（交通运输规划与管理专业论文）基于手机切换定位的道路行程车速采集技术关键问题研究.pdf

摘要 随着城市的不断发展以及城市化进程的加速，交通拥堵日益加剧将影响城市功能的正常 发挥，通过建设智能交通系统挖掘交通基础设施运营潜力是缓解城市交通拥堵的重要手段， 而交通数据采集是建设智能交通系统的首要环节。 传统的交通数据采集主要是线圈方式，但由于其投资较大、维护成本较高、损坏率较大、 采集的交通数据内容有限等局限性，而不能完全满足智能交通体系建设对于交通数据广域、 全面、实时、动态的采集需求。而手机定位技术利用移动运营商已有的通信设施，初期投资 较小，可以采集路段行程时间，覆盖范围广，原则上只要在信号覆盖区域都能才实现交通数 据采集，数据量丰富，具有较大的开发潜力，是当前交通数据采集研究的前沿问题。 但由于法律隐私、通信网络管理等障碍，目前手机定位技术应用于交通数据采集的技术 研究相对比较缓慢，已有研究和实践很少。本文研究以切换定位为基础的路段行程车速采集 技术，从技术的基本原理到实现框架，探索性地走通了如何从原始的手机切换数据信息通过 计算处理得到行程车速的各个技术环节。 论文主要研究了五个方面问题，包括技术实现的总体框架步骤、通信理论视角对切换特 性的分析及其对技术实现的影响、切换路网标定的方法和步骤、样本速度数据的除噪筛选方 法以及基于计算结果的技术特征评估。 切换判断的重要依据是移动台接受到的信号强度，信号强度由于阴影效应、多径效应等 的干扰不断波动，进而造成了切换的扰动性和复杂性。论文通过对相关通信理论的分析，解 析了切换的变化特征和影响因素，并梳理了切换对技术实现的影响。 基于手机切换定位的路段行程车速采集技术核心是利用了手机切换的连续变化信息，技 术总体框架包含5 个步骤：切换路网标定、通信数据获取、道路匹配、平均切换车速聚类区 分与统计分析、路段行程车速整合计算。 切换路网参数标定是技术实现的首要环节，标定的参数包括道路的切换序列标识和切换 路段长度。道路切换序列标识作为每条道路各自的标签，用于实际手机样本的道路匹配；切 换路段长度与通信网络数据获取的样本切换时间差一并用于得到基础样本速度数据。对于切 换路网标定的方法，论文将其划归为一个图论问题，提出了带权重的有向图最大权重路径的 切换路网标定方法。 基础样本速度数据中不仅包含了目标道路上的车辆样本数据，还包括了错误数据和行人 速度数据等异常数据，论文在分析各类数据的特征的基础上，剔出异常数据，用聚类分析得 到了跟道路相符合的车辆数据，用于车速的统计分析。 根据延安路高架道路和北京路地面道路的共6 个切换路段的计算分析结果，从结果合理 性、样本量以及计算精度三个方面对技术特征进行了评估。 【关键词】：手机定位、切换、阴影效应、多径效应、路径损耗、切换路网标定、道路匹配、 切换路段长度、切换序列标识、有向图、最大权重、聚类分析、样本量、精度、行程车速 a b s t r a c t w i t ht h ec o n t i n u e sd e v e l o p m e n to fc i t ya n dt h ea c c e l e r a t i o no fu r b a n i z a t i o n ，u r b a nt r a f f i ci s g e t t i n gw o r s ea n dw i l li n f l u e n c e t h ed a i l yo p e r a t i o no fc i t y n o w a d a y st h ec o n s t r u c t i o no f i n t e l l i g e n tt r a n s p o r ts y s t e m ( i t s ) b e c o m et h et r e n dt or e l i e v et h et r a f f i cj a l na n dt h et r a f f i cd a t a c o l l e c t i o ni st h ef i r s ts t e p t h et r a d i t i o n a lw a yt oc o l l e c tt r a f f i cd a t ai sb yl o o p f o rt h es a k eo fi t sd r a w b a c k s ，s u c ha s l a r g ec a p i t a lf o rc o n s t r u c t i o n ，h i 曲m a i n t e n a n c ef e e ，h i 曲p r o b a b i l i t yt ob r o k eo u ta n dt h el i m i tt o c o l l e c tt r a f f i cd a t a , t h ew a yt oc o l l e c tt r a f f i cd a t ab yl o o pc a r ln o tf u l l ys a t i s f yt h en e e do fi t s c o n s t r u c t i o n ，t h a ti sw i d ea r e a , r e a lt i m