CN109246590B - 一种轨道交通用户识别方法和装置 - Google Patents

一种轨道交通用户识别方法和装置 Download PDF

Info

Publication number
CN109246590B
CN109246590B CN201710451160.1A CN201710451160A CN109246590B CN 109246590 B CN109246590 B CN 109246590B CN 201710451160 A CN201710451160 A CN 201710451160A CN 109246590 B CN109246590 B CN 109246590B
Authority
CN
China
Prior art keywords
time period
terminal
identified
pair
pairs
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
CN201710451160.1A
Other languages
English (en)
Other versions
CN109246590A (zh
Inventor
王昆
吴瑞丰
莫莉
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.)
Shanghai Datang Mobile Communications Equipment Co ltd
Original Assignee
Shanghai Datang Mobile Communications Equipment 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 Shanghai Datang Mobile Communications Equipment Co ltd filed Critical Shanghai Datang Mobile Communications Equipment Co ltd
Priority to CN201710451160.1A priority Critical patent/CN109246590B/zh
Publication of CN109246590A publication Critical patent/CN109246590A/zh
Application granted granted Critical
Publication of CN109246590B publication Critical patent/CN109246590B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/08—Reselecting an access point
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明实施例涉及通信技术领域，尤其涉及一种轨道交通用户识别方法和装置，用于实现准确的识别出轨道交通用户。获取轨道交通线沿线专网的M对小区对；针对M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；针对M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；根据总次数和待识别终端发生切换的次数，确定待识别终端对应的用户是否为轨道交通用户；进而可准确的识别出待识别终端对应的用户是否为轨道交通用户。

