（工程力学专业论文）基于移动通信数据的高速公路交通信息采集与交通状态判别研究.pdf

中山大学博士研究生学位论文 论文题目：基于移动通信数据的高速公路交通信息采集与交通状态判 别研究 专业：工程力学 博士生：赵力萱 指导教师：余志教授 摘要 交通信息采集与交通状态判别是现代智能交通建设和道路交通控制与管理的重要 基础。目前常用的环形感应线圈等固定型检测技术和g p s 浮动车检测技术普遍存在路 网覆盖率有限的问题，难以提供全路网的交通信息。 由于目前我国移动网络的建设已较为成熟，网络覆盖面较广，用户群庞大，在实际 路网中，大部分行驶的车辆都载有移动电话用户。由于车载移动台具有与其所在车辆相 同的行驶速度，因此，通过采集、处理车载移动台提供的移动通信数据，可以获取相应 路段交通信息，判断道路的交通状态。该方式覆盖面广、数据量充足，是现有交通信息 采集技术的有效补充。 本文以高速公路路网为实验路网，对如何利用现有移动通信数据提取高速公路交通 信息并进行交通状态判别进行了研究。具体研究内容包括： 一、确定用于交通信息采集的移动通信数据类型及其采集方式。从移动通信运营现 状及交通信息采集需求考虑，确定了以路网中活跃移动台的周期性位置更新、呼叫连接、 切换、短消息四种通信事件作为交通信息采集的移动通信数据源，以及通过在基站控制 器( b s c ) 或移动业务交换中心( m s c ) 中加载数据提取程序及存贮设备的移动数据提 取方式。 二、利用实际调查数据，分析移动电话用户通信行为受交通状态变化影响的特性， 探讨通过移动通信数据变化反映交通状态变化的可行性，并根据调查统计分析结果，建 立了移动电话用户的通信行为仿真模型。 三、研究基于移动通信数据的交通流信息采集的整体流程及其各部分具体实现方 法。根据高速公路网结构及其移动通信网络结构特性，采用基站小区覆盖范围的路网划 基于移动通信数据的高速公路交通信息采集与交通状态判别研究 分方法，并在此基础上采用基于活跃移动台小区定位与切换定位结合的地图匹配方法对 车载移动台进行定位。 四、在现有基于切换定位的交通信息提取方法基础上，提出直接交通信息与间接交 通信息相结合的交通信息采集方法。其中，直接交通信息指由移动台连续两次切换估算 的路段行程速度；间接交通信息指从移动通信数据中提炼整合的、能够反映交通状态变 化的路段通信密度量等信息，以解决在道路拥堵严重、切换样本难以获得情况下的交通 信息采集问题。 五、建立完整的基于移动通信的交通仿真系统。实现地理信息平台、微观交通流仿 真平台、移动通信仿真平台等多个系统的跨平台数据交换及协联工作；完成通信行为仿 真模块、以及交通信息采集模块和交通状态判别模块等核心模块的研发。实验证明，仿 真系统运作稳定而有效，生成的仿真数据符合实际规律。 六、基于本文所提出的直接和间接交通信息，进一步提出基于b p 神经网络模型的 高速公路交通状态判别模型，并通过仿真实验对路段进行交通状态判别与交通事件检 测。实验证明，本文提出交通状态判别模型对事件检测率高，效果良好，最高检测率达 到1 0 0 ，相应误报率为1 3 9 ，最低检测率也达到8 5 o o ，相应误报率为1 3 1 6 。 关键词：移动通信数据；交通信息；交通状态判别；仿真系统；b p 神经网络 中山大学博士研究生学位论文 t i t l e ：r e s e a r c ho nt r a f f i ci n f o r m a t i o nc o l l e c t i o na n dc o n g e s t i o n i d e n t i f i c a t i o no nf r e e w a yb a s e do nm o b i l ec o m m u n i c a t i o n sd a t a m a jo r ：e n g i n e e r i n gm e c h a n i c s n a m e ：z h a ol i x u a n s u p e r v i s o r ：y uz h i a b s t r a c t t r a 币ci n f o r m a t i o nc o l l e c t i o na n dc o n g e s t i o ni d e n t i f i c a t i o na r ei m p o n a n tb a s e so f m o d e mi n t e l l i g e n tt r a n s p o r t a t i o nc o n s t r u c t i o n r o a dt r a f j c i cc o n t r o la n dm a n a g e m e n t t h e e x i s t i n gt r a f f i cf l o wd e t e c t i o nt e c h n o l o g i e s ，s u c ha st h em a g n e t i ci n d u c t i o nl o o pd e t e c t i o n t e c h n o l o g ya n dt h eg p sf l o a t i n gc a rd e t e c t i o nt e c h n o l