CN111385731B - 列车用户定位方法、装置、设备及介质 - Google Patents
列车用户定位方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111385731B CN111385731B CN201811615658.8A CN201811615658A CN111385731B CN 111385731 B CN111385731 B CN 111385731B CN 201811615658 A CN201811615658 A CN 201811615658A CN 111385731 B CN111385731 B CN 111385731B
- Authority
- CN
- China
- Prior art keywords
- train
- time
- station
- user
- data
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明实施例提供一种列车用户定位方法、装置、设备及介质。该方法包括从每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间之间的S1‑MME数据中选取多组预设时间长度的S1‑MME数据;将多组预设时间长度的S1‑MME数据中的每一组的时间的中位数作为时间;基于多组预设时间长度的S1‑MME数据中的每一组的多个小区距离始发站站点的距离以及多个小区在每一组数据中出现的次数,利用加权平均法,得到时间处对应的小区距离始发站站点的距离;根据时间和距离,得到列车伴随用户在多个列车区间中的每个时刻距离始发站站点的距离。基于上述方案,通过计算任一时刻列车伴随用户距离始发站站点的位移距离,为运营商列车线路的网络优化评估提供了准确的位置信息。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种列车用户定位方法、装置、设备及介质。
背景技术
随着列车建设的飞速发展,诸如高铁、动车等列车已经成为了人们出行的重要方式。例如,根据统计2017年高铁发送旅客超过20亿人次,按照中国移动高铁网络优化指导意见,需多种手段提升列车网络性能、持续推进列车网络优化,实现用户对列车(例如高铁、动车等)网络业务感知不断提升。
其中,高速铁路列车采用全封闭车厢结构,诸如高铁的车箱体为钢材或铝合金等金属材料,车窗玻璃为较厚的玻璃材料,高铁在高速运动过程中,无线信号在高速列车内损耗较大,存在位置信息难于捕获等问题,给无线网络优化工作带来较大困难。
目前,列车用户定位的方法主要包括根据列车用户移动终端的采集的信令及小区信息进行定位;或者,根据网络测量报告(Measurement Report,MR)进行指纹库定位。
然而,利用列车用户信令及小区信息进行定位会存在定位不连续和定位精度差的问题;指纹库定位方式因其自身的仿真指纹结果与实际存在差异,在进行用户位置定位时,与实际列车线路轨道轨迹存在较大偏差,优化区域难以准确定位。
发明内容
本发明实施例提供了一种列车用户定位方法、装置、设备及介质,通过列车伴随用户连续的S1-MME信令数据,计算任一时刻列车伴随用户群组距离始发站站点的位移距离,为运营商列车线路的网络优化评估提供了准确的位置信息。
第一方面,本发明实施例提供了一种列车用户定位方法,方法包括:
从每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间之间的S1-MME数据中选取多组预设时间长度的S1-MME数据;
将所述多组预设时间长度的S1-MME数据中的每一组的时间的中位数作为每一组数据的时间;
基于所述多组预设时间长度的S1-MME数据中的每一组的多个小区距离始发站站点的距离以及所述多个小区在每一组数据中出现的次数,利用加权平均法,得到所述每一组数据的时间处对应的小区距离始发站站点的距离;
根据所述每一组数据的时间和所述每一组数据的时间处对应的小区距离始发站站点的距离,得到所述列车伴随用户在多个列车区间中的每个时刻距离始发站站点的距离;
其中,所述列车区间为列车线路中每两个相邻站点之间的线路,列车伴随用户为在同一列列车上的用户。
根据本发明所述的列车用户定位方法,所述方法还包括:
获取所述每个列车伴随用户在多个列车区间的始发站站点小区的访问时间和终点站站点小区的访问时间之间的S1-MME数据;
将所述访问时间之间的S1-MME数据按照时间进行排序,得到有序S1-MME数据;
根据所述每个列车伴随用户在多个列车区间的始发站站点小区的访问时间和终点站站点小区的访问时间,获取所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间;
从所述有序S1-MME数据中选取所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间之间的S1-MME数据。
根据本发明所述的列车用户定位方法,所述访问时间包括最早访问时间和最晚访问时间。
