摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-24页 |
1.1. 研究背景 | 第12-13页 |
1.2. 国内外研究现状 | 第13-20页 |
1.2.1. 基于手机的交通信息采集 | 第14-16页 |
1.2.2. 轨道交通乘客出行特征 | 第16-17页 |
1.2.3. 轨道交通乘客组织诱导理论与方法研究 | 第17-19页 |
1.2.4. 研究现状总结 | 第19-20页 |
1.3. 研究目的和意义 | 第20-21页 |
1.4. 主要研究内容和技术路线 | 第21-24页 |
1.4.1. 主要研究内容 | 第21-23页 |
1.4.2. 技术路线 | 第23-24页 |
第二章 手机信令数据的基本特征分析 | 第24-42页 |
2.1. 手机信令数据的生成原理 | 第24-31页 |
2.1.1. 移动通信网络的物理架构 | 第24-27页 |
2.1.2. 移动通信信号的空间覆盖特征 | 第27-29页 |
2.1.3. 信令数据的产生与提取 | 第29-31页 |
2.2. 手机信令数据特征分析 | 第31-36页 |
2.2.1. 手机信令记录的数据构成 | 第31-32页 |
2.2.2. 手机移动通信网络的交通检测器属性 | 第32-33页 |
2.2.3. 手机信令数据的时间覆盖与精度特征 | 第33-34页 |
2.2.4. 手机信令数据的空间覆盖与精度特征 | 第34-35页 |
2.2.5. 采集对象覆盖特征 | 第35-36页 |
2.3. 轨道交通系统的信令数据生成与特征分析 | 第36-41页 |
2.3.1. 轨道交通地下部分移动通信网络构成 | 第36-37页 |
2.3.2. 轨道交通出行过程信令数据的生成 | 第37-38页 |
2.3.3. 手机信令在轨道交通内的检测器属性 | 第38-41页 |
2.4. 本章小结 | 第41-42页 |
第三章 手机信令数据的空间位置匹配方法 | 第42-52页 |
3.1. 手机定位技术分类 | 第42-43页 |
3.2. 手机信令数据与经纬度匹配 | 第43-44页 |
3.3. 基于时刻约束的基站经纬度修正 | 第44-48页 |
3.3.1. 基本原理 | 第45-47页 |
3.3.2. 修复流程与结果分析 | 第47-48页 |
3.4. 手机信令数据与站点线路匹配 | 第48-51页 |
3.4.1. 轨道交通网络站点线路编码 | 第48-49页 |
3.4.2. 站点基站信息调查与匹配 | 第49-51页 |
3.5. 本章小结 | 第51-52页 |
第四章 噪声数据特征分析与预处理方法 | 第52-63页 |
4.1. 无效冗余数据过滤 | 第52-53页 |
4.2. 乒乓数据过滤方法 | 第53-55页 |
4.2.1. 乒乓数据的成因与现象 | 第53-54页 |
4.2.2. 乒乓过滤的基本方法 | 第54-55页 |
4.2.3. 乒乓过滤的算法流程 | 第55页 |
4.3. 漂移数据过滤方法 | 第55-58页 |
4.3.1. 漂移数据的成因和现象 | 第55-56页 |
4.3.2. 漂移过滤的基本原理 | 第56-57页 |
4.3.3. 过滤漂移的算法流程 | 第57-58页 |
4.4. 过滤阈值设置 | 第58-62页 |
4.4.1. 噪声过滤的目标与原则 | 第58页 |
4.4.2. 乒乓过滤阈值的确定 | 第58-60页 |
4.4.3. 漂移过滤阈值的确定 | 第60-62页 |
4.5. 本章小结 | 第62-63页 |
第五章 基于历史数据的乘客历史出行行为分析方法 | 第63-94页 |
5.1. 基于时空约束的轨道交通乘客出行轨迹识别 | 第63-78页 |
5.1.1. 轨道交通系统内出行产生的信令序列特征 | 第64-67页 |
5.1.2. 轨道交通系统内轨迹提取基本方法 | 第67-72页 |
5.1.3. 轨道交通系统外出行轨迹 | 第72-74页 |