Description

一种轨道交通用户识别方法和装置
技术领域
本发明实施例涉及通信领域，尤其涉及一种轨道交通用户识别方法和装置。
背景技术
用于在乘坐轨道交通工具时，为了保证乘客有较好的通信体验，一般在轨道交通沿线建设沿线通信网络，称为轨道交通线沿线专网。在轨道交通专网的沿线有轨道交通专网小区和公网小区，乘坐轨道交通工具的用户称为轨道交通线的用户，非乘坐轨道交通工具的其它用户也可能占用专网，我们把占用专网的所有用户称为轨道交通线沿线专网用户。
为了识别出轨道交通用户，现有技术中采用分析每个轨道交通线沿线专网用户的速度识别是否为轨道交通用户，具体为：当每个轨道交通线沿线专网用户在专网小区及附近公网小区发生切换时，根据两次切换的源小区和目标小区，以及两次切换之间的时间差，近似计算该用户在两次切换之间的平均速度，当速度大于某一个门限值时，认为此用户是轨道交通线的用户。但是，高铁线路有时会与高速路平行，当高速用户占用专网小区且计算得到的近似速度达到门限，会被误判为高铁用户；当高铁行驶速度没有达到门限，此时的高铁用户无法被识别；所以这种方法对高铁用户识别率较低、误差较大。
因此，亟需一种轨道交通用户识别方法，实现准确的识别出轨道交通用户。
发明内容
本发明实施例提供一种轨道交通用户识别方法，实现准确的识别出轨道交通用户。
本发明实施例提供一种轨道交通用户识别方法，包括：获取轨道交通线沿线专网的M对小区对；其中，所述M为正整数；针对所述M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；其中，所述T为大于1的整数；针对所述M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；根据所述总次数和所述待识别终端发生切换的次数，确定所述待识别终端对应的用户是否为所述轨道交通用户。
本发明实施例提供一种轨道交通用户识别装置，包括：
获取单元，用于获取轨道交通线沿线专网的M对小区对；其中，所述M为正整数；
统计单元，用于针对所述M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；针对所述M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；其中，所述T为大于1的整数；
处理单元，用于根据所述总次数和所述待识别终端发生切换的次数，确定所述待识别终端对应的用户是否为所述轨道交通用户。
本发明实施例提供一种计算机存储介质，计算机存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述任意可能的实现方式中的方法。
本发明实施例提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任意可能的实现方式中的方法。
本发明实施例中，由于获取轨道交通线沿线专网的M对小区对；一方面，针对M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；另一方面，针对M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；因此，根据总次数和待识别终端发生切换的次数，可以有效降低现有技术中根据速度识别轨道交通用户带来的误差，进而可准确的识别出待识别终端对应的用户是否为轨道交通用户。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍。
图1为本发明实施例适用的第一时间段的应用场景示意图；
图1a为本发明实施例适用的第二时间段的应用场景示意图；
图2为本发明实施例提供的一种轨道交通用户识别方法流程示意图；
图2a为本发明实施例提供的一种确定待识别终端对应的用户是否为轨道交通用户的实现方法；
图3为本发明实施例提供的对矩阵进行滤波、汇聚的方法示意图；
图4为本发明实施例提供的另一种轨道交通用户识别方法示意图；
图5为本发明实施例提供的一种轨道交通用户识别装置结构示意图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。
为了说明轨道交通用户识别应用场景，本发明实施例提供了如下示例。
图1示例性示出了本发明实施例适用的第一时间段的应用场景示意图。
如图1所示，该第一时间段的应用场景1100包括基站110、基站120、基站130、轨道交通沿线专网的第一小区111、轨道交通沿线专网的第二小区121、轨道交通沿线专网的第三小区131、终端112、终端122和终端132；其中，基站110连接终端112，终端112在第一小区111中；基站120连接终端122，终端122在第二小区121中；基站130连接终端132，终端132在第三小区131中。本发明实施例中，该应用场景中包括两对小区对，分别为：第一小区111和第二小区121为第一对小区对，第二小区121和第三小区131为第二对小区对。
图1a示例性示出了本发明实施例适用的第二时间段的应用场景示意图；
如图1a所示，该第二时间段的应用场景1200包括基站110、基站120、基站130、轨道交通沿线专网的第一小区111、轨道交通沿线专网的第二小区121、轨道交通沿线专网的第三小区131、终端112、终端122和终端132；其中，基站120连接终端112，终端112在第二小区121中；基站130连接终端122和终端132，终端122和终端132在第三小区131中。本发明实施例中，该应用场景中包括两对小区对，分别为：第一小区111和第二小区121为第一对小区对，第二小区121和第三小区131为第二对小区对。
根据上述实施例，可以看出：在第一时间段内，如图1所示，终端112在第一小区111中，终端122在第二小区121中；在第二时间段内，如图1a所示，终端112在第二小区121中，终端122在第三小区131中；说明终端112和终端122在第二时间段内均发生了小区切换，终端112是在第一对小区对包括的第一小区111和第二小区121之间发生了切换；终端122在第二对小区对包括的第二小区121和第三小区131之间发生了切换。
图2示例性示出了本发明实施例提供的一种轨道交通用户识别方法流程示意图。
基于图1所示的系统架构，如图2所示，本发明实施例提供的一种轨道交通用户识别方法，该方法包括以下步骤：
步骤S201：获取轨道交通线沿线专网的M对小区对；其中，M为正整数；
步骤S202：针对M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；其中，T为大于1的整数；
步骤S203：针对M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；
步骤S204：根据总次数和待识别终端发生切换的次数，确定待识别终端对应的用户是否为轨道交通用户。
上述实施例的步骤S201中，轨道交通线沿线专网为覆盖在轨道交通线沿线上的网络，专网的覆盖区域可以划分为多个小区，其中的任两个相邻的小区组成一对小区对。
