CN104978858B - 一种基于手机信令的高速公路实时路况监测方法 - Google Patents

一种基于手机信令的高速公路实时路况监测方法 Download PDF

Info

Publication number
CN104978858B
CN104978858B CN201510329014.2A CN201510329014A CN104978858B CN 104978858 B CN104978858 B CN 104978858B CN 201510329014 A CN201510329014 A CN 201510329014A CN 104978858 B CN104978858 B CN 104978858B
Authority
CN
China
Prior art keywords
highway
user
cell
mobile phone
phone signaling
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.)
Active
Application number
CN201510329014.2A
Other languages
English (en)
Other versions
CN104978858A (zh
Inventor
王广善
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING TUOMING COMMUNICATION TECHNOLOGY Co Ltd
Original Assignee
BEIJING TUOMING COMMUNICATION TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BEIJING TUOMING COMMUNICATION TECHNOLOGY Co Ltd filed Critical BEIJING TUOMING COMMUNICATION TECHNOLOGY Co Ltd
Priority to CN201510329014.2A priority Critical patent/CN104978858B/zh
Publication of CN104978858A publication Critical patent/CN104978858A/zh
Application granted granted Critical
Publication of CN104978858B publication Critical patent/CN104978858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Mobile Radio Communication Systems (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明公开了一种基于手机信令的高速公路实时路况监测方法,首先对高速公路沿线进行无线网络覆盖测试,进行“虚拟监测点”建模,获得高速沿线基站定位参考数据;然后采集并解析Mc接口信令数据,获得用户的通话行为信息,建立单用户交通事件跟踪模型;利用高速公路用户识别模型筛选获得高速用户数据,将高速公路用户的交通事件跟踪结果与基站定位参考数据进行关联匹配计算高速公路用户的平均行驶速度,按路段输出高速公路路况的监测结果。该方法通过引入网络实测数据进行模型校正,极大地提高了基于信令定位技术进行高速公路实时路况计算的准确度,实现了移动通信技术与高速公路智能管理的融合,为高速公路的通行与管理提供了便捷、精准的实时路况信息。