5.1.4. 出行轨迹提取整体流程 | 第74-78页 |
5.1.5. 出行轨迹分析结果 | 第78页 |
5.2. 出行轨迹与乘坐车次匹配 | 第78-83页 |
5.2.1. 基本原理 | 第78-81页 |
5.2.2. 匹配流程 | 第81-82页 |
5.2.3. 车次匹配结果 | 第82-83页 |
5.3. 轨道交通系统内乘客出行特征提取 | 第83-89页 |
5.3.1. 进出站与换乘客流量分析 | 第83-86页 |
5.3.2. 系统内乘客车外时间分析 | 第86-87页 |
5.3.3. 列车与站点内乘客数量分析 | 第87-89页 |
5.3.4. 轨道交通站点服务范围分析 | 第89页 |
5.4. 地面轨道交通客流分析方法 | 第89-93页 |
5.4.1. 乘坐过程全部在地面的乘客 | 第90-91页 |
5.4.2. 乘坐过程部分在地下的乘客 | 第91-93页 |
5.5. 本章小结 | 第93-94页 |
第六章 基于实时数据的实时客流特征分析方法 | 第94-117页 |
6.1. 轨道交通系统实时手机信令数据特征分析 | 第94-98页 |
6.1.1. 实时乘客状态的判别方法 | 第94-96页 |
6.1.2. 实时运营状态特征的提取方法 | 第96-98页 |
6.2. 基于乘客状态识别的直接提取方法 | 第98-100页 |
6.2.1. 乘客状态识别 | 第98-99页 |
6.2.2. 站点断面实时客流量分析 | 第99-100页 |
6.2.3. 位置区实时乘客总量分析 | 第100页 |
6.2.4. 实时乘客出站过程时间分析 | 第100页 |
6.3. 基于相关性分析的间接分析法 | 第100-109页 |
6.3.1. 信令事件与乘客数量的相关性分析 | 第101-105页 |
6.3.2. 站点及两侧隧道空间内实时乘客数量判定 | 第105-109页 |
6.4. 到达站点突发大客流识别与预警方法研究 | 第109-115页 |
6.4.1. 轨道交通系统内部客流变化预警 | 第109-111页 |
6.4.2. 轨道交通系统外部到达客流预警 | 第111-115页 |
6.5. 本章小结 | 第115-117页 |
第七章 案例分析与结果评价 | 第117-140页 |
7.1. 乘客历史出行行为与历史客流特征结果分析评价 | 第117-130页 |
7.1.1. 乘客出行关键轨迹点识别结果与误差分析 | 第117-119页 |
7.1.2. 车次匹配结果与误差分析 | 第119-120页 |
7.1.3. 断面客流量提取结果验证与误差分析 | 第120-124页 |
7.1.4. 乘客车外时间提取结果验证与误差分析 | 第124-127页 |
7.1.5. 列车与站点内部乘客数量提取结果与评价 | 第127-128页 |
7.1.6. 轨道交通站点服务范围分析结果与评价 | 第128-130页 |
7.2. 实时客流特征结果分析评价 | 第130-136页 |
7.2.1. 实时断面客流量与位置区客流总量分析与验证 | 第130-131页 |
7.2.2. 实时站点车辆空间乘客数量分析与验证 | 第131-134页 |
7.2.3. 到达站点异常客流短时预警分析与评价 | 第134-136页 |
7.3. 分析结果在乘客组织诱导中的应用分析 | 第136-139页 |
7.3.1. 客流特征信息对轨道交通运营管理决策的影响 | 第136-137页 |
7.3.2. 客流特征信息对乘客出行决策的影响 | 第137-139页 |
7.4. 本章小结 | 第139-140页 |
第八章 结论与展望 | 第140-143页 |
8.1. 研究成果与结论 | 第140-141页 |
8.2. 主要创新点 | 第141-142页 |
8.3. 研究展望 | 第142-143页 |
致谢 | 第143-144页 |
参考文献 | 第144-151页 |
个人简介 | 第151-152页 |