[发明专利]一种基于手机信号数据的出行方式识别方法

权利要求书

1.一种基于手机信号数据的出行方式识别方法，其特征在于，步骤为：

步骤1、建立由虚拟传感器节点和路段构成的虚拟传感器网络，在该虚拟传感器网络中包括轨道交通专用的虚拟传感器子网络和地面公交专用的虚拟传感器子网络；

步骤2、根据先验知识配置五种出行方式的三个属性的合理取值范围，其中，五种出行方式分别为轨道交通、地面公交、私人机动车、自行车和步行，三个属性为出行距离、旅行时间和平均速度，合理取值范围用分段线性函数来表示，称为可能性映射函数，每个属性的每种出行方式对应一个分段线性函数，即共有15个分段线性函数，分段线性函数的自变量为属性数值，分段线性函数的值为某个出行者的某次出行属于五种出行方式中的一种的可能性；

步骤3、获取某个出行者在一次完整出行过程中的所有手机信号数据；

步骤4、通过虚拟传感器网络地理译码得到每个手机信号数据所对应的虚拟传感器节点组成虚拟传感器节点序列，并从每个手机信号数据中获取该出行者在路网上的实际位置信息；

步骤5、将虚拟传感器节点序列与轨道交通专用的虚拟传感器子网络进行路径匹配，计算得到本次出行位于轨道交通线路上的出行距离Lrail、旅行时间Trail和平均速度属性Vrail，根据匹配结果计算步骤3所述的出行者本次出行符合轨道交通线路的可能性数值                                                ；

步骤6、将虚拟传感器节点序列与地面公交专用的虚拟传感器子网络进行路径匹配，计算得到本次出行位于地面公交线路上的出行距离Lbus、旅行时间Tbus和平均速度属性Vbus，根据匹配结果计算步骤3所述的出行者本次出行符合地面公交线路的可能性数值；

步骤7、根据出行过程中各个手机信号数据的发生时刻与空间位置，计算步骤3所述的出行者本次出行的三个属性，即出行距离L、旅行时间T和平均速度V；

步骤8、分别将步骤5、步骤6及步骤7得到的三个属性值带入步骤2得到的可能性映射函数，得到每种出行方式基于每种属性的每个可能性数值，即一共得到15个可能性数值；

步骤9、基于步骤5得到的可能性数值、步骤6得到的可能性数值及步骤8得到的可能性数值，计算步骤3所述的出行者本次出行属于每一种出行方式的可能性，将可能性最大的出行方式作为出行方式判断结果。

2.如权利要求1所述的一种基于手机信号数据的出行方式识别方法，其特征在于，步骤4所述实际位置信息采用平面直角坐标来表示。

3.如权利要求1所述的一种基于手机信号数据的出行方式识别方法，其特征在于，所述步骤5包括：

步骤5.1、将虚拟传感器节点序列中无法与轨道交通专用的虚拟传感器子网络中的虚拟传感器节点相对应的节点标记为NULL节点；

步骤5.2、在忽略虚拟传感器节点序列中的NULL节点的前提下，虚拟传感器节点序列中其余所有节点都可以按顺序、连续或不连续地对应到轨道交通专用的虚拟传感器子网络的某条虚拟传感器路径上，若实现对应的节点个数超过给定阈值时，则匹配成功，进入步骤5.3，否则匹配失败，将本次出行符合轨道交通线路的可能性数值设置为0；

步骤5.3、记录匹配上的具体轨道交通线路，根据虚拟传感器网络中包含的路径长度信息，计算本次出行位于轨道交通线路上的出行距离Lrail、旅行时间Trail和平均速度属性Vrail；

步骤5.4、计算步骤5.2中实现对应的节点个数占据虚拟传感器节点序列长度的比例Rrail，根据以下公式所描述的函数，计算本次出行符合轨道交通线路的可能性数值：

 ，其中，为比例Rrail。