基于LTE信令的道路用戶(hù)軌跡識(shí)別方法

張志山

（惠州衛(wèi)生職業(yè)技術(shù)學(xué)院，惠州 516025）

1 現(xiàn)狀

現(xiàn)在流行的道路用戶(hù)軌跡識(shí)別方法只要有如下兩大類(lèi)方案：第一類(lèi)是用戶(hù)在使用百度地圖、高德地圖等導(dǎo)航App軟件時(shí)，軟件會(huì)采集用戶(hù)的實(shí)時(shí)位置以及用戶(hù)的移動(dòng)速度等信息。通過(guò)這些數(shù)據(jù)，可以判斷用戶(hù)的道路軌跡以及道路的車(chē)流擁堵情況。基于此種方案的研究也最多，根據(jù)該方案的預(yù)測(cè)方式來(lái)區(qū)分，又可以分成兩種，一種是如文獻(xiàn)[1-3]等，提出了基于Dynamic Bayesian Network等網(wǎng)絡(luò)學(xué)習(xí)模型對(duì)軌跡建模并預(yù)測(cè)。另一種是以文獻(xiàn)[4]為代表的，基于歷史軌跡頻繁項(xiàng)的軌跡預(yù)測(cè)研究。

第二類(lèi)是利用各道路的視頻監(jiān)控點(diǎn)監(jiān)控的數(shù)據(jù)，包括汽車(chē)流量、汽車(chē)時(shí)速、車(chē)牌識(shí)別和音頻數(shù)據(jù)等，通過(guò)這些數(shù)據(jù)，也可以判斷用戶(hù)的軌跡信息以及道路交通情況。這種方案多為政府、警察和民生工程采用。

但是現(xiàn)有的這兩大類(lèi)方案都各自有缺點(diǎn)：第一類(lèi)是采用導(dǎo)航軟件，并非每個(gè)用戶(hù)每時(shí)每刻都在開(kāi)啟導(dǎo)航軟件，所以采集的數(shù)據(jù)并非全量數(shù)據(jù)，存在數(shù)據(jù)缺失。有些用戶(hù)，如老人的手機(jī)上也根本沒(méi)有安裝導(dǎo)航軟件。如果導(dǎo)航軟件沒(méi)有注冊(cè)，也并非實(shí)名制，將無(wú)法關(guān)聯(lián)用戶(hù)信息。第二類(lèi)方案提供的數(shù)據(jù)很準(zhǔn)確，但是視頻監(jiān)控點(diǎn)并非全區(qū)域全覆蓋，只能獲取特定區(qū)域的，主要是城市道路的，有監(jiān)控點(diǎn)的道路用戶(hù)數(shù)據(jù)。并且如果用戶(hù)坐在汽車(chē)?yán)铮矡o(wú)法準(zhǔn)確確定汽車(chē)?yán)锏挠脩?hù)數(shù)量和關(guān)聯(lián)用戶(hù)屬性。還有一種方法是利用Wi-Fi的IP地址將用戶(hù)定位到Wi-Fi的基站，但由于Wi-Fi網(wǎng)絡(luò)并不普及，基站覆蓋范圍較小，雖然定位精度較高，但研究大都局限在一個(gè)校園或一個(gè)社區(qū)之內(nèi)[5,6]。

2 方法概述

隨著4G網(wǎng)絡(luò)的全面普及，移動(dòng)手機(jī)的價(jià)格越來(lái)越親民，手機(jī)的覆蓋率非常高，基本上人手一臺(tái)甚至二臺(tái)，并且用戶(hù)手機(jī)基本上是24小時(shí)開(kāi)機(jī)，手機(jī)和基站24小時(shí)保持通信。當(dāng)前，對(duì)移動(dòng)位置的相關(guān)行為研究的熱點(diǎn)問(wèn)題之一就是對(duì)移動(dòng)用戶(hù)未來(lái)的位置信息進(jìn)行實(shí)時(shí)、準(zhǔn)確的預(yù)測(cè)，主要集中在對(duì)非斷續(xù)軌跡建模的基礎(chǔ)上對(duì)用戶(hù)將來(lái)位置的軌跡進(jìn)行預(yù)測(cè)研究[1,2]。