Description

一种基于手机信令的高速公路实时路况监测方法
技术领域
本发明涉及移动通信技术领域,具体涉及一种基于手机信令的高速公路实时路况监测方法。
背景技术
目前的交通流量信息监测平台获取交通流量信息的主要技术为GPS信息统计、地感线圈信息统计、RFID信息统计、视频监控系统等感知装置与物联网技术应用。现有技术大都需要在道路上进行施工与改造或者在运营车辆上加装GPS及数据回传装置,考虑到建设周期、成本与施工改造难度,目前只能针对大城市的主干道路进行部署和实施,而对于更广泛范围的大城市的非重要道路、中小城市的道路以及高速公路等还无法做到有效精确统计。而这些道路的实时流量信息统计都是出行优化、道路规划、指挥调度、拥堵信息发布的数据基础。因此不论从行业的角度还是便民利民的角度都需要一种能够不受城市规模以及地理范围限制的全面准确采集行人及车辆通行数据并提供多种信息服务的智能交通实时路况监测解决方案。
而移动网络中的手机信令信息,产生于每个用户进行通信业务时与通信网络的交互过程,可以反映出手机用户在任何时间、任何地点、与任何人、发生任何网络事件或作任何通信业务时的行为特性。通过对移动网络手机信令数据的采集与建模分析,基于手机信令定位技术与模式识别算法能够对高速公路场景下的实时路况信息进行统计,从而对智能交通行业的快速发展提供创新的解决方案和技术支撑。本发明正是针对实际应用的需要提供了一种基于信令的高速公路用户的监控方法。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种基于手机信令的高速公路实时路况监测方法,通过该方法能够对高速公路的通行和管理情况实现实时分析。
为实现上述目的,本发明采用的技术方案如下:
一种基于手机信令的高速公路实时路况监测方法,包括以下步骤:
(1)采用测试终端对高速公路沿线进行无线网络覆盖测试,记录测试终端的相关通信信息,并根据所述相关通信信息建立参考数据库;所述相关通信信息包括测试终端标识、测试位置、测试时的手机信令事件类型、时间戳、所在的高速公路路段标识,以及手机信令事件发生时所涉及的无线网络小区的特征信息;所述测试位置是指测试时的经度和纬度;所述所涉及的无线网络小区的特征信息是指所涉及的无线网络小区的位置区编码和小区编码;所述手机信令事件类型包括主叫、被叫、发短信、收短信、位置区更新、切换、开机和关机;
(2)基于所述参考数据库得到高速公路沿线的小区列表集合,并根据所述参考数据库进行高速公路“虚拟监测点”建模,得到高速公路沿线各高速公路路段的“虚拟监测点”集合;
高速公路沿线的小区列表集合中的元素为所述参考数据库中所包含的所有位置区编码和小区编码的不重复组合;
根据所述参考数据库进行高速公路“虚拟监测点”建模的步骤为:
(2-1)统计参考数据库中属于同一高速公路路段且具有相同事件特征的记录;所述具有相同事件特征是指属于相同手机信令事件类型的事件在事件发生时所涉及的无线网络小区的特征信息相同;
(2-2)计算所述属于同一高速公路路段且具有相同事件特征的记录的位置中点,将所述位置中点作为“虚拟监测点”,得到各高速公路路段的“虚拟监测点”集合;所述位置中点是指所有属于同一高速公路路段且具有相同事件特征的记录所对应的测试位置的均值;各高速公路路段的“虚拟监测点”集合中的每个元素包括“虚拟监测点”的编号、手机信令事件类型、事件特征和位置中点;
(3)采集设定时间段内的用户手机的Mc接口的手机信令数据,根据高速公路沿线的小区列表集合和采集到的Mc接口的手机信令数据建立高速公路用户跟踪模型,识别出用户中属于所述高速公路沿线上的高速公路用户;包括:
(3-1)根据采集到的Mc接口的手机信令数据得到用户的呼叫详细记录CDR;
(3-2)根据用户的呼叫详细记录CDR得到用户的移动轨迹序列;某一用户的移动轨迹序列是指将该用户在所述设定时间段内发生手机信令事件时所在服务小区的位置信息按照事件发生的时间前后进行排序后得到的服务小区位置信息序列;所述服务小区的位置信息指的是服务小区的位置区编码和小区编码的组合;
(3-3)根据高速公路沿线的小区列表集合和用户的移动轨迹序列,筛选出用户的移动轨迹序列中为高速公路用户的轨迹序列,识别出高速公路用户;筛选的方式为:
获取某一用户的移动轨迹序列与高速公路沿线的小区列表集合的交集,判断交集中所包含的不同的服务小区位置信息的个数是否大于设定数值,若是,则判断该用户为高速公路用户;
(4)根据识别出的高速公路用户的移动轨迹序列和所述“虚拟监测点”集合,计算出高速公路用户在各高速公路路段的平均移动速度,包括:
(4-1)根据高速公路用户的移动轨迹序列确定出用户所经历的高速公路路段,得到高速公路用户在其经历的各高速公路路段的移动轨迹序列;
(4-2)记录高速公路用户在各高速公路路段的移动轨迹序列中的第一个服务小区位置信息处所发生的手机信令事件发生的时刻t1和最后一个服务小区位置信息处所发生的手机信令事件发生的时刻tj
(4-3)计算高速公路用户在各高速公路路段的移动时间timespan=tj-t1
(4-4)计算高速公路用户在各高速公路路段的移动距离distance,所述移动距离为各高速公路路段的移动轨迹序列中的第一个服务小区位置信息处所发生的手机信令事件所对应的“虚拟监测点”的位置中点与最后一个服务小区位置信息处所发生的手机信令事件所对应的“虚拟监测点”的位置中点之间的沿高速公路沿线的曲线距离;
(4-5)根据高速公路用户在各高速公路路段的移动距离和移动时间,计算得到高速公路用户在各高速公路路段的平均移动速度speed,speed=distance/timespan。
进一步,如上所述的一种基于手机信令的高速公路实时路况监测方法,步骤(4-5)中,计算得到高速公路用户在各高速公路路段的平均移动速度后,该方法还包括:
(5)计算高速公路用户在所述设定时间内的平均行驶速度,所述平均行驶速度为高速公路用户在其经历的各高速公路路段的平均移动速度的均值。
进一步,如上所述的一种基于手机信令的高速公路实时路况监测方法,步骤(1)中,手机信令事件发生时所涉及的无线网络小区的特征信息包括手机信令事件发生时所在服务小区的位置区编码和小区编码;所在服务小区为驻留服务小区或当前服务小区;
当所述手机信令事件为切换时,还包括切换时的目标小区的位置区编码和小区编码;
当所述手机信令事件为位置区更新时,还包括发生位置区更新时原小区的位置区编码。
