本发明属于大数据应用平台领域，尤其涉及一种基于大数据的出行约车信 息平台系统。
背景技术：
目前，全球卫星定位系统(GPS)是今年以来开发的最具有开创意义的高新 技术之一，其全球性、全能性、全天侯性的导航定位、定时、测速优势必然会 在诸多领域中得到越来越广泛的应用。在发达国家，GPS技术已经开始应用于交 通运输和交通工程。目前，GPS技术在中国道路工程和交通管理中的应用还刚刚 起步，随着中国经济的发展，高等级公路的快速修建和GPS技术的应用研究的 逐步深入，其在道路工程中的应用也会更加广泛和深入，并发挥更大的作用。
车载系统是将GPS系统应用在汽车上，来实现多种功能，比如：防盗报警， 实时监控，拍照录像，电子围栏，历史回放等，而目前的车载GPS系统只能单 独实现其中一种或几种功能。
车载系统的出行约车信息交互性差。
现有用户约车获得信息准确性差。
综上所述，现有技术存在的问题是：现有技术提供的车载GPS系统只能单 独实现其中一种或几种功能，功能单一的问题；车载系统的出行约车信息交互 效果差。
技术实现要素：
针对现有技术存在的问题，本发明提供了一种基于大数据的出行约车信息 平台系统。
本发明是这样实现的，一种基于大数据的出行约车信息平台系统设置有：
用车体验模块；在线商户模块；询价模块；定位模块；报价模块；发布模 块。所述用车体验模块电连接于所述在线商户模块；所述在线商户模块电连接 于所述询价模块；所述询价模块电连接于所述定位模块；所述定位模块电连接 于所述报价模块；所述报价模块电连接于所述发布模块。
通过用户体验模块来使用户对用车的体验进行讨论、评价以及分享；
通过在线商户模块来显示在线商户，用户通过选取商户来进行在线电话和 在线预操作；
通过询价模块来根据用户的需要查看服务器给出参考价格；
通过所述报价模块用于商户对约车服务提供报价展示。
进一步，用户体验模块进一步集成有：
获取模块，用于读取所述在线商户模块提供的约车服务信息；
判断模块，用于将所获取的约车服务信息作比较，判断是否为需求信息；
判断模块的比较方法包括：
首先要在时间上进行离散化处理，在时间上有限个采样点代替连续无限的 坐标位置，每隔一定的时间间隔，抽取信号的一个瞬间幅度值，在时间上将模 拟信号离散化；
采样后所得出的一系列在时间上离散的样值称为样值序列；采样把模拟信 号变成在时间上离散的样值序列，进行离散化处理，转换为有限个离散值，最 终用数码来表示其幅值，实现连续信号幅度离散化处理；
采样、量化后的信号变成一串幅度分级的脉冲信号，这串脉冲的包络代表 模拟信号，把模拟信号转换成数字编码脉冲，用n比特二进制码表示已经量化 了的样值，每个二进制数对应一个量化电平，然后把它们排列，得到由二值脉 冲组成的数字信息流，进行传输和记录；判断出线商户模块提供的约车服务信 息是否为需求信息；
所述离散化处理具体包括：
(1)、将输入信号序列的信号样点x(n)减去M个采样间隔之前的信号样点x(n-M)，得到差值信号d(n)，即：
d(n)＝x(n)-x(n-M)；
其中，M是DFT变换点数，n信号样点的时域索引；
(2)、然后进行修正后的UVT变换：
其中，k为DFT变换的频域索引值，WM为复旋转因子并且WM＝ej2π/M；
(3)、将信号样点x(n)乘以调制序列将频点k的DFT变换移到k＝0处， 根据n-L时刻的DFT变换结果Xn-L(0)计算n时刻的DFT变换输出：
其中，m为调制序列的索引值，每个采样时刻增加1，初始值为0，增加到 M-1时，下一采样时刻恢复到初始值0，作为迭代的n-L时刻的DFT变换结果 Xn-L(0)，其初始值采用DFT变换方法得到；