o g ya r ed i f f i c u l tt op r o v i d e n e t w o r k - w i d et r a f f i ci n f o r m a t i o nd u et ot h e i rl i m i t e dc o v e r a g eo ft h et r a f f i cn e t w o r k s s i n c ec h i n a sm o b i l en e t w o r k sa r em o r em a t u r ew i t hb r o a dc o v e r a g ea n dl a r g eu s e r g r o u p s ，m o s to ft h ev e h i c l e st r a v e l i n go nt r a f f i cn e t w o r k se a r l ys o m em o b i l eu s e r s a st h e v e h i c l eh a st h es a m es p e e da st h em o b i l es t a t i o n si tc a r r i e s i t sf e a s i b l et oc o l l e c tt r a f f i c i n f o r m a t i o na n di d e n t i f yc o n g e s t i o n sb ym a k i n gu s eo ft h ee x i s t i n gm o b i l ec o m m u n i c a t i o n s d a t ap r o d u c e db yt h o s em o b i l es t a t i o n s t h i st r a f f i ci n f o r m a t i o nc o l l e c t i o nm e t h o di sa n e f f e c t i v ec o m p l e m e n t a r yo ft h ee x i s t i n gt r a f f i ci n f o r m a t i o nc o l l e c t i o nt e c h n o l o g i e s ，w h i c hh a s ab r o a d e rc o v e r a g eo ft r a f f i cn e t w o r k sa n ds u f f i c i e n ta m o u n to fs a m p l ed a t a a f r e e w a yn e t w o r ki sc h o s e na st h ee x p e r i m e n t a ln e t w o r kf o rt h er e s e a r c ho ft r a f f i c i n f o r m a t i o nc o l l e c t i o na n dc o n g e s t i o ni d e n t i f i c a t i o nb a s e do nm o b i l ec o m m u n i c a t i o n sd a t a d e t a i l e ds t u d i e si n c l u d e ： f i r s t l y ，t h eu s e f u lt y p e so fm o b i l ec o m m u n i c a t i o n sd a t aa n dt h e i re x t r a c t i o nm e t h o d sa r e d e t e r m i n e d c o n s i d e r i n gt h ec 咐e n ts i t u a t i o no fm o b i l ec o m m u n i c a t i o no p e r a t o r sa n dt h e d e m a n do ft r a f f i ci n f o r m a t i o nc o l l e c t i o n ，f o u rk i n d so fc o m m u n i c a t i o ne v e n t so ft h ea c t i v e m o b i l es t a t i o n sa r ec h o s e na st h ed a t as o u r c e ，i n c l u d i n gl o c a t i o nu p d a t e ，c a l lc o n n e c t i o n , h a n d o v e r ，s h o r tm e s s a g e ss e n d i n ga n dr e c e i v i n g f u r t h e rm o r e ，t h ed a t ae x t r a c t i o nc a nb e a c h i e v e db yl o a d i n gd a t ae x t r a c t i o na n ds t o r a g ep