上述实施例的步骤S202和S203中，T个时间段是T个连续的时间段。T个时间段中的每个时间段的时长可根据实际需要设定；比如将一个小时分为3600个时间段，统计每秒钟在某对小区对包括的两个小区之间发生切换的次数；再比如，将一个小时分为720个时间段，统计每5秒钟在某对小区对包括的两个小区之间发生切换的次数。其中，步骤S202中的总次数为针对每个小区对，在该小区对包括的两个小区之间发生切换的所有终端发生切换的总次数。步骤S203中的待识别终端为在M对小区对中的任一对小区对包括的两个小区之间，发生切换的终端中的任一个。
上述实施例的步骤S201中，轨道交通用户为乘坐该轨道交通工具的用户。
由上述实施例可知，一方面，针对M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；另一方面，针对M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；因此，根据总次数和待识别终端发生切换的次数，可以有效降低现有技术中根据速度识别轨道交通用户带来的误差，进而可准确的识别出待识别终端对应的用户是否为轨道交通用户。
上述实施例中，根据所述总次数和所述待识别终端发生切换的次数，确定所述待识别终端对应的用户是否为所述轨道交通用户的方式有多种，比如针对M对小区对中的每对小区对，比较发生切换的总次数和待识别终端发生切换的次数的分布情况，确定出两者分布情况相似度较高的待识别终端为轨道交通用户，确定出两者分布情况相似度角较低的待识别终端不为轨道交通用户；又比如，针对其中发生切换的次数变化较大的某一对或某几对，分析所述轨道交通线沿线专网用户发生切换的总次数和待识别终端发生切换的次数的相似度。
基于上述步骤S204，图2a示例性示出了一种确定待识别终端对应的用户是否为轨道交通用户的实现方法；如图2a所示，根据总次数和待识别终端发生切换的次数，确定待识别终端对应的用户是否为轨道交通用户，具体包括以下步骤：
步骤S211，针对M对小区对中的每对小区对，根据在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数，确定出轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数；
步骤S212，针对M对小区对中的每对小区对，根据在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数，确定出待识别终端在该对小区对发生切换次数激增的次数；
步骤S213，根据轨道交通线沿线专网用户在M对小区对中的每对小区对发生切换次数激增的次数，以及待识别终端在M对小区对中的每对小区对发生切换次数激增的次数，确定待识别终端对应的用户是否为轨道交通用户。
本发明实施例中，根据确定出的轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数和待识别终端在该对小区对发生切换次数激增的次数，确定待识别终端对应的用户是否为轨道交通用户；如此，可以有效降低现有技术中根据速度识别轨道交通用户带来的误差，进而可准确的识别出待识别终端对应的用户是否为轨道交通用户。
上述步骤S211的一种实现方式为：根据在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数，确定出轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数，包括：针对T个时间段中的每个第i个时间段，确定第i个时间段的总次数与第i-r个时间段的总次数的第一差值；若第一差值大于等于预设差值，则确定轨道交通线沿线专网用户在第i个时间段内发生切换次数激增；确定出轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数；其中，第i个时间段是T个时间段中第二个时间段至第T个时间段中的任一个时间段；r为小于i且大于等于1的整数。
本发明实施例中，举个例子，比如统计一个小时内的每秒钟轨道交通沿线专网用户在每对小区对发生切换的总次数，具体的统计方法有多种，比如采用表格的方式统计，又比如采用矩阵的方式统计。
为了更清楚的介绍如何确定出轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数，本发明实施例以采用矩阵统计为例进行介绍，具体统计的总次数如下式(1)所示：
Figure BDA0001322481230000071
上述公式(1)中，T为时间段个数，为大于1的整数；i为T个时间段中任一个时间段；M为小区对的对数；矩阵A的M行表示每个时间段在当前小区对包括的两个小区之间发生切换；矩阵A的T列表示在当前时间段在每对小区对包括的两个小区之间发生切换；A(M,i)为在第M对小区对，统计在第i个时间段在第M对小区对包括的两个小区之间发生切换的总次数。
为了后续数据处理更简便，对上述对矩阵A进行滤波、汇聚得到矩阵B的过程，图3示例性的示出了本发明实施例提供的对矩阵进行滤波、汇聚的方法流程示意图。
如图3所示，步骤S301中，针对上述公式(1)矩阵A中的M行的每一行，确定第j行；
步骤S302：判断j是否大于M；若是，则执行步骤S311；若否，则执行步骤S303；
步骤S303：针对第j行的T列中的每一列，判断列数i是否大于T；若是，则执行步骤S304；若否，则执行步骤S305；
步骤S304：行数j加1；之后执行步骤步骤S302至步骤S303，直到行数j大于M，则执行步骤S311；
步骤S305：判断第j行第i列的次数是否满足A(j,i)-A(j,i-1)≤-N或A(j,i)-A(j,i-2)≤-N中的任一个，若是，则执行步骤S306；若否，则执行步骤S307；
步骤S306：A'(j,i)＝0；之后执行步骤S310；
步骤S307：判断第j行第i列的次数是否满足A(j,i)-A(j,i-1)≥N或A(j,i)-A(j,i-2)≥N中的任一个，若是，则执行步骤S308；若否，则执行步骤S309；
步骤S308：A'(j,i)＝1；之后执行步骤S310；
步骤S309：A'(j,i)＝A'(j,i-1)；之后执行步骤S310；
步骤S310：将列数i加1；之后重复步骤S303至步骤S309，直到列数i大于T，则执行步骤S304；
步骤S311：由矩阵A得到矩阵A'，逐行对矩阵A'进行列合并操作，对每一行的每相邻的5列合并为一列；
步骤S312：针对矩阵A'的第j行，判断j是否为M；若是，则执行步骤S313；若否，则执行步骤S318；
步骤S313：针对第j行，判断T/5个五列中的第k个五列是否为最后一个五列；若是，则执行步骤S314；若否，则执行步骤S324；
步骤S314：第k个五列对应的次数之和是否大于0；若是，则执行步骤S315；若否，则执行步骤S316；
步骤S315：将第k个五列对应的次数之和置为1，即得到矩阵B中的第j行第k列为1；之后，执行步骤S317；
步骤S316：将第k个五列对应的次数之和置为0，即得到矩阵B中的第j行第k列为0；之后，执行步骤S317；
步骤S317：将k加1(即得到矩阵A'中的第k+1个五列)；之后，继续执行步骤S313至步骤S316，直到k为最后一个五列，执行步骤S324：结束；
步骤S318：针对第j行，判断T/5个五列中的第k个五列是否为最后一个五列；若是，则执行步骤S319；若否，则执行步骤S320；
步骤S319：行j加1；之后继续执行步骤S312至步骤S318；
