前言：本站為你精心整理了CellID定位地鐵出行路徑范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

對于AFC數(shù)據(jù)推算法，傳統(tǒng)的地鐵出行路徑采用“最短路徑法”［3］，即最短路徑上客流量按100%分配，其他路徑則全為零。但實際中出行者的路徑選擇并非完全按最短路。陸奕婧［4］通過分析影響路徑選擇的主要因素，建立了簡單的路徑選擇概率計算模型;孫延碩等［5］利用圖論的方法，提出一種叫“單限制多權(quán)值的第K(≤3)短路徑”算法，算法將換乘路徑的里程數(shù)和換乘站數(shù)作為乘客選擇某條路徑的主要衡量標準，搜索滿足限制條件的最短路徑、次短路徑和漸次短路徑，然后以換乘路徑選擇概率的方式，計算各條路徑的選擇比例;徐瑞華等［6］通過研究路徑的綜合出行阻抗與最短路徑阻抗的關(guān)系，提出以正態(tài)分布函數(shù)描述出行路徑選擇行為;殷錫金［7］基于AFC數(shù)據(jù)，提出了“鑒識車票乘車路徑理論”，根據(jù)列車在各地鐵站點實際到發(fā)時刻，將乘客進站時段、進站時間、換乘時間、出站時間與之進行比較，當兩者在一個合理的時間段內(nèi)時，即認為該路徑是乘客所選路徑;劉劍鋒［8］采用Logit隨機路徑選擇模型，建立了路徑選擇方法模型。但是，這些方法均是通過理論模型推算，與乘客實際的出行路徑存在一定的誤差，該誤差因模型的不同具有一定的偏向性。至今仍沒有一種公認的、權(quán)威的出行路徑算法模型。

手機定位信息研究應(yīng)用現(xiàn)狀

隨著無線通信網(wǎng)絡(luò)的逐步完善，我國手機用戶數(shù)量得到快速的增長，手機用戶由2006年的4．6億發(fā)展到2010年的近8．6億［9］。同時，手機定位信息的應(yīng)用，也得到各國學者的重視，并利用各類檢測手段進行了大量的相關(guān)研究。Lovell［10］，Bar-Gera［11］等利用仿真方法研究了不同手機定位方法下車速估計的精度，結(jié)果表明利用手機定位信息能很好地區(qū)分車流在不同狀態(tài)下的速度。在國內(nèi)，2008年中國移動委托國家智能交通系統(tǒng)工程技術(shù)研究中心(NationalCenterofITSEngineeringandTechnology，ITSC)組織實施了“基于手機位置采集實時交通信息科研項目”實驗，這是國內(nèi)首次大范圍嘗試利用手機位置進行實時交通信息分析與采集，所得行程時間準確率約70%。而劉淼等［12］、張博［13］從城市交通的角度研究了手機定位信息在居民出行調(diào)查中的運用，如居民出行OD、出行方式等數(shù)據(jù)的獲取原理。本文利用手機被動定位(cellid定位法)產(chǎn)生的信令數(shù)據(jù)，通過分析地鐵乘客在地鐵系統(tǒng)內(nèi)部的手機信令數(shù)據(jù)，研究乘客出行規(guī)律，實現(xiàn)乘客出行路徑的精確識別。

地鐵乘客出行路徑辨識算法

無線通信位置信息產(chǎn)生原理處于待機狀態(tài)的手機通過基站(BaseStation，BS)與無線通信網(wǎng)絡(luò)保持聯(lián)系，無線通信網(wǎng)絡(luò)對手機所處的位置區(qū)(LocationArea，LA)信息進行記錄，該信息稱為位置區(qū)代碼(LocationAreaCode，LAC)，在用戶撥打電話和接聽電話時根據(jù)所記錄的位置區(qū)信息可通過呼叫路由選擇找到手機，建立通話連接，位置信息都以數(shù)據(jù)庫的形式存儲在來訪用戶位置寄存器中。在正常情況下，當移動臺(MobileStation，MS)發(fā)生以下事件［14］時會向寄存器上傳信息(包括上傳的時間、事件編號、所用的基站編號即CellID)，稱為位置點信息。1)需要使用網(wǎng)絡(luò)通信時，如主叫、被叫、發(fā)短信、收短信2)開、關(guān)機;3)周期性位置更新:長時間沒有上報位置信息時;4)小區(qū)切換:在移動中打電話切換了所使用的基站時;5)正常位置更新:在待機狀態(tài)下跨越了位置區(qū)時。若沒有發(fā)生以上事件，MS會以一定的時間間隔自動上報信息置寄存器中。