ea n dd y n a m i cd a t ac o l l e c t i o n a sf o rt h ew a yt oc o l l e c t t r a f f i cd a t ab yc e l lp h o n el o c a t i o nt e c h n o l o g y , i th a sm a n ya d v a n t a g e s ，s u c ha sl o wc o n s t r u c t i o n c a p i t a lb ym a k i n gu s eo ft h er e a d yc o m m u n i c a t i o nf a c i l i t i e s ，t h ea b i l i t yt oc o l l e c tl i n kt r a v e lt i m e d a t a , a b l et oc o l l e c td a t aw i t h i nw i d ea r e aa n dal a r g em o u n to fd a t a b u tt h es t u d yo nt r a f f i cd a t ac o l l e c t i o nt e c h n o l o g yb a s e do nc e l lp h o n el o c a t i o ni sf a c i n g m u c hd i f f i c u l t yb e c a u s eo fl a wo np r i v a c ya n dm a n a g e m e n to fc o m m u n i c a t i o nn e t w o r k t h i s p a p e ri ss t u d y i n go nt h el i n kt r a v e ls p e e dc o l l e c t i o nb a s e do nh a n d o v e rl o c a t i o na n dr e a l i z i n gt h e t h i st e c h n o l o g yf r o mt h eb a s i cp r i n c i p l et or e a l i z a t i o nw a ya n ds t e p s t h i sp a p e ri sm a i n l ys t u d y i n gt h ef i v ep r o b l e m s ：t h ew a ya n ds t e p st or e a l i z et h et e c h n o l o g y , t h ea n a l y s i so fh a n d o v e rc h a r a c t e r i s t i c sa n di t si n f l u e n c eo nt e c h n o l o g y , h a n d o v e rn e t w o r k c a l i b r a t i o nw a ya n ds t e p s ，t h em e t h o dt oc l a s s i f ys p e e ds a m p l ed a t aa n dt h et e c h n o l o g ye v a l u a t i o n t h ef o u n d a t i o nt oj u d g ew h e nt oh a n d o v e ri sr e c e i v e ds i g n a ls t r e n g t ha n di sa f f e c t e db y s h a d o w i n ga n dm u l t i p a t he f f e c t , w h i c hg i v e sr i s e t ot h ef l u c t u a t i o no fs i g n a ls t r e n g t h t h e c h a r a c t e r i s t i c so fh a n d o v e ri sa n a l y z e dt h r o u g ht h ec o m m u n i c a t i o nt h e o r ya n di t si n f l u e n c eo nt h e t e c h n o l o g yi sa l s op u tf o r w a r d t h ec o r eo ft h el i n kt r a v e ls p e e dd a t ac o l l e c t i o nt e c h n o l o g yi st h ec o n t i n u o u sh a n d o v e r i n f o r m a t i o n ，t h ef r a m e w o r ko ft h et e c h n o l o g yi n c l u d e sf i v es t e p s ：t h e h a n d o v e rn e t w o r k c a l i b r a t