CN104202719A - 基于位置可信度的人数测定和人群态势监测方法及系统 - Google Patents
基于位置可信度的人数测定和人群态势监测方法及系统 Download PDFInfo
- Publication number
- CN104202719A CN104202719A CN201410400559.3A CN201410400559A CN104202719A CN 104202719 A CN104202719 A CN 104202719A CN 201410400559 A CN201410400559 A CN 201410400559A CN 104202719 A CN104202719 A CN 104202719A
- Authority
- CN
- China
- Prior art keywords
- signaling
- region
- cell
- credibility
- crowd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明涉及一种基于位置可信度的人数测定和人群态势监测方法及系统。该方法包括:计算一个区域中信令的位置可信度;获得当前与某一个CELL相关的所有移动通信设备当前的有效信令,将其位置可信度之和作为该CELL的位置可信度;计算一个区域的人群总数;根据一个区域中每个CELL的位置可信度与该区域的位置可信度之和的比例,将该区域的人群总数分摊到每个CELL中,得到每个CELL中的人数。然后根据得到的每个CELL中的人数分析监测区域的人群态势。该系统包括信令采集设备、信令分析子系统、小区监测子系统和任务监测子系统。本发明通过设置信令位置可信度的衰减策略,能够实现人数测定及人群态势的有效监测。
Description
技术领域
本发明属于信息技术领域,具体涉及一种基于位置可信度的人群态势监测方法及系统。
背景技术
随着经济与社会的发展,各种社会主体对人群态势监测的需求越来越强烈:安防部门需要实时掌握重点区域的人群态势,并采取针对性的管理措施;旅游部门需要根据人群分布情况合理安排服务资源与疏导方案;企业需要根据人群流动情况采用合适的手段增加收入。
通信网络由于覆盖面广、基本无死角,逐渐成为人群态势监测的一种重要数据来源。根据通信网中的信令数据分析人群的分布、密度、流动情况也逐渐成为一种重要的人群态势监测手段。
通信网络中传输着各种信号,其中一部分信号是业务相关的(例如打电话的语音,上网的数据包等等),而另外一部分是业务无关的、用来专门控制电路的,这种与业务无关的信号就称之为信令。基于成本、可扩展性及实际可操作性角度考虑,目前基于信令的人群态势监测方法大多在移动通信系统的基站子系统(Base Station Subsystem,BSS)与移动交换中心(Mobile Switching Centre,MSC)之间的通信链路上搭接采集设备,该位置搭接的采集设备能够采集到如下信令数据:
1、用户打电话(呼出、呼入)、上网、发短信等操作产生的信令
2、用户开关机操作产生的信令
3、用户从一个LAC进入另一个LAC产生的位置切换信令
注:在移动通信系统中,位置区码(Location Area Code,LAC)对应为寻呼而设置的一个区域,覆盖了一片地理区域。一个LAC在物理上由一组基站组成,其覆盖范围由其中的基站的覆盖范围确定。
4、用户待机状态下,系统按照一定周期(位置更新周期)产生周期性位置更新信令
注:运营商根据当地的实际情况设定位置更新周期,一般是40分钟~1小时。也就是说,在待机状态下,手机每40分钟左右产生一条周期性位置更新信令。
需要注意的是:待机状态下,移动通信设备在一个LAC内部移动时不产生信令(周期性位置更新信令除外)。
基于信令定位的原理是:从信令数据中能够解析出通信小区编码(CELL ID,简称CI),通过CI可以知道通信小区(CELL)所在基站的坐标、基站的覆盖半径、CELL的方向,进一步可以知道CELL的地理范围,从而能够大致确定信令产生时该移动通信设备所在的地理位置。如图1所示,假设一个移动通信设备用户沿着虚线从位置1(图中的数字表示位置)一直移动到位置9,期间由于其不断的打电话、上网、发短信,因此就不断的产生信令数据。根据这些信令数据,能够确定其经过的基站(用“人”字形符号表示)、扇区,也就能够对该设备的用户进行定位。获得特定区域内所有移动通信设备的大致位置,并分析其流动趋势,就能够得到该区域内人群的分布、密度、流向等态势信息。
现有的基于信令的人群态势监测方法存在一定的缺陷,分析如下。
【场景1】
如图2所示,假设用户在一个位置更新周期内从位置1移动到位置9。期间,其移动通信设备一直待机,下面考察信令产生情况:
(1)当从位置1移动到位置2时,由于移动设备从LAC2的覆盖范围进入LAC1的覆盖范围,因此系统会产生位置切换信令,该信令标识用户移动到位置2附近的某个扇区;
(2)接下来从位置2移动到位置3,一直移动到位置9时,都不会产生新的信令。
如果一个系统根据信令判断该用户的位置,那么得到的结果是用户在位置2,而实际上用户已经移动到位置9了。