根据本发明所述的列车用户定位方法,所述根据所述每个列车伴随用户在多个列车区间的始发站站点小区的访问时间和终点站站点小区的访问时间,获取所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间,包括:
对所述每个列车伴随用户在多个列车区间的始发站站点小区的最晚访问时间求最大值,得到所述每个列车伴随用户在多个列车区间的始发站离站时间;
对所述每个列车伴随用户在多个列车区间的终点站站点小区的最早访问时间求最小值,得到所述每个列车伴随用户在多个列车区间的终点站到站时间。
根据本发明所述的列车用户定位方法,所述方法还包括:
根据原始S1-MME数据和列车工参数据,识别列车用户;
分析所述列车用户在高速运动时的小区访问行为,识别所述列车伴随用户。
根据本发明所述的列车用户定位方法,所述方法还包括:
当存在列车伴随用户在当前列车区间的始发站站点小区的驻留时长大于第一预设阈值,则判定在所述当前区间的始发站停站;
当存在列车伴随用户在当前列车区间的终点站站点小区的驻留时长大于第二预设阈值,则判定在所述当前区间的终点站停站。
根据本发明所述的列车用户定位方法,所述获取所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间,包括:
当判定结果为在所述当前区间的始发站不停站,则不再获取所述当前区间的始发站离站时间;
当判定结果为在所述当前区间的终点站不停站,则不再获取所述当前区间的终点站到站时间。
根据本发明所述的列车用户定位方法,所述方法还包括:
修正所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间。
根据本发明所述的列车用户定位方法,所述修正所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间,包括:
根据列车在始发站和终点站是否停车,修正所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间。
根据本发明所述的列车用户定位方法,所述根据列车在始发站和终点站是否停车,修正所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间,包括:
当列车在始发站和终点站停车时,根据所述多个列车区间的任意时刻处对应的列车伴随用户距离始发站站点的距离以及列车的运动规律,利用速度位移公式,修正所述始发站离站时间和终点站到站时间;
当列车在始发站和终点站不停车时,根据所述多个列车区间的任意时刻处对应的列车伴随用户距离始发站站点的距离,计算平均速度;并且,
根据所述平均速度以及列车的运动规律,修正所述始发站离站时间和终点站到站时间。
第二方面,本发明实施例提供了一种列车用户定位装置,装置包括:
第一选取模块,用于从每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间之间的S1-MME数据中选取多组预设时间长度的S1-MME数据;
时间模块,用于将所述多组预设时间长度的S1-MME数据中的每一组的时间的中位数作为每一组数据的时间;
距离模块,用于基于所述多组预设时间长度的S1-MME数据中的每一组的多个小区距离始发站站点的距离以及所述多个小区在每一组数据中出现的次数,利用加权平均法,得到所述每一组数据的时间处对应的小区距离始发站站点的距离;
时间与距离模块,用于根据所述每一组数据的时间和所述每一组数据的时间处对应的小区距离始发站站点的距离,得到所述列车伴随用户在多个列车区间中的每个时刻距离始发站站点的距离;
其中,所述列车区间为列车线路中每两个相邻站点之间的线路,列车伴随用户为在同一列列车上的用户。
根据本发明所述的列车用户定位装置,装置还包括:
第一获取模块,用于获取所述每个列车伴随用户在多个列车区间的始发站站点小区的访问时间和终点站站点小区的访问时间之间的S1-MME数据;
排序模块,用于将所述访问时间之间的S1-MME数据按照时间进行排序,得到有序S1-MME数据;
第二获取模块,用于根据所述每个列车伴随用户在多个列车区间的始发站站点小区的访问时间和终点站站点小区的访问时间,获取所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间;
第二选取模块,用于从所述有序S1-MME数据中选取所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间之间的S1-MME数据。
根据本发明所述的列车用户定位装置,所述访问时间包括最早访问时间和最晚访问时间。
根据本发明所述的列车用户定位装置,第二获取模块具体用于:
对所述每个列车伴随用户在多个列车区间的始发站站点小区的最晚访问时间求最大值,得到所述每个列车伴随用户在多个列车区间的始发站离站时间;
对所述每个列车伴随用户在多个列车区间的终点站站点小区的最早访问时间求最小值,得到所述每个列车伴随用户在多个列车区间的终点站到站时间。
根据本发明所述的列车用户定位装置,装置还包括:
第一识别模块,用于根据原始S1-MME数据和列车工参数据,识别列车用户;
第二识别模块,用于分析所述列车用户在高速运动时的小区访问行为,识别所述列车伴随用户。