步骤S320：第k个五列对应的次数之和是否大于0；若是，则执行步骤S321；若否，则执行步骤S322；
步骤S321：将第k个五列对应的次数之和置为1，即得到矩阵B中的第j行第k列为1；之后，执行步骤S323；
步骤S322：将第k个五列对应的次数之和置为0，即得到矩阵B中的第j行第k列为0；之后，执行步骤S323；
步骤S323：将k加1(即得到矩阵A'中的第k+1个五列)；之后，继续执行步骤S318至步骤S323，直到k为最后一个五列，执行步骤S319。
需要说明的是，上述步骤S301至步骤S310是对矩阵A进行滤波，得到矩阵A'的过程，即对上述公式(1)中的矩阵A进行滤波处理，得到矩阵A'，具体如下述公式(2)所示：
Figure BDA0001322481230000091
上述公式(2)中，i为T个时间段中任一个时间段；M为小区对的对数；A'(M,0)＝0；A'(M,0)表示M行中的每一行的第一列的次数为0；A(M,i)-A(M,i-1)表示针对第M对小区对，第i个时间段的总次数与第i-1个时间段的总次数的差值；A(M,i)-A(M,i-1)表示针对第M对小区对，第i个时间段的总次数与第i-2个时间段的总次数的差值；N的值可根据实际情况设置，比如设置为2，又比如设置为1等等。
上述实施例中，经过对矩阵A进行滤波得到矩阵A'，针对M对小区对中的每对小区对，统计的轨道交通线沿线专网用户在第i个时间段内发生切换次数，对于第i个时间段的总次数与第i-2个时间段的总次数的差值大于N的第i个时间段，说明第i个时间段在该对小区对发生切换次数激增，将该时间段该小区对统计的总次数设为1，对于未发生切换次数激增的小区对的时间段，将该时间段内该小区对统计的总次数设为0；如此，矩阵A'可直观的表示出针对每对小区对的每个时间段是否发生次数激增的次数，进而确定出轨道交通线沿线专网用户在第i个时间段内发生切换次数。
为了更方便后续计算，上述步骤S311至步骤S324对得到的矩阵A'进行汇聚，得到M行T/5列的矩阵B的过程。以对矩阵A'的每一行的每5列累加合成一列为例进行介绍，得到的矩阵B，具体如下述公式(3)所示：
Figure BDA0001322481230000101
上述公式(3)中，B(M,T/5)为针对第M对小区对，第T/5个时间段的次数，表示为1或0；比如，B(1,1)由第一对小区对在第一至第五个时间段的总次数得到的，若总次数大于0，则B(1,1)表示为1；若总次数不大于0，则表示为0。矩阵B中的T/5，即为矩阵A中每5个时间段合并成的一个时间段；比如T为矩阵A中的3600个时间段，那么矩阵B中包括720个时间段，其中，矩阵B中的每个时间段为个矩阵A中五个时间段；比如，矩阵B中的第1个时间段为矩阵A中的第1至5个时间段；矩阵B中的第2个时间段为矩阵A中的第6至第10个时间段；依次类推，矩阵B中的第T/5个时间段为矩阵A中的第T-4至T个时间段。
本发明实施例中，确定出所述轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数，进而可以根据上述确定的轨道交通线沿线专网用户发生次数激增的次数与待识别终端发生次数激增的次数进行比较，准确的识别出待识别终端是否为轨道交通用户。
上述步骤S212的一种实现方式为：根据在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数，确定出待识别终端在该对小区对发生切换次数激增的次数，包括：针对T个时间段中的每个第i个时间段，确定第i个时间段的待识别终端切换次数与第i-r个时间段的待识别终端切换次数的第二差值；若第二差值大于等于预设差值，则确定待识别终端在第i个时间段内发生切换次数激增；确定出待识别终端在该对小区对发生切换次数激增的次数；其中，第i个时间段是T个时间段中第二个时间段至第T个时间段中的任一个时间段；r为小于i且大于等于1的整数。可选地，r的取值可根据实际需求设定，比如设定为1，又比如设定为2，此处不做具体限定。
为了更清楚的介绍如何确定出待识别终端的用户在该对小区对发生切换次数激增的次数，本发明实施例以采用矩阵统计为例进行介绍，具体方法如下：
第一步，在T个时间段内，统计待识别终端在每个时间段内在每对切换对发生切换的次数；
第二步，针对矩阵C中的任何一对小区对，若统计到的任一个时间段的次数为0时，将次数矩阵C中的相应位置的次数置为0；若统计到的任一个时间段的次数大于0时，将大于0的次数记录在矩阵C中的相应位置；建立矩阵C，具体统计的次数如下式(4)所示：
Figure BDA0001322481230000111
上述公式(4)中，T为时间段个数；C(1,T)表示在第一对小区对统计的第T个时间段统计的发生切换的次数；C(M,i)表示在第M对小区对统计的第i个时间段统计的发生切换的次数；其中，T为大于1的整数，M为大于1的整数，i为T个时间段中第二个时间段至第T个时间段中的任一个时间段。
对上述公式(4)中的矩阵C进行如公式(2)滤波处理，比如预设差值为1；比如r设置为1，若待识别终端在第i个时间段的切换次数与第i-1个时间段的切换次数的第二差值，大于预设差值1，则将该时间段的发生切换次数设置为1；若待识别终端在第i个时间段的切换次数与第i-1个时间段的切换次数的第二差值，不大于预设差值1，则将该时间段的发生切换次数设置为0，得到矩阵C'；
对矩阵C'作如公式(3)所示的操作：针对矩阵C中的每一行，若每5列进行累加得到的次数大于0时，将该5列进行累加得到的次数置为1；若每5列进行累加得到的次数不大于0时，将该5列进行累加得到的次数置为0；得到矩阵D，具体如下述公式(5)：
Figure BDA0001322481230000121
上述公式(5)中，D(M,T/5)为针对第M对小区对，第T/5个时间段的次数，表示为1或0；比如，D(1,1)由第一对小区对在第一至第五个时间段的总次数得到的，若总次数大于0，则D(1,1)表示为1；若总次数不大于0，则D(1,1)表示为0。矩阵D中的T/5，即为矩阵C中每5个时间段合并成的一个时间段；比如T为矩阵C中的3600个时间段，那么矩阵D中包括720个时间段，其中，矩阵D中的每个时间段为个矩阵C中五个时间段；比如，矩阵D中的第1个时间段为矩阵C中的第1至5个时间段；矩阵D中的第2个时间段为矩阵C中的第6至第10个时间段；依次类推，矩阵D中的第T/5个时间段为矩阵C中的第T-4至T个时间段。
需要说明的是，对矩阵C进行滤波汇聚得到矩阵D的方法和矩阵A进行滤波汇聚得到矩阵B的方法类似，具体流程如图3所示的方法流程示意图。上述实施例中，可以根据待识别终端在每对小区对每个时间段发生切换的次数，确定出发生次数激增的次数；进而可以根据上述确定的待识别终端发生次数激增的次数与轨道交通线沿线专网用户发生次数激增的次数的比较，准确的识别出待识别终端是否为轨道交通用户。