【场景2】
如图3所示,假设用户从位置1移动到位置9。期间,在位置5打了一个电话(或者在位置5产生了一条周期性位置更新信令),其余时间其移动通信设备一直处于待机状态。下面考察信令产生情况:
(1)当从位置1移动到位置2时,系统会产生位置切换信令,该信令标识用户移动到位置2附近的某个扇区;
(2)接下来,从位置2移动到位置4,都不会产生新的信令。
(3)由于用户在位置5打了一个电话(或者在位置5产生了一条周期性位置更新信令),因此产生了第二条信令。
(4)之后,从位置6移动到位置9,都不会产生新的信令。
如果一个系统根据信令判断该用户的位置,那么得到的结果是用户在位置5,而实际上用户已经移动到位置9了。
上面两种情况符合大多数人在大部分时间的行为模式,从中可以得出如下结论:
(1)当一条信令产生时,该信令可以标识出移动通信设备的最新位置;
(2)随着时间的推移,(在新的信令产生前)依据该信令计算出的位置信息判断移动通信设备位置越来越不可靠,即从已经产生的信令数据中推断移动通信设备当前位置其可信度随着时间不断降低。
而现有技术都没有针对上述可信度做专门的处理/设计,因此,理论上其监测结果会存在很大的偏差。
发明内容
本发明针对上述问题,提供一种基于位置可信度的人数测定和人群态势监测方案,通过设置信令位置可信度的衰减策略,实现人数测定及人群态势监测。
为实现上述目的,本发明采用如下技术方案:
一种基于位置可信度的人数测定方法,其步骤包括:
1)计算一个区域中信令的位置可信度,所述信令的位置可信度是指用从信令中解析出的位置信息表示移动通信设备位置的可信程度;
2)获得当前与某一个CELL相关的所有移动通信设备当前的有效信令,将这些有效信令的位置可信度之和作为该CELL的位置可信度,据此得到一个区域中每个CELL的位置可信度;
3)计算一个区域的人群总数;
4)根据一个区域中每个CELL的位置可信度与该区域的位置可信度之和的比例,将该区域的人群总数分摊到每个CELL中,从而得到每个CELL中的人数。
进一步地,步骤1)中信令的位置可信度随着时间的推移而不断衰减,通过设置衰减策略计算所述位置可信度。
一种采用上述方法的基于位置可信度的人数测定系统,包括:
信令采集设备,位于基站子系统(Base Station Subsystem,BSS)与移动交换中心(MobileSwitching Centre,MSC)之间的通信链路上,用于采集信令数据;
信令分析子系统,连接所述信令采集设备,用于对采集的信令数据进行解析和整合;
小区监测子系统,连接所述信令分析子系统,用于计算信令的位置可信度,统计每个CELL的位置可信度和一个区域中的人群总数,并将区域中的人群总数分摊到每个CELL中,从而得到每个CELL中的人数。
一种基于位置可信度的人群态势监测方法,其步骤包括:
1)采用上述方法得到每个CELL中的人数;
2)确定监测区域,根据得到的每个CELL中的人数分析监测区域的人群态势。
一种采用上述方法的基于位置可信度的人群态势监测系统,包括:
信令采集设备,位于基站子系统(Base Station Subsystem,BSS)与移动交换中心(MobileSwitching Centre,MSC)之间的通信链路上,用于采集信令数据;
信令分析子系统,连接所述信令采集设备,用于对采集的信令数据进行解析和整合;
小区监测子系统,连接所述信令分析子系统,用于计算信令的位置可信度,统计每个CELL的位置可信度和一个区域中的人群总数,并将区域中的人群总数分摊到每个CELL中,从而得到每个CELL中的人数;
任务监测子系统,连接所述小区监测子系统,用于根据监测任务确定监测区域,获取每个CELL中的人数以进行人群态势分析。
本发明考虑到信令的位置可信度是随着时间逐渐衰减的,可以根据位置可信度得到CELL之间的人群数量比例关系,结合一个区域中总人数的统计方法,给出一种基于位置可信度的人群态势监测方法。随着衰减模型的不断优化和衰减周期不断缩短,监测结果可以不断的接近真实情况。
附图说明
图1是现有技术中基于信令定位方法的原理示意图。
图2是现有的基于信令定位方法的缺陷分析场景1的示意图。
图3是现有的基于信令定位方法的缺陷分析场景2的示意图。
图4是本发明方法的信令的位置可信度示意图。
图5是实施例中人群总数计算方法的示意图。
图6是本发明的基于位置可信度的人群态势监测结构示意图。
图7是现有方法的人数分配效果示意图。
图8是本发明方法的人数分配效果示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面通过具体实施例和附图,对本发明做进一步说明。
1、信令的位置可信度
如图4所示,某时刻一个移动通信设备在圆心位置产生了一条信令(从任何信令中都可以解析出如下信息:LAC、CI、设备标识、产生的时间等),根据该信令可以得到移动通信设备所在的CELL,考虑到人的移动速度、CELL大小,在很短的时间内该移动通信设备保留在该CELL覆盖范围内的可能性非常大。
