一种手机定位数据的非运动数据聚类剔除方法.pdfVIP

60 交通信息与安全2010年第4期第28卷总156期 一种手机定位数据的非运动数据聚类剔除方法* 蔡超1 左小清1 陈震霆1’2 (昆明理工大学国土资源工程学院1昆明650093)(昆明冶金高等专科学校计算机信息学院2昆明650033) 摘要从手机定位数据中获取道路交通信息效果并不如人意，其中手机定位数据中包含了大量的 “噪声”是一个重要原因。以某区域的手机定位数据为基础，根据蜂窝网基站的点数据，创建了与之对 应的泰森多边形；采用空间邻近关系聚类的方法，对手机定位数据的非运动数据进行了剔除。实验结 果表明．该方法可以有效地解决上述问题。 关键词手机定位；空间邻近关系；聚类算法；ArcEngine 1674—4861．2010．04．014 中图分类号：U49 文献标志码：A DOI：10．3963／j．ISSN 从手机定位数据中包含了大量的“噪声”。本 O 引 言 文所处理的“噪音”主要包括2个方面：一方面是 目前，交通流数据通常是通过2种交通检测 乒乓切换数据，即手机在服务小区和相邻小区来 方式采集获得：①定点检测器，主要是通过在需要 回进行切换的现象；另一方面是在一段较长的时 采集的重要路段下面埋环形线圈的方式进行；② 间内不运动的数据。这些数据不利于对手机用户 通过GPS浮动车辆的数据采集方式，这需要在浮 运动轨迹的标定，需要进行聚类处理。目前，传统 动车辆(FC)上加装GPS车载设备。 的基于距离的聚类算法都只是单纯依据距离的邻 相比于定点检测器和GPS技术，基于手机蜂 近关系来进行聚类的，但是在处理手机定位数据 窝网的移动定位技术其基本原理是利用移动通信 的聚类问题时，不仅需要考虑距离的关系，还需要 网络的蜂窝结构，无需额外的安装与维护费用，不 考虑时间因素等非空间位置属性对聚类结果的影 需要对手机终端进行升级和改造；另外，该技术采 响，传统的聚类方法已不能满足此类数据聚类的 集的交通信息遍及整个路网，而不是仅限于预定 要求。因此，需要设计一种聚类方法对手机定位 的地点，越来越多的手机移动用户，为基于手机定 数据进行处理。本文即针对此问题，提出了一种 位的交通数据采集提供了基础[1。5]。总之，通过手 考虑时间属性的空间邻近关系聚类算法，该方法 机定位数据来提取城市道路的交通信息其投资 可以有效地剔除了手机定位数据中的非运动数 小、覆盖范围广、海量数据等特点，这对于像我国 据，并根据聚类所得的定位点依次连线标定了手 这样的发展中国家来说具有重要的研究价值。 机用户的运动轨迹。 基于GSM无线蜂窝网的手机定位技术所提 1基站数据的处理 供的相关位置信息不但可用于定位、导航以及提 供一些基于位置的服务，也可用于表达用户在地 1．1创建基站数据的点图层文件 理空间的历史行为。将一个用户孤立的位置点按 结合ArcEngine2次开发，将基站数据中的 照时间顺序连成线路，便可表达该用户过去的历 经纬度按照要求进行坐标转换，得出每一个基站 史轨迹。多条历史轨迹的累积便可用来反映用户 的平面直角坐标值。根据所求得的基站数据的平 的生活规律和行为特征。而从大量用户的数据集 面直角坐标值，在ArcGIS系列的应用程序中创 合中可分析出一个区域内人们的生活模式和社会 建基站的Shape类型的点图层文件。点数据的属 规律，如热点地区、经典旅行线路和交通状况等。 性字段主要包