[发明专利]基于手机信令数据的轨道客流全程OD提取方法及系统

权利要求书

1.一种基于手机信令数据的轨道客流全程OD提取方法，其特征在于，包括：

对手机信令数据进行预处理；

根据预处理后的手机信令数据，结合移动基站网络分布的空间地理位置数据，得到用户的移动、停留的时间空间特征数据；

利用所述用户的移动、停留的时间空间特征数据，分析用户的出行情况；以及，

根据所述出行情况确定用户轨道出行的起点、进站点、换乘点、出站点、目的地的全程OD出行链数据。

2.根据权利要求1所述的一种基于手机信令数据的轨道客流全程OD提取方法，其特征在于，所述对手机信令数据进行预处理的步骤包括：

对手机信令数据进行清洗，剔除非法数据和重复数据；

其中，非法数据包括手机通信过程中由于触发失败产生的信令数据、短时间内基站相同的两条信令记录之间的虚假切换数据以及瞬时移动速度大于预设速度阈值的漂移数据。

3.根据权利要求1所述的一种基于手机信令数据的轨道客流全程OD提取方法，其特征在于，通过基于网格路径的OD识别算法和轨道交通进出换乘识别算法，确定用户轨道出行的起点、进站点、换乘点、出站点、目的地的全程OD出行链数据的步骤包括：

筛选出经过其中一个对外交通枢纽范围的所有迁移路径数据；

基于所述迁移路径数据计算当前轨迹点停留时间以及当前轨迹点与上一轨迹点的距离差，根据所述停留时间以及距离差确定轨迹点状态，其中，轨迹点状态包括停驻点和活动点；

计算连续停驻同一轨迹点的最大时间差，并将最大时间差与出行时间阈值进行比较，根据比较结果识别客流OD出行情况。

4.根据权利要求3所述的一种基于手机信令数据的轨道客流全程OD提取方法，其特征在于，基于所述迁移路径数据计算当前轨迹点停留时间和上一轨迹点的距离差，根据所述当前轨迹点停留时间以及上一轨迹点的距离差确定轨迹点状态步骤具体包括：

当所述停留时间大于时间阈值，所述距离差大于距离阈值时，识别当前轨迹点为停驻点；当所述停留时间大于时间阈值，所述距离差小于距离阈值，且上一轨迹点为停驻点时，识别当前轨迹点加入上一停驻点集；当所述停留时间大于时间阈值，所述距离差小于距离阈值，且上一轨迹点为暂定活动点时，识别上一轨迹点和当前轨迹点识别为停驻点；

当所述停留时间小于时间阈值，所述距离差大于距离阈值，且上一轨迹点为停驻点时，识别当前轨迹点为暂定活动点；当停留时间小于时间阈值，距离差大于距离阈值，且上一轨迹点为暂定活动点时，识别上一轨迹点为活动点，识别当前轨迹点为暂定活动点；

当停留时间小于时间阈值，距离差小于距离阈值，且上一轨迹点为停驻点时，识别当前轨迹点为暂定活动点；当停留时间小于时间阈值，距离差小于距离阈值，且上一轨迹点为暂定活动点时，识别上一轨迹点为活动点，识别当前轨迹点为暂定活动点。

5.根据权利要求3所述的一种基于手机信令数据的轨道客流全程OD提取方法，其特征在于，所述计算连续停驻同一轨迹点的最大时间差，并将最大时间差与出行时间阈值进行比较，根据比较结果识别客流OD出行情况步骤具体包括：

当最大时间差小于出行时间阈值时，判定所述连续停驻同一轨迹点为短出行；

当最大时间差大于出行时间阈值时，对所述连续停驻同一轨迹点进行聚类分析，停驻点的开始时间为上一次出行的到达时间，停驻点集的结束时间为本次出行的出发时间，停驻点集中出现频率最高的基站小区作为起讫点位置，由此可计算相邻OD点之间的出行速度，出行速度在设定的速度范围内，则识别为一对客流OD出行，否则剔除该组数据。

6.根据权利要求4所述的一种基于手机信令数据的轨道客流全程OD提取方法，其特征在于，对所有旅客的停留时间阈值进行判断从而计算出全日客流，用于区分有乘车行为的用户和经停过站的用户。