[發明專利]一種基于聚類離群分析的手機信令軌跡預處理方法

在審

• 申請號: 201710336183.8
• 申請日: 2017-05-12
• 公開（公告）號: CN107277765A
• 公開（公告）日: 2017-10-20
• 發明（設計）人: 錢琨;肖冰言;陳慶春;唐小虎
• 申請（專利權）人: 西南交通大學
• 主分類號: H04W4/02
• 分類號: H04W4/02
• 代理公司: 成都盈信專利代理事務所(普通合伙)51245
• 代理人: 張澎

技術領域

本發明屬于數據挖掘技術領域，涉及一種基于聚類離群分析的手機信令軌跡預處理方法。

背景技術

過去幾十年，移動通信技術的快速發展促使了許多新興技術的產生。蜂窩移動電話的信令數據具備獲取成本低廉、數據量大、覆蓋范圍廣等特點，使其在城市交通應用領域成為非常有研究價值的數據。通過手機定位技術獲取的移動軌跡信息，我們可以估算出城市路網中各條道路的行程車速、交通流量、擁堵狀況等交通參數，同時識別出用戶可能使用的出行方式，在出行劃分的基礎上進一步識別出用戶主要的出行模式。我們甚至可以得到城市人口的遷徙規律的等更多有價值的信息。所以對于手機定位數據，在不同的領域中都具有巨大的潛在價值以及迫切的研究需要。

然而，現有的很多基于蜂窩網絡的定位方法所能提供的用戶移動位置信息由于城市環境較為復雜、定位測試技術手段有限等局限，使得手機定位數據存在大量噪聲，對用戶真實移動軌跡的干擾極大，如果不妥善處理，將對基于手機信令的移動軌跡分析帶來極大的影響，因此，數據預處理成為應用軌跡數據首先要解決的問題。

手機定位數據的主要誤差分為兩大類，一類是定位算法本身的固有誤差，這部分誤差在當前離線階段很難完全精準的糾正，只能盡量逼近。而這種固有誤差可以假設其符合均值為零的二元高斯分布。另一類誤差是基于移動通信機制所產生的異常定位數據，我們稱之為系統誤差，主要有如下幾種系統誤差數據：

(1)乒乓切換異常數據

由于用戶位于基站交界處，導致移動設備所連接的基站反復在相鄰基站之間快速跳變。在Cell-ID定位中，這種現象在定位數據上常體現為相同的基站編號間隔出現且這些跳變的記錄點的時間間隔較小，理論上，人不可能出現這樣的運動，所以把這種異常數據稱為乒乓切換異常數據。而在TDOA定位場景下，這樣的情況也會發生，軌跡表現為用戶突然移動到遠地，然后又在短時間內折返回距離上一個位置較近的位置。

(2)遠距切換異常數據

由于地形因素導致移動設備無法連接就近的基站導致的異常定位。如在道路兩邊都有規則高樓的場景下，信號將會在高樓之間沿著道路方向反射向前傳播，從而導致手機與遠地基站建立連接。這種情況體現在定位數據上可能是一個或多個局部離群定位點。

(3)記憶效應異常數據：記憶效應多發生在基站分布較密集，且移動臺快速行駛的情況下，如城市的高架道路、城市的輕軌以及磁懸浮列車路線等。如果存在一個基站A，并有兩個同頻的鄰區關系B和C，當移動臺經過B基站時，鄰區表中已解出B基站的基站識別碼(BSIC)，然后切換到A小區主覆蓋的區域，移動臺會在某一頻點消失后繼續保存該頻點及基站識別碼大概十秒鐘，此時如果移動臺沒有時間取得C小區的同步來建立與同步切換關系，而B基站的信號又再次出現的話，移動臺在沒有解析出當前基站識別碼之前會將內存中的基站識別碼作為當前基站識別碼。

(4)定位系統異常數據

由于基站在進行定位時受到干擾，或者數據記錄的時候系統出現故障，會導致定位點在系統記錄階段出現異常。在軌跡上也表現為全局離群點或者局部離群點。

這兩大類的誤差的共同點在于，他們都是用戶實際位置及位置集合(軌跡)的干擾，需要被處理。區別在于，定位算法的固有誤差相對較小，且其特征不明顯。而基于移動通信機制帶來的誤差相對較大，且特征明顯，比如表現為局部離群點(集)或者全局離群點(集)或者軌跡出現小銳角及高速跳變的情況等等。

目前，針對手機定位數據進行預處理沒有成體系的方法，均為在進行實際應用之前進行簡單處理，主要有以下幾種：

(1)使用閾值過濾器過濾噪聲數據