根据本发明所述的列车用户定位装置,装置还包括:
第一判断模块,用于当存在列车伴随用户在当前列车区间的始发站站点小区的驻留时长大于第一预设阈值,则判定在所述当前区间的始发站停站;
第二判断模块,用于当存在列车伴随用户在当前列车区间的终点站站点小区的驻留时长大于第二预设阈值,则判定在所述当前区间的终点站停站。
根据本发明所述的列车用户定位装置,第二获取模块具体用于:
当判定结果为在所述当前区间的始发站不停站,则不再获取所述当前区间的始发站离站时间;
当判定结果为在所述当前区间的终点站不停站,则不再获取所述当前区间的终点站到站时间。
根据本发明所述的列车用户定位装置,装置还包括:
修正模块,用于修正所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间。
根据本发明所述的列车用户定位装置,修正模块具体用于:
根据列车在始发站和终点站是否停车,修正所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间。
根据本发明所述的列车用户定位装置,修正模块具体用于:
当列车在始发站和终点站停车时,根据所述多个列车区间的任意时刻处对应的列车伴随用户距离始发站站点的距离以及列车的运动规律,利用速度位移公式,修正所述始发站离站时间和终点站到站时间;
当列车在始发站和终点站不停车时,根据所述多个列车区间的任意时刻处对应的列车伴随用户距离始发站站点的距离,计算平均速度;并且,
根据所述平均速度以及列车的运动规律,修正所述始发站离站时间和终点站到站时间。
第三方面,本发明实施例提供了一种列车用户定位设备,包括:至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令,当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序指令,当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
本发明实施例提供的列车用户定位方法、装置、设备及介质,通过列车伴随用户连续的S1-MME信令数据,计算任一时刻列车伴随用户群组距离始发站站点的位移距离,为运营商列车线路的网络优化评估提供了准确的位置信息。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例的列车用户定位方法的流程示意图;
图2示出了本发明实施例的列车用户定位装置的结构示意图;
图3示出了本发明实施例的用户组连续数据计算的流程示意图;
图4示出了本发明实施例的列车用户定位方法设备的硬件结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
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或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了方便描述,首先将本文有可能涉及到的技术术语及其含义罗列如下。
<列车线路>
完整的一条铁路干线。
<列车区间>
列车线路按照邻站分割后的局部列车线路。
<列车用户>
乘坐同一列或者不同列列车的所有列车用户。
<列车伴随用户>
乘坐同一列列车的用户。
本发明实施例可提供一种列车用户定位方法,参考图1,图1示出了本发明实施例的列车用户定位方法100的流程示意图,该方法包括:
S110,从每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间之间的S1-MME数据中选取多组预设时间长度的S1-MME数据;
S120,将多组预设时间长度的S1-MME数据中的每一组的时间的中位数作为每一组数据的时间;
S130,基于多组预设时间长度的S1-MME数据中的每一组的多个小区距离始发站站点的距离以及多个小区在每一组数据中出现的次数,利用加权平均法,得到每一组数据的时间处对应的小区距离始发站站点的距离;
S140,根据每一组数据的时间和每一组数据的时间处对应的小区距离始发站站点的距离,得到列车伴随用户在多个列车区间中的每个时刻距离始发站站点的距离;
其中,列车区间为列车线路中每两个相邻站点之间的线路,列车伴随用户为在同一列列车上的用户。
利用本发明提供的上述方案,通过列车伴随用户连续的S1-MME信令数据,计算任一时刻列车伴随用户群组距离始发站站点的位移距离,为运营商列车线路的网络优化评估提供了准确的位置信息。
本发明实施例可提供一种列车用户定位装置,参考图2,图2示出了本发明实施例的列车用户定位装置200的结构示意图,该装置包括:
选取模块210,用于从每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间之间的S1-MME数据中选取多组预设时间长度的S1-MME数据,其中列车区间为列车线路中每两个相邻站点之间的线路,列车伴随用户为在同一列列车上的用户;
时间模块220,用于将多组预设时间长度的S1-MME数据中的每一组的时间的中位数作为每一组数据的时间;
