| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 研究综述 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.2.3 国内外文献总结 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 技术路线 | 第14页 |
| 1.5 论文结构安排 | 第14-16页 |
| 第2章 出行调查实验设计与交通仿真平台构建 | 第16-26页 |
| 2.1 实验设计 | 第16-20页 |
| 2.1.1 实验路线 | 第16-17页 |
| 2.1.2 交通出行方案 | 第17页 |
| 2.1.3 实验数据采集 | 第17-20页 |
| 2.2 交通仿真平台构建 | 第20-25页 |
| 2.2.1 仿真路网构建 | 第21-22页 |
| 2.2.2 交通运行数据输入 | 第22页 |
| 2.2.3 车型速度特征参数校核 | 第22-25页 |
| 2.3 仿真平台数据提取 | 第25-26页 |
| 第3章 通信仿真平台构建及数据预处理 | 第26-42页 |
| 3.1 通信仿真基本理论和方法 | 第26-27页 |
| 3.1.1 3G/4G-LTE新一代移动通信技术 | 第26页 |
| 3.1.2 TDOA算法 | 第26-27页 |
| 3.2 新一代通信系统基本理论及数据分析 | 第27-34页 |
| 3.2.1 通信数据说明 | 第28-29页 |
| 3.2.2 无线通信事件说明 | 第29-33页 |
| 3.2.3 移动通信信号传播理论模型 | 第33-34页 |
| 3.3 通信仿真平台构建及仿真实例 | 第34-39页 |
| 3.3.1 通信事件生成 | 第35-37页 |
| 3.3.2 基于TDOA的定位数据提取 | 第37页 |
| 3.3.3 仿真实例 | 第37-39页 |
| 3.4 基于手机基站定位数据的交通速度估算 | 第39-42页 |
| 3.4.1 数据提取 | 第39页 |
| 3.4.2 路径函数拟合 | 第39-40页 |
| 3.4.3 速度估算 | 第40-42页 |
| 第4章 交通方式识别算法理论研究 | 第42-48页 |
| 4.1 交通方式识别方法综述 | 第42页 |
| 4.2 支持向量机算法 | 第42-46页 |
| 4.2.1 线性支持向量机 | 第43-45页 |
| 4.2.2 非线性支持向量机 | 第45-46页 |
| 4.3 算法特点及适用性 | 第46-48页 |
| 第5章 不同移动通信网络信令事件频率下交通方式识别敏感性评估 | 第48-59页 |
| 5.1 支持向量机识别模型构建 | 第48-50页 |
| 5.1.1 实验数据选取 | 第48页 |
| 5.1.2 搜索步长研究 | 第48-49页 |
| 5.1.3 训练特征参数评估 | 第49页 |
| 5.1.4 核函数参数选取 | 第49-50页 |
| 5.2 移动通信网络信令事件频率研究 | 第50-53页 |
| 5.2.1 移动通信网络数据规律设置 | 第51-52页 |
| 5.2.2 不同通信事件频率下速度提取结果 | 第52-53页 |
| 5.3 移动通信网络信令事件频率对交通方式识别的影响分析 | 第53-59页 |
| 5.3.1 识别准确率确定方法 | 第54-55页 |
| 5.3.2 识别准确率敏感性分析 | 第55-57页 |
| 5.3.3 识别分类 | 第57-59页 |
| 结论与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读学位期间发表的论文 | 第65页 |