[发明专利]一种基于聚类离群分析的手机信令轨迹预处理方法

摘要

本发明公开了一种基于聚类离群分析的手机信令轨迹预处理方法，对基站定位数据进行合理的有效的清洗、去噪来去除异常数据，从而在保证数据原有运动特征的前提下获得相对精确的轨迹数据；所述方法包括在去除轨迹数据的时间重复采样值和无效采样值的基础上，通过识别异常的采样间隔进行子轨迹分割；使用离群点检测算法检测出离群点，来处理较大的系统噪声；使用Kalman滤波来处理固有噪声，从而获得可以进行后续挖掘处理的轨迹数据。与现有技术相比，本发明提供的手机信令轨迹预处理方法的有益效果为对基站定位数据进行合理的有效的多层次预处理，清洗、去噪、去异常，从而在保证数据原有运动特征的前提下获得相对精确的轨迹数据。

主权项

一种基于聚类离群分析的手机信令轨迹预处理方法，对基站定位数据进行合理的有效的清洗、去噪来去除异常数据，从而在保证数据原有运动特征的前提下获得相对精确的轨迹数据；所述方法包括：在去除轨迹数据的时间重复采样值和无效采样值的基础上，通过识别异常的采样间隔进行子轨迹分割；使用离群点检测算法检测出离群点，来处理较大的系统噪声；使用Kalman滤波来处理固有噪声，从而获得可以进行后续挖掘处理的轨迹数据；其主要步骤为：步骤1：去掉时间重复采样值及无效采样值：手机信令定位数据中间隔时间过小的信令位置采样值视为重复采样值；缺失关键属性的位置采样值视为无效采样值，通过简单判断，予以去除；所述手机信令定位数据包括经度、纬度、时间戳、用户识别码，一个用户的定位轨迹为一串按照时间排序的定位点序列；步骤2：对用户轨迹进行子轨迹分割：根据用户的异常采样间隔对轨迹进行分割，遍历每一条子轨迹；对每一条子轨迹，不断地求取当前已经遍历过的采样间隔平均值，并将其除以波动敏感度K，其中0<K≤1，得到敏感阈值，将每一次的采样间隔和这个敏感阈值进行比较，如果大于阈值，则将之前已经遍历的记录生成一条子轨迹；K表示对于一条轨迹的采样间隔波动变化的容忍度；步骤3：基于聚类离群点分析的系统噪声去除：使用结合模糊集理论的聚类算法识别出轨迹离群点或其簇，并将其去除，消除系统噪声；步骤4：处理固有噪声，定位误差可以用二维高斯噪声刻画，使用具有自适应能力的Kalman滤波去噪，平滑轨迹；步骤5：将步骤4处理后的轨迹数据进行道路映射，采用几何匹配方法，轨迹中的每个定位点选择最近的道路进行匹配；将每个轨迹点使用直接投影法映射到最近的道路上，得到在路网上的映射轨迹；输出映射点组成的轨迹作为最终的处理结果完成手机信令轨迹预处理操作。