CN112298293A - 基于5g获取车站乘客行为轨迹参数的系统及方法 - Google Patents
基于5g获取车站乘客行为轨迹参数的系统及方法 Download PDFInfo
- Publication number
- CN112298293A CN112298293A CN202011189752.9A CN202011189752A CN112298293A CN 112298293 A CN112298293 A CN 112298293A CN 202011189752 A CN202011189752 A CN 202011189752A CN 112298293 A CN112298293 A CN 112298293A
- Authority
- CN
- China
- Prior art keywords
- station
- prru
- data
- identification information
- 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.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
-
- 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
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mechanical Engineering (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供一种基于5G获取车站乘客行为轨迹参数的系统及方法;所述系统包括前置采集服务器、信令分析服务器、PRRU设备及移动终端;PRRU设备部署于车站内;移动终端与PRRU设备通信连接;前置采集服务器与运营商网关接口连接;信令分析服务器通过数据传输网络与前置采集服务器连接;本发明基于5G的室内覆盖,采用PRRU方式采集并实现基于5G的车站乘客行为轨迹分析,由于5G频段相较于4G来说更高,因此单个PRRU设备的覆盖范围更小,所以定位精度会更高,能够完全满足轨道交通站内客流感知的相关要求。
Description
技术领域
本发明涉及通讯领域,特别是一种基于5G获取车站乘客行为轨迹参数的系统及方法。
背景技术
传统使用的大客流监控方式主要有人工客流监控、闸机客流监控、视频客流监控,这些方式的缺点如下:
(1)人工客流监控需投入大量人力物力、费时费力、无法数字化、精确化,信息再利用率低。
(2)闸机客流监控获取的信息仅限于出入闸的客流,机械工作方式效率低,无法实时获知或预测大客流信息,对突发性大客流的管理缺乏手段,存在较大安全隐患。
(3)视频客流监控需安装维护大量设备,成本投入大,同时视频监控仅限于可视范围,并常受天气、光线等因素影响,监控效率不高。
鉴于以上方式的不足,现有技术中引入基于运营商移动通信手机信令数据(以下简称“手机信令数据”)的大客流监控方式,手机信令数据是指手机用户在发生通话、短信、上网及变换寻呼区时在运营商网络中产生的大量手机信令数据,手机数据会反馈如时间、基站信息、场强和时延等关于用户位置的有效信息,对用户数据产生的时刻进行精准位置定位,从而判断用户所在的区域范围,手机信令数据的生成催生了地域区域性统计分析的应用,如区域人口统计分析、旅游景点客流分析预测和用户人群画像等。
但是,传统2/3/4G网络在室内分布系统方面,采用DAS的方式,整个系统由信源和天馈分布系统两部分组成,信号源所放大或产生的信号由该系统为传输媒介,通过天线发送到建筑物内的各个角落;采用该种方式,单信源覆盖面积较大,因此定位精度较低,无法满足地铁站内立体式环境的定位要求。5G系统不仅增强了A-GNSS和OTDOA等现有的4G定位技术,还引入了一些全新技术,如使用波束塑型信息确定垂直位置等。因此,在定位和位置方面具有更大的技术优势。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于5G获取车站乘客行为轨迹参数的系统及方法,通过采用PRRU的建设方式,并充分引入5G技术,实现了大客流感知的精准性。