下面考察信令产生一段时间后,信令携带的位置信息与设备实际位置的关系。假设接下来的一段时间(如半小时)该设备一直处于待机状态,但是由于时间不长因此没有产生周期性位置更新信令。
随着时间推移,比如信令产生后的10分钟,我们有理由认为该人可能呆在原来的CELL中,也可能移动到了小圆圈所表示的范围内的任意地方。无论怎样,留在原来CELL中的可能性降低了。
再过一段时间,比如又过了10分钟,我们有理由认为该人可能呆在原来的CELL中,也可能移动到了小圆圈所表示的范围内的任意地方,还有可能移动到了大圆圈所表示的范围内的任意地方。总之,该移动通信设备留在原CELL中的可能性进一步降低了。
这里定义信令的“位置可信度”:用从(过去已产生的)信令中解析出的位置信息表示移动通信设备(当前的)位置不是完全可信的,其可信程度用“位置可信度”表示,取值范围是[0,1],即其数值是0到1之间的小数。
很明显,信令产生后的很短时间内,由于人的移动速度是有限的,可以认为信令中携带的位置信息等于移动通信设备当前的位置,因此,信令的位置可信度=1;随着时间的推移,移动通信设备移动到(同一个LAC中)其他位置的可能性越来越大,而呆在原地的可能性越来越小,因此信令的位置可信度不断降低。
假设有两个移动通信设备A、B,通信系统于9:00在某个CELL覆盖范围内产生了与A相关的信令XL(a),于9:10在同一个CELL覆盖范围内产生了与B相关的信令XL(b),在9:11根据两条信令确定两台设备的位置。很容易得出如下结论:总体上,位置可信度高的信令所携带的位置信息,更接近设备当前的实际情况。
需要说明的是,对于同一台设备M先后产生了两条信令X、Y,显然,当Y产生之后就没有必要再根据X判断M的位置了。因此,当同一台设备的后一条信令产生时,将前一条信令删除或置为无效,或者将其位置可信度置为0。总之,对于同一台设备,只有一条当前有效的、位置可信度不等于0的信令。
2、CELL的位置可信度
如前所述,一个移动通信设备在多种情况下会产生信令XL1,XL2,…,XLm,这些信令有时间顺序,当后一条信令产生时,将该设备的前一条信令标识为失效。因此一个设备在任意时刻都有且仅有一条当前有效的信令。每个有效信令都带有CELL的标识信息,这个信息表示信令产生时,移动通信设备所处的CELL,我们说该信令与该CELL相关。任意时刻,我们能够得到当前与某一个CELL相关的所有的有效信令,这些信令的位置可信度之和就是CELL的位置可信度。很明显,CELL的位置可信度在一定程度上能够反映之前处于该CELL中,并且现在仍然留在该CELL中的移动通信设备数。
3、基本原理
假设在一个区域中有n个CELL分别为(C1,C2,…,Cn),某一时刻每个CELL覆盖范围内的实际移动通信设备数为(M1,M2,…,Mn),该区域的移动通信设备总数为M_count,有M_count=∑Mi。而该时刻这些CELL的位置可信度为(P1,P2,…,Pn),该区域的位置可信度之和为P_count,有P_count=∑Pi。
有理由认为Pi/P_count与Mi/M_count具有很大的相关度。分情况讨论如下:
(1)假设当前该区域内的所有人都在打电话、上网或发短信,那么有
Pi/P_count=Mi/M_count;
(2)假设所有的人都不打电话、上网、发短信,那么每隔一段时间会产生周期性位置更新信令。可以认为这种情况下周期性位置更新信令产生的时间、地域是均匀分布的,也就是说,这种情况下周期性位置更新信令与CELL中的移动通信设备数是成正比的,因此也有
Pi/P_count=Mi/M_count;
(3)从社会学角度看,人的行为具有相似性、或具有某种意义上的模式。从统计学角度看,当抽样方法足够好,样本足够大的情况下,抽样得到的结果是非常准确的。根据上述理论并结合实际统计情况,很容易得出结论:同一段时间内在不同CELL中产生的信令数能够反映这些CELL中人群数量的大小关系。考虑到信令位置可信度、CELL位置可信度的定义,我们有理由认为不同CELL的位置可信度也能够反映这些CELL中人群数量的大小关系,即Pi/P_count与Mi/M_count具有很大的相关度。
如果我们能够找到某种信令位置可信度计算方法,使得Pi/P_count≈Mi/M_count,那么我们就可以根据位置可信度得到该区内人群在各个CELL中的分布比例。
在获得一个区域内各CELL之间移动通信设备数比例的前提下,如果能够知道该区域中的移动通信设备数总数,就可以将其合理的分配到每个CELL中,从而得到可以获取监测区域中人群分布、人群密度等静态态势信息,进而可以分析人群流向、人群聚集度变化情况等动态态势信息,以满足对人群态势监测的需要。
基于上述原理,本发明的总体步骤如下:
1、计算信令的位置可信度;
2、计算一个区域中每个CELL的位置可信度Pi;
3、计算一个区域的人群总数M_count;
4、根据Pi/P_count将M_count分摊到每个CELL中。