算法基本思想在無線通信中，為保持良好的無線通信服務(wù)，進行位置區(qū)域劃分時，通常把每條地鐵線路賦予不同的LAC編號，例如地鐵線路1的基站S11，S12，…，S1i，用同一個LAC表示，地鐵線路2的基站S21，S22，…，S2i，用另外一個LAC表示。根據(jù)無線通信原理，除了正常的通信事件外，跨越不同的LAC時，也將發(fā)生位置信息的上傳。地鐵出行者路線可分兩種類型，一是出行中未發(fā)生換乘，二是發(fā)生了線路間換乘。如圖2所示，當?shù)罔F出行者經(jīng)地面基站GS1范圍進入地鐵線路1的S11站點時，跨越不同的LAC，將向無線通信網(wǎng)絡(luò)上報當前位置信息;當出行者再經(jīng)換乘站TS12至站點S1i下車時，在出站口跨越至基站GS2的信號覆蓋范圍時，發(fā)生LAC切換，也向無線通信網(wǎng)絡(luò)上報位置信息，出行者的下車站點便可確定。當出行者經(jīng)換乘TS12至地鐵線路2的站點S2i下車時，同理若中間未發(fā)生任何其他通信事件，在換乘TS12由線路1換乘至線路2時，跨越不同的LAC，向無線通信網(wǎng)絡(luò)上報位置信息，最后經(jīng)S2i出站，跨越LAC至基站GS3，再次發(fā)生上報位置信息事件。除跨越位置區(qū)發(fā)生位置信息更新外，當途中發(fā)生任何其他通信事件(主叫、被叫、發(fā)短信、收短信、開機、關(guān)機)，也將發(fā)生位置信息的更新，這些信息可用于出行路徑的修正。

算法流程基于手機定位信息的地鐵出行路徑辨識算法流程如圖3。計算流程主要包括數(shù)據(jù)過濾預(yù)處理、基站與地鐵站點匹配、路徑有效性判別等步驟，三個關(guān)鍵步驟均要利用地鐵基站數(shù)據(jù)庫，該數(shù)據(jù)包含信息如表2所示。

數(shù)據(jù)過濾數(shù)據(jù)過濾包括兩部分內(nèi)容:一是無效數(shù)據(jù)過濾，初始手機信令數(shù)據(jù)可能包含一些錯誤的無效數(shù)據(jù)，進行分析之前應(yīng)進行剔除處理;二是地鐵出行用戶數(shù)據(jù)過濾，結(jié)合地鐵基站數(shù)據(jù)庫，將出行用戶中不包含地鐵出行的過戶提前過濾，減少后期計算工作量。