距离模块230,用于基于多组预设时间长度的S1-MME数据中的每一组的多个小区距离始发站站点的距离以及多个小区在每一组数据中出现的次数,利用加权平均法,得到每一组数据的时间处对应的小区距离始发站站点的距离;
时间与距离模块240,用于根据每一组数据的时间和每一组数据的时间处对应的小区距离始发站站点的距离,得到列车伴随用户在多个列车区间中的每个时刻距离始发站站点的距离;
利用本发明提供的上述方案,通过列车伴随用户连续的S1-MME信令数据,计算任一时刻列车伴随用户群组距离始发站站点的位移距离,为运营商列车线路的网络优化评估提供了准确的位置信息。
以下通过具体的实例,描述本发明实施例的可选的具体处理过程。需要说明的是,本发明的方案并不依赖于具体的算法,在实际应用中,可选用任何已知或未知的硬件、软件、算法、程序或其任意组合等来实现本发明的方案,只要是采用了本发明方案的实质思想,均落入本发明的保护范围。
本发明实施例提出了一种群体列车用户的精确定位方法,该方法以同车的列车(例如高铁或动车)伴随用户群为基础,通过群体用户在两个列车站之间计算出多个“时间-位置”对作为配置,可以对于列车用户在运动期间的任意时刻都能用插值方法计算其对应的位置,实现列车用户的精确定位。
以下以高铁用户为例,介绍诸如高铁用户的列车用户的定位方法,具体如下:
作为一个示例,本发明实施例以高铁伴随用户群数据为基础(通过识别高铁用户以及分析其高速运动时的小区访问行为,可以识别出同车的高铁伴随用户群),确定伴随用户群组沿高铁线路诸如从高铁站A到高铁站B的整个过程中任意时刻对应于线路上的位置。
其中,本发明实施例主要利用了高铁伴随用户沿途产生的S1-MME数据,在较短的一段时间内得到的连续的小区切换序列,结合小区工程参数和高铁线路图层配置,计算出该时间段的平均位置,作为时间段中位数的位置。对一组用户在两个高铁站之间能计算出多个“时间-位置”对作为配置,则对于高铁用户在运动期间的任意时刻都能用插值方法求出对应的位置。
本发明实施例的高铁伴随用户识别步骤可分为以下几个步骤:
第一步,相关配置准备。
作为一个示例,为了进行用户的初步筛选和后续分析需要准备以下配置:
1)高铁站点;
2)高铁线路;
3)将高铁线路按照相邻高铁站划分区间,即每两个邻站之间的一段线路为一个区间,并记录各个区间的长度。
4)结合工参文件按照高铁站点周围诸如3公里范围生成高铁站点小区列表;
5)结合工参文件按照高铁区间两侧诸如1公里范围生成高铁区间小区列表,并记录每个小区距离区间一端的长度;
6)通过原始S1-MME数据结合高铁工参配置,识别高铁用户;并且分析高铁用户高速运动时的小区访问行为,从高铁用户中计算得到高铁伴随用户集合。
第二步,关联出用户组区间内的S1-MME数据。
作为一个示例,使用伴随用户结合高铁配置对原始的S1-MME数据进行过滤,得到指定区间指定方向运动的伴随用户的数据,以供后续计算用户组位置时使用。
具体步骤如下:
1)结合第一步中配置3)、4)、以及S1-MME数据计算得到每个高铁伴随用户在指定区间上始发站站点小区的最早访问时间、最晚访问时间和终点站站点小区的最早访问时间、最晚访问时间。
参见表1,表1示出了用户在高铁区间的运动关系示意表,其中IMSI为国际移动用户识别码(International Mobile Subscriber Identification Number,IMSI):
2)使用始发站站点小区的最晚访问时间和终点站站点小区的最早访问时间关联出用户组内每个用户的S1-MME数据。
3)将用户组内所有用户的S1-MME数据收集,并按时间排序,作为这个用户组在该区间该方向运动所产生的数据。
第三步,计算用户组的始发站离站时间和终点站到站时间。
伴随用户组在高铁站点附近对小区访问的数据不能作为用户组位置点计算的输入,这是由于用户很可能仅在高铁站点候车或者出站。因为第三步是基于第二步的结果,进一步计算出整个用户组的离站时间和到站时间。
具体步骤如下:
1)对用户组内所有用户的始发站小区最晚访问时间求最大值作为用户组的始发站离站时间,这意味着该时刻以后用户组所有用户均不再访问始发站周边小区。
2)对用户组内所有用户的终点站小区最早访问时间求最小值作为用户组的终点站到站时间(此处的到站表示列车物理位置靠近高铁站,不表示停站或过站),这意味着该时刻之前用户组所有用户均未曾访问过终点站周边小区。
第四步,判别用户组所在高铁列车是否在每站停站。
应该注意的是,高铁列车并非每站必停,对于过站的情况,列车进出站时,用户组的S1-MME数据也应纳入用户组位置点的计算。
第四步利用第二步的用户对站点访问时间段数据,计算用户组在高铁区间始发站和终点站的停靠情况。
具体步骤如下:
1)如用户组内存在用户的在始发站站点小区的驻留时长大于预设阈值,则认为用户组所在高铁列车在起始站停站。
2)如用户组内存在用户的在终点站站点小区的驻留时长大于预设阈值,则认为用户组所在高铁列车在终点站停站。
其中,驻留时长=用户访问高铁站点小区最晚时间-用户访问高铁站点小区最早时间;在一些实施例中,预设阈值的大小可以根据高铁真实的停站驻留时长设置为3分钟或更多。
第五步,计算离站和到站时间段内的多组连续数据。
为了计算高铁伴随用户组的轨迹快照,需要选择一段短暂时间内连续的数据。此步骤将生产多组连续的有序数据。