i o n ，t h ec o m m u n i c a t i o nd a t aa c q u i r i n g ，m a pm a t c h i n g ，s a m p l ed a t ac l u s t e r i n ga n ds t a t i s t i c s a n a l y s i s ，l i n kt r a v e ls p e e dc a l c u l a t i o n t h eh a n d o v e rn e t w o r kc a l i b r a t i o ni st h ef i r s ts t e pt or e a l i z et h et e c h n o l o g ya n dt h ec a l i b r a t e d i n d e xi n c l u d e st h eh a n d o v e rc e l ls e q u e n c eo ft h er o a da n dt h el e n g t ho fh a n d o v e rl i n k t h ef o r m e r i su s e df o rm a pm a t c h i n ga n dt h el a t t e ri sf o rs p e e dc a l c u l a t i o n p a p e rp u tf o r w a r dt h em e t h o dt o c a l i b r a t eh a n d o v e rn e t w o r k , t h a ti st of i n dap a t hw i t ht h em a x i n ew e i g h ti nad i r e c t i o n a lg r a p y t h eb a s i cs a m p l es p e e dd a t ai n c l u d e sn o to n l yr o a dv e h i c l es a m p l ed a t ab u ta l s ow r o n ga n d p e r s o ns p e e dd a t a b yg e t t i n gr i do fa b n o r m a ls p e e dd a t af r o mb a s i cs a m p l ed a t a , c l u s t e rm e t h o di s u s e dt of i n do u tt h ev e h i c l es a m p l ed a t ac o r r e s p o n d i n gt ot h eg i v e nr o a d b a s e do nt h er e s u l to fs i xh a n d o v e rl i n ko fy a n a ne x p r e s sw a ya n dr o a db e i j i n g ，t h e t e c h n o l o g yi se v a l u a t e di nt e r m so fs a m p l e ，a c c u r a c ya n ds oo n 【k e yw o r d s ： c e l lp h o n el o c a t i o n ，h a n d o v e r s h a d o w i n ge f f e c t , m u l t i - p a t he f f e c t , p a t hl o s s ，h a n d o v e r n e t w o r kc a l i b r a t i o n ，m a pm a t c h i n g ，h a n d o v e rl i n k l e n g t h ，h a n d o v e rc e l ls e q u e n c e ， d i r e c t i o n a lg r a p h ，m a x i n ew e i g h tp a t h ，c l u s t e r , s a m p l en u m b e r a c c u r a c y , l i n kt r a v e ls p e e d i i i 学位论文版权使用授权书 本人完全了解同济大学关于收集、保存、使用学位论文的规 定，同意如下各项内容：按照学校要求提交学位论文的印刷本和 电子版本；学校有权保存学位论文的印刷本和电子版，并采用影 印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目 录检索以及提供本学位论文全文或者部分的阅览服务；学校有权 按有关规定向国家有关部门或者机构送交论文的复印件和电子 版；在不以赢利为目的的前提下，学校可以适当复制论文的部分 或全部内容用于学术活动。 学位论文作者签名：才多飞 、 2 0 0 ，年3 只l 多b 经指导教师同意，本学位论文属于保密，在年解密后适用 于本授权书。 