为实现上述目的及其他相关目的,本发明提供一种基于5G获取车站乘客行为轨迹参数的系统,包括:前置采集服务器、信令分析服务器、运营商综合网管、PRRU设备及移动终端;所述PRRU设备部署于车站内,用于实现所述车站内5G信号的全覆盖;所述移动终端与所述PRRU设备通信连接,用于接入所述5G信号;所述运营商综合网管部署在运营商机房,用于对全网各类基站参数、信令数据行进管理;所述前置采集服务器与所述营商综合网管连接,用于在所述移动终端接入所述PRRU设备后,在综合网管侧采集所述PRRU设备产生的信令数据,并对所述信令数据进行分析以获取所述移动终端的标识信息,并对所述标识信息进行存储;所述信令分析服务器通过数据传输网络与所述前置采集服务器通信连接,用于接收所述前置采集服务器发送的所述信令数据,并基于所述标识信息,对所述信令数据进行分析,以实现获取车站乘客的行为轨迹参数;所述行为轨迹参数为所述车站乘客在所述车站内和在所述数据传输网络覆盖区域内的行走轨迹、所述车站乘客在通道内的行走时间和平均速度、通道内客流平均行走时间和平均速度及所述车站乘客在站台上的逗留时间。
于本发明的一实施例中,所述信令分析服务器结合预存车站空间基础数据、所述标识信息与PRRU设备位置对应字典,根据数据挖掘算法对所述信令数据、所述预存车站空间基础数据及所述标识信息与PRRU设备位置对应字典进行匹配运算,以根据运算结果最终获取所述行为轨迹参数。
于本发明的一实施例中,所述预存车站空间基础数据包括车站通道基础数据和站台基础数据;其中,所述车站通道基础数据的表结构字段包括:设施编码、通道编号、通道类型、换乘方向、所属车站编码、通道宽度、通道长度、通道面积;所述站台基础数据的表结构字段包括:设施编码、站台编号、站台类型、所属车站编码、站台宽度、站台长度、站台面积。
于本发明的一实施例中,所述标识信息与PRRU设备位置对应字典包括:设施编码、设施类型、PRRU设备编码、PRRU设备位置。
于本发明的一实施例中,所述运算结果的表结构字段数据包括:车站乘客ID、设施编码、设施类型、车站编码、进入时间、离开时间、逗留时间、平均速度。
于本发明的一实施例中,所述信令数据的表结构字段包括:移动终端唯一标识符、检测时刻、PRRU设备编码、车站编码。
本发明提供一种基于上述系统实现的获取车站乘客行为轨迹参数的方法,应用于前置采集服务器,包括以下步骤:利用前置采集服务器在综合网管侧获取在移动终端接入PRRU设备后、所述PRRU设备产生的信令数据;利用前置采集服务器对所述信令数据进行分析以获取所述移动终端的标识信息,并对所述标识信息进行存储;利用前置采集服务器将所述信令数据发送至信令分析服务器,以使所述信令分析服务器基于所述标识信息,对所述信令数据进行分析,实现获取车站乘客的行为轨迹参数。
于本发明的一实施例中,所述信令分析服务器基于所述标识信息,对所述信令数据进行分析,实现获取车站乘客的行为轨迹参数包括:所述信令分析服务器结合预存车站空间基础数据、所述标识信息与PRRU设备位置对应字典,根据数据挖掘算法对所述信令数据、所述预存车站空间基础数据及所述标识信息与PRRU设备位置对应字典进行匹配运算,以根据运算结果最终获取所述行为轨迹参数。
于本发明的一实施例中,所述数据挖掘算法包括以下步骤:读取车站通道基础数据表、站台基础数据表、公共通道基础数据表、闸机信息数据表、PRRU分布位置数据表,按照PRRU分布位置进行分类;通过所述前置采集服务器读取所述标识信息,并为所述标识信息打上标签;对所述标识信息按照大小区间进行分类;当一所述车站乘客进入车站区域,首次在一PRRU设备下读取所述车站乘客的移动终端的标识信息时,记录所述PRRU设备及相应的时间信息;当在另一PRRU设备下再次读取到所述标识信息时,记录另一所述PRRU设备及相应的时间信息;随着所述车站乘客的不断运动行进,依次记录PRRU设备及相应的时间信息;通过与车站地理信息、PRRU分布位置数据进行对照,最终形成所述行为轨迹参数。
具体的,本发明所述的PRRU设备是本领域技术人员公知的技术设备,在此不作赘述。
如上所述,本发明所述的基于5G获取车站乘客行为轨迹参数的系统及方法,具有以下有益效果:
(1)与现有技术相比,基于5G的室内覆盖,采用PRRU方式建设该基于5G获取车站乘客行为轨迹参数的系统,由于5G频段相较于4G来说更高,因此单个PRRU设备的覆盖范围更小,所以定位精度会更高,能够完全满足轨道交通站内客流感知的相关要求。
(2)通过客流感知精度的提升,可以进一步减小轨交站内客流密度统计的颗粒度,实现对该类信息的精确管理,同时对乘客运行轨迹进行分析,实现对轨交客流在空间上的管理以及对客流流向的预判感知,为轨道交通应对大客流提供重要的决策依据。