具体步骤如下:
1)从第二步得到的用户组S1-MME数据和第三步得到的用户组离站到站时间,可以过滤出用户组在离站与到站之间的所有S1-MME。
应该注意的是,如第四步判断结果为用户组在当前区间始发站或终点站是不停站的,则不停站那一端将不会用离站或到站时间限制。
2)由于第二步中已将用户组S1-MME数据按照时间进行排序,按照时间顺序遍历过滤后的S1-MME数据,使用临时队列保持同一组数据。按照如图3所示的流程来产生多组连续数据。
参考图3,图3示出了本发明实施例的用户组连续数据计算的流程示意图。
第六步,根据多组连续数据,计算时间-位置关系表。
由第五步得到多组连续的S1-MME数据,在此步骤将每一组连续的S1-MME数据转换为“时间-与始发站距离”的对应关系,相当于形成一个用户组在一个区间上运动的轨迹快照。
具体转换的步骤如下:
1)取一组连续S1-MME数据的时间的中位数作为这组数据的时间。
2)结合第一步中的配置5),利用公式(1),计算一组连续S1-MME数据的小区距离始发站的距离,加权平均后的结果作为这组数据的与始发站站点的平均距离:
其中,i代表这组数据中第i个不重复的小区,Di代表该小区距离始发站的距离,Ni代表该小区在这组数据中出现的次数。
最终得到的数据结构参见表2,表2示出了用户组在区间运动轨迹快照示意表:
表2
用户组ID | 时间 | 与始发站距离 |
123456789 | 10:00:00 | 1000 |
123456789 | 10:02:00 | 6000 |
… | … | … |
第七步,修正始发站离站时间和终点站到站时间。
由上述步骤可以得到:在停站情况下,高铁区间上用户组访问高铁站周边小区以外部分线路上的“时间-距离”关系;在不停站情况下,高铁区间沿线都将生成“时间-距离”关系。
但是,由于在步骤2在筛取伴随用户的数据都是非高铁站点小区的数据,故得到第一个和最后一个位置距离真正的高铁站仍会有一段距离。
在一些实施例中,对任意时刻进行用户定位采用的是插值求解,即已知t1时刻位于距离始发站s1米位置处,t2时刻位于距离始发站s2米位置处,然后对于t1与t2之间的任意时间t对应的距离始发站的距离st均可以利用公式(2)求得:
st=(s2-s1)/(t2-t1)*t (2)
换言之,如果要得到任意时刻的位置,就必须有该时刻之前之后两个时刻对应的位置。这导致高铁列车在进出站的一段时间,用户数据仍找不到对应位置。
此步骤将利用第六步得到的“时间-距离”序列来修正用户组在始发站的离站时间和在终点站的到站时间,为“时间-距离”序列在第一个位置插入“离站时间-与始发站距离为0”,在最后一个位置补上“到站时间-与始发站距离为高铁区间长度”。使得这两端数据都能使用插值的方法找到位置。
具体步骤如下:
1)对于始发站停站的情况,将高铁站到“时间-距离”序列的第一个位置视为匀加速运动,加速度为a,耗时t1,位移s1。根据速度位移公式(3):
Δs=v0Δt+1/2aΔt2 (3)
其中,初速度v0为0,初始距离s0为0,只需要给定加速度a,就可以求得离站的时间点t0。此外,加速度a可根据高铁运动规律求得。
2)对于终点站停站的情况,将“时间-距离”序列最后一个位置到高铁站视作匀减速运动。最终时间的求解过程类似1),在此不再赘述。
3)对于不停站的情况,以始发站为例,取“时间-距离”序列前两个元素<t1,s1>、<t2,s2>。根据以下速度公式(4)可求得平均速度v。将始发站到第一个位置<t1,s1>视作匀速运动,即可求得离站时间t0。同理可求得终点站的到站时间。
4)经过修正,最终得到完成的用户组运动轨迹快照。
另外,结合图1描述的本发明实施例的列车用户定位方法可以由列车用户定位方法设备来实现。图4示出了本发明实施例提供的列车用户定位方法设备的硬件结构示意图。
列车用户定位方法设备可以包括处理器1003以及存储有计算机程序指令的存储器1004。
图4是示出能够实现根据本发明实施例的通信方法和网络服务器的计算设备的示例性硬件架构的结构图。如图4所示,计算设备1000包括输入设备1001、输入接口1002、处理器1003、存储器1004、输出接口1005、以及输出设备1006。
其中,输入接口1002、处理器1003、存储器1004、以及输出接口1005通过总线1010相互连接,输入设备1001和输出设备1006分别通过输入接口1002和输出接口1005与总线1010连接,进而与计算设备1000的其他组件连接。
具体地,输入设备1001接收来自外部的输入信息,并通过输入接口1002将输入信息传送到处理器1003;处理器1003基于存储器1004中存储的计算机可执行指令对输入信息进行处理以生成输出信息,将输出信息临时或者永久地存储在存储器1004中,然后通过输出接口1005将输出信息传送到输出设备1006;输出设备1006将输出信息输出到计算设备1000的外部供用户使用。
计算设备1000可以执行本申请上述的通信方法中的各步骤。
处理器1003可以是一个或多个中央处理器(英文:Central Processing Unit,CPU)。在处理器1003是一个CPU的情况下,该CPU可以是单核CPU,也可以是多核CPU。