进一步,如上所述的一种基于手机信令的高速公路实时路况监测方法,步骤(2-2)中,当“虚拟监测点”的手机信令事件类型为切换时,其事件特征包括事件发生时所在服务小区的位置区编码S_LAC和小区编码S_CellID、以及切换时的目标小区的位置区编码T_LAC和小区编码T_CellID;
当“虚拟监测点”的手机信令事件类型为位置区更新时,其事件特征包括事件发生时所在服务小区的位置区编码S_LAC和小区编码S_CellID、以及位置区更新时的原小区的位置区编码;
当“虚拟监测点”的手机信令事件类型为小区切换和位置区更新事件之外的其它事件时,其事件特征包括事件发生时所在服务小区的位置区编码S_LAC和小区编码S_CellID。
进一步,如上所述的一种基于手机信令的高速公路实时路况监测方法,步骤(3-2)中,用户的移动轨迹序列中的服务小区位置信息为高速公路沿线的小区列表集合中高速公路起始段小区集合和终止段小区集合之外的服务小区的位置信息;
高速公路起始段小区集合是指小区基站所在的物理位置与高速公路起始段的垂直距离小于第一设定距离的范围内的不重复的无线网络小区的位置信息的集合;高速公路终止段小区集合是指小区基站所在的物理位置与高速公路终止段的垂直距离小于第二设定距离的范围内的不重复的小区的位置信息的集合;所述高速公路起始段是指与高速公路起点距离小于第一设定值的高速公路段,所述高速公路终止段是指与高速公路终点距离小于第二设定值的高速公路段。
进一步,如上所述的一种基于手机信令的高速公路实时路况监测方法,步骤(4-1)中,根据高速公路用户的移动轨迹序列确定出用户所经历的高速公路路段,包括:
将高速公路用户的移动轨迹序列中所包含的服务小区位置信息与参考数据库相比对,确定出服务小区位置信息所在的高速公路路段,将属于同一高速公路路段的服务小区位置信息按照事件发生的时间前后进行排序后得到的高速公路用户该路段的移动轨迹序列。
进一步,如上所述的一种基于手机信令的高速公路实时路况监测方法,步骤(2-2)中,计算所述位置中点之前,删除属于同一高速公路路段且具有相同事件特征的“虚拟监测点”的经纬度信息中的奇异值,计算过滤后的经度平均值和纬度平均值。
进一步,如上所述的一种基于手机信令的高速公路实时路况监测方法,步骤(5)中,计算高速公路用户在所述设定时间内的平均行驶速度之前,删除高速公路用户在其经历的各高速公路路段的平均移动速度中的奇异值,将删除后的高速公路用户在其经历的各高速公路路段的平均移动速度进行均值计算,得到高速公路用户在所述设定时间内的平均行驶速度。
本发明的有益效果在于:本发明所述的方法,通过引入网络实测数据进行模型校正,极大地提高了基于手机信令定位技术进行高速公路实时路况分析和计算的准确度,最终实现移动通信技术与高速公路智能管理的融合,为高速公路的通行与管理提供了便捷、精准的实时路况信息,为智能交通行业的发展提供了技术支撑。
附图说明
图1为本发明具体实施方式中提供的一种基于手机信令的高速公路用户的监控方法的流程图。
具体实施方式
下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。
图1示出了本发明具体实施方式中提供的一种基于手机信令的高速公路用户的监控方法的流程图,由图中可以看出,该方法主要包括以下几个步骤:
步骤S100:对高速公路沿线进行无线网络覆盖测试,采集测试终端的相关信息;
本实施方式中,首先采用测试终端对需要进行监测的高速公路沿线进行无线网络覆盖测试,记录测试终端的相关通信信息,并根据所述相关通信信息建立参考数据库。
所述测试终端一般为测试用手机,除了具有一般手机的通用功能,还具有GPS定位功能。测试人员拿测试终端在需要测试的高速公路沿线进行测试,包括终端处于空闲状态和通话状态时的网络信息,采集得到原始的采样数据,通过对原始采用数据进行转换后得到测试终端的相关通信信息。
本实施方式中,所述相关通信信息包括测试终端标识、测试位置、测试时的手机信令事件类型、时间戳、所在的高速公路路段标识、以及手机信令事件发生时所涉及的无线网络小区的特征信息等。由于高速公路的长度都较长,本实施方式对高速公路沿线进行分路段测试,其中,所述高速公路的分段及路段标识可以直接采用高速公路实际的分段及标识方式,也可以由测试人员进行设置。
其中,所述测试位置是指测试时测试终端所在的实测位置经度和纬度;所述手机信令事件发生时所涉及的无线网络小区的特征信息是指手机信令事件发生时所涉及到的无线网络小区的位置区编码和小区编码。本实施方式中的所述手机信令事件类型主要包括主叫、被叫、发短信、收短信、位置区更新、切换、开机和关机等。
对于不同的手机信令事件,在其发生时所涉及的无线网络小区的特征信息是不同的。具体的,本实施方式中,对于所有类型的手机信令事件,所述手机信令事件发生时所涉及的无线网络小区的特征信息都包括手机信令事件发生时所在服务小区的位置区编码和小区编码;所在服务小区为驻留服务小区或当前服务小区;
当所述手机信令事件为切换HO时,切换发生时所涉及的无线网络小区的特征信息除了包括切换发生时所在服务小区的位置区编码和小区编码外,还包括切换时的目标小区的位置区编码和小区编码;当所述手机信令事件为位置区更新时,还包括发生位置区更新时原小区的位置区编码。
通过测试终端获取上述大量的通信信息后,根据这些相关通信信息建立起参考数据库,作为后续处理的基础数据。
在实际应用中,可以将获取到的测试终端的上述通信信息记录在如下的数据表中,本实施方式中,将该记录测试终端通信信息的数据表定义为结构化记录集Highway_DT[],Highway_DT[]中的样本数据格式如下:
上述表格中,各具体字段的含义如下:
路段:指高速公路的某个具体路段,便于分段指示高速公路的路况。
时间戳(TimeStamp):指发生某一个手机信令事件的具体时间点。
测试终端标识:标识同一部测试终端(如手机)的测量结果。
S_LAC:发生某一个手机信令事件时的所驻留服务小区或当前服务小区的位置区编码。
S_CellID:发生某一个手机信令事件时的所驻留服务小区或当前服务小区的小区编码。
T_LAC:发生切换事件(包括系统内切换或系统间切换)时的目标小区的位置区编码。
T_CellID:发生切换事件(包括系统内切换或系统间切换)时的目标小区的小区编码。
P_LAC:发生位置区更新事件(包括开机、周期性或者正常位置区更新)时的原小区的位置区编码。
事件类型:手机信令事件的类型,一般包括主叫、被叫、发短信、收短信、位置区更新、切换、开机、关机等。
