站切換時，基站切換點有兩個基站信息，選取兩個基站對應的TA值對(TA₁,TA₂)作為TA數據，其中TA₁表示切換前的TA值，TA₂表示切換后的TA值；

2.2.2)同一基站下，對于連續變化的TA值，若TA值由大變小，則選取較小的TA值，反之，選取較大的TA值；

第三步，選取候選路段，將候選路段的中點作為車輛位置在道路上的匹配點

3.1)同一基站下，對于普通TA值，候選路段在普通TA值對應的候選區域內；所述的候選區域由半徑(TA+1)*78m的弧、半徑(TA-1)*78m的弧和對應基站覆蓋范圍組成的封閉區域構成；

3.2)同一個基站下，對于特殊TA值，若TA值由小變大，所述的候選區域由半徑TA*78m的弧、半徑(TA-1)*78m的弧和對應基站的覆蓋范圍組成的封閉區域構成；否則，候選區域由半徑TA*78m的弧、半徑(TA+1)*78m的弧和對應基站覆蓋范圍組成的封閉區域構成；

3.3)對于基站切換點，由于有兩個基站信息，所以針對兩個基站分別按照步驟3.1)所述方法構造候選區域，二者的交集即為基站切換點的候選區域；

第四步，通過地圖數據和LTE信令數據，利用隱式Markov模型和維特比算法，計算一輛車在一定時間內的運動軌跡

4.1)通過一組LTE信令數據得到一輛車的TA值觀測序列O＝(o_n|n＝1,…,n0,n1,…,N)；

4.2)通過MongoDB數據庫的二維空間索引搜索到車輛運動范圍的地圖信息G＝{r_k|k＝1,...,K}；其中，地圖信息是一組表示道路片段的集合，道路路段表示為s＝(s_m|m＝1,...,m0,...,m1,...,m2,...,M)；

4.3)TA值觀測序列O＝(o_n|n＝1,…,n0,n1,…,N)中的每一個TA值對應一個車輛位置，每個車輛位置在地圖信息G＝{r_k|k＝1,...,K}上有一個或多個匹配點，給定一個位置o_n1，計算車輛位置在s_m1道路路段上匹配點其中，為s_m1道路路段的中點；

4.4)利用隱式Markov模型，計算候選路段的車輛觀測概率和轉移概率，采用維特比算法得到一輛車在一定時間內的運動軌跡，具體步驟：

4.4.1)計算每個觀測的TA值對應的候選路段的觀測概率，如公式2所示；

p(o＝o_n1|s＝s_m1)＝1 (2)

其中，p表示車輛的觀測概率，o_n1表示當前觀測的TA值，s_m1表示當前定位點候選路段集合中的道路路段；

4.4.2)計算每一個候選路段到下一個候選路段的轉移概率，由公式(3)計算道路路段s_m1到道路路段s_m2的轉移概率「_m1,m2，其中m1,m2分別為第m1個與第m2個道路路段，轉移概率表示車輛從一個路段移動到另一個路段的可能性：

「_m1,m2＝p(s_m1→s_m2)＝e^-d’ (3)

其中，d'＝d+c*cost，d為兩個道路路段之間的最短距離，最短距離由車輛在s_m1，s_m2之間的最短路徑獲得，c為從道路路段s_m1到道路路段s_m2道路切換次數，cost代表道路切換懲罰，取50m；在實踐中，當d'很大的時候，「_m1,m2接近于0，將d'除以參數β，β取100m；

對于n1的情況，假設第n0個定位點匹配到路段S_m0上，從道路路段S_m0到道路路段S_m1的移動方向為Angle_n0，從道路路段S₁移動到道路路段S₂的運動方向為Angle_n1，α為兩個移動方向的夾角，即α＝|Angle_n1-Angle_n0|，α∈[0,π]，方向因子為ρ：

ρ＝1+λ(2sigmoid(π-2α)-1) (4)

其中，

p'(s_m1→s_m2)＝T_m1,m2*ρ (5)

其中，p'為最終的轉移概率，「_m1,m2為公式(3)求出的轉移概率，ρ為公式(4)求出的方向因子；

從公式(4)中得出2sigmoid(π-2α)-1在[-1，1]范圍內，當α小于π時是正相關的，當α大于π時是負相關的；參數λ表示移動方向夾角為α的概率，其值被設為第z個車輛位置匹配到路段s_m上的累計概率，如果λ足夠大接近于1，則方向信息對轉換概率影響較大，反之亦然；

4.4.3)利用維特比回溯算法，根據公式(6)得到一系列概率矢量矩陣，在最后車輛位置的概率矢量矩陣中找到最大的概率并執行回溯算法得到一輛車在一定時間內的運動軌跡；

其中，p(s_m→s_m+1)＝1；

第五步，對第四步的輸出結果進行后處理，補齊第四步中輸出軌跡中缺失的路段，將后處理的結果作為最終結果輸出。

2.根據權利要求1所述的軌跡跟蹤方法，其特征在于，所述的補齊缺失路段具體方法為：

掃描第四步中輸出的運動軌跡，如果存在匹配的兩個連續弧段并不鄰接，則通過兩弧段之間的最短路徑進行補齊。