存储器1004可以是但不限于随机存储存储器(RAM)、只读存储器(ROM),可擦除可编程只读存储器(EPROM)、光盘只读存储器(CD-ROM)、硬盘等中的一种或多种。存储器1004用于存储程序代码。
可以理解的是,在本申请实施例中,图2提供的选取模块至时间与距离模块中任一模块或全部模块的功能可以用图4所示的中央处理器1003实现。
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。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述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。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机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)。所述计算机可读取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。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
本说明书的各个部分均采用递进的方式进行描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点介绍的都是与其他实施例不同之处。尤其,对于装置和系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例部分的说明即可。
Claims (13)
1.一种列车用户定位方法,包括:
从每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间之间的S1-MME数据中选取多组预设时间长度的S1-MME数据;
将所述多组预设时间长度的S1-MME数据中的每一组的时间的中位数作为每一组数据的时间;
基于所述多组预设时间长度的S1-MME数据中的每一组的多个小区距离始发站站点的距离以及所述多个小区在每一组数据中出现的次数,利用加权平均法,得到所述每一组数据的时间处对应的小区距离始发站站点的距离;
根据所述每一组数据的时间和所述每一组数据的时间处对应的小区距离始发站站点的距离,得到所述列车伴随用户在多个列车区间中的每个时刻距离始发站站点的距离;
其中,所述列车区间为列车线路中每两个相邻站点之间的线路,列车伴随用户为在同一列列车上的用户。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述每个列车伴随用户在多个列车区间的始发站站点小区的访问时间和终点站站点小区的访问时间之间的S1-MME数据;
将所述访问时间之间的S1-MME数据按照时间进行排序,得到有序S1-MME数据;
根据所述每个列车伴随用户在多个列车区间的始发站站点小区的访问时间和终点站站点小区的访问时间,获取所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间;
从所述有序S1-MME数据中选取所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间之间的S1-MME数据。
3.根据权利要求2所述的方法,其特征在于,所述访问时间包括最早访问时间和最晚访问时间。
4.根据权利要求3所述的方法,其特征在于,所述根据所述每个列车伴随用户在多个列车区间的始发站站点小区的访问时间和终点站站点小区的访问时间,获取所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间,包括:
对所述每个列车伴随用户在多个列车区间的始发站站点小区的最晚访问时间求最大值,得到所述每个列车伴随用户在多个列车区间的始发站离站时间;
对所述每个列车伴随用户在多个列车区间的终点站站点小区的最早访问时间求最小值,得到所述每个列车伴随用户在多个列车区间的终点站到站时间。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据原始S1-MME数据和列车工参数据,识别列车用户;
分析所述列车用户在高速运动时的小区访问行为,识别所述列车伴随用户。
6.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当存在列车伴随用户在当前列车区间的始发站站点小区的驻留时长大于第一预设阈值,则判定在所述当前列车区间的始发站停站;
当存在列车伴随用户在当前列车区间的终点站站点小区的驻留时长大于第二预设阈值,则判定在所述当前列车区间的终点站停站。
7.根据权利要求6所述的方法,其特征在于,所述获取所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间,包括:
当判定结果为在所述当前列车区间的始发站不停站,则不再获取所述当前列车区间的始发站离站时间;