经度(Long):发生某一个手机信令事件时的在高速路上的实测位置经度。
纬度(Lat):发生某一个手机信令事件时的在高速路上的实测位置纬度。
步骤S200:基于所述参考数据库得到高速公路沿线的小区列表集合,并根据所述参考数据库进行高速公路“虚拟监测点”建模,得到“虚拟监测点”集合;
本实施方式中,根据步骤S100中所采集得到的通信信息得到的高速公路沿线的小区列表集合中的元素为所述参考数据库中所包含的所有位置区编码和小区编码的不重复组合。
假设步骤S100中结构化记录集Highway_DT[]中的通信信息中所涉及到的服务小区的位置编码为m个,分别记为S_LAC1、S_LAC2、…、S_LACm,所涉及的服务小区的小区编码为n个,分别记为S_CellID1、S_CellID2、…、S_CellIDn,则高速公路沿线的小区列表集合Highway_DT_CellList[]的元素为m个位置区码和n各小区编码的不重复组合,即Highway_DT_CellList[]=((S_LACk,S_CellIDt)),其中,k、t为正整数,k的取值范围为[1,m],t的取值范围为[1,n],Highway_DT_CellList[]中的所有元素(S_LACk,S_CellIDt)均不相同。
该步骤中还包括根据步骤S100中得到的参考数据库进行高速公路“虚拟监测点”建模,得到高速公路沿线各高速公路路段的“虚拟监测点”集合。本实施方式中,进行高速公路“虚拟监测点”建模的具体方式为:
1)统计参考数据库中属于同一高速公路路段且具有相同事件特征的记录;所述具有相同事件特征是指属于相同手机信令事件类型的事件在事件发生时所涉及的无线网络小区的特征信息相同;
2)计算所述属于同一高速公路路段且具有相同事件特征的记录的位置中点,将所述位置中点作为“虚拟监测点”,得到各高速公路路段的“虚拟监测点”集合;所述位置中点是指所有属于同一高速公路路段且具有相同事件特征的记录所对应的测试位置的均值(经度平均值和纬度平均值);各高速公路路段的“虚拟监测点”集合中的每个元素包括“虚拟监测点”的编号、手机信令事件类型、事件特征和位置中点。
也就是说,所述“虚拟监测点”为利用实际网络覆盖测试时采集的特定手机信令事件(所有相同的手机信令事件类型与事件特征组合,即具有相同事件特征的手机信令事件)发生的大致地理位置(位置中点)来建模所获得的有明确模式特征的定位参考地点,即可用来进行“虚拟监测“的地点。在实际应用中,对于位置中点的计算,在计算之前,可以采用一些过滤技术(如格拉布斯检测法)删除属于同一高速公路路段且具有相同事件特征的记录所对应测试位置中的奇异值,再计算过滤后的经度平均值和纬度平均值,以减少奇异值所造成的影响。
由步骤1)可以看出,本实施方式中,所述具有相同事件特征的记录不仅指手机信令事件类型相同,而且事件发生时所涉及的无线网络小区的特征信息也要相同。例如,对于同为小区切换的手机信令事件HO_A和HO_B,HO_A是由(S_LAC1,S_CellID1)切换到(S_LAC1,S_CellID2),HO_B是由(S_LAC1,S_CellID1)切换到(S_LAC1,S_CellID3),由于发生切换时所涉及的无线网络小区的特征信息不同,这两个事件所对应的记录也不是具有相同事件特征的记录。
手机信令事件的类型不同,其所涉及的无线网络小区的特征信息的定义也是不同的。也就是说,不同的手机信令事件类型对应的“虚拟监测点”的事件特征定义是不同的。具体的,本实施方式中,当“虚拟监测点”的手机信令事件类型为切换HO时,其事件特征定义为包括事件发生时所在服务小区的位置区编码S_LAC和小区编码S_CellID、以及切换时的目标小区的位置区编码T_LAC和小区编码T_CellID的组合;
当“虚拟监测点”的手机信令事件类型为位置区更新LU时,其事件特征定义为包括事件发生时所在服务小区的位置区编码S_LAC和小区编码S_CellID、以及更新时的原小区的位置区编码P_LAC的组合;
当“虚拟监测点”的手机信令事件类型为小区切换和位置区更新事件之外的其它事件时,其事件特征定义为包括事件发生时所在服务小区的位置区编码S_LAC和小区编码S_CellID的组合。
本实施方式中,将基于上述结构化记录集Highway_DT[]建模得到的各高速公路路段的“虚拟监测点”集合记为Highway_DT_VM[i,e,v,l],其中,i代表“虚拟监测点”编号,实际所选取的“虚拟监测点“的数量与实际高速路段的网络覆盖情况相关。e代表“虚拟监测点”的事件类型,主要有切换HO、位置区更新LU、其他Other等等。v代表“虚拟监测点”的事件特征,即S_LAC、S_CellID、T_LAC、T_CellID、P_LAC、事件类型的编码组合,其与“虚拟监测点”编号i一一对应,由前文可知,有以下几种情形:
A.当“虚拟监测点”的事件类型为切换时,其事件特征v=S_LAC&S_CellID&T_LAC&T_CellID;
B.当“虚拟监测点”的事件类型为位置区更新时,其事件特征v=S_LAC&S_CellID&P_LAC
C.当“虚拟监测点”的事件类型为其它事件时,其事件特征v=S_LAC&S_CellID。
l代表“虚拟监测点”的位置中点,也就是实际的“虚拟监测点”的位置信息,表示为(l_long,l_lat),其计算方法是:对于Highway_DT[]中所有具有相同“虚拟监测点”特征v的记录,将其经度和纬度的字段数值进行算术平均得到经度平均值和纬度平局值,即l_long=Sum(Highway_DT[].Long)/n,l_lat=Sum(Highway_DT[].Lat)/n,n为所有具有相同“虚拟监测点”特征v的记录数。有前文可知,对于“虚拟监测点”的位置中点的计算,可以先采用一些滤波技术(如格拉布斯检验法)删除经度和纬度字段中的奇异值,再进行算术平均计算,以减少奇异值造成的影响。
步骤S300:采集用户手机的Mc接口的手机信令数据,根据高速公路沿线的小区列表集合和采集到的Mc接口的手机信令数据识别出高速公路用户;
该步骤中,通过采集设定时间段内(需要监控的时间段,根据监控需要设定)的用户手机的Mc接口的手机信令数据,根据高速公路沿线的小区列表集合和采集到的Mc接口的手机信令数据建立高速公路用户跟踪模型,从而识别出用户中属于所述高速公路沿线上的高速公路用户。在实际应用中,并不需要采集全网中所述设定时间段内所有用户手机的Mc接口的信令数据,可以首先设定一个信令数据采集的范围,该范围内的手机用户仅包括所有可能的属于所述高速公路沿线即需要监控的高速公路沿线上的手机用户即可,可根据经验进行设置。其中,对Mc接口手机信令数据的采集为现有技术。