上述步骤S213的一种实现方式为：根据轨道交通线沿线专网用户在M对小区对中的每对小区对发生切换次数激增的次数，以及待识别终端在M对小区对中的每对小区对发生切换次数激增的次数，确定待识别终端对应的用户是否为轨道交通用户，包括：确定出M对小区对中满足第一预设条件的小区对数量，以及满足第二预设条件的小区对的数量；根据满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量，确定待识别终端对应的用户是否为轨道交通用户；其中，满足第一预设条件的小区对包括：在该小区对对应的T个时间段中存在至少一个时间段，待识别终端在该时间段内发生切换次数激增，且轨道交通线沿线专网用户在该时间段内发生切换次数激增；满足第二预设条件的小区对包括：在该小区对对应的T个时间段中存在至少一个时间段，待识别终端在该时间段内发生切换次数激增。
本发明实施例提供一种确定满足第一预设条件的小区对数量的方式：
举个例子，例如，M等于3，T等于3，矩阵B如下式(6)所示：
Figure BDA0001322481230000131
上述公式(6)中，B表示轨道交通线沿线专网用户在每对小区对每个时间段发生切换的次数组成的3行3列的矩阵。
例如，M等于3，T等于3，矩阵D如下式(7)所示：
Figure BDA0001322481230000132
上述公式(7)中，D表示待识别终端对应的用户在每对小区对每个时间段发生切换的次数组成的3行3列的矩阵。本发明实施例中，确定满足第二预设条件的小区对数量的方式为：确定出矩阵D中的行不全为0的个数，如上述公式(7)所示，行不全为0的个数为3。
计算矩阵B和矩阵D的转置矩阵的乘积，如公式(8)所示：
Figure BDA0001322481230000133
上述公式(8)中，B*DT表示矩阵B和矩阵D的转置矩阵的乘积，其中的第m行第n列为矩阵B的第m行的第i个数值和矩阵D的转置矩阵的第n列的第i个数值乘积累加得到的；其中的对角线上的每个数值表示：在同一对小区对同一个时间段，轨道交通线沿线专网用户和待识别终端的用户发生切换次数的乘积；若乘积为0，则表示在该对小区对该个时间段，轨道交通线沿线专网用户的切换总次数和待识别终端的用户的切换次数中至少存在一个为0；若乘积大于0，则表示在该对小区对该个时间段，轨道交通线沿线专网用户的切换总次数和待识别终端的用户的切换次数均不为0，也就是说，若乘积大于0时，在该对小区对该个时间段，轨道交通线沿线专网用户发生切换次数激增，且待识别终端对应的用户也发生了切换次数激增。本发明实施例中，确定满足第一预设条件的小区对数量的方式为：确定出矩阵B和矩阵D的转置矩阵的乘积得到矩阵中，对角线的值不为0的个数为2个。
可选地，根据满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量，确定待识别终端对应的用户是否为轨道交通用户，包括：确定满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量的比值；若比值大于预设比值阈值，则确定待识别终端对应的用户为轨道交通用户；若比值不大于预设比值阈值，则确定待识别终端对应的用户不为轨道交通用户。
本发明实施例中，满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量的比值，具体表示：在该小区对对应的T个时间段中存在至少一个时间段，待识别终端和轨道交通线沿线专网用户同时发生切换次数激增的数量，占待识别终端发生切换次数激增的数量的比值。根据该比值是否大于预设比值阈值，确定该待识别终端对应的用户是否为轨道交通用户，如此，可以准确的确定出待识别终端是否为轨道交通用户，能有效降低根据速度识别轨道交通用户带来的误差，提高轨道交通用户识别的准确度。
本发明实施例中，预设比值阈值可以根据实际需求进行设置，比如设置为0.6，又比如设置为0.8等。例如，若将预设比值阈值设置为0.6，上述公式(8)中满足第一预设条件的小区对数量为2，上述公式(7)中满足第二预设条件的小区对的数量为3；所以满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量的比值为2/3；该比值大于预设比值阈值0.6，则确定待识别终端对应的用户为轨道交通用户；若将预设比值阈值设置为0.8，则由上述公式(8)和公式(7)得到的比值2/3不大于预设比值阈值0.8，则确定待识别终端对应的用户不为轨道交通用户。
根据实际轨道交通情况，对规律性切换的轨道交通用户进行识别，能有效降低根据速度识别轨道交通用户带来的误差，提高轨道交通用户识别的准确度，且移植性较强，适用于各种有固定线路的轨道交通场景，比如高铁场景，又比如地铁场景等。
为了更清楚的介绍上述方法流程，本发明实施例提供以下示例。
图4示例性示出了本发明实施例提供的另一种轨道交通用户识别方法流程示意图，基于图1所示的应用场景，如图4所示，本发明实施例提供的另一种轨道交通用户识别方法，该方法包括以下步骤：
步骤S401：确定轨道交通线沿线专网的M对小区对；其中，M为正整数；
步骤S402：针对M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；其中，T为大于1的整数；
步骤S403：针对T个时间段中的每个第i个时间段，确定第i个时间段的总次数与第i-r个时间段的总次数的第一差值；其中，第i个时间段是T个时间段中第二个时间段至第T个时间段中的任一个时间段；r为小于i且大于等于1的整数。
步骤S404：第一差值是否大于等于预设差值；若是，则执行步骤S405；若否，则执行步骤S406；
步骤S405：确定轨道交通线沿线专网用户在第i个时间段内发生切换次数激增；
步骤S406：确定轨道交通线沿线专网用户在第i个时间段内未发生切换次数激增；
步骤S407：确定出轨道交通线沿线专网用户在该对小区对T个时间段内发生切换次数激增的次数；
步骤S408：针对M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；
步骤S409：针对T个时间段中的每个第i个时间段，确定出待识别终端在第i个时间段的切换次数与在第i-r个时间段的切换次数的第二差值；
步骤S410：第二差值是否大于等于预设差值；若是，则执行步骤S411；若否，则执行步骤S412；
步骤S411：确定待识别终端在第i个时间段内发生切换次数激增；
步骤S412：确定待识别终端在第i个时间段内未发生切换次数激增；
步骤S413：确定出待识别终端在该对小区对T个时间段内发生切换次数激增的次数；
步骤S414：确定出M对小区对中满足第一预设条件的小区对数量，以及满足第二预设条件的小区对的数量；其中，满足第一预设条件的小区对包括：在该小区对对应的T个时间段中存在至少一个时间段，待识别终端在该时间段内发生切换次数激增，且轨道交通线沿线专网用户在该时间段内发生切换次数激增；满足第二预设条件的小区对包括：在该小区对对应的T个时间段中存在至少一个时间段，待识别终端在该时间段内发生切换次数激增。
步骤S415：确定满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量的比值；
步骤S416：该比值是否大于预设比值阈值；若是，则执行步骤S405；若否，则执行步骤S405；
步骤S417：确定待识别终端对应的用户为轨道交通用户；
步骤S418：确定待识别终端对应的用户不为轨道交通用户。