r o g r a m si nb s co rm s c s e c o n d l y am o b i l eu s e r s c o m m u n i c a t i o nb e h a v i o rs i m u l a t i o nm o d e li se s t a b l i s h e db y s u r v e y i n ga n da n a l y z i n gt h ec h a r a c t e r i s t i c so f m o b i l eu s e r s b e h a v i o re f f e c t e db yt r a f f i cs t a t e s ， i i i 基于移动通信数据的高速公路交通信息采集与交通状态判别研究 i no r d e rt of i n do u tt h ef e a s i b i l i t yo ft h et r a f f i cc o n g e s t i o ni d e n t i f i c a t i o nb yu s i n gm o b i l e c o m m u n i c a t i o n sd a t a t h i r d l y ，t h ef l o wo ft r a f f i ci n f o r m a t i o nc o l l e c t i o nb a s e do nm o b i l ec o m m u n i c a t i o n sd a t a a n di t si m p l e m e n t a t i o na r es t u d i e d i na c c o r d a n c ew i t ht h es t r u c t u r a lc h a r a c t e r i s t i c so f f r e e w a yn e t w o r k sa n dm o b i l ec o m m u n i c a t i o nn e t w o r k s ，ac o m b i n a t i o nm a pm a t c h i n gm e t h o d u s i n ge e l ll o c a t i o na n dh a n d o v e rl o c a t i o nd a t ap r o v i d e db yt h ea c t i v em o b i l es m t i o n si sp u t f o r w a r dt ol o c a t em o b i l es t a t i o n so i lm a p s f o u r t h l y ，b a s e do nt h ee x i s t i n gt r a f f i ci n f o r m a t i o nc o l l e c t i o nm e t h o du s i n gh a n d o v e r l o c a t i o nd a t a ，am e t h o dc o m b i n i n gd i r e c ta n di n d i r e c tt r a f f i ci n f o r m a t i o ni sp r o p o s e d t h e d i r e c ti n f o r m a t i o nr e f e r st ot h es e c t i o ns p e e de s t i m a t e df r o mc o n s e c u t i v eh a n d o v e re v e n t s t h ei n d i r e c ti n f o r m a t i o nr e f e r st ot h ei n f o r m a t i o ne x t r a c t e df r o mm o b i l ec o m m u n i c a t i o n sd a t a w h i c hc a rb eu s e dt oi d e n t i f yt h et r a f f i cs t a t e ，i n c l u d i n gr o a ds e g m e n tc o m m u n i c a t i o n s d e n s i t ya n do t h e ri n t e g r a t i o ni n f o r m a t i o n t h eu s eo fi n d i r e c tt r a f j f i ci n f o r m a t i o ni st os o l v e t h el a c ko fh a n d o v e rd a t as a m p l e si nc a s eo fas e r i o u sc o n g e s t i o ns i t u a t i o n f i f t h l y ，at r a 伍ci n f o r m a t i o ns i m u l a t i o ns y s t e mb a s e do nm o b i l