本实施方式中,根据高速公路沿线的小区列表集合和采集到的Mc接口的手机信令数据建立高速公路用户跟踪模型,识别出手机用户中属于所述高速公路沿线上的高速公路用户的具体步骤为:
(1)首先对采集到的Mc接口的手机信令数据进行解码分析后合成得到用户的呼叫详细记录CDR(Call Data Record),CDR结果输出由运营商提供,有必要字段要求;
在实际应用中,可以将用户的呼叫详细记录CDR存储在如下的数据表中,本实施方式中将记录呼叫详细记录CDR的数据表定义为结构化记录集Highway_CDR[],Highway_CDR[]中的样本数据格式如下表所示:
(2)根据用户的呼叫详细记录CDR得到用户的移动轨迹序列;某一用户的移动轨迹序列是指将该用户在所述设定时间段内发生手机信令事件时所在服务小区的位置信息按照事件发生的时间前后进行排序后得到的服务小区位置信息序列;所述服务小区的位置信息指的是服务小区的位置区编码和小区编码的组合;
本实施方式中,将根据Highway_CDR[]生成的用户移动轨迹序列记录在移动轨迹序列集合Highway_CDR[].Highway_CDR_CellTimeSeqList[]中,下文中将其简称为Highway_CDR_CellTimeSeqList[],因此:
其中,Highway_CDR_CellTimeSeqList[i]=((t1,LAC1,CellID1),(t2,LAC2,CellID2)…,(tj,LACj,CellIDj));i为MSID的数组编号及用户手机标识,t1、t2、tj为MSID发生信令事件EventID的出现时刻,且满足t1<t2<tj,j为对应每一个MSID的CDR中出现的用户移动轨迹序列即小区序列的长度,且此长度包括了某一小区标识重复出现的情形,(LAC1,CellID1)为t1时刻发生的手机信令事件所在的服务小区的位置区编码和小区编码,(LACj,CellIDj)为tj时刻发生的手机信令事件所在的服务小区的位置区编码和小区编码。
在实际应用中,可以将移动轨迹序列集合Highway_CDR_CellTimeSeqList[]中的元素进行降维处理,所降维度为时刻t,即降维后的手机标识为i的用户的移动轨迹序列为Highway_CDR_CellSeqList[i]=((LAC1,CellID1),(LAC2,CellID2)…,(LACj,CellIDj)。
优选的,用户的移动轨迹序列中的服务小区位置信息为高速公路沿线的小区列表集合中高速公路起始段小区集合和终止段小区集合之外的服务小区位置信息;
高速公路起始段小区集合是指小区基站所在的物理位置与高速公路起始段的垂直距离小于第一设定距离的范围内的不重复的无线网络小区的位置信息的集合;高速公路终止段小区集合是指小区基站所在的物理位置与高速公路终止段的垂直距离小于第二设定距离的范围内的不重复的小区的位置信息的集合;所述高速公路起始段是指与高速公路起点距离小于第一设定值的高速公路段,所述高速公路终止段是指与高速公路终点距离小于第二设定值的高速公路段。
也就是说,移动轨迹序列中的服务小区位置信息一般避免选择高速公路起点或终点附近的服务小区的位置,以避免始发站与终点站对于后文中速度的估算所造成的影响。
(3)根据高速公路沿线的小区列表集合和用户的移动轨迹序列,筛选出用户的移动轨迹序列中为高速公路用户的轨迹序列,识别出高速公路用户;筛选的具体方式为:
获取某一用户的移动轨迹序列与高速公路沿线的小区列表集合的交集,判断交集中所包含的不同服务小区位置信息的个数是否大于设定数值,若是,则判断该用户为高速公路用户。
例如,本实施方式中,高速公路沿线的小区列表集合为Highway_DT_CellList[]=((S_LACk,S_CellIDt)),则判断上述手机标识为i的用户的移动轨迹序列Highway_CDR_CellTimeSeqList[i](降维后的序列)是否为高速公路用户的轨迹序列的方式为判断下述表达式是否成立:
Count|(Highway_CDR_CellSeqList[i])∩(Highway_DT_CellList[])|>minHighWayCellListNum;
其中,minHighWayCellListNum标识所述设定数值,该数字为预先设定,可配置。满足上述表达式的用户的移动轨迹序列判断为高速公路用户的轨迹序列,这些移动轨迹序列对应的用户属于所述高速公路沿线上的高速公路用户。
本实施方式中可以将识别出的高速公路用户i(为了表示方便,本实施方式中以用户的手机标识直接标识用户即可)的集合记录在数组iRealHighwayUser[]中。
完成所有高速公路用户的识别后,即可根据iRealHighwayUser[]中的元素(手机识别号)i对上述步骤(2)中的移动轨迹序列集合Highway_CDR_CellTimeSeqList[]中的元素进行匹配,剔除移动轨迹序列集合Highway_CDR_CellTimeSeqList[]中与iRealHighwayUser[]中元素不匹配的数据,即保留Highway_CDR_CellTimeSeqList[i],此时的i∈iRealHighwayUser[]。
经过这步过滤后,得到缩减后的仅包含高速公路用户数据的单用户移动轨迹序列Highway_CDR_CellTimeSeqList_R[],且满足:Highway_CDR_CellTimeSeqList_R[k]∈Highway_CDR_CellTimeSeqList[i],其中k属于iRealHighwayUser[]。
步骤S400:根据识别出的高速公路用户的移动轨迹序列和所述“虚拟监测点”集合,计算出高速公路用户在各高速公路路段的平均移动速度;
本实施方式中,计算出高速公路用户在各高速公路路段的平均移动速度的具体步骤为:
(1)根据高速公路用户的移动轨迹序列确定出用户所经历的高速公路路段,得到高速公路用户在其经历的各高速公路路段的移动轨迹序列;
(2)记录高速公路用户在各高速公路路段的移动轨迹序列中的第一个服务小区位置信息处所发生的手机信令事件发生的时刻t1和最后一个服务小区位置信息处所发生的手机信令事件发生的时刻tj
(3)计算高速公路用户在各高速公路路段的移动时间timespan=tj-t1