当判定结果为在所述当前列车区间的终点站不停站,则不再获取所述当前列车区间的终点站到站时间。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
修正所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间。
9.根据权利要求8所述的方法,其特征在于,所述修正所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间,包括:
根据列车在始发站和终点站是否停车,修正所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间。
10.根据权利要求9所述的方法,其特征在于,所述根据列车在始发站和终点站是否停车,修正所述每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间,包括:
当列车在始发站和终点站停车时,根据所述多个列车区间的任意时刻处对应的列车伴随用户距离始发站站点的距离以及列车的运动规律,利用速度位移公式,修正所述始发站离站时间和终点站到站时间;
当列车在始发站和终点站不停车时,根据所述多个列车区间的任意时刻处对应的列车伴随用户距离始发站站点的距离,计算平均速度;并且,
根据所述平均速度以及列车的运动规律,修正所述始发站离站时间和终点站到站时间。
11.一种列车用户定位装置,包括:
选取模块,用于从每个列车伴随用户在多个列车区间的始发站离站时间和终点站到站时间之间的S1-MME数据中选取多组预设时间长度的S1-MME数据;
时间模块,用于将所述多组预设时间长度的S1-MME数据中的每一组的时间的中位数作为每一组数据的时间;
距离模块,用于基于所述多组预设时间长度的S1-MME数据中的每一组的多个小区距离始发站站点的距离以及所述多个小区在每一组数据中出现的次数,利用加权平均法,得到所述每一组数据的时间处对应的小区距离始发站站点的距离;
时间与距离模块,用于根据所述每一组数据的时间和所述每一组数据的时间处对应的小区距离始发站站点的距离,得到所述列车伴随用户在多个列车区间中的每个时刻距离始发站站点的距离;
其中,所述列车区间为列车线路中每两个相邻站点之间的线路,列车伴随用户为在同一列列车上的用户。
12.一种列车用户定位设备,其特征在于,包括:至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令,当所述计算机程序指令被所述处理器执行时实现如权利要求1-10中任一项所述的方法。
13.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,当所述计算机程序指令被处理器执行时实现如权利要求1-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811615658.8A CN111385731B (zh) | 2018-12-27 | 2018-12-27 | 列车用户定位方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811615658.8A CN111385731B (zh) | 2018-12-27 | 2018-12-27 | 列车用户定位方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111385731A CN111385731A (zh) | 2020-07-07 |
CN111385731B true CN111385731B (zh) | 2021-08-06 |
Family
ID=71217902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811615658.8A Active CN111385731B (zh) | 2018-12-27 | 2018-12-27 | 列车用户定位方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111385731B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112268563B (zh) * | 2020-10-23 | 2022-03-04 | 重庆越致科技有限公司 | 一种行人乘坐轨道交通状态及轨迹的检测方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106131865A (zh) * | 2016-07-19 | 2016-11-16 | 浪潮软件集团有限公司 | 一种基于高铁沿线的网络质量分析方法 |
CN106792944A (zh) * | 2016-12-30 | 2017-05-31 | 广东海格怡创科技有限公司 | 高铁专网小区切换点检测方法和系统 |
CN106878946A (zh) * | 2017-02-16 | 2017-06-20 | 山东浪潮商用系统有限公司 | 基于运动轨迹的高铁用户识别方法 |