从上述实施例可以看出：由于确定轨道交通线沿线专网的M对小区对；一方面，针对M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；另一方面，针对M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；因此，根据总次数和待识别终端发生切换的次数，可以有效降低现有技术中根据速度识别轨道交通用户带来的误差，进而可准确的识别出待识别终端对应的用户是否为轨道交通用户。
图5示例性示出了本发明实施例提供的一种轨道交通用户识别装置的结构示意图。
基于相同构思，本发明实施例提供的一种轨道交通用户识别装置，用于执行上述方法流程，如图5所示，该轨道交通用户识别装置500包括获取单元501、统计单元502和处理单元503；其中：
获取单元501，用于获取轨道交通线沿线专网的M对小区对；其中，所述M为正整数；
统计单元502，用于针对所述M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；针对所述M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；其中，所述T为大于1的整数；
处理单元503，用于根据所述总次数和所述待识别终端发生切换的次数，确定所述待识别终端对应的用户是否为所述轨道交通用户。
可选地，所述处理单元503，用于：针对所述M对小区对中的每对小区对，根据在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的所述总次数，确定出所述轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数；针对所述M对小区对中的每对小区对，根据在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数，确定出所述待识别终端在该对小区对发生切换次数激增的次数；根据所述轨道交通线沿线专网用户在M对小区对中的每对小区对发生切换次数激增的次数，以及所述待识别终端在M对小区对中的每对小区对发生切换次数激增的次数，确定所述待识别终端对应的用户是否为所述轨道交通用户。
可选地，所述处理单元503，用于：针对所述T个时间段中的每个第i个时间段，确定第i个时间段的总次数与第i-r个时间段的总次数的第一差值；若所述第一差值大于等于预设差值，则确定所述轨道交通线沿线专网用户在所述第i个时间段内发生切换次数激增；确定出所述轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数；所述根据在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数，确定出所述待识别终端在该对小区对发生切换次数激增的次数，包括：针对所述T个时间段中的每个第i个时间段，确定第i个时间段的待识别终端切换次数与第i-r个时间段的待识别终端切换次数的第二差值；若所述第二差值大于等于预设差值，则确定所述待识别终端在所述第i个时间段内发生切换次数激增；确定出所述待识别终端在该对小区对发生切换次数激增的次数；其中，所述第i个时间段是所述T个时间段中第二个时间段至第T个时间段中的任一个时间段；所述r为小于i且大于等于1整数。
可选地，所述处理单元503，用于：确定出所述M对小区对中满足第一预设条件的小区对数量，以及满足第二预设条件的小区对的数量；根据满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量，确定所述待识别终端对应的用户是否为所述轨道交通用户；其中，满足所述第一预设条件的小区对包括：在该小区对对应的T个时间段中存在至少一个时间段，所述待识别终端在该时间段内发生切换次数激增，且所述轨道交通线沿线专网用户在该时间段内发生切换次数激增；满足所述第二预设条件的小区对包括：在该小区对对应的T个时间段中存在至少一个时间段，所述待识别终端在该时间段内发生切换次数激增。
可选地，所述处理单元503，用于：确定满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量的比值；若所述比值大于预设比值阈值，则确定所述待识别终端对应的用户为所述轨道交通用户；若所述比值不大于预设比值阈值，则确定所述待识别终端对应的用户不为所述轨道交通用户。
从上述内容可以看出：由于获取轨道交通线沿线专网的M对小区对；一方面，针对M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；另一方面，针对M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；因此，根据总次数和待识别终端发生切换的次数，可以有效降低现有技术中根据速度识别轨道交通用户带来的误差，进而可准确的识别出待识别终端对应的用户是否为轨道交通用户。
应理解，以上各个单元的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现、当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。指令可以存储在计算机存储介质中，或者从一个计算机存储介质向另一个计算机存储介质传输，例如，指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带、磁光盘(MO)等)、光介质(例如，CD、DVD、BD、HVD等)、或者半导体介质(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(Solid State Disk，SSD))等。
本领域内的技术人员应明白，本发明实施例可提供为方法、系统、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种轨道交通用户识别方法，其特征在于，包括：
获取轨道交通线沿线专网的M对小区对；其中，所述M为正整数；
针对所述M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；其中，所述T为大于1的整数；
针对所述M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；
针对所述M对小区对中的每对小区对，根据在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的所述总次数，确定出所述轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数；
针对所述M对小区对中的每对小区对，根据在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数，确定出所述待识别终端在该对小区对发生切换次数激增的次数；
根据所述轨道交通线沿线专网用户在M对小区对中的每对小区对发生切换次数激增的次数，以及所述待识别终端在M对小区对中的每对小区对发生切换次数激增的次数，确定所述待识别终端对应的用户是否为所述轨道交通用户。
2.如权利要求1所述的方法，其特征在于，所述根据在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的所述总次数，确定出所述轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数，包括：