現(xiàn)如今，各省數(shù)據(jù)業(yè)務(wù)采集平臺(tái)均已部署并投入使用，基于LTE信令的道路用戶(hù)軌跡識(shí)別方法的思路是：通過(guò)LTE用戶(hù)和LTE基站之間的實(shí)時(shí)通信數(shù)據(jù)，以用戶(hù)使用的基站位置信息來(lái)識(shí)別道路用戶(hù)軌跡。從ATU路測(cè)數(shù)據(jù)中獲取到所占用基站序列的關(guān)聯(lián)性以及可能的每條道路軌跡，形成道路用戶(hù)軌跡指紋識(shí)別庫(kù)。通過(guò)該指紋識(shí)別庫(kù)，可以快速標(biāo)識(shí)出道路用戶(hù)從而確定用戶(hù)移動(dòng)軌跡。指紋識(shí)別庫(kù)主要提供兩個(gè)功能：第一是識(shí)別道路用戶(hù)，當(dāng)用戶(hù)占用超過(guò)3個(gè)基站時(shí)，道路用戶(hù)識(shí)別為待定，此時(shí)應(yīng)先排除由于頻繁切換所產(chǎn)生的道路用戶(hù)，然后才能識(shí)別為道路用戶(hù)。第二是識(shí)別軌跡，根據(jù)指紋識(shí)別庫(kù)中的道路移動(dòng)基站序列，判別用戶(hù)軌跡。

3 方法流程

基于LTE信令的道路用戶(hù)軌跡識(shí)別方法的具體流程步驟如圖1所示：

圖1 用戶(hù)軌跡識(shí)別方法流程

本方法包括以下6個(gè)詳細(xì)步驟：

（1）根據(jù)手機(jī)與移動(dòng)基站的實(shí)時(shí)通信獲取LTE用戶(hù)面和控制面的信令。具體包括用戶(hù)的定位信息、數(shù)據(jù)業(yè)務(wù)和用戶(hù)的移動(dòng)速度。

（2）制作主干道路基站覆蓋指紋庫(kù)。首先整理ATU數(shù)據(jù)，輸出主干道路覆蓋基站列表，并對(duì)基站進(jìn)行排序。本文以湛江市市區(qū)百度地圖為例，具體如圖2所示，覆蓋體育南路由西向東方向基站序列為：基站1,基站2,…,基站6。然后以ATU測(cè)試數(shù)據(jù)時(shí)終端在每個(gè)基站實(shí)際經(jīng)過(guò)的軌跡作為該基站覆蓋路段。

圖2 主干道基站序列

（3）用戶(hù)發(fā)現(xiàn)。當(dāng)用戶(hù)出現(xiàn)覆蓋的道路基站個(gè)數(shù)超過(guò)三個(gè)時(shí)，例如記錄時(shí)間先后出現(xiàn)的基站序列與識(shí)別指紋庫(kù)的序列相同，即可確定該用戶(hù)為道路用戶(hù)。

（4）預(yù)設(shè)線(xiàn)路。道路用戶(hù)以在某條道路上的第一個(gè)基站作為軌跡起點(diǎn)，最后一個(gè)基站作為軌跡終點(diǎn)。起點(diǎn)和終點(diǎn)之間的所有基站覆蓋軌跡即為該用戶(hù)在該道路上的預(yù)設(shè)線(xiàn)路。當(dāng)兩個(gè)活動(dòng)基站的信號(hào)發(fā)生重疊時(shí)，即用戶(hù)可能在十字路口，基站信號(hào)有交集的地方出現(xiàn)時(shí)，取這兩個(gè)基站間的最小的移動(dòng)速度為Vi,j，如公式（1）所示：