(4)计算高速公路在各高速公路路段的移动距离distance,所述移动距离为各高速公路路段的移动轨迹序列中的第一个服务小区位置信息处所发生的手机信令事件所对应的“虚拟监测点”的位置中点与最后一个服务小区位置信息处所发生的手机信令事件所对应的“虚拟监测点”的位置中点之间的沿高速公路沿线的曲线距离;
(5)根据高速公路用户在各高速公路路段的移动距离和移动时间,计算得到高速公路用户在各高速公路路段的平均移动速度speed,speed=distance/timespan。
由于高速公路用户在所述高速公路沿线上行驶时,一般都会经过高速公路的多个路段,因此,在计算用户在每个高速公路路段的平均移动速度时,需要确定出用户经历了哪些路段。本实施方式中,根据高速公路用户的移动轨迹序列确定出用户所经历的高速公路路段,具体方式:
将高速公路用户的移动轨迹序列中所包含的服务小区位置信息与参考数据库相比对,确定出所包含的各服务小区位置信息所在的高速公路路段,将属于同一高速公路路段的服务小区位置信息按照事件发生的时间前后进行排序后得到的高速公路用户该路段的移动轨迹序列。
由于用户的移动轨迹序列为用户在所述设定时间段内发生手机信令事件时所在服务小区的位置信息按照事件发生的时间前后进行排序后得到的服务小区位置信息序列,所述服务小区的位置信息指的是服务小区的位置区编码和小区编码组合;因此,可以根据轨迹序列中所包含的某一服务小区的位置信息和步骤S100中建立的参考数据库确定出该位置信息所对应的高速公路路段。
在得到用户其所经历的各高速公路路段的移动轨迹序列后,便可以根据上述步骤(2)-(4)计算出用户在各路段的平均移动速度了。其中,步骤(4)中,在计算移动距离distance时,由于已知用户在某一高速公路路段的移动轨迹序列,且该序列是按照事件发生时间进行排序的,因此,该高速公路路段的移动轨迹序列中的第一个服务小区的位置信息和最后一个服务小区的位置信息即为认为用户在该路段中移动时所经过的第一个服务小区和最后一个服务小区,通过将第一个服务小区的位置信息处所发生的手机信令事件的事件特征与所述该高速公路路段的“虚拟监测点”集合中的事件特征相比对,即可确定出第一个服务小区的位置信息所对应的位置中点,同样可以确定出最后一个服务小区的位置信息所对应的位置中点,这两个位置中点之间的沿高速公路沿线的曲线距离即可认为是用户在该路段的移动距离。
也就是说,计算高速公路用户在某高速公路路段内的移动距离distance为该路段的(LAC1,CellID1)与(LACj,CellIDj)及(EventID、T_LAC、T_CellID和P_LAC)等构成的模式特征所对应的高速公路上“虚拟监测点”间的沿高速公路的曲线距离。即在高速公路曲线坐标系中,
distance=起点位置(start)对应的“虚拟监测点”与终点位置(end)对应的“虚拟监测点”之间的沿高速公路的曲线距离。
start=Highway_DT_VM[i,e,v,l].l(起点t1时刻的模式特征反查表)
end=Highway_DT_VM[i,e,v,l].l(终点tj时刻的模式特征反查表)
t(t1与tj)时刻的模式特征表述如下:
If EventID=切换HO,then v=LAC&“_“&CellID&“_“&T_LAC&“_“&T_CellID
Elseif EventID=位置区更新LU,then v=LAC&“_“&CellID&“_“&P_LAC
Elseif EventI=other,then v=LAC&“_“&CellID
Endif
步骤S500:计算高速公路用户在所述设定时间内的平均行驶速度。
本实施方式中,所述平均行驶速度为高速公路用户在其经历的各高速公路路段的平均移动速度的均值。即汇总高速公路用户在其经过的各高速公路路段的平均移动速度speed值,将这些平均移动速度按路段进行算数平均,最终输出该高速公路用户的平均行驶速度。其中,对于speed值的处理,计算高速公路用户在所述设定时间内的平均行驶速度之前,删除高速公路用户在其经历的各高速公路路段的平均移动速度中的奇异值,将删除后的高速公路用户在其经历的各高速公路路段的平均移动速度进行均值计算,得到高速公路用户在所述设定时间内的平均行驶速度。即可以采用一些滤波技术(如格拉布斯检验法)以减少speed奇异值造成的影响。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体与另一个实体区分开来,而并不是这些实之间存在任何这种实际的关系或者顺序。本实施方式中,上述的第一设定值、第二设定值、第一设定阈值和第二设定阈值等均是经验值。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于手机信令的高速公路实时路况监测方法,包括以下步骤:
(1)采用测试终端对高速公路沿线进行无线网络覆盖测试,记录测试终端的相关通信信息,并根据所述相关通信信息建立参考数据库;所述相关通信信息包括测试终端标识、测试位置、测试时的手机信令事件类型、时间戳、所在的高速公路路段标识,以及手机信令事件发生时所涉及的无线网络小区的特征信息;所述测试位置是指测试时的经度和纬度;所述所涉及的无线网络小区的特征信息是指所涉及的无线网络小区的位置区编码和小区编码;所述手机信令事件类型包括主叫、被叫、发短信、收短信、位置区更新、切换、开机和关机;
(2)基于所述参考数据库得到高速公路沿线的小区列表集合,并根据所述参考数据库进行高速公路“虚拟监测点”建模,得到高速公路沿线各高速公路路段的“虚拟监测点”集合;
高速公路沿线的小区列表集合中的元素为所述参考数据库中所包含的所有位置区编码和小区编码的不重复组合;
根据所述参考数据库进行高速公路“虚拟监测点”建模的步骤为:
(2-1)统计参考数据库中属于同一高速公路路段且具有相同事件特征的记录;所述具有相同事件特征是指属于相同手机信令事件类型的事件在事件发生时所涉及的无线网络小区的特征信息相同;
(2-2)计算所述属于同一高速公路路段且具有相同事件特征的记录的位置中点,将所述位置中点作为“虚拟监测点”,得到各高速公路路段的“虚拟监测点”集合;所述位置中点是指所有属于同一高速公路路段且具有相同事件特征的记录所对应的测试位置的均值;各高速公路路段的“虚拟监测点”集合中的每个元素包括“虚拟监测点”的编号、手机信令事件类型、事件特征和位置中点;