针对所述T个时间段中的每个第i个时间段，确定第i个时间段的总次数与第i-r个时间段的总次数的第一差值；若所述第一差值大于等于预设差值，则确定所述轨道交通线沿线专网用户在所述第i个时间段内发生切换次数激增；确定出所述轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数；
所述根据在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数，确定出所述待识别终端在该对小区对发生切换次数激增的次数，包括：
针对所述T个时间段中的每个第i个时间段，确定第i个时间段的待识别终端切换次数与第i-r个时间段的待识别终端切换次数的第二差值；若所述第二差值大于等于预设差值，则确定所述待识别终端在所述第i个时间段内发生切换次数激增；确定出所述待识别终端在该对小区对发生切换次数激增的次数；
其中，所述第i个时间段是所述T个时间段中第二个时间段至第T个时间段中的任一个时间段；所述r为小于i且大于等于1的整数。
3.如权利要求1或2所述的方法，其特征在于，所述根据所述轨道交通线沿线专网用户在M对小区对中的每对小区对发生切换次数激增的次数，以及所述待识别终端在M对小区对中的每对小区对发生切换次数激增的次数，确定所述待识别终端对应的用户是否为所述轨道交通用户，包括：
确定出所述M对小区对中满足第一预设条件的小区对数量，以及满足第二预设条件的小区对的数量；
根据满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量，确定所述待识别终端对应的用户是否为所述轨道交通用户；
其中，满足所述第一预设条件的小区对包括：在该小区对对应的T个时间段中存在至少一个时间段，所述待识别终端在该时间段内发生切换次数激增，且所述轨道交通线沿线专网用户在该时间段内发生切换次数激增；
满足所述第二预设条件的小区对包括：在该小区对对应的T个时间段中存在至少一个时间段，所述待识别终端在该时间段内发生切换次数激增。
4.如权利要求3所述的方法，其特征在于，所述根据满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量，确定所述待识别终端对应的用户是否为所述轨道交通用户，包括：
确定满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量的比值；
若所述比值大于预设比值阈值，则确定所述待识别终端对应的用户为所述轨道交通用户；
若所述比值不大于预设比值阈值，则确定所述待识别终端对应的用户不为所述轨道交通用户。
5.一种轨道交通用户识别装置，其特征在于，包括：
获取单元，用于获取轨道交通线沿线专网的M对小区对；其中，所述M为正整数；
统计单元，用于针对所述M对小区对中的每对小区对，统计在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的总次数；针对所述M对小区对中的每对小区对，统计在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数；其中，所述T为大于1的整数；
处理单元，用于针对所述M对小区对中的每对小区对，根据在T个时间段的每个时间段在该小区对包括的两个小区之间发生切换的所述总次数，确定出所述轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数；针对所述M对小区对中的每对小区对，根据在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数，确定出所述待识别终端在该对小区对发生切换次数激增的次数；根据所述轨道交通线沿线专网用户在M对小区对中的每对小区对发生切换次数激增的次数，以及所述待识别终端在M对小区对中的每对小区对发生切换次数激增的次数，确定所述待识别终端对应的用户是否为所述轨道交通用户。
6.如权利要求5所述的装置，其特征在于，所述处理单元，用于：
针对所述T个时间段中的每个第i个时间段，确定第i个时间段的总次数与第i-r个时间段的总次数的第一差值；若所述第一差值大于等于预设差值，则确定所述轨道交通线沿线专网用户在所述第i个时间段内发生切换次数激增；确定出所述轨道交通线沿线专网用户在该对小区对发生切换次数激增的次数；
所述根据在T个时间段的每个时间段内在该小区对包括的两个小区之间待识别终端发生切换的次数，确定出所述待识别终端在该对小区对发生切换次数激增的次数，包括：
针对所述T个时间段中的每个第i个时间段，确定第i个时间段的待识别终端切换次数与第i-r个时间段的待识别终端切换次数的第二差值；若所述第二差值大于等于预设差值，则确定所述待识别终端在所述第i个时间段内发生切换次数激增；确定出所述待识别终端在该对小区对发生切换次数激增的次数；
其中，所述第i个时间段是所述T个时间段中第二个时间段至第T个时间段中的任一个时间段；所述r为小于i且大于等于1的整数。
7.如权利要求5或6所述的装置，其特征在于，所述处理单元，用于：
确定出所述M对小区对中满足第一预设条件的小区对数量，以及满足第二预设条件的小区对的数量；
根据满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量，确定所述待识别终端对应的用户是否为所述轨道交通用户；
其中，满足所述第一预设条件的小区对包括：在该小区对对应的T个时间段中存在至少一个时间段，所述待识别终端在该时间段内发生切换次数激增，且所述轨道交通线沿线专网用户在该时间段内发生切换次数激增；
满足所述第二预设条件的小区对包括：在该小区对对应的T个时间段中存在至少一个时间段，所述待识别终端在该时间段内发生切换次数激增。
8.如权利要求7所述的装置，其特征在于，所述处理单元，用于：
确定满足第一预设条件的小区对数量和满足第二预设条件的小区对的数量的比值；
若所述比值大于预设比值阈值，则确定所述待识别终端对应的用户为所述轨道交通用户；
若所述比值不大于预设比值阈值，则确定所述待识别终端对应的用户不为所述轨道交通用户。
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令在被计算机调用时，使所述计算机执行如权利要求1至4任一权利要求所述的方法。
10.一种包含指令的计算机程序产品，其特征在于，当其在计算机上运行时，使得所述计算机执行权利要求1至4任一权利要求所述的方法。
CN201710451160.1A 2017-06-15 2017-06-15 一种轨道交通用户识别方法和装置 Active CN109246590B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710451160.1A CN109246590B (zh) 2017-06-15 2017-06-15 一种轨道交通用户识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710451160.1A CN109246590B (zh) 2017-06-15 2017-06-15 一种轨道交通用户识别方法和装置