所述的调制序列采用一个复数振荡器来实现，形式为：
调制序列是以M为周期的，每M个样点就自动从开始；
所述的变换表示为：
其中，
L点信号序列d(n)被分成两个长度为L/2的子序列，分别对应d(n)中奇数 索引和偶数索引的子序列，根据抽取得到的这两个子序列的DFT变换直接 合成得到；
(4)、通过相位修正得到n时刻频点k的DFT变换结果即信号第k个频点的 频谱信息：
进一步，所述定位模块，调用卫星定位对本机定位，并且将定位数据上传 到服务器；服务器保存实时定位数据中，
通过定位模块集成的数字编码脉冲噪声滤除模块对干扰的无效信息进行滤 除；
数字编码脉冲噪声滤除方法包括：
标识噪声点；将定位模块获取的约车原始图像I映射为图G＝(V,E)，得到A和 A和的获得，通过设置阈值来标识噪声点，若图像I的尺寸为M×N，M,N∈Z+， 抽象为一幅无向图G＝{V,E}，其中V,E分别对应图G的结点集和边集，采用8连接 的图拓扑结构，用Iij指代结点vij处的像素值，Imax＝max{Iij；1≤i≤M,1≤j≤N}， Imin＝min{Iij；1≤i≤M,1≤j≤N}，因为噪声点的像素值非常接近于Imax和Imin，固设置阈值 T＝(Imax-Imin)*σ，其中σ的经验值取0＜σ≤0.05，由公式从全局角度将图G的结点划分为噪声点集A和非噪声点集满足集合A中包含的结点vij即为标识出的噪声点，
选择置信滤波窗口；具体步骤为：
步骤1：赋初值k＝1，wij(k)＝N8(vij)，令
步骤2：计算wij(k)的Bij(k)，若Bij(k)为转至步骤3；否则转至步骤4；
步骤3：由表1的方法将wij(k)扩展为wij(k+1)，k＝k+1转至步骤2；
步骤4：若k≤Tw，扩展wij(k)为wij(k+1)，转至步骤5；否则D＝D∪vij；
步骤5：由公式算出Cij(k)和Cij(k+1)， 若Cij(k)≥Cij(k+1)，将wij(k)作为置信滤波窗口，转至步骤7；否则k＝k+1转至步骤6；
步骤6：若k≤Tw，扩展wij(k)为wij(k+1)，转至步骤5；否则将wij(k-1)作为置信 滤波窗口，转至步骤7；
步骤7：采用公式对vij进行滤波；
步骤8：重复步骤1至7直到对所有进行处理；
步骤9：若D为方法结束；否则跳至步骤10；
步骤10：将A＝D，不断扩展wij(k)，满足k∈Z+，直到将wij(k)作 为置信滤波窗口，采用公式对vij进行滤波，直到处 理完A中所有噪声点，结束；得到约车的实时图像信息。
进一步，置信滤波窗口中，置信度的算法包括：
需要选择窗口wij对vij进行滤波，其中且vij∈wij；滤波时本质上 靠wij中的所有非噪声点对Iij进行修复，令集合Bij＝{vpq；vpq∈wij且为wij的置信集， 若Bij的元素个数为n，则在wij中定义Bij内结点vpq的权重函数weightpq为：
其中β＞0为可调节参数，同时定义wij的置信度Cij为：
Cij的值反映wij中非噪声点vpq间像素值Ipq的差异程度，用wij中非噪声点恢复 Iij的可靠性；对于不同大小的wij，令wij(k)代表vij的第k级滤波窗口，Bij(k)为wij(k) 的置信集，Cij(k)代表wij(k)的置信度，通过比较不同wij(k)的Cij(k)值选择出的wij(k)为 置信滤波窗口，在不考虑结点空间位置的条件下，Cij(k)的值越大表明用wij(k)恢复 Iij的准确度越高，若同时考虑结点间的相对位置信息，则Bij(k)中的结点相对于vij的欧氏距离不能太大，否则使wij(k)恢复的可靠性下降。
进一步，数字编码脉冲噪声滤除方法进一步包括两步滤波法，
所述两步滤波具体步骤为：