(3)采集设定时间段内的用户手机的Mc接口的手机信令数据,根据高速公路沿线的小区列表集合和采集到的Mc接口的手机信令数据建立高速公路用户跟踪模型,识别出用户中属于所述高速公路沿线上的高速公路用户;包括:
(3-1)根据采集到的Mc接口的手机信令数据得到用户的呼叫详细记录CDR;
(3-2)根据用户的呼叫详细记录CDR得到用户的移动轨迹序列;某一用户的移动轨迹序列是指将该用户在所述设定时间段内发生手机信令事件时所在服务小区的位置信息按照事件发生的时间前后进行排序后得到的服务小区位置信息序列;所述服务小区的位置信息指的是服务小区的位置区编码和小区编码的组合;
(3-3)根据高速公路沿线的小区列表集合和用户的移动轨迹序列,筛选出用户的移动轨迹序列中为高速公路用户的轨迹序列,识别出高速公路用户;筛选的方式为:
获取某一用户的移动轨迹序列与高速公路沿线的小区列表集合的交集,判断交集中所包含的不同的服务小区位置信息的个数是否大于设定数值,若是,则判断该用户为高速公路用户;
(4)根据识别出的高速公路用户的移动轨迹序列和所述“虚拟监测点”集合,计算出高速公路用户在各高速公路路段的平均移动速度,包括:
(4-1)根据高速公路用户的移动轨迹序列确定出用户所经历的高速公路路段,得到高速公路用户在其经历的各高速公路路段的移动轨迹序列;
(4-2)记录高速公路用户在各高速公路路段的移动轨迹序列中的第一个服务小区位置信息处所发生的手机信令事件发生的时刻t1和最后一个服务小区位置信息处所发生的手机信令事件发生的时刻tj
(4-3)计算高速公路用户在各高速公路路段的移动时间timespan=tj-t1
(4-4)计算高速公路用户在各高速公路路段的移动距离distance,所述移动距离为各高速公路路段的移动轨迹序列中的第一个服务小区位置信息处所发生的手机信令事件所对应的“虚拟监测点”的位置中点与最后一个服务小区位置信息处所发生的手机信令事件所对应的“虚拟监测点”的位置中点之间的沿高速公路沿线的曲线距离;
(4-5)根据高速公路用户在各高速公路路段的移动距离和移动时间,计算得到高速公路用户在各高速公路路段的平均移动速度speed,speed=distance/timespan。
2.根据权利要求1所述的一种基于手机信令的高速公路实时路况监测方法,其特征在于:步骤(4-5)中,计算得到高速公路用户在各高速公路路段的平均移动速度后,该方法还包括:
(5)计算高速公路用户在所述设定时间内的平均行驶速度,所述平均行驶速度为高速公路用户在其经历的各高速公路路段的平均移动速度的均值。
3.根据权利要求1或2所述的一种基于手机信令的高速公路实时路况监测方法,其特征在于:步骤(1)中,手机信令事件发生时所涉及的无线网络小区的特征信息包括手机信令事件发生时所在服务小区的位置区编码和小区编码;所在服务小区为驻留服务小区或当前服务小区;
当所述手机信令事件为切换时,还包括切换时的目标小区的位置区编码和小区编码;
当所述手机信令事件为位置区更新时,还包括发生位置区更新时原小区的位置区编码。
4.根据权利要求3所述的一种基于手机信令的高速公路实时路况监测方法,其特征在于:步骤(2-2)中,当“虚拟监测点”的手机信令事件类型为切换时,其事件特征包括事件发生时所在服务小区的位置区编码S_LAC和小区编码S_CellID、以及切换时的目标小区的位置区编码T_LAC和小区编码T_CellID;
当“虚拟监测点”的手机信令事件类型为位置区更新时,其事件特征包括事件发生时所在服务小区的位置区编码S_LAC和小区编码S_CellID、以及位置区更新时的原小区的位置区编码;
当“虚拟监测点”的手机信令事件类型为小区切换和位置区更新事件之外的其它事件时,其事件特征包括事件发生时所在服务小区的位置区编码S_LAC和小区编码S_CellID。
5.根据权利要求1或2所述的一种基于手机信令的高速公路实时路况监测方法,其特征在于:步骤(3-2)中,用户的移动轨迹序列中的服务小区位置信息为高速公路沿线的小区列表集合中高速公路起始段小区集合和终止段小区集合之外的服务小区的位置信息;
高速公路起始段小区集合是指小区基站所在的物理位置与高速公路起始段的垂直距离小于第一设定距离的范围内的不重复的无线网络小区的位置信息的集合;高速公路终止段小区集合是指小区基站所在的物理位置与高速公路终止段的垂直距离小于第二设定距离的范围内的不重复的小区的位置信息的集合;所述高速公路起始段是指与高速公路起点距离小于第一设定值的高速公路段,所述高速公路终止段是指与高速公路终点距离小于第二设定值的高速公路段。
6.根据权利要求1或2所述的一种基于手机信令的高速公路实时路况监测方法,其特征在于:步骤(4-1)中,根据高速公路用户的移动轨迹序列确定出用户所经历的高速公路路段,包括:
将高速公路用户的移动轨迹序列中所包含的服务小区位置信息与参考数据库相比对,确定出服务小区位置信息所在的高速公路路段,将属于同一高速公路路段的服务小区位置信息按照事件发生的时间前后进行排序后得到的高速公路用户该路段的移动轨迹序列。
7.根据权利要求1或2所述的一种基于手机信令的高速公路实时路况监测方法,其特征在于:步骤(2-2)中,计算所述位置中点之前,删除属于同一高速公路路段且具有相同事件特征的“虚拟监测点”的经纬度信息中的奇异值,计算过滤后的经度平均值和纬度平均值。
8.根据权利要求2所述的一种基于手机信令的高速公路实时路况监测方法,其特征在于:步骤(5)中,计算高速公路用户在所述设定时间内的平均行驶速度之前,删除高速公路用户在其经历的各高速公路路段的平均移动速度中的奇异值,将删除后的高速公路用户在其经历的各高速公路路段的平均移动速度进行均值计算,得到高速公路用户在所述设定时间内的平均行驶速度。
CN201510329014.2A 2015-06-15 2015-06-15 一种基于手机信令的高速公路实时路况监测方法 Active CN104978858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510329014.2A CN104978858B (zh) 2015-06-15 2015-06-15 一种基于手机信令的高速公路实时路况监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510329014.2A CN104978858B (zh) 2015-06-15 2015-06-15 一种基于手机信令的高速公路实时路况监测方法

