1.基于轨迹相似度和深度学习的轨迹gps坐标恢复方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于轨迹相似度和深度学习的轨迹gps坐标恢复方法，其特征在于，所述步骤(1-2)中，缺失轨迹段缺失点的初步填充过程如下：
3.根据权利要求2所述基于轨迹相似度和深度学习的轨迹gps坐标恢复方法，其特征在于，所述步骤(d)中，将缺失轨迹段缺失点的位置坐标填补为相关轨迹段原始填充点的位置坐标后，还判断位置坐标是否符合常理，是，则将填充后的缺失轨迹段输出；否，则选择次相似的相关轨迹段重新进行坐标填补；若不符合常理且之后没有次相似的相关轨迹段，则不进行任何填补。
4.根据权利要求2或3所述基于轨迹相似度和深度学习的轨迹gps坐标恢复方法，其特征在于，所述步骤(1-3)中，采用线性插值方式对找不到相关轨迹段的缺失轨迹段缺失点进行位置坐标填充的过程为：对于被记录点夹在中间的缺失点，分别用经度和纬度的一维线性插值进行填充；如果在不完整轨迹的起点和终点有缺失点，则使用起点之后/终点之前最近的记录点来填充。
5.根据权利要求4所述基于轨迹相似度和深度学习的轨迹gps坐标恢复方法，其特征在于，所述步骤(2-1)中，eidx采用如下方式获得：
6.根据权利要求5所述基于轨迹相似度和深度学习的轨迹gps坐标恢复方法，其特征在于，所述步骤(2-1)中，etime采用如下方式获得：
7.根据权利要求6所述基于轨迹相似度和深度学习的轨迹gps坐标恢复方法，其特征在于，所述步骤(2-1)中，egps采用如下方式获得：
8.一种实现权利要求1～7任一项所述的轨迹gps坐标恢复方法的坐标恢复框架，其特征在于，包括空间信息提取器、轨迹编码层、深度编码器和深度解码器，其中：
9.根据权利要求8所述的坐标恢复框架，其特征在于，所述空间信息提取器中，通过轨迹点填充模块对缺失位置坐标进行初步填补。
10.根据权利要求9所述的坐标恢复框架，其特征在于，所述轨迹点填充模块包括网格索引器、序列筛选器、坐标选择器和单元格序列选择器，其中：