指导教师签名：学位论文作者签名： 年月 日年 月日 同济大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行 研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文 的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的 作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集 体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任 由本人承担。 签名：栖飞 2 口d 7 年；日5 日 第1 章绪论 通过论文选题背景、国内外研究现状的回顾和阐述，明晰论文的理论和现实意义。在明 确研究对象、研究视角和研究范畴的前提下，提出论文拟解决的核心问题，并对论文研究的 主要内容进行概括，最后给出论文的研究方法和研究框架。 1 1 选题背景 1 1 1 交通数据采集是智能交通体系建设推进的首要环节 随着城市的不断发展以及城市化进程的加速，交通拥堵日益加剧，影响城市功能的正常 发挥。根据相关统计数据，中国每年由于交通拥堵造成的损失在上千亿人民币i l l 。缓解交通 拥堵的方式逐步由新建道路基础设施向通过管理手段提高设施运营潜力转变，其中建设智能 交通体系是挖掘交通基础设施运营潜力的重要方式之一，将信息技术应用于交通管理，实现 对交通状态的动态监控和交通运行质量的调控。目前，北京、上海、深圳、成都等许多国内 大城市都正在加快城市智能交通体系的建设来缓解城市交通拥堵2 i 【3 l1 4 j 5 1 6 1 。智能交通体系 的基本环节包括交通数据采集、数据处理与挖掘、交通信息发布，其中交通数据采集是整个 体系的首要环节，通过对道路交通基础数据进行处理和挖掘，进而为交通决策支持提供基础。 1 1 2 交通数据采集的现状问题和趋势 传统的交通数据采集的方式主要是在道路中埋设环形线圈，虽然这种方式是目前应用最 成熟的技术，但在许多方面仍存在较大的局限性1 3 们1 4 0 l ，不能完全满足智能交通体系建设对 于交通数据的需求：( 1 ) 交通数据采集内容有限，线圈方式只能得到道路交通流量、占有率、 地点车速，还无法获取路段行程车速、路段行程时间，而路段行程时间是用于出行规划的重 要参数；( 2 ) 线圈的损坏率较高，维护费用较大，据美国交通部门测算，线圈损坏率大约为 3 0 ，每年需要花费约2 0 - 3 0 亿美元进行维护；( 3 ) 交通监控可达区域的覆盖范围有限，只 有在已经埋设线圈设施的路段才能采集数据：( 4 ) 埋设线圈会对已有道路造成不必要的损坏， 埋设时需要在道路上钻孔，影响道路使用和美观。美国经验表明静态定点传感器的交通数据 采集方式应用普及比较缓慢，在1 5 年时间里，仅仅只有一半的城市快速路以及不到1 0 的 城市主干路，是通过定点感应器方式来采集交通流数据信息。根据上海的实践，从2 0 0 3 年 开始在中心城区延安路高架快速路和地面重要交叉口埋设环形线圈采集交通数据，通过两年 时间投资接近2 亿元人民币，目前仅覆盖延安路高架全线和中心城区1 0 0k m 2 范围内的重要 交叉口( 占中心城区区域的约1 6 ) ，线圈损坏率在3 0 左右( 根据相关部门走访调查资料 整理) 。由此可以看出，线圈采集方式不是一种适宜在大范围内拓展的采集方式。 从发展趋势来看，智能交通体系的建设需要能够实时、动态、广域范围内监控道路交通 状态，克服传统的线圈采集方式的局限性需要新的采集方式进行补充1 2 纠，因此浮动车 ( f l o a t i n gc a r ) 、a v l 等采集方式越来越受到重视p 1 3 2 1 。浮动车采集是将在城市道路网络 中运行的车辆作为“探针”，这些“探针”在一定时间周期内将所探测到的交通状态主动进 行报告，从而动态把握整个城市道路网络的交通运行状态。浮动车采集的具体方式包括车载 g p s 、手机。 1 1 3 手机定位技术的迅速发展为其应用于交通数据采集提供基础 在美国国家安全行政要求和手机定为市场需求的双重动力驱动下，手机定位技术迅速发 展、成熟。为了提高9 1 1 紧急电话的处理效率，进一步加强国家安全监控，美国联邦委员会 f c c 对网络运营商提出要求在2 0 0 5 年底之前，对9 1 1 电话的呼叫位置必须达到一定精度的 定位要求1 7 i 哆l ，如表1 1 。 表1 1 ：联邦委员会对手机定位精度的要求 定位方式6 7 的定位精度必须9 5 的定位精度必须 基于手机终端( h a n d s e tbased)50m150m 基于网络( n e t w o r kbased)100m300m 同时，无线定位服务( 1 0 c a t i o nb a s e ds e r v i c e s ) 有着较大的市场利润和商业空间，据相 关统计数据阱i ，目前的无线定位服务( l b s ) 的市场价值在5 亿美元，预计在未来几十年里 将增加到3 6 0 亿美元，市场潜力较大，这也推动各大无线运营商积极开发研究手机定位技术。 手机定为技术的快速发展为其应用于交通数据采集提供了可能、奠定了基础。 