第一步，选择合适的wij(k)对进行滤波，将无法处理的vij保存到集合D 中；
第二步，若D不为把D设为A并更新寻找第一个存在非噪声点 的wij(k)k∈Z+作为vij的滤波窗口。
进一步，所述定位模块，调用卫星定位对本机定位，并且将定位数据上传 到服务器；服务器保存实时定位数据中，
调用卫星定位对本机定位方法包括：
本机当前定位坐标为(x0，y0)，以(x0，y0)为原点建立直角坐标系，将用户 输入的筛选距离换算为地图的经纬度差值，经度差值为Δx，纬度差值为Δy， 服务器筛选出所有横坐标位于[x0-Δx，x0+Δx]区间内的数据的集合A，服务器 筛选出所有横坐标位于[y0-Δy，y0+Δy]区间内的数据的集合B，然后将集合A 和集合B取交集得到集合C，即得到一个以坐标原点(x0，y0)为中心的矩形范围 内所有符合条件的数据集合，然后遍历集合C内所有数据计算出某一数据坐标 (x1，y1)与原点(x0，y0)的距离s。
进一步，通过发布模块来使用户发布约车需求信息；通过报价模块使得商 户来对约车服务提供报价展示。
本发明系统通过用户体验模块来使用户对用车的体验进行讨论、评价以及 分享；通过在线商户模块来显示在线商户，用户通过选取商户来进行在线电话 和在线预操作；通过询价模块来根据用户的需要查看服务器给出参考价格；通 过定位模块，来调用卫星定位来对本机定位，并且将定位数据上传到服务器。 服务器来保存实时定位数据；通过发布模块来使用户发布约车需求信息；通过 报价模块使得商户来对约车服务提供报价展示。本发明系统结构简单，使用方 便。可以通过大数据来提供约车服务，信息精准，非常值得推广使用。
本发明针对HDFT变换方法在实际工程应用中HDFT变换存在潜在不稳定和 累计误差的问题，提出了一种数字离散信号任意步长的滑动离散傅里叶变换方 法即调制任意步长SDFT(Modulated Hopping DFT，mHDFT)变换方法，利用DFT 循环频域移位特性，采用修正的UVT变换，有效地去除了HDFT谐振器反馈回 路中的旋转因子，将HDFT极点精确固定在单位圆上，然后通过相位修正得到n 时刻频点k的DFT变换结果，从而在确保HDFT恒稳定的同时有效降低了累计 误差。从而获得准确的约车定位信息；
本发明可以在非常强的脉冲噪声干扰下对图像进行滤波(去噪)处理，方法 易于操作，三个简单参数需要设置，且滤波窗口的尺寸可自动根据图像局部信 息进行调节，该发明提出的两步滤波策略可以很好的处理噪声块过大的情况， 恢复的图像无论在滤波效果还是细节保留(清晰度)上都要明显强于经典的中值 滤波(MF)方法；为定位模块的应用提供理论支持。现有的获取约车信息中，获 取的信息延迟性和准确性差，没有对约车的实时状态进行准确的获取，影响了 约车的应用。
附图说明
图1是本发明实施例提供的基于大数据的出行约车信息平台系统结构示意 图；
图中：1、用车体验模块；2、在线商户模块；3、询价模块；4、定位模块； 5、报价模块；6、发布模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并 配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示，本发明实施例所述的基于大数据的出行约车信息平台系统包 括：用车体验模块1；在线商户模块2；询价模块3；定位模块4；报价模块5； 发布模块6。
所述用车体验模块1电连接于所述在线商户模块2；所述在线商户模块2电 连接于所述询价模块3；所述询价模块3电连接于所述定位模块4；所述定位模 块4电连接于所述报价模块5；所述报价模块5电连接于所述发布模块6。
