基于移動通信數(shù)據的高速公路交通信息采集與交通狀態(tài)判別研究.pdf

1、交通信息采集與交通狀態(tài)判別是現(xiàn)代智能交通建設和道路交通控制與管理的重要基礎。目前常用的環(huán)形感應線圈等固定型檢測技術和GPS浮動車檢測技術普遍存在路網覆蓋率有限的問題，難以提供全路網的交通信息。 由于目前我國移動網絡的建設已較為成熟，網絡覆蓋面較廣，用戶群龐大，在實際路網中，大部分行駛的車輛都載有移動電話用戶。由于車載移動臺具有與其所在車輛相同的行駛速度，因此，通過采集、處理車載移動臺提供的移動通信數(shù)據，可以獲取相應路段交通信息，

2、判斷道路的交通狀態(tài)。該方式覆蓋面廣、數(shù)據量充足，是現(xiàn)有交通信息采集技術的有效補充。 本文以高速公路路網為實驗路網，對如何利用現(xiàn)有移動通信數(shù)據提取高速公路交通信息并進行交通狀態(tài)判別進行了研究。具體研究內容包括： 一、確定用于交通信息采集的移動通信數(shù)據類型及其采集方式。從移動通信運營現(xiàn)狀及交通信息采集需求考慮，確定了以路網中活躍移動臺的周期性位置更新、呼叫連接、切換、短消息四種通信事件作為交通信息采集的移動通信數(shù)據源，以及通

3、過在基站控制器（BSC）或移動業(yè)務交換中心（MSC）中加載數(shù)據提取程序及存貯設備的移動數(shù)據提取方式。 二、利用實際調查數(shù)據，分析移動電話用戶通信行為受交通狀態(tài)變化影響的特性，探討通過移動通信數(shù)據變化反映交通狀態(tài)變化的可行性，并根據調查統(tǒng)計分析結果，建立了移動電話用戶的通信行為仿真模型。 三、研究基于移動通信數(shù)據的交通流信息采集的整體流程及其各部分具體實現(xiàn)方法。根據高速公路網結構及其移動通信網絡結構特性，采用基站小區(qū)覆蓋范

4、圍的路網劃分方法，并在此基礎上采用基于活躍移動臺小區(qū)定位與切換定位結合的地圖匹配方法對車載移動臺進行定位。 四、在現(xiàn)有基于切換定位的交通信息提取方法基礎上，提出直接交通信息與間接交通信息相結合的交通信息采集方法。其中，直接交通信息指由移動臺連續(xù)兩次切換估算的路段行程速度；間接交通信息指從移動通信數(shù)據中提煉整合的、能夠反映交通狀態(tài)變化的路段通信密度量等信息，以解決在道路擁堵嚴重、切換樣本難以獲得情況下的交通信息采集問題。

5、五、建立完整的基于移動通信的交通仿真系統(tǒng)。實現(xiàn)地理信息平臺、微觀交通流仿真平臺、移動通信仿真平臺等多個系統(tǒng)的跨平臺數(shù)據交換及協(xié)聯(lián)工作；完成通信行為仿真模塊、以及交通信息采集模塊和交通狀態(tài)判別模塊等核心模塊的研發(fā)。實驗證明，仿真系統(tǒng)運作穩(wěn)定而有效，生成的仿真數(shù)據符合實際規(guī)律。 六、基于本文所提出的直接和間接交通信息，進一步提出基于BP神經網絡模型的高速公路交通狀態(tài)判別模型，并通過仿真實驗對路段進行交通狀態(tài)判別與交通事件檢測。實驗證