首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

基于移动通信定位数据的交通信息提取及分析方法研究

摘要第5-7页
ABSTRACT第7-8页
术语縮写表第26-27页
第1章 绪论第27-54页
    1.1 研究背景与意义第27-29页
        1.1.1 研究背景第27-28页
        1.1.2 研究意义第28页
        1.1.3 研究问题第28-29页
    1.2 移动通信原理第29-33页
        1.2.1 移动通信发展第29页
        1.2.2 GSM通信原理第29-30页
        1.2.3 通信基站第30-32页
        1.2.4 基站信号传播第32-33页
    1.3 移动通信定位技术第33-35页
        1.3.1 Cell-ID定位法第33页
        1.3.2 TDOA或AOA定位法第33-34页
        1.3.3 A-GPS定位法第34-35页
        1.3.4 小结第35页
    1.4 移动通信定位数据获取原理第35-37页
    1.5 国内外研究现状第37-51页
        1.5.1 居民出行信息第38-42页
        1.5.2 交通运行监测信息第42-49页
        1.5.3 数据隐私问题第49-50页
        1.5.4 小结第50-51页
    1.6 论文研究的主要内容第51-52页
    1.7 论文结构安排第52-53页
    1.8 本章小结第53-54页
第2章 移动通信定位数据特征第54-61页
    2.1 蜂窝分布特性第54-55页
    2.2 数据采集频率特性第55-56页
    2.3 静止状态下数据特性第56-58页
    2.4 动状态下数据特性第58-60页
    2.5 本章小结第60-61页
第3章 城市人口居住地和就业地判别方法第61-79页
    3.1 交通小区的划分第61-66页
        3.1.1 交通小区划分传统方法第61-62页
        3.1.2 基站分布对交通小区划分的影响第62-66页
        3.1.3 小结第66页
    3.2 居住就业地判别模型第66-74页
        3.2.1 基本原理第66-69页
        3.2.2 通信事件特征抽取第69-70页
        3.2.3 建立隶属度函数第70页
        3.2.4 模式识别判决第70-72页
        3.2.5 扩样方法第72-74页
    3.3 实例分析第74-78页
        3.3.1 参数取值对计算结果的影响第74-76页
        3.3.2 就业与居住地在空间上的分布第76-78页
    3.4 本章小结第78-79页
第4章 轨道交通出行路径识别方法第79-97页
    4.1 轨道交通基站数据库第79-80页
    4.2 轨道交通出行通信事件特征第80-82页
    4.3 轨道交通出行路径识别算法第82-87页
        4.3.1 基本原理第82-83页
        4.3.2 算法流程第83-87页
    4.4 实例分析第87-96页
        4.4.1 北京市轨道交通出行特性第87-89页
        4.4.2 校核线路选择第89-91页
        4.4.3 较核线路交通出行特征第91-92页
        4.4.4 移动定位信息路径识别结果第92-96页
    4.5 本章小结第96-97页
第5章 基于LAC序列法的交通运行速度估计模型第97-118页
    5.1 数据特征第97-100页
        5.1.1 蜂窝密度第97-98页
        5.1.2 基站 LAC 密度第98-99页
        5.1.3 移动通话状态下的数据特性第99-100页
    5.2 道路周边蜂窝数据库构建第100-101页
    5.3 切换数据法第101-107页
        5.3.1 数据预处理第102-103页
        5.3.2 蜂窝路径与道路匹配第103-104页
        5.3.3 移动速度及误判估计第104-107页
    5.4 LAC 序列法第107-110页
        5.4.1 构建道路LAC序列第108页
        5.4.2 构建预匹配序列第108页
        5.4.3 LAC序列与道路匹配识别第108-109页
        5.4.4 道路交通运行速度估计第109-110页
    5.5 实例分析第110-116页
        5.5.1 切换数据法模型精度第110-111页
        5.5.2 LAC序列法模型精度第111-116页
    5.6 本章小结第116-118页
第6章 基于移动定位信息的交通需求时空分布分析第118-143页
    6.1 轨道出行用户就业居住地分布第118-122页
        6.1.1 北京地铁一号线乘客居住地分布第119页
        6.1.2 北京地铁一号线乘客工作地分布第119-120页
        6.1.3 地铁站点乘客工作居住地分布第120-121页
        6.1.4 小结第121-122页
    6.2 人口流动时空间特性第122-130页
        6.2.1 空间活动范围第122-125页
        6.2.2 人口空间流动特性表征第125-127页
        6.2.3 CBD人口流动特性第127-130页
        6.2.4 小结第130页
    6.3 基于前景理论的地铁&公交出行路径选择模型第130-142页
        6.3.1 广义出行费用第130-134页
        6.3.2 基于前景理论路径选择建模第134-136页
        6.3.3 实例分析第136-142页
        6.3.4 小结第142页
    6.4 本章小结第142-143页
结论第143-146页
参考文献第146-153页
附录第153-166页
    附录A:地铁出行路径调查问卷第153-154页
    附录B:广义出行费用标定调查问卷第154-164页
    附录C:出行路径选择调查问卷第164-166页
攻读博士学位期间发表的学术论文第166-169页
致谢第169页

论文共169页,点击 下载论文
上一篇:黄土状压实填土压缩和强度特性研究
下一篇:基于驾驶行为个体特征的酒后驾驶状态识别方法研究