基站與地鐵站點匹配基站與地鐵站點匹配是出行路徑辨識的核心算法，主要包括進地鐵站點辨別、換乘站點辨別、出地鐵站點辨別。定義出行者在某一時刻上傳的位置信息為Ti(Ci，Li，ti，Ei)，其中Ci是i時刻位置信息對應(yīng)的CellID號，Li是i時刻位置信息對應(yīng)的LAC號，ti是上傳時間，Ei是i時刻位置信息對應(yīng)的事件類型;地鐵基站數(shù)據(jù)庫以集合DB(C，L，Line，Station)表示，其中C，L意義同前，Line為地鐵線路，Station為地鐵線路的站點。算法步驟如下:1)將個體出行用戶按信令提交時間先后排序。2)按信令先后順序迭代判別，當首次出現(xiàn)信令Ti(Ci，Li，ti，Ei)中的Ti(Ci，Li)∈DB(C，L)，且Ti(Ei)為正常位置更新事件時，令該基站對應(yīng)DB中地鐵站點為本次出行進入地鐵站點的位置Enter(Line，Station)。3)繼續(xù)信令數(shù)據(jù)迭代。若信令Ti+1(Ci+1，Li+1，ti+1，Ei+1)中的Ti+1(Ci+1，Li+1)∈DB(C，L)，且Ti+1(Ei+1)為非正常位置更新事件或Ti+1(Ei+1)=Ti(Ei)時，把該信令對應(yīng)地鐵站點加入集合M(Linei，Stationij)，用于最后對算法辨識路徑結(jié)果修正;若Ti+1(Ci+1，Li+1)∈DB(C，L)，且Ti+1(Ei+1)為正常位置更新事件，Ti+1(Ei+1)≠Ti(Ei)時，令該基站對應(yīng)的地鐵站點為本次出行的換乘站點之一TS(Line，Station)。4)按步驟3)繼續(xù)迭代判斷，若信令Ti+k(Ci+k，Li+k，ti+k，Ei+k)中的Ti+k(Ci+k，Li+k)DB(C，L)，且Ti+k(Ei+k)為正常位置更新事件，Ti+k(Ei+k)≠Ti+k(Ei+k－1)，令該基站對應(yīng)的地鐵站點為本次出行的出地鐵站點Exit(Line，Station)，結(jié)束本次出行判斷。5)個體居民出行鏈中一天出行可能存在多次乘坐地鐵，因而繼續(xù)對信令數(shù)據(jù)迭代判斷，重復(fù)2)～4)，直至信令數(shù)據(jù)全部判斷完畢。

地鐵路徑有效性判別經(jīng)基站與地鐵站點匹配后，可初步得到地鐵出行進入地鐵站點(起點)、換乘站點、離開地鐵站點(迄點)，但在實際數(shù)據(jù)條件下，由于無線通信網(wǎng)絡(luò)數(shù)據(jù)采集不穩(wěn)定等因素，可能存在信令數(shù)據(jù)丟失，導(dǎo)致無法匹配合適站點作為進入地鐵、線路換乘、離開地鐵的站點。因此需對匹配站點進行有效性檢驗，檢驗方法包括二種:一是出行進、出站點(起迄點)完整性檢驗;二是換乘站點合理性檢驗。1)地鐵出行起迄點完整性檢驗。一次完整的地鐵出行至少包括進站和出站點，因此，若經(jīng)基站與地鐵站點匹配得到的每次出行結(jié)果中無法完整地包含進站和出站站點，則認為此次出行不完整，應(yīng)從有效出行中剔除;此外，還存在一天多次地鐵出行的情形，需對相鄰換乘點間的時間間隔進行判別，若超出一定閾值，則此次出行也應(yīng)從有效出行中剔除，剔除數(shù)據(jù)作為計算樣本，將加入集合Error中，用于對結(jié)果質(zhì)量評價。2)地鐵換乘站點合理性檢驗及路徑修正。經(jīng)第一步起迄點完整性檢驗后，出行路徑已包括較為完整的出入地鐵站點，此步驟主要針對換乘站點的合理性進行檢驗，同時，利用

節(jié)中基站與地鐵站點匹配過程中得到的M(Linei，Stationij)進行路徑修正。記第一次換乘站為TS1(Line，Station)，進入站點為Enter(Line，Station)，若Enter(Line)的地鐵線路包含了站點TS1(Line)，則認為本次換乘路徑匹配成功。若TS1(Station)不包含在線路Enter(Line)中，則利用M(Linei，Stationij)進行修正，修正步驟如下:步驟1在軌道拓撲網(wǎng)絡(luò)中尋找站點Enter(Line，Station)與TS1(Station)之間的第K短路徑，集合M(Linei，Stationij)完全包含在該路徑經(jīng)過的站點時，認為該第K短路徑為站點Enter(Line，Station)與TS1(Station)之間的實際出行路徑，如圖6所示，由Enter站點進，第一次換乘出行于TS4，尋找Enter與TS4間的第K短路徑，假設(shè)為Enter—TS1—TS4，若M(Linei，Stationij)包括M1和M2，即M1、M2完全包含在該K短路Enter—TS1—TS4的拓撲結(jié)構(gòu)中，則認為Enter-TS1-TS4為站點Enter與TS4間的實際出行路徑;當K達到一定閾值時，仍然無法找到能夠完全匹配的路徑，認為此次匹配失敗，剔除樣本，加入集合Error中。步驟2若步驟1匹配成功或修正后匹配成功，進行換乘點TS1(Station)與換乘點TS2(Station)間的路徑匹配，匹配方法與步驟1相同，直至所有換乘點與出站點匹配完成后，結(jié)束判斷。