需要注意的是,(1)可以根据监测区域地理属性、监测目的设计合理的信令位置可信度计算方法,随着算法的不断优化,Pi/P_count将逐渐接近Mi/M_count,因此理论上能够得到(相对)精确的CELL之间的人群数量比例;(2)可以选择合理的计算一个区域中人群总数的方法,使得该区域中移动通信设备数的统计值非常接近实际值(有的方法甚至能够完全准确的统计一个区域中的移动通信设备数);(3)当人群数量比例、人群总数都相对准确时,就能够得到非常接近实际情况的人群态势监测结果。
下面重点讨论信令的位置可信度计算方法,以及一个区域中人群总数的计算方法。
4、信令的位置可信度衰减策略
将信令的位置可信度随着时间的推移而不断降低的现象称为信令位置可信度衰减。
具体实施过程中,结合CELL所在地理区域的实际情况、人群行为特点等因素,可以设计出多种信令位置可信度衰减的计算方法,这些计算方法称为信令位置可信度衰减策略,这些策略可以单独使用,也可以结合使用。作为例子,这里给出几个实际可行的信令位置可信度衰减策略。
衰减策略1:
【设计因素】
√信令的位置可信度随着时间不断衰减
【衰减方案】
设定与时间相关的衰减周期、衰减系数、计算公式或者衰减表,根据上述内容计算位置可信度。
例1:设定衰减周期、衰减系数,并设定计算公式为
信令位置可信度=(上一衰减周期的)信令位置可信度*衰减系数
例2:设定衰减表,如表1所示,根据信令产生的时长,从表中找出位置可信度
表1.衰减表
信令产生时长 | 位置可信度 |
0~2 | 1 |
3~9 | 0.7 |
10~19 | 0.5 |
20~ | 0.1 |
衰减策略2:
【设计因素】
√信令位置可信度随着时间不断衰减
√不同扇区的位置可信度不同
【衰减方案】
设定与时间、扇区相关的衰减周期、衰减系数、计算公式或者衰减表,根据上述内容计算位置可信度。
例3:设定CELL1、CELL2的衰减系数分别为1/2、1/3,并设定计算公式为
信令位置可信度=(上一衰减周期的)信令位置可信度*CELL的衰减系数
例4:设定衰减表,如表2所示,根据信令产生的时长,从表中找出位置可信度
表2.衰减表
衰减策略3:
【设计因素】
√信令的位置可信度随着时间不断衰减
√根据每类人的行为习惯确定相应的衰减策略
【衰减方案】
分析上班族的行为特点:在工作期间打电话、上网、发短信的概率会减小,因此产生信令的平均时间间隔会增加,考虑到上班族在工作期间移动的可能性降低,因此,可以在工作时间和非工作时间设定不同的衰减系数/衰减策略,以达到更好的监测效果。
5、人群总数计算方法
在具体实施过程中,可以根据实际情况设计出多种人群总数计算方法。作为例子,这里给出几个实际可行的方法。
方法1:
【设计因素】
√在一个相对封闭的区域中(例如大学城、远离市区的大型工业园等),人员具有相对
的稳定性。
【计算方法】
设计一个表/集合用于记录封闭区域内所有CELL产生的信令数据,并用如下方法维护表内数据:
√每当该区域中的CELL有开机、打电话、短信或者上网的信令产生时,从表中删除该信令对应设备的旧的信令,并将新产生的信令加入表/集合中。
√当一条周期性位置更新信令产生时间超过一个位置更新周期时,认为该信令对应的设备已经不在该区域内,需从表/集合中删除该信令对应设备的所有信令。
√当有关机信令产生时,将该信令对应设备的所有信令都删除。
经过1个位置更新周期,即可完成该表的初始化。之后,随时统计表中的信令条数,作为该区域中移动通信设备数。
该方法简单易行,但是对人员流入、流出的统计存在一定的时延,因此仅适用于人群较稳定的相对封闭的区域中。
方法2:
【设计因素】
√对于一个面积较大的区域,在较短的时间段内进出该区域的人数远远小于在该区域内移动的人数。从每个时间段角度看,可以认为该区域内人群的数量是相对稳定的。
【计算方法】
如图5所示,在监测目标区域A外围划定一个面积较大的区域B。以人类平均移动速度在一个位置更新周期内从A向外道达的最远距离作为B的最小范围。当然,B的面积越大统计结果越精确。
设计一个表/集合用于记录区域B中所有CELL产生的信令数据,并用如下方法维护表内数据:
√每当区域B中的CELL有开机、打电话、短信或者上网的信令产生时,从表中删除该信令对应设备的旧的信令,并将新产生的信令加入表/集合中。
√当一条周期性位置更新信令产生时间超过一个位置更新周期时,认为该信令对应的设备已经不在区域B内,需从表/集合中删除该信令对应设备的所有信令。
√当有关机信令产生时,将该信令对应设备的所有信令都删除。
经过1个位置更新周期,即可完成该表的初始化。之后,随时统计表中的信令条数,作为该区域B中移动通信设备数。
区域B的面积越大,一段时间内进出区域B的人数占在区域B中移动的人数比例越低,该方法的统计结果越精确。
方法3:
【设计因素】
√除业务信令(打电话、上网、短信等)、开关机信令、周期性位置更新信令外,移动通信设备在不同LAC之间移动时会产生位置切换信令,因此能够精确地、实时得到一个LAC中的移动通信设备数。
【计算方法】
设计一个表/集合用于记录LAC的信令数据,并用如下方法维护表内数据:
√每当该区域中的CELL有开机、打电话、短信或者上网的信令产生时,从表中删除该信令对应设备的旧的信令,并将新产生的信令加入表/集合中。
√当有关机信令产生时,将该信令对应设备的所有信令都删除。