(3)能够对乘客的行走轨迹及行为参数进行精确调研,获取的参数数据能够为车站服务水平评估、客流安全状态辨识及客流组织提供丰富的基础数据支撑,可运用于地铁网络或单车站乘客轨迹的提取和行为参数数据的采集,可广泛应用于其他交通方式的客运组织领域。
附图说明
图1显示为本发明的基于5G获取车站乘客行为轨迹参数的系统于一实施例中的结构示意图。
图2显示为本发明的基于5G获取车站乘客行为轨迹参数的方法于一实施例中的流程图。
图3显示为本发明的基于5G获取车站乘客行为轨迹参数的系统于另一实施例中的结构示意图。
图4显示为本发明的PRRU设备与移动终端之间的信令交互过程于一实施例中的示意图。
图5显示为本发明的以乘客为标签的运行轨迹于一实施例中的结构示意图。
标号说明
11 前置采集服务器;
12 信令分析服务器;
13 运营商综合网管;
14 PRRU设备;
15 移动终端;
S1~S3 步骤。
具体实施方式
以下通过特定的具体实施例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
本发明的基于5G获取车站乘客行为轨迹参数的系统及方法,与现有技术相比,基于5G的室内覆盖,采用PRRU方式建设该基于5G获取车站乘客行为轨迹参数的系统,由于5G频段相较于4G来说更高,因此单个PRRU设备的覆盖范围更小,所以定位精度会更高,能够完全满足轨道交通站内客流感知的相关要求;通过客流感知精度的提升,可以进一步减小轨交站内客流密度统计的颗粒度,实现对该类信息的精确管理,同时对乘客运行轨迹进行分析,实现对轨交客流在空间上的管理以及对客流流向的预判感知,为轨道交通应对大客流提供重要的决策依据;能够对乘客的行走轨迹及行为参数进行精确调研,获取的参数数据能够为车站服务水平评估、客流安全状态辨识及客流组织提供丰富的基础数据支撑,可运用于地铁网络或单车站乘客轨迹的提取和行为参数数据的采集,可广泛应用于其他交通方式的客运组织领域。
如图1所示,于一实施例中,本发明的基于5G获取车站乘客行为轨迹参数的系统包括前置采集服务器11、信令分析服务器12、运营商综合网管13、PRRU设备14及移动终端15。
所述PRRU设备14部署于车站内,用于实现所述车站内5G信号的全覆盖。
需要说明的是,PRRU设备14的数量为多个,分别部署于车站内各公共位置,用于实现车站内5G信号的完全覆盖。
进一步地,PRRU设备14之间的距离根据场景的不同有所不同,通常情况下单个PRRU设备13的覆盖面积在250~350m2。
所述移动终端15与所述PRRU设备14通信连接,用于接入所述5G信号。
需要说明的是,移动终端15是乘客携带的,可用于接入5G信号的终端设备。
需要说明的是,该移动终端15包括并不限于智能手机、平板电脑、PDA以及其他具有数据处理功能的终端设备;通常,智能终端是指具有独立的操作系统,可以由用户自行安装软件、游戏等第三方服务商提供的程序,通过此类程序来不断对手持设备的功能进行扩充,并可以通过移动通讯网络来实现无线网络接入的这样一类终端设备。
所述运营商综合网管13部署在运营商机房,所述PRRU设备14通过承载网将相应数据传输至运营商综合网管13;
所述前置采集服务器11与所述PRRU设备14通信连接。
需要说明的是,该前置采集服务器11作为信令采集服务器,部署在运营商综合网管13侧,用于在所述移动终端15接入所述PRRU设备14后,采集所述PRRU设备14产生的信令数据,并对所述信令数据进行分析以获取所述移动终端15的标识信息,并对所述标识信息进行存储。
优选地,该标识信息为移动终端SUPI(Subscription Permanent Identifier,用户永久标识符)识别码信息。
所述信令分析服务器12通过数据传输网络与所述前置采集服务器11通信连接。
需要说明的是,该信令分析服务器12作为核心级数据分析服务器,用于接收所述前置采集服务器11发送的所述信令数据,并基于所述标识信息,对所述信令数据进行大规模分析,以实现获取车站乘客的行为轨迹参数。
于一实施例中,所述信令分析服务器结合预存车站空间基础数据、所述标识信息与PRRU设备位置对应字典,根据数据挖掘算法对所述信令数据、所述预存车站空间基础数据及所述标识信息与PRRU设备位置对应字典进行匹配运算,以根据运算结果最终获取所述行为轨迹参数。
于一实施例中,所述预存车站空间基础数据包括车站通道基础数据和站台基础数据;其中,所述车站通道基础数据的表结构字段包括:设施编码、通道编号、通道类型、换乘方向、所属车站编码、通道宽度、通道长度、通道面积;所述站台基础数据的表结构字段包括:设施编码、站台编号、站台类型、所属车站编码、站台宽度、站台长度、站台面积。