Publications (2)

Publication Number Publication Date
CN104978858A CN104978858A (zh) 2015-10-14
CN104978858B true CN104978858B (zh) 2017-12-22

Family

ID=54275331

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510329014.2A Active CN104978858B (zh) 2015-06-15 2015-06-15 一种基于手机信令的高速公路实时路况监测方法

Country Status (1)

Country Link
CN (1) CN104978858B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106658394A (zh) * 2015-11-04 2017-05-10 中国移动通信集团公司 高铁用户分离方法及装置
CN106710208A (zh) * 2015-11-16 2017-05-24 中兴通讯股份有限公司 交通状态的获取方法及装置
CN105491532B (zh) * 2015-11-25 2019-07-12 交科院(北京)交通技术有限公司 一种用于路网运行状态分析的手机信令过滤方法和装置
CN105635968B (zh) * 2016-01-18 2018-12-21 广州杰赛科技股份有限公司 一种基于时间单元的热点区域识别方法、预测方法及装置
CN107305734B (zh) * 2016-04-22 2020-06-30 中国移动通信集团福建有限公司 一种实时交通信息的采集方法和装置
CN106205114B (zh) * 2016-07-22 2018-05-18 中国科学院软件研究所 一种基于数据融合的高速公路路况信息实时获取方法
CN106781463B (zh) * 2016-12-02 2019-05-31 北京中创信测科技股份有限公司 一种基于手机信令和od属性计算城市道路流速的方法
CN106781479B (zh) * 2016-12-23 2019-03-22 重庆邮电大学 一种基于手机信令数据实时获取高速公路运行状态的方法
CN107705564B (zh) * 2017-08-16 2022-11-04 山东高速信息集团有限公司 基于手机定位的高速公路车辆行驶轨迹识别系统及方法
CN107993452B (zh) * 2017-12-20 2021-06-08 杭州远眺科技有限公司 基于wifi探针探测高速公路上道路通行速度的测速方法
CN108492564B (zh) * 2018-04-18 2020-08-07 山东省交通规划设计院 基于路网匹配测量高速公路车辆行驶速度的方法及系统
CN109637133A (zh) * 2018-12-27 2019-04-16 山西北斗瀚森科技有限公司 一种城市道路/路段的车辆速度评估方法及系统
CN111640310B (zh) * 2020-05-18 2022-02-11 万联易达物流科技有限公司 一种确定车辆在转弯过程中是否超速的方法和装置
CN113706866B (zh) * 2021-08-27 2023-08-08 中国电信股份有限公司 道路堵塞监测方法及装置、电子设备、存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101510357B (zh) * 2009-03-26 2011-05-11 美慧信息科技(上海)有限公司 一种基于手机信号数据检测交通状态的方法
CN101692309B (zh) * 2009-09-04 2011-04-27 北京工业大学 基于手机信息的交通出行计算方法
CN102708689B (zh) * 2012-06-19 2014-10-08 张家港市鸿嘉数字科技有限公司 一种实时路况监控系统
RO129404A0 (ro) * 2013-09-12 2014-04-30 Tiberiu Cristian Pfiszter Sistem informatic de monitorizare a traficului rutier şi distribuire a informaţiilor din trafic prin internet şi sms
CN104361746B (zh) * 2014-11-05 2017-02-08 上海新炬网络信息技术有限公司 一种高速公路智能交通路况监控方法

Also Published As

Publication number Publication date
CN104978858A (zh) 2015-10-14

Similar Documents

Publication Publication Date Title
CN104978858B (zh) 一种基于手机信令的高速公路实时路况监测方法
CN110111575B (zh) 一种基于复杂网络理论的城市交通流量网络分析方法
Caceres et al. Traffic flow estimation models using cellular phone data
Becker et al. Route classification using cellular handoff patterns
CN103325247B (zh) 一种交通信息处理方法及系统
Iqbal et al. Development of origin–destination matrices using mobile phone call data
Caceres et al. Review of traffic data estimations extracted from cellular networks
CN101925940B (zh) 用于预测公路上的行驶时间的方法和系统
Leontiadis et al. From cells to streets: Estimating mobile paths with cellular-side data
US8788185B2 (en) Method and system for estimating traffic information by using integration of location update events and call events
CN105070057B (zh) 一种道路实时路况的监测方法
Demissie et al. Trip distribution modeling using mobile phone data: emphasis on intra-zonal trips
Ma et al. Deriving operational origin-destination matrices from large scale mobile phone data
CN106295787A (zh) 一种基于移动信令的客流统计方法及装置
CN103440772B (zh) 一种利用手机定位数据计算用户移动速度的方法
CN105760454A (zh) 一种城市人口分布密度实时动态测量方法
CN104217593B (zh) 一种面向手机移动速度的路况信息实时获取方法
EP2608181B1 (en) Method for detecting traffic
Doyle et al. Utilising mobile phone billing records for travel mode discovery
US20130166352A1 (en) Mobile categorization
CN104361746B (zh) 一种高速公路智能交通路况监控方法
Chen et al. Traffic speed estimation based on normal location updates and call arrivals from cellular networks
Kanasugi et al. Spatiotemporal route estimation consistent with human mobility using cellular network data
Holleczek et al. Traffic measurement and route recommendation system for mass rapid transit (mrt)
Duan et al. MobilePulse: Dynamic profiling of land use pattern and OD matrix estimation from 10 million individual cell phone records in Shanghai

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20151014

Assignee: Hubei Dongtu Taiyi Wisdom Technology Co., Ltd.

Assignor: Beijing Tuoming Communication Technology Co., Ltd.

Contract record no.: 2019990000262

Denomination of invention: Highway real-time traffic monitoring method based on mobile phone signaling

Granted publication date: 20171222

License type: Common License

Record date: 20190801