ec o m m u n i c a t i o n si s e s t a b l i s h e d d y n a m i c d a t a e x c h a n g ea m o n gt h eg e o g r a p h i c a li n f o r m a t i o np l a t f o r m , m i c r o s c o p i ct r a f f i cs i m u l a t i o np l a t f o r ma n dm o b i l ec o m m u n i c a t i o ns i m u l a t i o np l a t f o r i l li s r e a l i z e d t h ec o r em o d u l e s ，s u c ha sm o b i l eu s e r s c o m m u n i c a t i o nb e h a v i o rs i m u l a t i o n m o d u l e ，t r a f f i ci n f o r m a t i o nc o l l e c t i o nm o d u l ea n dc o n g e s t i o ni d e n t i f i c a t i o nm o d u l ea r e d e v e l o p e d e x p e r i m e n tr e s u l t ss h o wt h a t ，t h es i m u l a t i o ns y s t e mi ss t a b l ea n de f f e c t i v e ，a n d t h es i m u l a t i o nd a t aa r ei nl i n ew i t hr e a l i t y s i x t h l y ，ac o n g e s t i o ni d e n t i f i c a t i o nm o d e lb a s e do nb pn e u r a ln e t w o r ki sp r o p o s e db a s e d o nt h ed i r e c ta n di n d i r e c tt r a f f i ci n f o r m a t i o n e x p e r i m e n tr e s u l t ss h o wt h a t ，t h ep r o p o s e d m o d e lc a ne f f e c t i v e l yi d e n t i f yc o n g e s t i o n s t h eh i g h e s td e t e c t i o nr a t ei su pt o10 0 ，w h i l e t h ec o r r e s p o n d i n gf a l s ea l a r mr a t ei s1 3 9 t h el o w e s td e t e c t i o nr a t eh a sr e a c h e d8 5 0 0 w i t ht h ec o r r e s p o n d i n gf a l s ea l a r mr a t eo f13 16 k e yw o r d s ：m o b i l ec o m m u n i c a t i o n sd a t a ；t r a f f i ci n f o r m a t i o n ；c o n g e s t i o n i d e n t i f i c a t i o n ；s i m u l a t i o ns y s t e m ；b pn e u r a ln e t w o r k i v 论文原创性声明内容 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立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， 本论文不包含任何其他个人或集体已经发表或撰写过的作品成 果。对本文的研究作出重要贡献的个人和集体，均已在文中以明 确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名：越吐 日期：2 。u 夕年万月i 0 日 学位论文使用授权声明 本人完全了解中山大学有关保留、使用学位论文的规定，即： 学校有权保留学位论文并向国家主管部门或其指定机构送交论文 的电子版和纸质版，有权将学位论文用于非赢利目的的少量复制 并允许论文进入学校图书馆、院系资料室被查阅，有权将学位论 文的内容编入有关数据库进行检索，可以采用复印、缩印或其他 方法保存学位论文。 学位论文作者签名：起瑾导师签名：事乞 日期：zo o 夕年6 月10 日日期：2 夕口罗年易月1 口日 中山大学博士研究生学位论文 中山大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“中山大学硕士、博士( 硕士) 学位论文版权 使用规定”，同意中山大学保留并向国家有关部门或机构送交学位论文的复印件和电子 版，允许论文被查阅和借阅。