（5）線(xiàn)路修正。通常一個(gè)用戶(hù)在道路上移動(dòng)時(shí)，并不會(huì)完全占用該道路上的所有基站，例如是從一條道路轉(zhuǎn)向到另外一條道路時(shí)。當(dāng)用戶(hù)在一條道路上移動(dòng)時(shí)，應(yīng)補(bǔ)全起點(diǎn)和終點(diǎn)之間所有空缺的軌跡。當(dāng)用戶(hù)在多條道路出現(xiàn)時(shí)，則以出現(xiàn)的時(shí)間順序，取第一條道路終點(diǎn)和下一條道路起點(diǎn)，按最短路徑規(guī)劃補(bǔ)全空缺軌跡。如當(dāng)公式（1）計(jì)算的移動(dòng)速度在市區(qū)超過(guò)100Km/h，視作發(fā)生了基站轉(zhuǎn)換，可對(duì)路徑進(jìn)行修正。如圖3所示，是修正后的線(xiàn)路，由湛江機(jī)場(chǎng)到坡頭南調(diào)中學(xué)的線(xiàn)路圖。根據(jù)方案繪制的道路用戶(hù)軌跡圖與筆者實(shí)時(shí)通過(guò)的路徑保持一致。

圖3 線(xiàn)路修正

（6）線(xiàn)路定位。剔除異常的修正線(xiàn)路，最終得到道路用戶(hù)軌跡。

4 實(shí)驗(yàn)

Song Chaoming等在Science雜志上發(fā)表了他們的開(kāi)創(chuàng)性研究工作，通過(guò)系統(tǒng)的論證和反復(fù)實(shí)驗(yàn)得出：用戶(hù)軌跡識(shí)別預(yù)測(cè)的準(zhǔn)確率不會(huì)低于70%，如文獻(xiàn)[7]。為了比較，本文選用廣東省某地級(jí)市2016年8月15日234000用戶(hù)的數(shù)據(jù)，經(jīng)過(guò)數(shù)據(jù)篩選和規(guī)范，滿(mǎn)足條件的用戶(hù)數(shù)有8200個(gè)。通過(guò)對(duì)比文獻(xiàn)[7]的方法，得到如圖4所示的軌跡識(shí)別預(yù)測(cè)準(zhǔn)確率圖。

圖4 Song Chaoming方法和本文方法的預(yù)測(cè)準(zhǔn)確率

從圖4中得出，用戶(hù)行為在上午9點(diǎn)和下午3點(diǎn)最有規(guī)律性；早上8點(diǎn)前，因?yàn)榇蟛糠钟脩?hù)還在休息，所以行為預(yù)測(cè)準(zhǔn)確率也比較低。本文方法的道路用戶(hù)軌跡預(yù)測(cè)準(zhǔn)確率平均在76%以上。根據(jù)錯(cuò)誤的預(yù)測(cè)得出，影響預(yù)測(cè)準(zhǔn)確率的因素之一是基站的轉(zhuǎn)換。有時(shí)用戶(hù)同時(shí)在兩個(gè)基站范圍內(nèi)，有時(shí)基站與用戶(hù)實(shí)際位置不一致。

5 結(jié)語(yǔ)

因?yàn)橐苿?dòng)基站基本上是全國(guó)全區(qū)域大范圍覆蓋，基本上不存在信號(hào)盲點(diǎn)，所以基于LTE信令的道路用戶(hù)軌跡識(shí)別方法可以有效獲取全量的道路用戶(hù)。同時(shí)因?yàn)閷?shí)名制的全面推廣，道路用戶(hù)軌跡數(shù)據(jù)也能和用戶(hù)個(gè)人信息匹配。參考文獻(xiàn)[8]中提出了一個(gè)著名的觀點(diǎn)：“更多的數(shù)據(jù)勝過(guò)更聰明的算法”，這一論斷在現(xiàn)實(shí)中已得到充分的證明。事實(shí)上，對(duì)大量用戶(hù)行為軌跡的研究工作都是建立在高度簡(jiǎn)化的假設(shè)以及對(duì)現(xiàn)有數(shù)據(jù)的統(tǒng)計(jì)、分析和擬合之上[9,10]。實(shí)踐證明，本方法具有實(shí)時(shí)性強(qiáng)、采樣多、準(zhǔn)確率高的優(yōu)勢(shì)。因?yàn)槔昧爽F(xiàn)有的移動(dòng)網(wǎng)絡(luò)基礎(chǔ)平臺(tái)數(shù)據(jù)，無(wú)需進(jìn)行二次投資開(kāi)發(fā)，大大節(jié)約了成本，充分發(fā)揮了移動(dòng)信息數(shù)據(jù)的經(jīng)濟(jì)效益。