于一实施例中,所述标识信息与PRRU设备位置对应字典包括:设施编码、设施类型、PRRU设备编码、PRRU设备位置。
于一实施例中,所述运算结果的表结构字段数据包括:车站乘客ID、设施编码、设施类型、车站编码、进入时间、离开时间、逗留时间、平均速度。
于一实施例中,所述信令数据的表结构字段包括:移动终端唯一标识符、检测时刻、PRRU设备编码、车站编码。
于一实施例中,所述行为轨迹参数为所述车站乘客在所述车站内和在所述数据传输网络覆盖区域内的行走轨迹、所述车站乘客在通道内的行走时间和平均速度、通道内客流平均行走时间和平均速度及所述车站乘客在站台上的逗留时间。
如图2所示,于一实施例中,本发明的基于5G获取车站乘客行为轨迹参数的方法应用于前置采集服务器,包括以下步骤:
步骤S1、利用前置采集服务器在综合网管侧获取在移动终端接入PRRU设备后、所述PRRU设备产生的信令数据。
步骤S2、利用前置采集服务器对所述信令数据进行分析以获取所述移动终端的标识信息,并对所述标识信息进行存储。
步骤S3、利用前置采集服务器将所述信令数据发送至信令分析服务器,以使所述信令分析服务器基于所述标识信息,对所述信令数据进行分析,实现获取车站乘客的行为轨迹参数。
于一实施例中,所述信令分析服务器基于所述标识信息,对所述信令数据进行分析,实现获取车站乘客的行为轨迹参数包括:所述信令分析服务器结合预存车站空间基础数据、所述标识信息与PRRU设备位置对应字典,根据数据挖掘算法对所述信令数据、所述预存车站空间基础数据及所述标识信息与PRRU设备位置对应字典进行匹配运算,以根据运算结果最终获取所述行为轨迹参数。
于一实施例中,所述数据挖掘算法包括以下步骤:
(31)读取车站通道基础数据表、站台基础数据表、公共通道基础数据表、闸机信息数据表、PRRU分布位置数据表,按照PRRU分布位置进行分类。
(32)通过所述前置采集服务器读取所述标识信息,并为所述标识信息打上标签。
(33)对所述标识信息按照大小区间进行分类。
当一所述车站乘客进入车站区域,首次在一PRRU设备下读取所述车站乘客的移动终端的标识信息时,记录所述PRRU设备及相应的时间信息;当在另一PRRU设备下再次读取到所述标识信息时,记录另一所述PRRU设备及相应的时间信息;随着所述车站乘客的不断运动行进,依次记录PRRU设备及相应的时间信息;通过与车站地理信息、PRRU分布位置数据进行对照,最终形成所述行为轨迹参数。
需要说明的是,该基于5G获取车站乘客行为轨迹参数的方法的工作原理与上述基于5G获取车站乘客行为轨迹参数的系统的工作原理相同,在此不再赘述。
进一步地,本发明所述的基于5G获取车站乘客行为轨迹参数的方法的保护范围不限于本实施例列举的步骤执行顺序,凡是根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保护范围内。
需要说明的是,本发明的基于5G获取车站乘客行为轨迹参数的系统可以实现本发明的基于5G获取车站乘客行为轨迹参数的方法,但本发明的基于5G获取车站乘客行为轨迹参数的方法的实现装置包括但不限于本实施例列举的基于5G获取车站乘客行为轨迹参数的系统的结构,凡是根据本发明的原理所做的现有技术的结构变形和替换,都包括在本发明的保护范围内。
下面通过具体实施例来进一步解释说明本发明的基于5G获取车站乘客行为轨迹参数的方法。
将该基于5G获取车站乘客行为轨迹参数的方法应用于地铁站,用于对地铁站内的乘客的运行轨迹进行分析,实现对轨交客流在空间上的管理以及对客流流向的预判感知。
如图3至图4所示,首先按照图3的方式在地铁站重点范围内部署PRRU设备用以完成该站内站厅以及站台区域的5G网络覆盖。
具体地,该基于5G获取车站乘客行为轨迹参数的方法包括以下步骤:
步骤一、读取对应该地铁站的车站基础数据表、站台基础数据表、公共通道基础数据表、闸机信息数据表、PRRU分布位置数据表,按照PRRU分布位置进行分类;
步骤二、当车站乘客接入通过车站级信令采集服务器(前置采集服务器)读取单PRRUn设备下移动终端(UE)的标识信息,将该标识信息组成的数据集记为Pn;
步骤三、对Pn集合中标识信息的个数进行统计,记为Qi;
步骤四、对Pn集合中Qi个标识信息按照大小区间进行分类并打上标签(如≥50定义为高密度区,在20-50之间定义为中密度区,≤20时定义为低密度区),记为Pn-i。
通过这一方法,实现统计单个PRRUn下用户数量,并按照一定的划分方法对客流密度进行分类,分类方法可参考下表1。
表1分类方法
