基于手机信令数据的流动人口出行特性分析方法研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
变量注释表 | 第14-16页 |
第一章 绪论 | 第16-25页 |
1.1 研究背景 | 第16-17页 |
1.2 研究目的及意义 | 第17-18页 |
1.3 国内外研究现状 | 第18-22页 |
1.3.1 流动人口及人口调查研究现状 | 第18页 |
1.3.2 居民出行特征研究现状 | 第18-19页 |
1.3.3 基于手机信令数据的出行特征研究现状 | 第19-22页 |
1.3.4 研究现状小结 | 第22页 |
1.4 研究内容 | 第22-23页 |
1.5 技术路线 | 第23-25页 |
第二章 手机定位原理及数据适用性解析 | 第25-42页 |
2.1 GSM移动通信系统 | 第25-29页 |
2.1.1 GSM系统结构 | 第25-27页 |
2.1.2 GSM网络区域组成 | 第27-29页 |
2.2 手机定位技术的类型及特点 | 第29-34页 |
2.2.1 手机定位技术分类 | 第29-30页 |
2.2.2 TDOA | 第30-31页 |
2.2.3 A-GPS | 第31-32页 |
2.2.4 基于AOA定位技术 | 第32页 |
2.2.5 基于TOA定位技术 | 第32页 |
2.2.6 切换定位技术 | 第32-33页 |
2.2.7 COO定位技术 | 第33-34页 |
2.3 手机信令数据解读 | 第34-37页 |
2.3.1 手机基站数据 | 第34-35页 |
2.3.2 手机信令数据 | 第35-37页 |
2.4 手机信令数据适用性分析 | 第37-41页 |
2.4.1 手机信令数据特性分析 | 第37-38页 |
2.4.2 流动人口定义 | 第38-39页 |
2.4.3 出行定义及特性指标 | 第39-40页 |
2.4.4 适用性分析 | 第40-41页 |
2.5 本章小结 | 第41-42页 |
第三章 目标数据提取及数据预处理 | 第42-56页 |
3.1 研究对象介绍 | 第42页 |
3.2 基站数据准备 | 第42-46页 |
3.2.1 基站数据去噪处理 | 第42-43页 |
3.2.2 基站数据按区域分类 | 第43-45页 |
3.2.3 基站数据存储 | 第45-46页 |
3.3 目标数据提取 | 第46-48页 |
3.3.1 目标用户提取 | 第46-47页 |
3.3.2 目标数据提取 | 第47-48页 |
3.4 手机信令数据去噪处理 | 第48-52页 |
3.5 数据特性分析 | 第52-55页 |
3.6 本章小结 | 第55-56页 |
第四章 流动人口识别方法研究 | 第56-65页 |
4.1 流动人口识别原理 | 第56-58页 |
4.2 流动人口识别算法研究 | 第58-60页 |
4.2.1 算法描述 | 第58-59页 |
4.2.2 算法设计 | 第59-60页 |
4.3 流动人口估计 | 第60-64页 |
4.3.1 流动人口识别结果统计 | 第60-62页 |
4.3.2 扩样原理与方法 | 第62-64页 |
4.3.3 流动人口估计 | 第64页 |
4.4 本章小结 | 第64-65页 |
第五章 流动人口出行特性研究 | 第65-80页 |
5.1 轨迹数据表示 | 第65-66页 |
5.2 轨迹点状态识别(停驻点/移动点) | 第66-71页 |
5.2.1 轨迹点状态识别思路 | 第66-67页 |
5.2.2 算法描述 | 第67-69页 |
5.2.3 算法设计 | 第69-71页 |
5.3 出行特性分析方法 | 第71-73页 |
5.3.1 到达时间分布 | 第71页 |
5.3.2 离开时间分布 | 第71页 |
5.3.3 停留时间分布 | 第71页 |
5.3.4 出行次数 | 第71-72页 |
5.3.5 出行距离 | 第72页 |
5.3.6 出行速度 | 第72-73页 |
5.4 实例分析 | 第73-79页 |
5.4.1 到达时间分布 | 第73-74页 |
5.4.2 离开时间分布 | 第74-76页 |
5.4.3 停留时间分布 | 第76-77页 |
5.4.4 出行次数 | 第77-78页 |
5.4.5 出行距离 | 第78-79页 |
5.4.6 出行速度 | 第79页 |
5.5 本章小结 | 第79-80页 |
第六章 结论与展望 | 第80-82页 |
6.1 研究结论 | 第80页 |
6.2 研究展望 | 第80-82页 |
致谢 | 第82-84页 |
参考文献 | 第84-87页 |
作者简介 | 第87页 |