[发明专利]一种大数据环境下无坐标传感器位置确定方法

摘要

本发明的目的是利用移动终端个体在指定时间范围内的空间活动数据集，挖掘大量个体的出行时空序列数据，使用时空序列中与位置信息缺失的传感器(目标传感器)相邻的其他有准确位置信息的传感器的时间和空间坐标信息，计算出目标传感器的空间位置。为了达到上述目的，本发明提供了一种大数据环境下无坐标传感器位置确定方法。本发明利用通信网络中已有海量匿名移动终端持续的加密位置信息，即能低成本、自动化、便捷地获取指定时间范围内大量人口的出行轨迹，利用轨迹中与位置信息缺失点邻近的传感器位置补全目标传感器所缺失的空间信息，弥补了由于传感器空间位置缺失导致的在海量数据处理过程中遇到的困难。

主权项

一种大数据环境下无坐标传感器位置确定方法，其特征在于，包括以下步骤：步骤1、系统读取从传感器运营商获取匿名加密移动终端传感器数据，匿名加密移动终端传感器数据在时间与空间上都是连续的，不同移动终端对应不同的EPID，对每个EPID在指定时间段T内所触发的通信行为进行查询处理分析，将每条存在空间位置缺失传感器的记录实例化为一个目标点对象，所有目标点对象构成一个目标点列表；步骤2、遍历目标点列表，将第一个目标点作为当前目标点，进入步骤3；步骤3、提取当前目标点的传感器编号和用户EPID，提取该用户的行程轨迹，根据行程轨迹，沿时间轴向后查找用户在与当前目标点通信前的所有信令记录，由信令记录中N个有准确坐标的传感器的传感器编号组成向后邻近传感器列表STATION_LIST_Bw，同时，沿时间轴向前查找用户在与当前目标点通信后的所有信令记录，由信令记录中N个有准确坐标的传感器的传感器编号组成向前邻近传感器列表STATION_LIST_Fw；步骤4、提取向后邻近传感器列表STATION_LIST_Bw及向前邻近传感器列表STATION_LIST_Fw中传感器的准确坐标，获得当前目标点在空间上的出现概率，绘制目标点空间位置的概率分布图；步骤5、计算概率分布图上邻接传感器之间的时间间隔，根据时间间隔和已知空间位置的邻近传感器之间的距离，估算出用户从当前目标点到前、后两个最邻近的传感器的行走速度，从而估算出当前目标点到前、后两个最邻近的传感器的距离；步骤6、将当前目标点的前、后两个最邻近的传感器的坐标以及步骤4估算得到的当前目标点到前、后两个最邻近的传感器的距离导入数学建模软件，采用最小二乘法计算当前目标点的空间位置；步骤7、若目标点列表已经遍历完毕，则退出，否则，将目标点列表中的下一个目标作为当前目标点，返回步骤3。