Qi数值大小 | ≥50 | 20~50 | ≤20 |
展现效果 | 红色 | 黄色 | 绿色 |
这样就完成了地铁站内客流密度的热力度展示。
步骤五、当某日乘客进入地铁站区域,第一次在PRRU1下读取到该用户移动终端的标识信息时,记为PRRU1-1,并记录相应的时间信息,PRRU与移动终端具体信令交互过程见图5。
需要说明的是,图5中的相关名词解释如下:
(1)UE:User Equiment,用户设备,即手机。
(2)gNB-DU:next generation node B Distributed Unit,5G基站分布单元。
(3)gNB-CU:next generation node B Central Unit,5G基站控制单元。
(4)AMF:Access and Mobility Management Function,接入和流动性管理功能。
(5)RRC:Radio Resource Control,无线资源控制。
步骤六、当在PRRU2上读取到该用户移动终端的标识信息时,记为PRRU2-1,并记录相应的时间信息。
如图4所示,随着乘客的不断运动行进,依次采集并获取相应数据(PRRU3-1、PRRU4-1),并记录相应的时间信息;通过与车站地理信息、PRRU分布数据进行对照,最终形成该用户的运行轨迹。
步骤七、采用上述方法,对某日每一位进入地铁站区域的乘客所携带移动终端设备的移动终端GUTI识别码进行分析,形成如图5所示的以乘客为标签的运行轨迹数据。
综上所述,本发明的基于5G获取车站乘客行为轨迹参数的系统及方法,与现有技术相比,基于5G的室内覆盖,采用PRRU方式建设该基于5G获取车站乘客行为轨迹参数的系统,由于5G频段相较于4G来说更高,因此单个PRRU设备的覆盖范围更小,所以定位精度会更高,能够完全满足轨道交通站内客流感知的相关要求;通过客流感知精度的提升,可以进一步减小轨交站内客流密度统计的颗粒度,实现对该类信息的精确管理,同时对乘客运行轨迹进行分析,实现对轨交客流在空间上的管理以及对客流流向的预判感知,为轨道交通应对大客流提供重要的决策依据;能够对乘客的行走轨迹及行为参数进行精确调研,获取的参数数据能够为车站服务水平评估、客流安全状态辨识及客流组织提供丰富的基础数据支撑,可运用于地铁网络或单车站乘客轨迹的提取和行为参数数据的采集,可广泛应用于其他交通方式的客运组织领域;所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (4)
1.一种基于5G获取车站乘客行为轨迹参数的系统,其特征在于,包括:信令分析服务器、前置采集服务器、运营商综合网管、PRRU设备及移动终端;
所述PRRU设备部署于车站内,用于实现所述车站内5G信号的全覆盖;
所述移动终端与所述PRRU设备通信连接,用于接入所述5G信号;
所述运营商综合网管用于统一管理5G无线网各类网络参数、信令信息,各类PRRU通过运营商承载网连接至综合网管;
所述前置采集服务器与运营商综合网管设备通信连接,用于在所述移动终端接入所述PRRU设备后,在网管侧采集所述PRRU设备产生的信令数据,并对所述信令数据进行分析以获取所述移动终端的标识信息,并对所述标识信息进行存储;
所述信令分析服务器通过数据传输网络与所述前置采集服务器通信连接,用于接收所述前置采集服务器发送的所述信令数据,并基于所述标识信息,对所述信令数据进行分析,以实现获取车站乘客的行为轨迹参数;所述行为轨迹参数为所述车站乘客在所述车站内和在所述数据传输网络覆盖区域内的行走轨迹、所述车站乘客在通道内的行走时间和平均速度、通道内客流平均行走时间和平均速度及所述车站乘客在站台上的逗留时间;所述信令分析服务器结合预存车站空间基础数据、所述标识信息与PRRU设备位置对应字典,根据数据挖掘算法对所述信令数据、所述预存车站空间基础数据及所述标识信息与PRRU设备位置对应字典进行匹配运算,以根据运算结果最终获取所述行为轨迹参数;
所述预存车站空间基础数据包括车站通道基础数据和站台基础数据;其中,所述车站通道基础数据的表结构字段包括:设施编码、通道编号、通道类型、换乘方向、所属车站编码、通道宽度、通道长度、通道面积;所述站台基础数据的表结构字段包括:设施编码、站台编号、站台类型、所属车站编码、站台宽度、站台长度、站台面积;
所述标识信息与PRRU设备位置对应字典包括:设施编码、设施类型、PRRU设备编码、PRRU设备位置;
所述运算结果的表结构字段数据包括:车站乘客ID、设施编码、设施类型、车站编码、进入时间、离开时间、逗留时间、平均速度;