本人授权中山大学可以将本学位论文的全部或部分内容编 入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。 作者签名：越旬熏 导师签名：垒盘 型年, q _ _ 2 _ oe t 中山大学博士研究生学位论文 第一章引言 1 1 研究背景 随着国民经济的发展和城市化进程的加快，近年来，我国高速公路建设与机动车保 有量一直保持较快的增长。 至2 0 0 7 年底，全国公路总里程达3 5 8 3 7 万公里，比上年末增加1 2 6 7 万公里【。其 中广东省高速公路近年来均以每年数百公里的通车里程递增，至2 0 0 7 年底，广东省公 路通车总里程达1 8 万公里，其中高速公路3 5 2 0 公里，新建成通车1 7 7 3 5 公里【2 1 ，全省 2 1 个地级市均开通了高速公路。实现全省所有地级以上市通高速公路、与周边省份( 除 海南省外) 均有高速公路相连、市到县通二级以上公路及县到镇通三级公路的目标。 与此同时，机动车保有量和机动车驾驶人数保持高增长态势。截至2 0 0 8 年底，全 国机动车保有量近1 7 亿辆。其中，汽车6 4 6 7 2 0 5 3 辆，与2 0 0 7 年相比，增长6 3 3 。 全国机动车驾驶人1 8 亿人，其中汽车驾驶人1 2 2 0 9 2 1 3 2 人，占6 7 5 8 ，与2 0 0 7 年相 比，增长1 4 0 1 t 3 1 。 随着高速公路里程的增长和机动车流量不断增大，交通量和拥挤程度也在不断增 加。据交通部统计，2 0 0 7 年，全国国道主干线年平均日交通量达1 6 5 2 0 辆日，比上年 增长8 7 ，年平均行驶量5 6 3 0 8 万车公里日，同比增长1 5 o ；全国高速公路年平 均日交通量为1 6 9 9 0 辆日，比上年增长6 。5 ，年平均行驶量为9 1 5 9 8 万车公里日， 比上年增长2 6 5 【l 】。以广东省广深高速为例，原设计流量为5 5 万辆次日，设计限速 1 2 0 公里4 , 时，然而自2 0 0 1 年起，平均日交通量一直以两位数增长，目前每天进入广 深高速的车流量达到2 5 万辆，远远超过了设计流量，部分路段己开始趋于饱和，道路 限速已下调至1 1 0 公里4 , 时，拥堵问题日益严重，交通事故时有发生。 交通拥堵和交通事故不但严重影响到人们的日常生活、威胁到人民的生命安全，也 给人民财产和社会发展带来了巨大的经济损失。据统计，2 0 0 8 年，全国共发生道路交通 事故2 6 5 2 0 4 起，造成7 3 4 8 4 人死亡、3 0 4 9 1 9 人受伤，直接财产损失l o 1 亿元【4 】。而目 前全国每年由交通拥堵和交通事故造成的经济损失约为国内生产总值的2 ，仅北京市 基于移动通信数据的高速公路交通信息采集与交通状态判别研究 每年由于交通拥堵造成的直接经济损失即高达6 0 亿元【5 】，拥堵经济成本占居民平均月收 入的1 2 5 ，广州市的拥堵经济成本也达到居民平均月收入的9 1 嘣6 1 。 智能交通系统( i n t e l l i g e n t t r a n s p o r t a t i o ns y s t e m ，i t s ) 是目前解决一系列交通问题 的有效途径之一【7 1 。它是将先进的信息技术、数据通信技术、自动控制技术及计算机处 理技术等高新技术综合应用于整个交通管理体系，将人、车、路三者系统有机结合，实 现对交通现代化智能化的科学管理，建立全方位实时高效的交通运输管理系统，以提高 交通效率、保障交通安全、减少交通事故、降低能源消耗，改善城市环境。作为i t s 的 重要组成部分，先进的交通管理系统( a d v a n c e dt r a n s p o r t a t i o nm a n a g e m e n ts y s t e m ， a t m s ) 的主要目标之一就是实现对城市道路与公路的一体化监视、控制与管理，通过 对交通路网上的各种交通信息进行实时采集和分析，为交通管理者和参与者提供决策信 息支持，最大限度减少由交通拥挤和交通事故引起的延误，提高道路交通的安全性和运 行效率。 近年来，我国各地政府和交通管理部门纷纷投入大量人力物力发展高速公路信息 化、智能化管理系统。其中广东省2 0 0 7 年安装全球定位系统( g l o b a lp o s i t i o n i n gs y s t e m ， g p s ) 的出租车2 2 万多辆，客车6 4 0 0 多辆，危险品运输车辆2 1 7 5 辆，安装汽车行驶 记录仪的客车5 9 0 0 多辆【2 1 。此外，在广深、京珠等主要高速公路上铺设了大量的地感线 圈、微波、视频等传感器，设立覆盖广东省公路主干路网的交通状况监测网点，充分利 用无线网络通讯、g p s 校时、高清晰视频采集及车辆与车牌识别等技术，完成实时或准 实时的路面交通信息数据的采集与传输，从而为道路管理有关部门提供有效统一的监控 手段、执法依据及辅助决策手段，缓解警力不足的压力，提高对全省公路网的管理水平， 降低事故发生率、伤亡率与违章率。