√当有位置切换信令产生时(从源LAC切换到目的LAC),从源LAC的信令数据集合中删除该设备的信令,并且将位置切换信令插入目的LAC的信令数据集合中。
经过1个位置更新周期,即可完成该表的初始化。之后,随时统计与某个LAC相关的信令条数,作为该LAC中移动通信设备数。
该方法能够实时、精确的统计出每个LAC中当前的移动通信设备数。
6、系统构成与实施方案
如图6所示,在基站子系统(Base Station Subsystem,BSS)与移动交换中心(MobileSwitching Centre,MSC)之间的通信链路搭接信令采集设备。采集得到的信令数据传输给信令分析子系统,该子系统负责采集、解析、整合各种信令。该子系统输出的信令数据包括如下基本元素:信令产生的时间、信令相关的设备标识、信令相关的LAC、CI等信息。
解析后的信令数据传输给小区监测子系统,该子系统根据信令衰减策略,计算信令的位置可信度,统计每个CELL的位置可信度、区域中的移动通信设备数(即人群总数),并据此将区域中的移动通信设备数分摊到每个CELL中。
任务监测子系统,根据监测任务定义的监测范围、监测模型,对任务相关的CELL的设备数量进行人群分布、密度等静态监测指标的运算;根据连续多个周期的监测结果,进行人群流动情况、人群聚集度变化等动态监测指标的分析。
7、优势分析
假设,有一个(人数足够大的)队伍从位置1移动到位置9。由于人数足够大,可以认为移动过程中在每个位置产生打电话、上网、短信等相关信令的概率是相等的,同时由于时间不是特别长,因此可以认为在每个时刻产生打电话、上网、短信等相关信令的概率是相等的。我们考察用现有的基于信令的监测方法和本发明的监测方法取得的监测结果。
由于电话、上网、短信的事件从时间、空间维度上是均匀分布的,因此在位置2到位置9产生的信令数据量基本是一致的。
如图7所示,由于现有的方法,没有考虑信令的位置可信度,因此从监测结果上看,最后时刻(即队伍移动到位置9的时刻)在每一个位置上的人数是基本相等的。
如图8所示,考虑到信令数据的时效性,本发明分配给位置7、8、9的人数远远高于分配给位置2、3、4的人数,并且位置9的人数也远高于位置7、8的人数。这更能反映当前的真实情况。
如果是有组织的队伍(没有离队人员),随着时间的推移,本发明分配给位置2、3、4的人数会越来越少,逐渐降为0;如果不是有组织的队伍(人员可以离队),那么位置2、3、4的人数会逐渐下降到离开队伍并留在当地的人数(因为留下的人后续还会产生新的信令)。
综上,本发明考虑到信令的位置可信度是随着时间逐渐衰减的,可以根据位置可信度得到CELL之间的人群数量比例关系,结合一个区域中总人数的统计方法,给出一种基于位置可信度的人群态势监测方法。理论上,随着衰减模型的不断优化、(在一定限度内)衰减周期不断缩短,监测结果会不断的接近真实情况。
以上实施例仅用以说明本发明的技术方案而非对其进行限制,本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明的精神和范围,本发明的保护范围应以权利要求所述为准。
Claims (10)
1.一种基于位置可信度的人数测定方法,其步骤包括:
1)计算一个区域中信令的位置可信度,所述信令的位置可信度是指用从信令中解析出的位置信息表示移动通信设备位置的可信程度;
2)获得当前与某一个CELL相关的所有移动通信设备当前的有效信令,将这些有效信令的位置可信度之和作为该CELL的位置可信度,据此得到一个区域中每个CELL的位置可信度;
3)计算一个区域的人群总数;
4)根据一个区域中每个CELL的位置可信度与该区域的位置可信度之和的比例,将该区域的人群总数分摊到每个CELL中,从而得到每个CELL中的人数。
2.如权利要求1所述的方法,其特征在于,步骤1)中信令的位置可信度随着时间的推移而不断衰减,通过设置衰减策略计算所述位置可信度。
3.如权利要求2所述的方法,其特征在于,所述衰减策略为下列中的一种或多种的组合:
a)信令的位置可信度随着时间的推移而不断衰减,首先设定与时间相关的衰减周期、衰减系数、计算公式或者衰减表,进而计算位置可信度;
b)信令的位置可信度随着时间的推移而不断衰减,并且不同扇区的位置可信度不同,首先设定与时间、扇区相关的衰减周期、衰减系数、计算公式或者衰减表,进而计算位置可信度;
c)信令的位置可信度随着时间的推移而不断衰减,根据人的行为习惯确定相应的衰减策略,进而计算位置可信度。
4.如权利要求1所述的方法,其特征在于:步骤2)所述有效信令是移动通信设备最后产生的一条信令。
5.如权利要求1所述的方法,其特征在于:对于人群较稳定的相对封闭的区域,步骤3)采用如下方法计算区域的人群总数:
a)首先设计一个表或集合,用于记录封闭区域内所有CELL产生的信令数据,并用下面步骤维护其中的数据;
每当该区域中的CELL有开机、打电话、短信或者上网的信令产生时,从表中删除该信令对应设备的旧的信令,并将新产生的信令加入所述表或集合中;