所述信令数据的表结构字段包括:移动终端唯一标识符、检测时刻、PRRU设备编码、车站编码。
2.一种基于权利要求1所述的基于5G获取车站乘客行为轨迹参数的系统实现的基于5G获取车站乘客行为轨迹参数的方法,其特征在于,包括以下步骤:
利用前置采集服务器在综合网管侧获取在移动终端接入PRRU设备后、所述PRRU设备产生的信令数据;
利用前置采集服务器对所述信令数据进行分析以获取所述移动终端的标识信息,并对所述标识信息进行存储;
利用前置采集服务器将所述信令数据发送至信令分析服务器,以使所述信令分析服务器基于所述标识信息,对所述信令数据进行分析,实现获取车站乘客的行为轨迹参数。
3.根据权利要求2所述的获取车站乘客行为轨迹参数的方法,其特征在于,所述信令分析服务器基于所述标识信息,对所述信令数据进行分析,实现获取车站乘客的行为轨迹参数包括:所述信令分析服务器结合预存车站空间基础数据、所述标识信息与PRRU设备位置对应字典,根据数据挖掘算法对所述信令数据、所述预存车站空间基础数据及所述标识信息与PRRU设备位置对应字典进行匹配运算,以根据运算结果最终获取所述行为轨迹参数。
4.根据权利要求3所述的获取车站乘客行为轨迹参数的方法,其特征在于,所述数据挖掘算法包括以下步骤:
读取车站通道基础数据表、站台基础数据表、公共通道基础数据表、闸机信息数据表、PRRU分布位置数据表,按照PRRU分布位置进行分类;
通过所述前置采集服务器读取所述标识信息,并为所述标识信息打上标签;
对所述标识信息按照大小区间进行分类;
当一所述车站乘客进入车站区域,首次在一PRRU设备下读取所述车站乘客的移动终端的标识信息时,记录所述PRRU设备及相应的时间信息;当在另一PRRU设备下再次读取到所述标识信息时,记录另一所述PRRU设备及相应的时间信息;随着所述车站乘客的不断运动行进,依次记录PRRU设备及相应的时间信息;通过与车站地理信息、PRRU分布位置数据进行对照,最终形成所述行为轨迹参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011189752.9A CN112298293B (zh) | 2020-10-30 | 2020-10-30 | 基于5g获取车站乘客行为轨迹参数的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011189752.9A CN112298293B (zh) | 2020-10-30 | 2020-10-30 | 基于5g获取车站乘客行为轨迹参数的系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112298293A true CN112298293A (zh) | 2021-02-02 |
CN112298293B CN112298293B (zh) | 2022-07-01 |
Family
ID=74332659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011189752.9A Active CN112298293B (zh) | 2020-10-30 | 2020-10-30 | 基于5g获取车站乘客行为轨迹参数的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112298293B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115294785A (zh) * | 2022-06-30 | 2022-11-04 | 通号城市轨道交通技术有限公司 | 基于手机信号的地铁动态运行调整方法及装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050130645A1 (en) * | 2001-11-23 | 2005-06-16 | Albert Dobson Robert W. | Network testing and monitoring systems |
EP1742190A2 (de) * | 2005-06-23 | 2007-01-10 | Mobilkom Austria Aktiengesellschaft & Co KG | Verfahren und System zur Gewinnung von Verkehrsfluss-Informationen |