实践结果表明，仅广东汕汾高速自2 0 0 5 年启用测 速系统执法后，半年时间内，该路段的平均车速和超速量分别下降了4 7 l 和5 0 8 1 ， 超速率由7 1 0 下降到3 9 0 ，超速车辆主要集中的1 2 0 1 3 0 k m h 速度段中超速车辆减 少了5 1 2 2 ，1 8 0 k m h 以上的超高速段车辆减少了2 6 4 5 【8 1 ，对违法超速行为起到了有 效的抑制，强化了高速公路管理力度。 作为i t s 各服务系统的信息基础支撑，交通信息采集与交通状态判别是现代智能交 通建设和道路交通管理的重要基础，也是交通决策和交通控制的重要前提。 道路交通信息可分为静态和动态两大类。静态交通信息主要包括道路网信息、交通 管理设施信息等交通基础设施信息，以及机动车保有量、驾驶员信息、道路交通量等一 段时间内相对稳定的统计信息。动态交通信息是指随时间和空间不断变化的信息，如实 时道路交通流信息、交通管制状态信息、交通事件和拥堵等运行障碍信息。而a t m s 中山大学博士研究生学位论文 的主要任务之一就是对动态交通信息进行自动采集和处理，并对交通拥挤、交通事件进 行判别，以提高道路交通管理，特别是高速公路和城市主干道路交通管理的效率和效果。 目前常用的交通信息自动采集技术根据检测器的工作方式不同，可分为以下几类 9 - 1 2 ： ( 1 ) 磁频检测技术：通过对车辆通过时磁场变化的检测获取车辆信息，应用最为 广泛的检测器是环形地感线圈，其他设备还包括磁性检测器、地磁检测器、微型线圈检 测器、磁成像检测器等。 ( 2 ) 波频检测技术：其基本工作原理有两种：一是通过多普勒效应检测运动目标， 获取其位置、速度等数据；二是通过探测目标反射或发射的波强变化实现对车辆的探测 和交通参数的获取。主要设备包括微波雷达、超声波、激光雷达、主动红外线检测和被 动红外线检测等。 ( 3 ) 视频检测技术：是将视频摄像机作为传感器，在其视频图像中设置检测区， 当车辆进入检测区时，通过检测图像背景灰度值发生的变化获取车辆信息。是由视频图 像和计算机图像处理技术结合应用于交通领域的信息采集技术。 ( 4 ) 浮动车检测技术：主要通过在车辆上加装g p s 接收装置，以一定的采样间隔 记录车辆位置坐标和时间信息，再与地理信息系统相结合，分析计算车辆及路段的相关 交通参数。 表1 1 给出了目前几种常用的交通信息采集技术及其性能的比较。 从表中可以看出，环形感应线圈等固定型检测技术普遍能提供交通流量、时间平均 车速和占有率等基本交通流信息，但路网中检测器的空间分布对交通状态的判断效果有 较大影响。其中，环形感应线圈检测精度高，但容易损坏，安装和维护过程中需要封闭 道路，对已投入运营的大流量路网应用困难，要完整地覆盖路网需要花费大量的时间和 资金；微波检测技术检测精度高，不易受天气影响，但在安装和路网适用性方面存在一 定限制：超声波、红外线和视频检测技术各具优点，但都存在检测精度受气候条件影响 较大的缺陷。 g p s 浮动车检测技术能够提供交通流量、行程车速和行程时间等基本交通流信息， 但要求在路网中具有足够多的浮动车来保证通过样本量估算交通流参数的精度和可靠 性。该检测技术具有实时性强、可全天候工作等优势，但需要在车辆上加装g p s 车载 设备，投资较高，且城市中接收到的卫星信号强度极易受地形影响，其覆盖范围有限。 另一方面，由于涉及用户隐私问题，并非所有加载g p s 设备的车辆都可以作为浮动车 使用，因此该方法目前主要作为有效的交通管理与安全监控手段存在，作为交通信息的 采集方式仍未得到全面推广。 基于移动通信数据的高速公路交通信息采集与交通状态判别研究 一4 一 中山大学博士研究生学位论文 综上所述，环形感应线圈等固定型检测技术主要提供部分路段的截面交通参数，普 遍存在路网覆盖率有限的问题，难以提供全路网的交通信息。而g p s 浮动车检测技术 主要提供路段交通参数，具有良好的扩展性，但由于接收卫星信号的地形限制及普及率 和用户隐私问题导致路网中样本量过少，其路网覆盖率也存在较大局限性。因此，有必 要寻找一种覆盖面更广且数据量充足的交通信息采集方式，作为对现有交通信息采集技 术的补充与融合。而移动通信技术的发展和移动电话使用的普及，为实时交通信息采集 提供了覆盖面广泛的海量现成数据源，是新一代交通信息采集技术的重要发展方向。 1 2 研究目的与意义 目前，我国移动网络的建设已较为成熟，网络覆盖面较广，信号稳定，用户群庞大， 可提供稳定而海量的移动通信数据，具有良好的可利用基础。据工业和信息化部统计， 截至2 0 0 8 年1 2 月，我国移动电话交换机容量达11 4 3 亿户，比上年末新增2 8 亿户， 移动电话用户合计6 4 亿户，比上年末新增9 3 9 2 4 万户，移动电话普及率为4 8 5 部百 人，移动电话通话时长合计2 9 3 9 7 7 8 亿分钟，比上年同期累计增长2 7 5 ，移动短信业 务量6 9 9 6 7 亿条，比上年同期累计增长1 8 2 t 1 3 】。 而在实际路网中行驶的机动车中，大部分车辆都载有移动电话用户。由于车载移动 台具有与其所在车辆相同的行驶速度，因此，通过采集处理车载移动台提供的移动通信 数据，可以进行相应路段交通信息的采集，判断道路的交通状态。 可见，将车载移动电话用户视为浮动车探测器，可以覆盖大部分没有加装感应线圈 等固定型检测设备的路网，也能够为已安装固定型检测设备的路段增加采集交通信息的 数据源。此外，若采用合适的数据采集方法，如在移动通信网络的数据交换中心或基站 控制器加载数据采集程序和存储设备，则彳需要在车辆上加装设备，也不需要驾驶员主 动配合回传数据即可获得带有时间戳及移动电话定位信息的移动通信数据，以提取行程 时间与行程车速等交通参数，弥补了路网中g p s 浮动车样本量过少的缺陷。可见，合 理开发利用现有的移动通信数据资源，便能以较小的投资获得覆盖范围广泛的海量数 据，能够在一定程度上与基于感应线圈及g p s 浮动车等现有交通信息采集技术形成互 补，以构建更加高效可靠、适用范围更加广阔的交通信息采集与事件检测体系。 利用移动通信数据提取交通信息，首先需要从海量多样的通信事件及通信数据中选 择适用的数据类型及获取方式。从交通检测的角度考虑，交通信息采集与交通状态判断 的基本单位是路段，因此，所选择的通信事件发生频率和持续时间需要达到一定的数量 级，可以在一定检测间隔内为检测路段提供足够的样本量；所获取的移动通信数据需带 基于移动通信数据的高速公路交通信息采集与交通状态判别研究 有移动电话发生通信事件的时间信息和位置信息，以便与地理信息系统结合，将检测到 的移动电话匹配到特定的道路上，作为特定时段特定路段的交通信息提取源数据。从移 动通信的角度考虑，所选择的通信数据在现有网络运营中应已经存在，且方便获取，不 会对现有网络资源的使用增加过大的负荷。 在确定可利用移动通信数据类型之后，需要进一步确定所选各类移动通信数据可直 接提供和间接提供的交通参数及计算方法，如行程时间与行程车速，以及其他能反映交 通状态变化的移动通信参数及其计算方法。明确整个交通信息提取过程各主要步骤，即 移动电话位置检测，地图匹配，参数估算，并对交通信息提取过程中的其他细节问题进 行处理，如非车载移动电话的判别、车载移动台行驶方向判断与路径匹配等。 最后，利用从移动通信源数据提取的交通参数和移动通信参数，选择适当的交通状 态判别方法，对路段进行交通状态判别与交通事件检测。 此外，由于实际中存在着大量影响交通参数估算与交通状态检测精度的因素，如移 动通信数据源自身误差、通信事件发生频率与持续时间、移动电话定位方法、定位精度、 地图匹配方法、样本量、采样频率、路网结构特征、路段划分、实际交通流量与交通状 态变化、非车载移动电话数据干扰等等。各影响因素之间也存在着相互作用，例如，若 划分目标路段时将路段设置得较长，且采样点定位误差远小于连续两次采样点之间的距 离，则通过连续两个采样定位点估算的车辆行程速度精度受采样点定位精度影响较小， 目标路段上所能检测到的样本量也越大，但与此同时，目标路段越长，车辆改换路径的 可能性越大，遭遇4 = p j ，= ) 尸 薯= k l y = j )( 3 - 2 ) 其中，f 1 ，2 ，3 ，4 ，5 ，歹 1 ，2 ，3 ，4 ，五为通信行为概率表主要内容， x ：通话频率；x 2 ：通话时长；x 3 ：短信频率；x 4 ：拨打特殊号码；x 5 ：忍耐时间。 y 表示用户类型； p y = _ ，) 表示某用户为用户类型的概率，有e y = j ) = 1 ，根据上述分析有刀 j 。= 。l = 4 ，且p y = 办服从分段均匀分布； 尸瓴= kly = j 表示用户类型y 的第类人中发生某种通信行为为k ( 如五，通话 频率为尼) 的概率，在本次调查中，p “= k i y = j ) 同样服从分段均匀分布； 基于移动通信数据的高速公路交通信息采集与交通状态判别研究 则，p 瓴= 后，y = 办则表示某用户为用户类型y 中第类人且发生某种通信行为为 后的概率。 综上，建立车载移动电话用户通信行为仿真模型如下图所示： 图3 1 7 车载移动电话用户通信行为仿真模犁 3 6 本章小结 本章首先以g s m 系统为例，说明和分析了移动通信网络的系统组成与网络结构、 相关通信事件流程、以及各功能实体和编号在通信事件中的作用。 确定了以路网中活跃移动台的位置更新、呼叫连接、切换、短消息四种通信事件作 为交通信息采集的移动通信数据源，以及通过在b s c 或m s c 中加载数据提取程序及存 贮设备的移动数据提取方式，以在满足交通信息采集需求与不增加移动通信网络负荷的 基础上，最大限度地利用现有移动通信数据。 中山大学博卜研究生学位论文 此外，通过用户调查，统计分析移动电话用户通信行为受交通状态影响的一般规律， 研究表明，用户通信行为与交通状态变化情况具有关联性，将移动通信数据作为交通信 息采集与交通状态判断数据源是可行的。 根据用户调查统计分析结果，建立了移动电话用户的通信行为仿真模型，而通过调 查获得的移动用户行为特征参数可作为通信行为仿真模型各项参数的数量级参考。 本章得出的结论为下一章基于移动数据的交通信息采集提供了事实基础，所确定的 移动通信事件和数据将作为下一章交通参数估算的数据来源。 基于移动通信数据的高速公路交通信息采集与交通状态判别研究 第四章基于移动通信数据的交通信息采集 在上一章确定以路网中活跃移动台的位置更新、呼叫连接、切换、短消息四种通信 事件作为交通信息采集的移动通信数据源的基础上，本章阐述从移动通信数据中提取交 通信息的方法和过程。在现有基于切换定位估算路段行程速度，即获取直接交通信息的 基础上，提出间接交通信息的定义与估算方式，以解决道路拥堵情况下，难以获得切换 样本量而无法判断道路交通状态的问题。 4 1 整体流程 基于移动通信数据的交通信息采集整体流程如图4 - 1 所示。 图4 1 交通信息采集整体流程 其中，移动通信数据采集部分已在第三章中分析确定，而利用所提取的交通信息进 行交通状态判断与事件检测部分内容将在第六章中结合模型建立与仿真实例进行阐述， 中山大学博士研究生学位论文 并且将在第六章中对事件检测算法进行评价。因此，本章主要对获取移动通信数据后的 交通信息提取步骤依次进行阐述。其主要流程包括：采用与检测区域路网结构及其移动 通信网络结构相适应的方法对检测路段进行划分：对获取的原始移动通信数据进行规整 与清理；根据经过处理的移动通信数据中包含的移动台位置与时间信息，对移动台进行 地图匹配；定义直接与间接交通信息参数，从匹配到检测路段与时段中的移动台通信数 据中估算提取各类交通信息。 4 2 路网划分 路网划分是整个交通信息采集过程的基础环节。由于对交通参数的估算和交通状态 的判别都是针对各个目标路段进行的，根据交通信息采集方式和路i ) ) 9 结构的不同，对目 标路段的划分方式将影响到可获得样本量、交通参数估算精度、引入误差等多个方面。 因此，根据本文所采用的基于移动通信数据交通信息采集方法，以及研究对象高速公路 路网及其相应的移动通信网络特征，选用以基站覆盖区划分目标路段的路网划分方式。 4 2 1 高速公路路网结构及其移动通信网络结构特征 本文以高速公路路网为研究对象。我国交通部“公路工程技术标准”规定，高速公 路是指能适应年平均昼夜汽车交通流2 5 0 0 0 辆以上，专供汽车分道行驶并全部控制出入、 全部立体交叉的现代化汽车专用道路【5 7 1 。一般情况下，高速公路上的车辆可以不停顿高 速行驶；设有多车道，两向分隔行驶；全线封闭，出入口控制，只允许车辆在规定的交 叉口进出公路；目前一般提及的高速公路，指的是城市间高速公路，在通过城市时，大 多沿城市周围的环道绕行，尽量减少穿越城市交通繁忙地区，以减少车辆拥挤和废气噪 声的污染。 在移动通信网络方面，覆盖高速公路的移动通信小区属于重点保障对象，一般来说， 移动通信网络的基站小区应该完全覆盖高速公路，且小区边缘不与高速公路相切，高速 公路主干道沿线的切换序列相对稳定。另一方面，由于高速公路车辆行驶速度较快，为 了避免车载移动台在通话过程中频繁地进行切换，对于覆盖高速公路的基站小区要进行 特别的优化，与普通基站小区( 覆盖范围半径长度约在5 0 0 2 0 0 0 m 左右) 相比，一般将 这些基站小区设置得略为狭长。此外，由于高速公路一般处于非密集区域，因此一般假 设在高速公路之外的非车载移动台的数量较少，通过建立非车载移动台历史数据库，我 们可以剔除绝大部分的非车载移动台，从而将该部分用户的影响降至最低，可以忽略而 不影响整体评估的效果。基站小区覆盖高速公路示意图如图4 2 所示： 基于移动通信数据的高速公路交通信息采集与交通状态判别研究 圈4 - 2 基站小区覆盖高速公路示意图 4 2 2 路网标定方法 对交通路网进行路段划分的过程即为路嘲标定。由基站小区覆盖范嗣划分路网，需 要确定相邻小区在路径上的分界点。实际中，相邻基站小区之间存在着无线信号重叠区， 当通话中的移动台接近当前小区边界时，该小区的信号逐渐减弱，而移动台行驶方向上 的相邻小区信号逐渐增强，在信号重叠区内会发生越区切换事件。园此，可以将发生切 换事件的切换点位置作为相邻基站小区的分界点即路网中相邻路段的分界点。 圈4 0 相邻基站小区2 阃的切换点( 分界点) 示意图 中山大学博士研究生学位醍文 实际中，由1 ：无线信号受地理环境和气象冈索的影响，基站小区的无线信号覆盖范 围存在一定程度的波动 生，而移动台在发生切换的过程中，同时检测相邻几个基站小区 的信号强度，选择最强的一个作为切换目标小区，移动台经过同一路段时，在小同环境 下发生切换的摹站小区序列可能不一定相同。但是由于高速公路多数位于地理环境简 单、地形开阔建筑密度较低的郊区，多径效应影响较弱并且为了保证通信质量的稳定， 一般会对基站小区进行特别的优化，尽可能的由狭长的小区完全覆盖路段，从而减少切 换的频度和波动，因此，高速公路丰干道沿线的田换序列相对稳定。基于上述的事实和 考虑，本文假定移动台通过同一路段时，基站4 q x _ 的切换序列对( 即发生切换事件的源 小区与日标小区) 稳定且唯一。 侗由于无线信号的波动性，以及卡h 对信号强度准则、滞后余量的影响，即使在切换 序列稳定的情况下，不同移动台或同一个移动台多次经过同一个相邻小区重叠区时。发 生四换的具体位置依然会有所不同。因此，需要通过实验方式，对多次切换事件的切 换点取平均值，并投影到道路中心线上，作为划分相邻小i 夏的唯一分界点，称为标定切 换点。每西个标定切换点之间的路段称为标定切换路段，即由某一摹站小区攫盖范围所 确定的交通检测路段。 切换路段具有方向性，而高速公路主干道其中一个行驶方向可视为条有向路径， 在高速公路主干道沿线基站小区切换序列对稳定且唯的假设前提下，高速公路丰下道 双向道路均对应一条稳定且唯一的有向切换序列。 基于减小标定切换点引入误差的考虐，本文对高速公路两个行驶方向分别进行切换 点标定与路段划分。以一个行驶方向为例，说明标定切换点的过