当一条周期性位置更新信令产生时间超过一个位置更新周期时,认为该信令对应的设备已经不在该区域内,从所述表或集合中删除该信令对应设备的所有信令;
当有关机信令产生时,将该信令对应设备的所有信令都删除;
b)经过1个位置更新周期,即可完成该所述表或集合的初始化,之后随时统计表中的信令条数,作为该区域中移动通信设备数,也即该区域的人群总数。
6.如权利要求1所述的方法,其特征在于:对于一个面积较大的区域,步骤3)采用如下方法计算区域的人群总数:
a)在监测目标区域A外围划定一个面积较大的区域B,设计一个表/集合用于记录区域B中所有CELL产生的信令数据,并用如下方法维护表内数据:
每当区域B中的CELL有开机、打电话、短信或者上网的信令产生时,从表中删除该信令对应设备的旧的信令,并将新产生的信令加入表/集合中;
当一条周期性位置更新信令产生时间超过一个位置更新周期时,认为该信令对应的设备已经不在区域B内,需从表/集合中删除该信令对应设备的所有信令;
当有关机信令产生时,将该信令对应设备的所有信令都删除;
b)经过1个位置更新周期,即可完成该表的初始化,之后随时统计表中的信令条数,作为该区域B中移动通信设备数,也即该区域的人群总数。
7.如权利要求1所述的方法,其特征在于:所述区域为LAC,步骤3)采用如下方法统计每个LAC中的人群总数:
a)设计一个表/集合用于记录LAC的信令数据,并用如下方法维护表内数据:
每当该区域中的CELL有开机、打电话、短信、或者上网的信令产生时,从表中删除该信令对应设备的旧的信令,并将新产生的信令加入表/集合中;
当有关机信令产生时,将该信令对应设备的所有信令都删除;
当有从源LAC切换到目的LAC的位置切换信令产生时,从源LAC的信令数据集合中删除该设备的信令,并且将位置切换信令插入目的LAC的信令数据集合中;
b)经过1个位置更新周期,即可完成该表的初始化,之后随时统计与某个LAC相关的信令条数,作为该LAC中移动通信设备数,也即该LAC中的人群总数。
8.一种采用权利要求1所述方法的基于位置可信度的人数测定系统,其特征在于,包括:
信令采集设备,位于基站子系统与移动交换中心之间的通信链路上,用于采集信令数据;
信令分析子系统,连接所述信令采集设备,用于对采集的信令数据进行解析和整合;
小区监测子系统,连接所述信令分析子系统,用于计算信令的位置可信度,统计每个CELL的位置可信度和一个区域中的人群总数,并将区域中的人群总数分摊到每个CELL中,从而得到每个CELL中的人数。
9.一种基于位置可信度的人群态势监测方法,其步骤包括:
1)采用权利要求1至8中任一项所述方法得到每个CELL中的人数;
2)确定监测区域,根据得到的每个CELL中的人数分析监测区域的人群态势。
10.一种采用权利要求9所述方法的基于位置可信度的人群态势监测系统,其特征在于,包括:
信令采集设备,位于基站子系统与移动交换中心之间的通信链路上,用于采集信令数据;
信令分析子系统,连接所述信令采集设备,用于对采集的信令数据进行解析和整合;
小区监测子系统,连接所述信令分析子系统,用于计算信令的位置可信度,统计每个CELL的位置可信度和一个区域中的人群总数,并将区域中的人群总数分摊到每个CELL中,从而得到每个CELL中的人数;
任务监测子系统,连接所述小区监测子系统,用于根据监测任务确定监测区域,获取每个CELL中的人数以进行人群态势分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410400559.3A CN104202719B (zh) | 2014-08-14 | 2014-08-14 | 基于位置可信度的人数测定和人群态势监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410400559.3A CN104202719B (zh) | 2014-08-14 | 2014-08-14 | 基于位置可信度的人数测定和人群态势监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104202719A true CN104202719A (zh) | 2014-12-10 |
CN104202719B CN104202719B (zh) | 2018-01-09 |
Family
ID=52087932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410400559.3A Active CN104202719B (zh) | 2014-08-14 | 2014-08-14 | 基于位置可信度的人数测定和人群态势监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104202719B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105163343A (zh) * | 2015-09-21 | 2015-12-16 | 中国联合网络通信集团有限公司 | 人群密集风险判断方法及装置 |