CN103327091A (zh) * | 2013-06-17 | 2013-09-25 | 北京交通大学 | 一种获取乘客轨迹及行为参数的系统与方法 |
CN104066057A (zh) * | 2014-06-25 | 2014-09-24 | 北京交通大学 | 一种利用智能手机进行主动式乘客信息获取及服务的方法 |
CN104732756A (zh) * | 2013-12-24 | 2015-06-24 | 中兴通讯股份有限公司 | 一种利用移动通信数据挖掘进行公交规划的方法 |
CN105916116A (zh) * | 2016-06-30 | 2016-08-31 | 北京奇虎科技有限公司 | 基于移动轨迹信息的监控方法及装置 |
CN205792730U (zh) * | 2016-06-27 | 2016-12-07 | 浙江埃美科技有限公司 | 地铁客流智能清分系统 |
CN107730105A (zh) * | 2017-10-10 | 2018-02-23 | 东南大学 | 基于afc数据的城市轨道大客流识别方法及系统 |
CN108960532A (zh) * | 2018-08-01 | 2018-12-07 | 北京交通大学 | 一种车站实时客流状态预测与预警系统及方法 |
CN110149593A (zh) * | 2019-04-10 | 2019-08-20 | 北京交通大学 | 基于移动台信令的路网客流状态辨识方法 |
CN111222744A (zh) * | 2019-11-18 | 2020-06-02 | 西南交通大学 | 基于信令数据的建成环境与轨道客流分布关系确定方法 |
CN111464948A (zh) * | 2020-03-16 | 2020-07-28 | 华迪计算机集团有限公司 | 客流侦测方法及系统 |
-
2020
- 2020-10-30 CN CN202011189752.9A patent/CN112298293B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050130645A1 (en) * | 2001-11-23 | 2005-06-16 | Albert Dobson Robert W. | Network testing and monitoring systems |
EP1742190A2 (de) * | 2005-06-23 | 2007-01-10 | Mobilkom Austria Aktiengesellschaft & Co KG | Verfahren und System zur Gewinnung von Verkehrsfluss-Informationen |
CN103327091A (zh) * | 2013-06-17 | 2013-09-25 | 北京交通大学 | 一种获取乘客轨迹及行为参数的系统与方法 |
CN104732756A (zh) * | 2013-12-24 | 2015-06-24 | 中兴通讯股份有限公司 | 一种利用移动通信数据挖掘进行公交规划的方法 |
CN104066057A (zh) * | 2014-06-25 | 2014-09-24 | 北京交通大学 | 一种利用智能手机进行主动式乘客信息获取及服务的方法 |
CN205792730U (zh) * | 2016-06-27 | 2016-12-07 | 浙江埃美科技有限公司 | 地铁客流智能清分系统 |
CN105916116A (zh) * | 2016-06-30 | 2016-08-31 | 北京奇虎科技有限公司 | 基于移动轨迹信息的监控方法及装置 |
CN107730105A (zh) * | 2017-10-10 | 2018-02-23 | 东南大学 | 基于afc数据的城市轨道大客流识别方法及系统 |
CN108960532A (zh) * | 2018-08-01 | 2018-12-07 | 北京交通大学 | 一种车站实时客流状态预测与预警系统及方法 |
CN110149593A (zh) * | 2019-04-10 | 2019-08-20 | 北京交通大学 | 基于移动台信令的路网客流状态辨识方法 |
CN111222744A (zh) * | 2019-11-18 | 2020-06-02 | 西南交通大学 | 基于信令数据的建成环境与轨道客流分布关系确定方法 |