1 1 4 手机定位技术的应用优势 相比较而言，手机定位用应用于交通数据采集方式，其优点可以弥补线圈采集的局限 1 2 5 1 ：利用移动运营商已有的通信设施，初期投资较小，可以采集路段行程时间、出行o d 等 多种交通数据3 4 ip s i ，覆盖范围广，原则上只要在信号覆盖区域都能才实现交通数据采集， 数据量丰富。 1 2 研究现状进展和主要困难 从手机定位技术应用于交通数据采集的实践来看1 3 l ，无论是各国展开的局部测试试验还 是成熟的商业运营系统，目前仍然不多，因此，对技术的关键问题、实际应用效果以及交通 数据的采集能力和适用范围等方面认识还不够全面、深刻，这些都是国内外交通运输研究机 构对手机定位技术应用于交通数据采集的关注焦点【3 6 lp t i ，在该技术在投入正式运营之前有 必要对这些问题进行剖析。 政府出于公众利益考虑，力图充分发挥手机定位技术对交通数据采集的应用优势( 投资 相对较小、覆盖范围广等) ，进行道路交通基础数据的采集和状态判定，进而构建城市的i t s 平台，可为公众提供出行信息等交通信息服务，但造成目前技术研究进展的困难原因主要有 以下三点1 3 3 1 ： 2 1 2 1 通信运营商方面 手机定位技术的应用需要移动通信商的合作，但实际中，虽然已经尽量避免影响通信网 络的正常运营，但还是存在风险可能增加通信网络系统负荷，这对于移动通信商来说存在一 定顾虑。 1 2 2 法律隐私方面 利用手机定位技术的同时也存在对个人隐私问题的泄漏，尤其在国外，对于个人隐私的 保护涉及到法律问题f 船1 ，这一点也对于手机定位技术的大规模应用造成了阻碍。目前较好 的处理方式就是在手机数据从移动网络中心出来之前就进行加密，过滤掉手机号码信息，用 一个加密后的序列码代替手机号码标识。 1 2 3 商业利益方面 由于手机定位技术及其应用有较大的商业利润空间，国际上有相当的专业公司进行研 究，但对其研究成果都以专利的形式加以技术保护，这将不利于技术的研究进展。 1 3 研究范围界定 1 3 1 定位网络 论文是研究在g s m 网络运营下的相关定位应用，利用g s m 网络系统的通信特征进行 数据获取。 1 3 2 定位技术 手机定位技术有多种，本文是以手机切换( h a n d o v e r ) 信息为基础的定位技术，这种技 术与其他定位技术( 例如t d o a 、a 。g p s ，具体技术原理解析在第二章中有论述) 不同之处 在于不得到定位目标的位置坐标( x ，y ) ，而是得到一个大致的定位范围。 1 3 3 交通数据采集内容 论文研究的是对交通数据中的路段行程车速或路段行程时间的采集，而不涉及交通量、 地点车速、交通出行o d 等其他交通数据的获取方法。 1 3 4 研究重点 从技术研究现状的分析可以看出，技术应用整体上处于探索和起步阶段，因此本文的研 究重点着力于在一定的实地试验基础上对技术的可行性和有效性在一定程度上进行评估，具 体包含以下三方面： 1 3 3 1 技术相关的相关通信基础理论解析 由于技术是利用通信领域的相关参数进行交通数据采集，这些通信参数设置本身主要是 从保证无线通话质量和通信网络运营角度考虑的，而不是从对交通数据采集方面考虑，例如 g p s 定位技术应用于交通数据采集，技术应用之前在卫星通信和大地测量方面会对g p s 定 位的误差和精度进行相关分析，但目前基于手机切换定位技术在学术研究方面还缺乏相关分 析。那么需要对这些通信参数( 文本主要是切换) 的特征和影响因素进行分析，以便能够对 技术应用的影响进行解析，掌握通信参数与技术性能之间的关系。 1 3 3 2 走通从技术基本原理到行程车速计算的全过程 由于缺乏相关实践，目前对基于手机切换定位技术应用于交通数据采集的认识大多停留 在技术的基本构想和可能的瓶颈问题等方面的猜测，因此本文关注的重点之一则是从技术构 想、技术原理到最后技术实现而得到行程车速的整个过程，从而推进技术研究进展，为后续 深入研究提供一定基础。 1 3 3 3 技术应用效果的客观评估 判断基于手机切换定位技术是否适宜应用于交通数据采集以及应用的合理范围，都需要 对技术应用的可能效果和相关技术特征( 样本量和精度) 有一定的评估，因此，本文对基于 一定实地试验基础上、按照技术实现框架获得的车速交化情况、样本量和精度进行分析，客 观评价技术应用的可能效果。 1 4 主要研究问题 1 4 1 基于手机切换定位的路段行程车速采集技术实现方法和步骤 从研究现状来看，目前对于基于手机切换定位的路段行程车速采集技术的认识还停留在 基本原理构想阶段，即认为能够通过连续追踪手机切换的变化信息获得路段行程车速数据， 但从基本原理构想到具体实现方法和步骤没有明确提出，相关研究报告的描述也比较含糊。 这是论文研究的首要问题，将在第四章中进行分析，提出了技术具体实现5 个步骤：( 1 ) 切 换路网标定( 道路切换序列标识、切换路段长度) ；( 2 ) 通信数据获取( 各个手机样本的切 换序列和切换时间差) ；( 3 ) 道路匹配( 根据通信网络获取的切换序列将手机样本与道路切 换序列标识进行对比从而进行各个样本的道路匹配) ；( 4 ) 平均切换车速聚类区分与统计分 析( 结合各个手机样本的切换时间差和与之相匹配的切换路段长度，在一定时间间隔内进行 统计分析得到计算周期内的平均切换车速) ；( 5 ) 路段行程车速计算( 根据切换路段和实际 路网路段的对应关系换算得到) 。 