[發明專利]一種基于手機信令數據的高精度時空軌跡復原方法

在審

• 申請號: 202310091610.6
• 申請日: 2023-02-09
• 公開（公告）號: CN116132923A
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 張登銀;康憶寧;丁飛;張海濤
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04W4/029
• 分類號: H04W4/029;H04W4/02;H04W4/20;G06F18/2321
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 盧霞

本發明屬于智能交通技術領域，具體地說，是一種基于手機信令數據的高精度時空軌跡復原方法，利用密度聚類算法對原始手機信令數據進行預處理，利用融合時空特征的網格聚類算法，引入百度地圖的POI(PointofInterest)興趣點數據，從時空兩個維度進行聚類分析，提取出信令用戶的多個停駐點，然后基于停駐點對信令用戶的出行軌跡進行重新構建，本發明提供的方法使用戶重構后的軌跡精確度較高，與用戶真實軌跡更加擬合。

技術領域

本發明屬于智能交通技術領域，具體地說，是一種基于手機信令數據的高精度時空軌跡復原方法。

背景技術

信令數據由運營商提供，是一種匿名脫敏的數據，數據量大，獲取成本低，手機信令數據在很多方面都有非常突出的應用，尤其是對于停駐點的識別，停駐點的識別是用戶行為分析的關鍵環節，對后續出行行為、出行目的、行為預測等工作的分析產生重要影響。因此，停駐點的識別是信令研究領域中的經典問題，一直是研究者們研究的熱點。

目前常用的基于手機信令數據的停駐點識別方法主要有三種：第一種是基于時間序列的停駐點識別方法；第二種是基于速度和加速度的停駐點識別方法；第三種是基于密度聚類算法的停駐點識別方法。對于信令數據用戶的軌跡重構問題，當前大多數研究是借助于時間連續的特性對用戶軌跡進行重新構建。

以上所提方法中，最常用的就是基于密度聚類算法的停駐點識別。在以密度聚類算法為主的信令數據識別用戶停駐點的研究中，當前主要分為三種：第一種是針對DBSCAN(Density-Based?Spatial?Clustering?ofApplications?with?Noise)密度聚類算法進行改進，在空間特征的基礎上通過引入時間序列來對信令用戶的停駐點進行識別，如ST_DBSCAN(Spatial?Temporal-DBSCAN)密度聚類算法，AT_DBSCAN(Adjacent?Temporal-DBSCAN)密度聚類算法，以固定長度的滑窗搜索核心點，以時空臨近條件定義簇間距離，以簇密度大小規定合并次序，此類算法可以發現任意形狀的停駐點。這種算法引入了時間序列特征，也對傳統的DBSCAN算法密度聚類算法作出了改進，但因信令數據的采樣時間間隔不均勻，故在進行空間密度聚類時會受到很大的影響；第二種方法是針對信令數據的采樣時間間隔不均勻，采用插值法對信令數據進行填補，使信令數據的采樣時間間隔呈均勻分布，然后使用DBSCAN密度聚類算法對信令用戶的停駐點進行識別。但采用插值法對信令數據進行填補時，不可避免會面臨兩個問題：第一，插值法填補信令數據時誤差很大，只是為了滿足采樣時間間隔均勻而粗略地對用戶某一時刻的位置進行估算與填補，這種方法填補后的數據可信度較低。第二，在經過插值法對用戶信令數據進行填補后，造成數據量異常龐大，容易引起數據冗余，對后續軌跡復原或用戶出行行為的研究造成數據計算量大、性能低等問題；第三種方法是基于網格移動能力的停駐點識別方法，這種方法是對信令用戶進行網格聚類后，通過數據域理論計算網格簇之間的移動速度來判別網格簇的移動能力，通過定義移動能力閾值來對用戶停駐點進行識別。這種方法在空間聚類時無需考慮數據采樣間隔是否均勻，但網格簇內可能會存在預處理階段去除不完全的乒乓數據，這些數據表現為在一定范圍內頻繁來回移動的現象，在計算網格簇的平均速度時會存在較大的誤差。

現有的基于時間連續性的軌跡重構方法中，當處理因經常性信號丟失而造成的經緯度數據為0的數據時，會面臨用戶軌跡在時間上基本不連續的問題，但用戶在信號丟失的這段時間內可能并未發生移動，若僅考慮時間連續性對軌跡進行重構會出行很多重構失真的情況，所以可對信令數據用戶的軌跡重構方法進行改進，不能僅限于時間連續性層面。

發明內容

本發明的目的在于克服現有技術的不足，提出一種基于手機信令數據的高精度時空軌跡復原方法。

本發明采用的具體技術方案如下：

一種基于手機信令數據的高精度時空軌跡復原方法，采用DBSCAN密度聚類算法去除離散點數據，利用基于規則的方法去除乒乓數據，利用融合時空特征的網格聚類算法識別用戶停駐點，具體包括以下三個步驟：