CN106982413A (zh) * | 2016-01-15 | 2017-07-25 | 中国移动通信集团上海有限公司 | 一种区域客流趋势的预测方法及装置 |
CN107025436A (zh) * | 2017-03-13 | 2017-08-08 | 西安电子科技大学 | 一种基于可信度的自更新人员入侵检测方法 |
CN107205220A (zh) * | 2016-03-18 | 2017-09-26 | 中国移动通信集团江苏有限公司 | 一种确定区域人流数量的方法及装置 |
CN108600340A (zh) * | 2018-04-08 | 2018-09-28 | 深圳市和讯华谷信息技术有限公司 | 一种基于移动大样本数据的历史人群规模推总方法及装置 |
CN109063578A (zh) * | 2018-07-06 | 2018-12-21 | 江西洪都航空工业集团有限责任公司 | 一种人群聚集检测方法 |
CN109743214A (zh) * | 2019-03-01 | 2019-05-10 | 致讯科技(天津)有限公司 | 一种报文关口局控制器 |
CN110491090A (zh) * | 2019-09-20 | 2019-11-22 | 苏州智博汇能电子科技股份有限公司 | 基于手机终端的中老年人群监护方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102215468A (zh) * | 2010-04-02 | 2011-10-12 | 广东宜通世纪科技股份有限公司 | 一种人群分布监测方法和系统 |
US20110256858A1 (en) * | 2010-04-19 | 2011-10-20 | Chih-Hsiang Wu | Method of Handling System Information Reception and Related Communication Device |
CN103888989A (zh) * | 2012-12-20 | 2014-06-25 | 中国移动通信集团上海有限公司 | 一种监测区域中用户设备数量的方法和装置 |
-
2014
- 2014-08-14 CN CN201410400559.3A patent/CN104202719B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102215468A (zh) * | 2010-04-02 | 2011-10-12 | 广东宜通世纪科技股份有限公司 | 一种人群分布监测方法和系统 |
US20110256858A1 (en) * | 2010-04-19 | 2011-10-20 | Chih-Hsiang Wu | Method of Handling System Information Reception and Related Communication Device |
CN103888989A (zh) * | 2012-12-20 | 2014-06-25 | 中国移动通信集团上海有限公司 | 一种监测区域中用户设备数量的方法和装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105163343B (zh) * | 2015-09-21 | 2018-10-19 | 中国联合网络通信集团有限公司 | 人群密集风险判断方法及装置 |
CN105163343A (zh) * | 2015-09-21 | 2015-12-16 | 中国联合网络通信集团有限公司 | 人群密集风险判断方法及装置 |
CN106982413A (zh) * | 2016-01-15 | 2017-07-25 | 中国移动通信集团上海有限公司 | 一种区域客流趋势的预测方法及装置 |
CN106982413B (zh) * | 2016-01-15 | 2019-12-13 | 中国移动通信集团上海有限公司 | 一种区域客流趋势的预测方法及装置 |
CN107205220A (zh) * | 2016-03-18 | 2017-09-26 | 中国移动通信集团江苏有限公司 | 一种确定区域人流数量的方法及装置 |
CN107205220B (zh) * | 2016-03-18 | 2019-12-13 | 中国移动通信集团江苏有限公司 | 一种确定区域人流数量的方法及装置 |
CN107025436A (zh) * | 2017-03-13 | 2017-08-08 | 西安电子科技大学 | 一种基于可信度的自更新人员入侵检测方法 |
CN108600340A (zh) * | 2018-04-08 | 2018-09-28 | 深圳市和讯华谷信息技术有限公司 | 一种基于移动大样本数据的历史人群规模推总方法及装置 |
CN109063578A (zh) * | 2018-07-06 | 2018-12-21 | 江西洪都航空工业集团有限责任公司 | 一种人群聚集检测方法 |