CN111464948A (zh) * | 2020-03-16 | 2020-07-28 | 华迪计算机集团有限公司 | 客流侦测方法及系统 |
Non-Patent Citations (2)
Title |
---|
刘军涛等: "5G室内覆盖解决方案研究", 《通信电源技术》 * |
李斌等: "基于信令数据挖掘提升四网协同价值", 《电信快报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115294785A (zh) * | 2022-06-30 | 2022-11-04 | 通号城市轨道交通技术有限公司 | 基于手机信号的地铁动态运行调整方法及装置 |
CN115294785B (zh) * | 2022-06-30 | 2024-03-29 | 通号城市轨道交通技术有限公司 | 基于手机信号的地铁动态运行调整方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112298293B (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108156626B (zh) | 轨道交通无线网络质量评估方法、装置及介质 | |
CN102497667B (zh) | WiFi应用聚焦区域的定位方法、信号采集终端及系统 | |
US9830817B2 (en) | Bus station optimization evaluation method and system | |
CN1134199C (zh) | 蜂窝状无线电通信网中分析通信量探测的方法 | |
CN102521973B (zh) | 一种手机切换定位的道路匹配方法 | |
US20150237596A1 (en) | Automatic detection of device type for filtering of data | |
Caffery et al. | Vehicle location and tracking for IVHS in CDMA microcells | |
CN110460962B (zh) | 轨道交通用户识别方法和装置 | |
CN109525937B (zh) | 集成多种定位方式的室内定位管理系统的定位方法 | |
CN109714712B (zh) | 一种基于属性匹配的数据落点到栅格的方法及装置 | |
CN104462193A (zh) | 一种基于时空匹配的车辆运动轨迹搜索系统及方法 | |
US7979080B2 (en) | Handover-based method for anonymous observation of a moving subscriber | |
CN101620785A (zh) | 一种基于手机信号数据识别机动车与非机动车的方法 | |
CN112298293B (zh) | 基于5g获取车站乘客行为轨迹参数的系统及方法 | |
CN104540138A (zh) | 一种定位伪基站的方法 | |
CN104955097B (zh) | 基于核密度分布的移动网络信令监测方法 | |
CN102348228A (zh) | 一种无线网络质量监测系统及投诉方法 | |
CN114257957B (zh) | 网络规划方法及装置、计算设备和计算机可读存储介质 | |
CN108235323B (zh) | 基于大数据的伪基站预警方法及系统 | |
US7826857B2 (en) | Observing a moving subscriber on the basis of handover commands | |
Cheng et al. | The optimal sampling period of a fingerprint positioning algorithm for vehicle speed estimation | |
CN103581990A (zh) | 一种确定直放站吸收话务量的方法及装置 | |
CN105848230B (zh) | 一种判断机动车路面竞速的方法和系统 | |
CN111787490A (zh) | 伪基站轨迹识别方法、装置、设备和存储介质 | |
KR20090002863A (ko) | 위치 등록 메시지를 이용한 도로 통행 속도 분석 방법 및장치 |
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 |