1 4 2 基于切换定位的道路匹配方法 本文运用的道路匹配方法与已有地图匹配方法不同，例如简单地理匹配法( s i m p l e g e o m e t r i cm a p m a t c h i n gt e c h n i q u e s ) 、考虑网络拓扑结构的地图匹配法( g e o m e t r i cm a p m a t c h i n gw i t ht o p o l o g y ) 和基于统计的方法( s t a t i s t i c sb a s e dm e t h o d ) 等，这些方法的基本 思路是首先根据得到的定位目标的位置坐标按照距离最短的原则投影到周边的道路上，再根 据历史位置和道路之间的关系判定当前位置坐标所在的道路。但由于切换定位并不获取定位 4 目标的位置坐标，已有相当研究基础的地图匹配方法不适用于本文的道路匹配问题。 基于切换定位的道路匹配基本思想是通过定位目标在通信网络层的变化模式来反推其 在实际的道路网络层变化模式，通信网络层变化模式的内容是指手机切换经过小区的时序， 实际路网层变化模式模式内容是手机运行经过的路段集合。可以说，切换定位技术的道路匹 配问题本质上是一个模式匹配问题，通过切换路网标定给每条道路贴上一个“标签”，一旦 实际中发生的切换序列相同则可认为其在该道路上行驶。例如下图1 1 ，在实际路网中通话 手机随车辆从起点a 经过路段l 、路段2 、路段3 、路段4 到达终点b ，其模式变化为路段 集合 l i n k l ，l i n k 2 ，l i n k 3 ，l i n k 4 ，相应的通信网络层发生切换经过的小区为 c e l l l - 4 ：e l i a ，其模式变化集合为 c e l l l ，c e l l 2 ，c e l l 3 ，c e l i a ，道路匹配就是将 获得的通信网络层的切换小区变化模式反推与实际路网层的路径相对应。 图1 1 ：通信网络层对实际路网层的模式反推 因此，匹配的方法关键问题之- - n 是建立起定位目标在通信网络层和实际路网层变化模 式的映射关系，问题的难点在于定位目标通信网络层和实际路网层变化模式之间不是一一对 应关系，如图1 2 所示，通信网络层发生的一个切换序列模式可能与多条道路对应，反复行 驶经过同一条道路上也可能发生几种不同的切换序列，但是映射的关联强度不同，这为基于 切换定位技术的道路匹配问题提供了可能性和基础，通过提炼出稳定的、较强的映射关系， 则可进行通信网络层变化模式到实际路网层模式的反推匹配。 图1 2 ：通信网络层与实际路网层变化模式的多对应映射关系( 表示关联强度系数) 5 1 4 3 切换特性及其对路段行程时间采集的影响 切换作为技术应用的基础参数，其变化特征将对技术有较大影响。由于技术已有研究较 少，因此还缺乏从通信视角对切换特性与交通应用的关系分析，类似于g p s 定位技术应用 于交通数据采集，需要对g p s 定位精度的影响因素进行分析。切换对技术实现会有什么样 的影响? 其原因又是什么? 第四章中对这些问题进行了讨论，分析了切换波动的特征和规 律，以及这样的波动对路段行程时间采集技术实现的影响。 1 4 4 切换路网参数标定方法 切换路网参数标定是技术实现的首要环节，标定的参数包括道路切换序列标识和切换路 段长度，分别用于手机样本进行道路匹配和车速基础样本数据计算。切换序列的扰动和切换 位置的变动给切换路网标定带来困难：每次切换测试得到切换序列和发生切换的位置都可能 不完全相同，那么该选择哪一个切换序列的测试结果作为道路切换序列标识，又该如何选择 切换位置进而计算切换路段长度? 在这样的既有前提下，文章提出带权重有向图最大权重路 径的标定方法解决了路网标定的问题。 1 4 5 基础样本数据的聚类区分 经过通信网络的手机样本数据进行道路匹配和车速计算后得到车速基础样本数据，但这 里面包含了噪音数据，例如行人速度数据和错误数据，如何对这些数据进行区分，筛选出符 合研究道路的车辆样本数据是一个重要问题，这直接影响行程车速计算结果。论文探讨了层 次聚类和k - 均值聚类分析的方法对车速基础样本数据进行区分，并对两条道路的6 个切换 路段进行了计算。 1 4 6 技术特征和应用效果问题 基于手机切换定位的路段行程车速采集技术要投入实际应用，之前必须充分了解其技术 特征，例如样本量的数量和时间变化特征和计算精度。国外研究机构目前仍没有将这个技术 应用于实际交通数据采集的重要原因之一也是对其可能的技术应用效果认识不足。论文在6 个切换道路的计算结果基础上，针对技术特征问题，从样本量和计算精度两方面进行了客观 评估。 6 r 。- 一- - - i 塌长椒烬试群堪髹 一1广一一一 i 燮到 每丽再哥 睫竺型 i j 塑一 曩雨蠢鬲 唑堡c 曼型 ：运二翁哥 篷芝宴璧： 卜 撼皋磺扑剐姆屡馥密剖蝮林 塔求尉文本瑶 蝴* 舒寄辎$ 醒目曷晤期 甾翁孵轻妲圈 一踟星 一髻馨 苔名一 一证 一举$ 一 一齄器一 囊| _ 器 球靶辗姆妖器茸鞘议秘 ii j 阔厘肇l露忙 嘁燧段铽本鞲 - c i 匦 il 燃钕议蜷匿密鞯s 1j 1 j 1 j 一饵半ii娃爵f世一莲鹰!辎霹二鞲s一 一举$li衅诛：l瞍爨一 瓣4鲁1前馥i!