Publications (2)

Publication Number Publication Date
CN109246590A CN109246590A (zh) 2019-01-18
CN109246590B true CN109246590B (zh) 2020-12-04

Family

ID=65083087

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710451160.1A Active CN109246590B (zh) 2017-06-15 2017-06-15 一种轨道交通用户识别方法和装置

Country Status (1)

Country Link
CN (1) CN109246590B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110730414B (zh) * 2019-09-11 2021-07-16 北京拓明科技有限公司 一种高速行驶用户的识别方法及计算机存储介质
CN113132436B (zh) * 2019-12-31 2022-08-26 华为技术有限公司 一种识别高铁上终端设备的方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013097063A1 (en) * 2011-12-31 2013-07-04 Telefonaktiebolaget L M Ericsson (Publ) Mobility management method and apparatus in high speed railway
CN103841576A (zh) * 2012-11-20 2014-06-04 中国移动通信集团浙江有限公司 高速铁路用户分离方法、系统及信令数据处理方法和系统
CN103874149A (zh) * 2012-12-10 2014-06-18 索尼公司 无线通信网络中的移动切换管理方法、设备及系统
CN106535114A (zh) * 2016-09-29 2017-03-22 中国普天信息产业北京通信规划设计院 高铁上终端的定位方法、系统与高铁网络监测方法、系统
CN106817678A (zh) * 2015-12-01 2017-06-09 中国移动通信集团上海有限公司 一种驻留高铁专网的终端的处理的方法和装置
CN106851586A (zh) * 2017-01-19 2017-06-13 中国联合网络通信集团有限公司 一种轨道交通用户识别方法、装置及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9554397B2 (en) * 2014-05-05 2017-01-24 Blackberry Limited Identifying a subframe containing information relating to an uplink grant

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013097063A1 (en) * 2011-12-31 2013-07-04 Telefonaktiebolaget L M Ericsson (Publ) Mobility management method and apparatus in high speed railway
CN103841576A (zh) * 2012-11-20 2014-06-04 中国移动通信集团浙江有限公司 高速铁路用户分离方法、系统及信令数据处理方法和系统
CN103874149A (zh) * 2012-12-10 2014-06-18 索尼公司 无线通信网络中的移动切换管理方法、设备及系统
CN106817678A (zh) * 2015-12-01 2017-06-09 中国移动通信集团上海有限公司 一种驻留高铁专网的终端的处理的方法和装置
CN106535114A (zh) * 2016-09-29 2017-03-22 中国普天信息产业北京通信规划设计院 高铁上终端的定位方法、系统与高铁网络监测方法、系统
CN106851586A (zh) * 2017-01-19 2017-06-13 中国联合网络通信集团有限公司 一种轨道交通用户识别方法、装置及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
天地一体化信息网络安全保障技术研究进展及发展趋势;李凤华，殷丽华，吴巍，张林杰，史国振;《通信学报》;20161125;156-168 *

Also Published As

Publication number Publication date
CN109246590A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN109886997B (zh) 基于目标检测的识别框确定方法、装置及终端设备
US9977975B2 (en) Traffic light detection using multiple regions of interest and confidence scores
CN109246590B (zh) 一种轨道交通用户识别方法和装置
CN110766088B (zh) 同行车辆分析方法、装置、及存储装置
CN108764951B (zh) 用户相似度获得方法和装置、设备、存储介质
CN112633159B (zh) 人-物交互关系识别方法、模型训练方法及对应装置
CN108271157B (zh) 一种伪基站识别方法及装置
CN105303153A (zh) 一种车辆车牌识别方法及装置
CN105528587A (zh) 目标检测的方法及装置
CN115546601B (zh) 一种多目标识别模型及其构建方法、装置及应用
US20220210413A1 (en) Affine predication method, computing device and non-transitory storage medium
CN110889009A (zh) 一种声纹聚类方法、装置、处理设备以及计算机存储介质
RU2013119418A (ru) Способ и устройство для определения по меньшей мере одной вероятности выхода из района, идентифицируемого в цифровой карте как открытая местность
CN109218728B (zh) 一种场景切换检测方法和系统
US10915794B2 (en) Neural network classification through decomposition
CN108510636B (zh) 图像分割方法、图像分割装置及终端设备
CN108377359B (zh) 视频抗误码方法、装置、电子设备、存储介质
CN111083636B (zh) 运动状态信息的处理方法及设备
CN113163361A (zh) 车辆信息处理方法、装置及服务器
CN113269678A (zh) 接触网输电线路的故障点定位方法
CN109034174B (zh) 一种级联分类器训练方法及装置
CN116346259B (zh) 基于功率方差比较的信道占用状态预测方法及装置
CN114266300B (zh) 特征预测模型训练、核心网业务异常检测方法及装置
CN114241472B (zh) 基于底库的车牌识别方法、装置、存储介质及设备
CN115579054B (zh) 单细胞拷贝数变异探测方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant