基于emd算法的个体出行手机切换序列道路匹配方法
【专利摘要】本发明公开了一种基于EMD算法的个体出行手机切换序列道路匹配方法，通过先标定每条道路对应的手机基站切换主序列，然后计算个体出行产生的待匹配切换序列与每条道路上的已知标定切换主序列间的EMD值，最后选择其中的最小EMD值所对应的标定道路即为该个体出行所匹配的道路。本发明的积极效果是：通过利用通信运营商提供的手机基站切换序列、切换时刻等数据信息，将手机切换序列数据构建为相应的EMD模式，然后根据EMD值将不同道路的手机切换模式进行分析归类，当得到新的未知个体手机切换数据后只需对其进行模式归类即可获得该用户出行轨迹并实现道路地图匹配。在当前手机普及率高的背景下，本发明可用于大范围居民出行轨迹信息识别与采集。
【专利说明】基于EMD算法的个体出行手机切换序列道路匹配方法
【技术领域】
[0001] 本发明涉及交通管理【技术领域】，尤其涉及一种利用手机通信数据进行个体出行轨 迹所属道路的识别与地图匹配方法。
【背景技术】
[0002] 利用空间定位信息来识别个体出行道路轨迹能够为城市规划、交通规划提供有力 支持。现有的个体出行道路匹配识别主要依靠GPS定位、航位推算数据等进行地图匹配完 成，例如通过手持或者车载GPS定位仪器采集出行轨迹经纬度数据，再将GPS经纬度数据导 入电子地图中进行道路的匹配与识别。目前，该类方法应用效果受仪器定位精度、匹配方法 影响较大，并且仪器都较为昂贵、普及率非常有限，技术很难在实际项目中大规模应用，存 在一定的技术缺陷。另一方面，目前利用仪器时空定位数据进行道路地图匹配的相关算法 也存在很多缺陷，尤其当定位频率较低或道路网复杂时，匹配效果还不理想。已有道路匹配 算法可以分为以下几类：
[0003] 1.几何形状分析匹配算法
[0004] 计算定位点与路网节点或者与邻近路段垂直投影距离，或者计算一系列定位点构 成的曲线到附近交通线路的距离，选择距离最小值实现道路匹配。
[0005] 2.路网拓扑结构分析匹配算法
[0006] 车辆在行驶过程中，它的运动轨迹所处的道路必然具有连通性。基于路网拓扑结 构的道路匹配方法利用道路网络的拓扑结构，通过判断候选道路的连通性，在多条候选道 路中选择出可能性最大、连通性最好的道路作为匹配道路。
[0007] 3.概率分析匹配算法
[0008] 这类算法需要首先定义一个在导航设备定位点的椭圆或者矩形的误差范围，然后 将这些误差范围叠加在路网上来识别车辆的行驶轨迹。如果误差范围覆盖了数段道路，则 将利用方向、连通性和距离参数对候选路段进行评估，选择最可能的识别结果。
[0009] 而随着现代手机技术的快速发展，手机用户的普及率及其地区覆盖率迅速攀升， 加之数据成本较低，利用居民日常手机通信信令数据来进行个体出行道路匹配体现出了良 好应用前景。该方法只需通过连续追踪通话过程中手机与服务信号塔（即通信基站）间切 换变化序列，再将该序列对应的基站位置与道路设施进行关联匹配判定，即可识别手机用 户的出行道路轨迹并实现道路地图匹配。目前应用手机定位数据研究个体出行信息的方法 还非常少，有学者曾设计使用序列相似度算法进行手机切换道路匹配，其原理是在每一条 道路上进行切换实验，记录下每条道路的已知切换序列，在判断待匹配切换序列的道路归 属时，将其与每条道路的已知序列进行序列相似度计算，相似度最高的即为匹配道路。这 种方法计算简便，然而仅仅将切换序列作为参数，忽略了切换时间、服务基站位置等重要信 息，该方法在复杂路网中其匹配精确度非常有限。
[0010]EMD(EarthMover'sDistance)算法本质为运输规划中的线性最优化问题，已广 泛应用于图像处理和其他诸多领域，作为不同排列（组合）的差异度衡量方法，它非常适合 于不同手机切换序列与道路的匹配识别。基于EMD算法，本专利实现了利用手机切换定位 数据（包括切换基站编号序列、切换时间、服务基站位置信息）进行个体出行轨迹的道路识 别与匹配，识别精度较好，具有很好的行业应用价值。
【发明内容】
[0011] 为了克服现有技术的上述缺点，本发明提出了一种基于EMD算法的个体出行手机 切换序列道路匹配方法，运用手机切换序列、服务基站编号、切换发生时刻等数据进行手机 用户所经过的道路匹配；本发明创新性地提出应用EMD算法来进行手机切换序列间差异性 度量，并根据量化结果对手机切换序列进行道路匹配，提出了整套数据处理方法与出行轨 迹道路匹配技术。
[0012] 本发明解决其技术问题所采用的技术方案是：一种基于EMD算法的个体出行手机 切换序列道路匹配方法，包括如下步骤：
[0013] 第一步、手机切换基础样本数据的采集：
[0014] 确定目标区域与目标道路，在每条目标道路上采集至少五条手机切换样本数据作 为基础样本数据,称为已知切换序列；
[0015] 第二步、数据预处理：
[0016] 将每条道路的切换序列按照切换基站编号ID和切换时刻time顺序排列；
[0017] 第三步、确定每条道路上的已知切换主序列：
[0018] 1)从每条道路上的已知切换序列中随机抽取一个切换序列作为主序列；
[0019] 2)计算不同道路上主序列之间的EMD值；
[0020] 3)计算每条道路上的主序列与相同道路上的其他已知切换序列之间的EMD值；
[0021] 4)将本步骤第2)步和第3)步的计算结果用矩阵形式表示，形成EMD矩阵；
[0022] 5)判断EMD矩阵对角线上的数值是否为所在行和所在列的最小值：若是，则将本 步骤的第1)步选取的主序列作为已知切换主序列，然后进入第四步；若否，则重新选取每 条道路上一个切换序列作为主序列，然后返回本步骤的第2)步；
[0023] 第四步、计算待匹配切换序列与每条道路上的已知切换主序列间的EMD值，选择 其中的最小值所对应的道路即为待匹配切换序列所匹配的道路。
[0024] 与现有技术相比，本发明的积极效果是：本发明基于目前GPS定位等道路匹配技 术成本昂贵、覆盖率低等缺点，提出了一种基于EMD算法及手机通信数据的出行道路匹配 识别方法。通过利用通信运营商提供的手机基站切换序列、切换时刻等数据信息，将手机切 换数据构建为相应的EMD模式，然后根据EMD值将不同道路的手机切换模式进行分析归类， 当得到新的未知个体手机切换数据后只需对其进行模式归类即可获得该用户出行轨迹并 实现道路地图匹配。本方法创新性地将EMD算法及手机切换数据应用到个体出行轨迹的道 路地图匹配中，技术应用效果较好，且在当前手机普及率高的背景下，具有很好的行业应用 前景。
【专利附图】
【附图说明】
[0025] 本发明将通过例子并参照附图的方式说明，其中：
[0026] 图1是EMD算法思想应用举例示意图；
[0027] 图2是m= 3,η= 3的EMD模型及其应用于手机切换的EMD模式；
[0028] 图3为两个通话切换模式之间的EMD;
[0029] 图4为不同道路手机切换序列EMD分布框图；
[0030] 图5为切换基站和切换时间对不同手机切换模式差异的影响示意图。
【具体实施方式】
[0031] 考虑到手机用户数据保密性，我们选取某一城市区域，收集了该区域地理、交通及 通信基础数据，建立无线通信网络仿真平台进行模拟验证。选择该目标区域中六条主要道 路进行手机切换数据仿真，每条道路分别产生10条切换序列，随机选取6条切换序列进行 EMD矩阵计算并实现路段切换主序列标定，将剩余切换序列分成4个小组作为待识别序列， 每个小组包含6条道路上各一个手机切换序列，通过将待识别序列与各路段标定主序列进 行EMD值计算与模式分类识别。结果表明，4个小组的所有切换序列均成功匹配到所属道 路，匹配成功率为100%，该方法应用效果理想，能够大规模推广应用。
[0032] 本发明方法的原理及详细案例说明如下：
[0033]EMD算法的概念在1781年由学者GaspardMonge提出，描述的是一个古老的运输 问题，用来衡量同一空间中两种分布之间的差异度，一种分布是空间中的土堆立方量，另一 种分布则是空间中需要土方填补的坑洞，利用EMD算法求运送所有的泥土来填充坑洞所需 的最小工作量。以一个简单的例子介绍EMD算法的基本思路：二维空间中有两种数字分布 模式，引入EMD算法概念来量化两种模式之间的差异度，过程如图1所示，所有方案中存在 运输成本最小的移动方案，最小的总运输成本为(? = 3,即EMD(模式一，模式二）=3。 [0034] 在手机切换中，我们将不同的切换数据定义成不同的模式，假设有两条 不同的切换数据构成的切换模式P、Q，其对应于EMD模式的基本构成为：用元素PjPq」表示不同切换基站的空间位置坐标点，其距离用欧氏几何地面距离计算： da=(λ-,-XiY+(yi-v,)2 + (pt,-ptjY,(Xi,Yi)，（Xj,yP分别为两条切换数据中第i次和第 j次切换基站的坐标，为对应于基站Pi和Qj的手机切换发生时刻。系数P为引进 的转换系数，目的是将时间和空间两个维度的单位进行统一化。而分布模式中的权重Wpi和 Wqj则采用手机在基站pjPqj所接受的服务时间长度，这个时间长度的计算可以通过记录 每次切换发生的时刻得到。EMD模型及其应用于手机切换的EMD模式构建如图2所示。
[0035] 如图3所示为两个通话切换模式A和B之间的EMD值计算过程。通话中手机接受 不同基站的服务就是切换，（a)为通话A接受的基站服务情况，（b)为通话B接受的基站服 务情况，（c)则是通话A切换模式转化为通话B切换模式的过程，也体现了通话A和通话B 的EMD距离产生过程。图中的曲线为道路，每一个颜色点代表了该通话在每个对应基站内 接受Imin的服务时间，可以看出通话A和通话B的时长都是8min。将每两个基站之间转移 的颜色点数（即时间长度）乘以这两个基站之间的欧氏距离，对所有基站对的这个乘积求 和后除以所有转移的颜色点数，就得到了两个通话之间的EMD值。
[0036] 本发明案例中，手机切换数据仿真平台选用了某城市的实际道路网络为仿真背景 通过实地勘察、网站资料收集等获取仿真系统中道路等级、道路渠化、路口信号配时、交通 流量、通信基站位置、发射功率等基础数据，利用Corsim软件实现交通仿真，利用Matlab软 件实现通信切换仿真通信，实验选取该城市道路网络中的6条道路作为目标分析对象。
[0037] 第一步、手机切换基础样本数据的采集
[0038] 在以上仿真系统中选取城市道路网络中的6条道路作为目标分析道路，随机抽取 每条道路上的10条手机切换序列（共60条）作为研究基础数据，然后抽取每条道路的10 个手机切换序列中的6条共6*6条作为已知切换序列，见表1。剩余的4*6条数据作为待匹 配切换序列。
[0039] 表1(a)目标道路①手机已知切换序列
[0040]
【权利要求】
1. 一种基于EMD算法的个体出行手机切换序列道路匹配方法，其特征在于：包括如下 步骤： 第一步、手机切换基础样本数据的采集： 确定目标区域与目标道路，在每条目标道路上采集至少五条手机切换样本数据作为基 础样本数据，称为已知切换序列； 第二步、数据预处理： 将每条道路的切换序列按照切换基站编号ID和切换时刻time顺序排列； 第三步、确定每条道路上的已知切换主序列： 1) 首先从每条道路的已知切换序列中随机抽取一个切换序列作为主序列； 2) 计算不同道路上主序列之间的EMD值； 3) 计算每条道路上的主序列与相同道路上的其他已知切换序列之间的EMD值； 4) 将本步骤第2)步和第3)步的计算结果用矩阵形式表示，形成EMD矩阵； 5) 判断EMD矩阵对角线上的数值是否为所在行和所在列的最小值：若是，则将本步骤 的第1)步选取的主序列作为已知切换主序列，然后进入第四步；若否，则重新选取每条道 路上一个切换序列作为主序列，然后返回本步骤的第2)步； 第四步、计算待匹配切换序列与每条道路上的已知切换主序列间的EMD值，选择其中 的最小值所对应的道路即为待匹配切换序列所匹配的道路。
2. 根据权利要求1所述的基于EMD算法的个体出行手机切换序列道路匹配方法，其特 征在于：所述基础样本数据包括各切换基站的空间位置坐标、每次切换对应的基站编号及 切换时间。
3. 根据权利要求1所述的基于EMD算法的个体出行手机切换序列道路匹配方法，其特 征在于：数据预处理时，将所有切换时刻设置为相对于车辆在相应道路上出发起始时刻的 相对时间。
【文档编号】H04W64/00GK104504900SQ201410824917
【公开日】2015年4月8日 申请日期:2014年12月26日 优先权日:2014年12月26日
【发明者】杨飞, 姚振兴, 曾大堃, 韩旭, 刘中游 申请人:西南交通大学