披零 峨赦螺嚼姆赠笔q一 一塔求坩林蛆龚=舜拳 薅焱$拳始缘*鲻 谗霍 $ 拳长蜒$ t 一蓉目一一嚣捌一 一恃套 卜叫鞣挺 l i 一 篓嚣一 i ： 一 蠼恹罢馋霞豫奄r ii i j $ 拳棚祷卖 鞲求制嗒品$拳魁爨琳拳 圈 豳 圃 蝽隶寡醯g 瓣去嚣并否牡茛鞯$ 燃再雌 嚣隶瓣材器辍鞯器 i_一1矧剥 触蹋一一一 l - ：l 露瞎 嚣求耳；i馨轼器 西爿哥型萄型 一鞋露 一辎s 一端s 一 一赚嬲一 一样盼一 一鲻吣一 继船 一艄；!盖一 粘朴c接一每胆巨瞎 强袋$太秘磷嚣粥 塔求袋醉 枨娶姆嚼 一 塔隶 且疑一 搿嫡一 l 账靶霉婚蝗测盆豫奄n1 螺求瑙客j封 嘏 燃* 准姗萋 限姆s 轼!生 硇 椒辎蓄辎制蜒尽：嚣 娶藩冀螽s 求掣葵埏： 车赵 最林懈晷露 粗婆智辎 蛰 丑冥椒暴 窖刘榭： 躜 剧剐趔磊 ， 翟辎h 浆旨 舒瘸耳辎帮 限脚函尽迎 q 匠 谗 * 垂垂冀菱蓁量 = 警辎 一限踅 nk 翟 隧 酶 蜷 斗h摧饕 釜型 冀 婪 帐 创崧 ： 密 窿 f毯 社 文 褂 l畚 议 建罾 翅 ；醴 毯 雾囊 靼 岬 奇 褂 n 靛 苓盛拣 冥 圈 厘 璺姑燃 愁 薰踺蓰 i l 饕 一鄙袜 、i 酱 靛 球 逊g 叵爆尽求卜球褪g 椒锹豁 妲器悻仅窭粼叫褪 圻咧l趔 文 嗣蜷蚶 卧聪密窭越祷r*丑 整赢辎 眯h 旺测求 婪醛捉 蠹恤器 蜊捌 | 球悉措$始曙 蠹 娶饕萎 * 删嚣框矗 鼗瑙皋整嗣 驰器血莨窿基如g密 跟 硝 芒瓷 姑$燃裁制棵蛔ig鐾$ 硬耋割最鄙拳祆g障籁 慢 萎妻 奄要泵 蛰弓| gg 求捌唧匿 障黎 受球始 嚣*嚣凶祷倏将 叵 暮型落 本求辎求她婪：h m s r x m i n ( n ) + m a x m s t x p w r ( n ) - p ，0 ) ( 3 1 0 ) 其中，r x t e v ( n ) 是和相邻小区n 相关的平均接收信号电平： m s r x m l n ( n ) 是和小区n 相联系的信号电平下限，低于这个下限的时候将不允许 切换到该小区n ； p 是以动态本身支持的最大发射功率； m s t x p w r ( n ) 是允许移动台在相邻小区n 中使用的最大功率，由该小区广播得到。 上式可以理解为，如果移动台有足够的功率容量，即大于允许其在该小区使用的最大功 率的话，那么只要接收电平大于最小规定电平，该相邻小区n 就可选为切换的目标小区；如 果移动台的最大功率p 小于允许发射功率的情况下，那么接收电平必须大于最小规定电平 加上它们的差值，该相邻小区n 才能被选为切换的目标小区。 对符合条件的相邻小区作为候选目标小区进行排序，排序后的小区就是一旦需要切换时 的目标小区候选者。但满足上面关系并不一定会引起切换的发生，切换过程的实际启动是通 过检查相关链路质量测量值等才进行决定，例如r x l e v ，r x q u a l 、m s 到b t s 的距离以及 功率预算是否落在所规定的门限以内。b t s 连续地检查测量值，如果规定的相关性能值的 大多数测量值( 例如，n 个测量值中有x 个样本) 没有通过门限测试，则建议发生切换。 除此以外，还有可能与小区负荷有关。当b t s 将6 个最佳候选小区表送到b s c 后，对 6 个中的3 个最佳候选小区进行负荷检查，但这3 个候选小区必须属于当前的b s s ，因为切 换算法中没有能力检查属于其他b s s 的相邻小区负荷。如果当前小区负荷以及不可用的信 道在内的负荷与全部信道数的比值超过门限参数b t s l o a d t h r e s h o l d ，该小区就被认为超负 荷，原先由参数h o l e v p r i o r i t y ( 0 - 7 ) 规定的优先级则被降级，降级的程度由参数h o l o a d f a c t o r ( 0 - 7 ) 来决定，以避免切换到该小区。 在对每个候选小区的负荷检查之后，进行个候选小区优先级比较，具有最高优先级的候 选小区将被作为目标小区。如果多个同样优先级的小区，则选择具有最佳接收电平的小区。 除此以外，候选小区的优先级别还会因受到的干扰大小而降级。 从以上分析可以看出，如果所选择的目标基站出现小区负荷超标、信道不足的时候，系 统会将选择其它最有可能的基站作为切换的目标基站。这可以解释为什么同一条道路上会出 现部分不同的切换序列，其主要原因在于当时通信网络的繁忙程度，即使所选择了信号强度 较高的目标基站但可能由于其频道不足而改为其它基站作为切换的目标基站。 3 6 切换对路段行程车速采集的影响分析 在实际切换路网标定测试过程中，出现了切换的一些变动情况，主要包括道路切换序列 标识跳动、切换位置波动、乒乓切换三种，只有合理处理这三种情况才能正确标定切换路网。 3 6 1 切换序列跳动影响道路切换序列标定进而影响道路匹配 按照基本原理，理想情况下手机在一条道路上移动时切换的序列是不变的，但是在实际 切换网络标定测试中，手机在同一条道路上重复测试时出现部分不同的切换序列，这将对切 换路段匹配造成影响。如图3 2 2 ，带有手机的车辆在道路上测试，第1 次切换的序列的小区 标识为4 2 8 0 4 1 7 7 4 2 1 1 1 2 4 3 3 ( 绿色箭头) ，第2 次则为4 2 8 0 - 4 1 7 7 1 2 3 3 8 4 2 1 1 1 2 4 3 3 ( 包含 红色箭头) ，同一条道路上出现不同的切换序列，但在切换路网标定过程中大多数情况是发 生第1 次的切换序列，即稳定的切换序列。为什么不同测试会得到不完全相同的切换序列? 其跳动的原因可以通过切换控制理论中目标基站选择原理进行解释，即通常情况下按照路径 损耗的高低建立候选小区列表( 路径损耗小的小区优先级别较高) ，再根据小区负荷水平、 接收信号强度等方面综合修正候选小区的优先级，最后将选择最高优先级的小区作为切换的 目标小区，但由于电波传播过程中的因为多径效应引起的接收信号波动以及手机通信过程中 忙闲的随机性，使得相邻小区可能在不同时间内优先级有所不同。因此，可以解释在不同切 换测试时得到的切换小区序列为什么不完全一致。 4 7 由于切换小区序列的跳动将会影响手机样本的道路匹配，那么在切换路网标定时如何处 理这样的跳动情况? 如何判断和筛选稳定的i 发生概率较高的切换序列? 这将在第五章中详 细讨论。 基站4 1 7 7 基站1 2 3 3 8 图3 2 2 ：切换路网标定中道路切换序列标识的跳动情况 3 6 2 切换位置的变动影响切换路段长的确定进而影响计算精度 在切换测试的过程中发现，每次测试的切换发生位置都有所不同，在不考虑g p s 定位 误差的情况下，从切换控制理论上进行分析，可以从切换时机的判断进行分析解释。由于电 波传播过程中多径效应、阴影效应的影响引起信号强度的波动，这对切换时机的判断造成困 难，因此需要通过一点周期的连续信号强度监测来判断切换的时机，信号强度波动是引起切 换位置变动的根本原因。 由于切换发生的位置在一定范围内变化，每次测试的切换路段的长度也会随之变化。用 于平均切换车速计算的标准切换路段长度是根据切换测试所得到的样本数据得到，由于通过 通信网络无法获取样本发生切换的位置数据，只能获得发生切换的时间差，因此样本的真实 切换长度是未知的，这两个长度之间存在一定误差。如图3 2 3 ，位置c 和d 为通过切换测 试标定的标准切换位置，路段c d 为切换路段标准长度，在通过通信网络获取数据时，在时 刻t a 和t b 实际发生切换的位置分别为a 和b ，这两处切换的误差分别为e 。和e b ，那么切 换路段标准长度( l ) 与样本的真实切换长度( l a b ) 之间的误差九为( e a + e b ) 。 c ， 真实切换位置 图3 2 3 ：切换真实位置和标定位置之间误差的关系 那么这样的误差是否在合理范围内? 是否会对行程车速计算精度造成较大影响? 这需 要分析切换路段长度误差对车速计算精度的影响。分析推导所需的相关参数含义如下： l “为切换测试得到的各个样本的切换路段长度值，i = l ，2 ，3 l 。为所有测试样本的切换路段长度的平均值 a 为所有测试样本的切换路段长度的方差 l j 为第j 个切换路段的标准长度( 用于平均切换车速计算) ，产1 ，2 ，3 a t j k 为通信网络数据得到的对应第j 个切换路段的样本切换时间差，k = l ，2 ，3 ，n ， n 为样本数量 l j k 为与讯对应的样本真实切换路段长度，其无法通过通信网络得到，是一个未知值 v j k 为第j 个切换路段第k 个样本计算切换车速，j = 1 ，2 ，3 ，k = l ，2 ，3 ，n v j k 为第j 个切换路段第k 个样本真实切换车速，j = 1 ，2 ，3 ，k = l ，2 ，3 ，n m 为速度容许误差，公里4 , 时 假设l j = l 。进行切换路段长度的误差影响分析，即认为切换路段长度标准直等于通过 切换测试得到的切换路段长度的平均值。第j 个切换长度误差知与切换车速误差舢j 的关系 如下式推导： 叫舭叫= 隆斟恻= 剧 ( 3 1 1 ) 其中，j = 1 ，2 ，3 ，k = l ，2 ，3 ，n ，n 为样本数量 假设要求切换车速误差u j 在容许误差m 范围内，则切换长度误差的限制范围推导如 下式所示： 恻= a v j k i x i 鼬k i h l t jk i ( 3 1 2 ) 由以上推导可知，切换路段长度容许误差与切换车速容许误差西的关系如图3 2 4 所示， 相关数据如表3 3 所示： 4 9 j 1 9 0 路段长度容许误差( 米) 1 7 0 - 1 5 0 1 3 0 1 1 0 9 0 - 7 0 5 0 3 0 - 1 c - - 3 0 ：1 52 5 3 54 5墅6 5 图例 _ 卜一速度容许误差+ l o k m h 卜一速度容许误差士5 k m h 图3 2 4 ：切换长度误差与车速计算精度的关系 表3 3 ：不同切换车速容许误差情况下切换长度容许误差 、 礁芝速容许误差 样本切换时简悚 + 5 k m h：j ：lo k m h 5 6 91 3 9 1 52 0 8 4 1 7 2 5 3 4 7 6 9 4 3 5 4 8 69 7 2 4 5 6 2 51 2 5 0 5 5 7 6 。41 5 2 8 6 5 9 0 31 8 0 6 从以上图表可以看出，当从通信网络获取的手机样本的切换时间为3 5 秒时，士5 k 1 1 吨 容许误差情况下，手机样本的真实切换路段长度l j k 与标准切换路段长度l