1.一种实现车辆特征码和数字车牌关联的系统，其特征在于：包括感知源、采集层、数据层和应用层；
所述感知源是指采集目标，如车辆；
所述采集层是指获取目标的方式，利用wifi信号采集和摄像机的车牌识别技术原理；
所述数据层是指目标所反映的数据信息；
所述应用层是实现mac特征码和车牌关联的方法以应用。
2.根据权利要求1所述的实现车辆特征码和数字车牌关联的系统，其特征在于：所述采集层利用wifi采集系统原理，无感知探测覆盖范围内的车辆wifi信号，探测内容为车辆所附有的全球唯一特征码（mac地址），该特征码是一段48比特的数值，用来表示互联网上每一个站点的标识符，通俗的解释就是上网设备的物理地址或硬件地址，每台上网设备拥有全世界唯一的以太网规格的mac地址，mac地址格式由12位数字或者字母以及间隔符号构成，格式如：10-41-7f-02-32-10或10:41:7f:02:32:10。
3.根据权利要求1所述的实现车辆特征码和数字车牌关联的系统，其特征在于：所述数据层来源于前端采集设备的mac数据采集、车牌电子抓拍等，前端数据采集的主要内容是车辆特征码mac地址数据和采集到的时间，该数据可反映出车辆的活动坐标系，并建立和电子抓拍轨迹的关联依据。
4.根据权利要求3所述的实现车辆特征码和数字车牌关联的系统，其特征在于：所述车牌电子抓拍主要内容包括车牌号、坐标点、品牌、车型、抓拍照片、抓拍时间六类结构化数据，该数据主要用于刻画车辆的抓拍坐标。
5.根据权利要求1所述的实现车辆特征码和数字车牌关联的系统，其特征在于：所述数据层为基于数据层相关数据资源，建立wifi采集系统应用平台，打造数据和应用融为一体的综合分析平台，并为突显车辆感知应用的智能化，从中建立相关应用模型。
6.一种实现车辆特征码和数字车牌关联的方法与流程，其特征在于：包括车牌关联mac和mac关联车牌，所述车牌关联mac的数据处理流程为：
s1、获取，获取一天车牌的采集记录；
s2去重，将车牌的采集记录重复的过滤；
s3、过滤，过滤掉车牌采集设备附近没有wifi采集设备的记录；
s4、排序，根据时间的前后顺序排序；
s5、判断，判断数据量是否满足碰撞要求，如不足重复s1到s4，每重复一次，时间范围提前一天，直到有足够的数据量；
s6、分段，以车牌采集为中心，前后共2分钟，把车牌采集记录分成一个一个时间段，根据车牌的采集设备计算出每个时间段的wifi采集设备，从solr中依次获取wifi热点数据；
s7、碰撞，计算出每个时间段出现率最高mac，特别是多天都出现的mac；
s8、缓存，将碰撞出来的数据进行优化；
s9、将优化后数据在web分页显示。
7.根据权利要求6所述的实现车辆特征码和数字车牌关联的方法与流程，其特征在于：所述mac关联车牌的数据处理流程为：
s10、获取，获取一天wifi采集记录；
s11、判断，根据采集的设备数量，采集设备的距离，采集的数据量判断是否为移动的mac；
s12、去重，将wifi采集记录重复的过滤；
s13、过滤，过滤掉wifi采集设备附近没有车牌采集设备的记录；
s14、排序，根据采集时间的前后顺序排序；
s15、判断，判断数据量是否满足碰撞要求，如不足重复s10到s14，每重复一次，时间范围提前一天，直到有足够的数据量；
s16、分段，以wifi采集设备坐标为中心，前后共2分钟，把wifi采集记录分成一个一个时间段，根据wifi采集设备计算出每个时间段的车牌设备，从solr中依次获取车牌数据；
s17、碰撞，计算出每个时间段出现率最高车牌，特别是连续多天都出现的车牌；
s8、缓存，将碰撞出来的数据进行优化；
s9、将优化后数据在web分页显示。