本发明系统通过用户体验模块来使用户对用车的体验进行讨论、评价以及 分享；通过在线商户模块来显示在线商户，用户通过选取商户来进行在线电话 和在线预操作；
通过询价模块来根据用户的需要查看服务器给出参考价格；通过定位模块， 来调用卫星定位来对本机定位，并且将定位数据上传到服务器。服务器来保存 实时定位数据；
通过发布模块来使用户发布约车需求信息；通过报价模块使得商户来对约 车服务提供报价展示。本发明系统结构简单，使用方便。可以通过大数据来提 供约车服务，信息精准，非常值得推广使用。
用户体验模块进一步集成有：
获取模块，用于读取所述在线商户模块提供的约车服务信息；
判断模块，用于将所获取的约车服务信息作比较，判断是否为需求信息；
判断模块的比较方法包括：
首先要在时间上进行离散化处理，在时间上有限个采样点代替连续无限的 坐标位置，每隔一定的时间间隔，抽取信号的一个瞬间幅度值，在时间上将模 拟信号离散化；
采样后所得出的一系列在时间上离散的样值称为样值序列；采样把模拟信 号变成在时间上离散的样值序列，进行离散化处理，转换为有限个离散值，最 终用数码来表示其幅值，实现连续信号幅度离散化处理；
采样、量化后的信号变成一串幅度分级的脉冲信号，这串脉冲的包络代表 模拟信号，把模拟信号转换成数字编码脉冲，用n比特二进制码表示已经量化 了的样值，每个二进制数对应一个量化电平，然后把它们排列，得到由二值脉 冲组成的数字信息流，进行传输和记录；判断出线商户模块提供的约车服务信 息是否为需求信息；
所述离散化处理具体包括：
(1)、将输入信号序列的信号样点x(n)减去M个采样间隔之前的信号样点 x(n-M)，得到差值信号d(n)，即：
d(n)＝x(n)-x(n-M)；
其中，M是DFT变换点数，n信号样点的时域索引；
(2)、然后进行修正后的UVT变换：
其中，k为DFT变换的频域索引值，WM为复旋转因子并且WM＝ej2π/M；
(3)、将信号样点x(n)乘以调制序列将频点k的DFT变换移到k＝0处， 根据n-L时刻的DFT变换结果Xn-L(0)计算n时刻的DFT变换输出：
其中，m为调制序列的索引值，每个采样时刻增加1，初始值为0，增加到 M-1时，下一采样时刻恢复到初始值0，作为迭代的n-L时刻的DFT变换结果 Xn-L(0)，其初始值采用DFT变换方法得到；
所述的调制序列采用一个复数振荡器来实现，形式为：
调制序列是以M为周期的，每M个样点就自动从开始；
所述的变换表示为：
其中，
L点信号序列d(n)被分成两个长度为L/2的子序列，分别对应d(n)中奇数 索引和偶数索引的子序列，根据抽取得到的这两个子序列的DFT变换直接 合成得到；
(4)、通过相位修正得到n时刻频点k的DFT变换结果即信号第k个频点的 频谱信息：
所述定位模块，调用卫星定位对本机定位，并且将定位数据上传到服务器； 服务器保存实时定位数据中，
通过定位模块集成的数字编码脉冲噪声滤除模块对干扰的无效信息进行滤 除；
数字编码脉冲噪声滤除方法包括：
标识噪声点；将定位模块获取的约车原始图像I映射为图G＝(V,E)，得到A和 A和的获得，通过设置阈值来标识噪声点，若图像I的尺寸为M×N，M,N∈Z+， 抽象为一幅无向图G＝{V,E}，其中V,E分别对应图G的结点集和边集，采用8连接 的图拓扑结构，用Iij指代结点vij处的像素值，Imax＝max{Iij；1≤i≤M,1≤j≤N}， Imin＝min{Iij；1≤i≤M,1≤j≤N}，因为噪声点的像素值非常接近于Imax和Imin，固设置阈值 T＝(Imax-Imin)*σ，其中σ的经验值取0＜σ≤0.05，由公式从全局角度将图G的结点划分为噪声点集A和非噪声点集满足集合A中包含的结点vij即为标识出的噪声点，