CN108156626A (zh) * | 2017-12-21 | 2018-06-12 | 重庆玖舆博泓科技有限公司 | 轨道交通无线网络质量评估方法、装置及介质 |
CN108668329A (zh) * | 2018-07-30 | 2018-10-16 | 成都智慧海派科技有限公司 | 基地台切换方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9686810B2 (en) * | 2015-03-02 | 2017-06-20 | Verizon Patent And Licensing Inc. | Establishing network connectivity for transmitting network traffic to or from machine devices |
-
2018
- 2018-12-27 CN CN201811615658.8A patent/CN111385731B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106131865A (zh) * | 2016-07-19 | 2016-11-16 | 浪潮软件集团有限公司 | 一种基于高铁沿线的网络质量分析方法 |
CN106792944A (zh) * | 2016-12-30 | 2017-05-31 | 广东海格怡创科技有限公司 | 高铁专网小区切换点检测方法和系统 |
CN106878946A (zh) * | 2017-02-16 | 2017-06-20 | 山东浪潮商用系统有限公司 | 基于运动轨迹的高铁用户识别方法 |
CN108156626A (zh) * | 2017-12-21 | 2018-06-12 | 重庆玖舆博泓科技有限公司 | 轨道交通无线网络质量评估方法、装置及介质 |
CN108668329A (zh) * | 2018-07-30 | 2018-10-16 | 成都智慧海派科技有限公司 | 基地台切换方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111385731A (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109484435B (zh) | 一种适用于轨道交通智能检测系统的列车定位方法和装置 | |
CN106093698B (zh) | 一种基于多测量信息的行波故障定位方法 | |
CN110874668B (zh) | 一种轨道交通od客流预测方法、系统及电子设备 | |
CN109523819B (zh) | 一种基于公交到离站的乘客ic卡数据与站点匹配方法 | |
CN109996299B (zh) | 高铁用户识别方法、装置、设备及介质 | |
CN109547930B (zh) | 基于运营商数据的城市轨道交通客流来源分析的方法及装置 | |
CN110135055B (zh) | 一种城市多模式公交网络客流分配方法 | |
CN111191949B (zh) | 网约车辆异常行驶行为识别方法、装置、电子设备 | |
CN107886189B (zh) | 一种基于地铁刷卡数据进行路径旅行时间推断的方法 | |
CN105447592A (zh) | 一种乘客路径选择的分析方法及装置 | |
CN111385731B (zh) | 列车用户定位方法、装置、设备及介质 | |
CN108538054B (zh) | 一种基于手机信令数据获取交通路况信息的方法及系统 | |
CN108196280A (zh) | 一种通过gps推断公交线路方法 | |
KR102126677B1 (ko) | 교통수요분석을 위한 통신빅데이터 기반 db 구축 방법 | |
CN116913073A (zh) | 道路拥堵预测方法、装置、设备及计算机存储介质 | |
CN115204755B (zh) | 服务区入区率测算方法、装置、电子设备及可读存储介质 | |
CN116342107A (zh) | 一种轨道检测的方法、装置、电子设备及介质 | |
Namiot et al. | On mobility patterns in Smart City | |
CN116433308A (zh) | 一种基于进出站时间的多制式轨道交通动态计价方法 | |
CN115860404A (zh) | 交通枢纽布局的评价方法、装置、设备、介质及产品 | |
CN115440037A (zh) | 交通流量数据采集方法、装置、电子设备及存储介质 | |
CN113536493A (zh) | 基于聚类反推的有效路径生成方法及断面客流估算方法 | |
CN107270919B (zh) | 公交路线分级方法、装置以及公交路线导航方法、装置 | |
CN109376211B (zh) | 建立无线小区时空数据库的方法及装置 | |
CN114418639A (zh) | 定位信息的处理方法、装置、电子设备及存储介质 |
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 |