實例分析

為對算法的合理性進行檢驗，以北京市軌道交通網(wǎng)絡(luò)為對象進行研究分析。地鐵四號線的靈境胡同站與地鐵5號線的劉家窯地鐵站間的出行包括以下兩條合理路徑(可行路徑大于2條)，如圖7所示，即可通過地鐵線路1換乘，也可通過地鐵線路2換乘，兩條路徑的出行時間費用相差不大，但高峰時刻1號線比2號線擁擠。本次算法驗證數(shù)據(jù)來源于中國移動北京分公司，該公司在北京擁有3萬多無線通信基站，在軌道交通網(wǎng)絡(luò)中，基站布置于各個地鐵站點處，每條地鐵線路有不同LAC，周期性位置更新時間約2h。算法驗證共采用有效樣本160個。劉家窯至靈境胡同方向有效樣本78個，經(jīng)3．3．2節(jié)的基站與地鐵站點匹配后，初步得地鐵出行起、迄點，表3給出了起、迄點判別結(jié)果的兩類典型示例，一是可直接得出行路徑，二是經(jīng)修正后可得出行路徑。根據(jù)統(tǒng)計結(jié)果可知:由劉家窯至靈境胡同方向共78個有效樣本，其中可直接判別路徑的74個，需進行路徑修正的4個;由靈境胡同至劉家窯方向共82個有效樣本，可直接判別路徑的77個，需進行路徑修正的5個。路徑修正后得出行路徑統(tǒng)計如表4:經(jīng)1號線換乘21個，經(jīng)2號線換乘57個，比例約1∶2．7，在上午時段比例約1∶3.1，下午時段比例約1∶2．38，結(jié)果表明，上午選擇2號線的比例要高于下午選2號線的比例。靈境胡同至劉家窯方向有效樣本82個，經(jīng)1號線換乘20個，經(jīng)2號線換乘62個，比例約1∶3.1，在上午時段比例為1∶3．25，下午時段比例為1∶3．06。由以上分析可以看出，在劉家窯與靈境胡同間的出行路徑，2號線的選擇比例大約為1號線3倍，這主要是由于1號線流量大、負荷度高、服務(wù)水平低，出行者傾向于選擇負荷度相對低的2號線;在同樣選擇2號線出行時，上午選擇的比例要高于下午。

結(jié)語

手機定位信息在交通規(guī)劃與管理中具有良好的應(yīng)用前景。本文通過研究出行者在地鐵出行中被動產(chǎn)生的手機定位信息，提出了出行路徑辨識的計算模型，并基于真實的手機定位數(shù)據(jù)，對北京軌道路網(wǎng)5號線劉家窯站與4號線靈境胡同站之間的換乘路徑進行分析。該方法展現(xiàn)了一種研究地鐵出行路徑的新思路，為地鐵客流組織、出行誘導(dǎo)、票務(wù)清算等提供支持。但是，手機數(shù)據(jù)的運用也面臨不少問題:在數(shù)據(jù)來源方面，由于數(shù)據(jù)源關(guān)系到公眾個人隱私，因此，在實際應(yīng)用中，必須合法解決手機數(shù)據(jù)來源問題;在使用過程中，因為數(shù)據(jù)過濾而造成的抽樣率差異對結(jié)果的影響還需要在以后的研究中加以考慮解決。

作者：賴見輝陳艷艷鐘園吳德倉袁奕芳單位：北京工業(yè)大學建筑工程學院北京市交通信息中心北京市軌道交通指揮中心