选择置信滤波窗口；具体步骤为：
步骤1：赋初值k＝1，wij(k)＝N8(vij)，令
步骤2：计算wij(k)的Bij(k)，若Bij(k)为转至步骤3；否则转至步骤4；
步骤3：由表1的方法将wij(k)扩展为wij(k+1)，k＝k+1转至步骤2；
步骤4：若k≤Tw，扩展wij(k)为wij(k+1)，转至步骤5；否则D＝D∪vij；
步骤5：由公式算出Cij(k)和Cij(k+1)， 若Cij(k)≥Cij(k+1)，将wij(k)作为置信滤波窗口，转至步骤7；否则k＝k+1转至步骤6；
步骤6：若k≤Tw，扩展wij(k)为wij(k+1)，转至步骤5；否则将wij(k-1)作为置信 滤波窗口，转至步骤7；
步骤7：采用公式对vij进行滤波；
步骤8：重复步骤1至7直到对所有进行处理；
步骤9：若D为方法结束；否则跳至步骤10；
步骤10：将A＝D，不断扩展wij(k)，满足k∈Z+，直到将wij(k)作 为置信滤波窗口，采用公式对vij进行滤波，直到处 理完A中所有噪声点，结束；得到约车的实时图像信息。
置信滤波窗口中，置信度的算法包括：
需要选择窗口wij对vij进行滤波，其中且vij∈wij；滤波时本质上 靠wij中的所有非噪声点对Iij进行修复，令集合Bij＝{vpq；vpq∈wij且为wij的置信集， 若Bij的元素个数为n，则在wij中定义Bij内结点vpq的权重函数weightpq为：
其中β＞0为可调节参数，同时定义wij的置信度Cij为：
Cij的值反映wij中非噪声点vpq间像素值Ipq的差异程度，用wij中非噪声点恢复 Iij的可靠性；对于不同大小的wij，令wij(k)代表vij的第k级滤波窗口，Bij(k)为wij(k) 的置信集，Cij(k)代表wij(k)的置信度，通过比较不同wij(k)的Cij(k)值选择出的wij(k)为 置信滤波窗口，在不考虑结点空间位置的条件下，Cij(k)的值越大表明用wij(k)恢复 Iij的准确度越高，若同时考虑结点间的相对位置信息，则Bij(k)中的结点相对于vij的欧氏距离不能太大，否则使wij(k)恢复的可靠性下降。
数字编码脉冲噪声滤除方法进一步包括两步滤波法，
所述两步滤波具体步骤为：
第一步，选择合适的wij(k)对进行滤波，将无法处理的vij保存到集合D 中；
第二步，若D不为把D设为A并更新寻找第一个存在非噪声点 的wij(k)k∈Z+作为vij的滤波窗口。
进一步，所述定位模块，调用卫星定位对本机定位，并且将定位数据上传 到服务器；服务器保存实时定位数据中，
调用卫星定位对本机定位方法包括：本机当前定位坐标为(x0，y0)，以(x0， y0)为原点建立直角坐标系，将用户输入的筛选距离换算为地图的经纬度差值， 经度差值为Δx，纬度差值为Δy，服务器筛选出所有横坐标位于[x0-Δx，x0+ Δx]区间内的数据的集合A，服务器筛选出所有横坐标位于[y0-Δy，y0+Δy] 区间内的数据的集合B，然后将集合A和集合B取交集得到集合C，即得到一 个以坐标原点(x0，y0)为中心的矩形范围内所有符合条件的数据集合，然后遍历 集合C内所有数据计算出某一数据坐标(x1，y1)与原点(x0，y0)的距离s。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的 限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变 化与修饰，均属于本发明技术方案的范围内。