CN109063578B (zh) * | 2018-07-06 | 2022-05-06 | 江西洪都航空工业集团有限责任公司 | 一种人群聚集检测方法 |
CN109743214A (zh) * | 2019-03-01 | 2019-05-10 | 致讯科技(天津)有限公司 | 一种报文关口局控制器 |
CN110491090A (zh) * | 2019-09-20 | 2019-11-22 | 苏州智博汇能电子科技股份有限公司 | 基于手机终端的中老年人群监护方法 |
CN110491090B (zh) * | 2019-09-20 | 2021-07-09 | 苏州智博汇能电子科技股份有限公司 | 基于手机终端的中老年人群监护方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104202719B (zh) | 2018-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104202719A (zh) | 基于位置可信度的人数测定和人群态势监测方法及系统 | |
Wang et al. | Spatio-temporal analysis and prediction of cellular traffic in metropolis | |
Xu et al. | Construction of regional informatization ecological environment based on the entropy weight modified AHP hierarchy model | |
WO2022089031A1 (zh) | 一种基于大数据和人工智能的网络优化方法 | |
CN104239556A (zh) | 基于密度聚类的自适应轨迹预测方法 | |
CN103856887A (zh) | 一种基于信令消息的景区客流实时统计方法 | |
CN106792523B (zh) | 一种基于大规模WiFi活动轨迹的异常行为检测方法 | |
CN103491351A (zh) | 违章建筑物的智能视频监控方法 | |
Chang et al. | Sensor placement algorithms for fusion-based surveillance networks | |
Vajakas et al. | Trajectory reconstruction from mobile positioning data using cell-to-cell travel time information | |
CN105323024B (zh) | 一种网络信号强度检测及融合方法 | |
CN108271157B (zh) | 一种伪基站识别方法及装置 | |
Zheng et al. | An eiot system designed for ecological and environmental management of the xianghe segment of china’s grand canal | |
CN108632832B (zh) | 网络覆盖分析方法及系统 | |
CN103686818A (zh) | 一种仿真测试方法及设备 | |
CN106921507A (zh) | 在无线通信网络中对用户投诉进行预测的方法和装置 | |
CN106780248A (zh) | 基于大数据技术的城市物联网设备运营控制系统及方法 | |
CN109977109A (zh) | 一种轨迹数据清洗方法及伴随分析方法 | |
CN108882152B (zh) | 一种基于路径选择上报的用户隐私保护方法 | |
CN109947758A (zh) | 一种基于行为轨迹库的路线碰撞分析方法 | |
CN104349335B (zh) | 一种网络覆盖规划指标分析方法及系统 | |
Bao et al. | Lightning performance evaluation of transmission line based on data-driven lightning identification, tracking, and analysis | |
Zhao et al. | Celltrademap: Delineating trade areas for urban commercial districts with cellular networks | |
CN106792741B (zh) | 一种判断基站扇区间天馈接反的方法和系统 | |
Zhang et al. | Duplicate report detection in urban crowdsensing applications for smart city |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |