掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 基于手機(jī)大數(shù)據(jù)的交通規(guī)劃方法與應(yīng)用
作者：劉志遠(yuǎn)，付曉
開本：
B5
頁數(shù)：
256
本類榜單：工業(yè)技術(shù)銷量榜
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
基于手機(jī)大數(shù)據(jù)的交通規(guī)劃方法與應(yīng)用 版權(quán)信息
- ISBN：9787030718518
- 條形碼：9787030718518 ; 978-7-03-071851-8
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
基于手機(jī)大數(shù)據(jù)的交通規(guī)劃方法與應(yīng)用 內(nèi)容簡介
根據(jù)《交通強(qiáng)國建設(shè)綱要》指出：我國交通強(qiáng)國建設(shè)的一個重點(diǎn)任務(wù)是強(qiáng)化前沿關(guān)鍵科技研發(fā)，大力發(fā)展智慧交通，推動新技術(shù)與交通行業(yè)深度融合，完善科技創(chuàng)新機(jī)制。本書將從現(xiàn)代城市交通發(fā)展現(xiàn)狀出發(fā)，把新興的交通大數(shù)據(jù)和人工智能技術(shù)與傳統(tǒng)交通規(guī)劃相結(jié)合，詳細(xì)介紹在以手機(jī)數(shù)據(jù)為核心的多源大數(shù)據(jù)環(huán)境下新一代交通規(guī)劃方法體系。與傳統(tǒng)交通規(guī)劃方法相比，本書所介紹的方法具有成本低、精度高、適用性強(qiáng)等優(yōu)勢，可以替代傳統(tǒng)的四階段法，應(yīng)用于城市交通規(guī)劃，希望通過理論與交通規(guī)劃實(shí)踐結(jié)合的方法，促進(jìn)大數(shù)據(jù)在交通規(guī)劃教學(xué)和實(shí)際應(yīng)用中的不斷深入
基于手機(jī)大數(shù)據(jù)的交通規(guī)劃方法與應(yīng)用 目錄
目錄
叢書序
前言
第1章 緒論 1
1.1 本書的定位 1
1.1.1 背景 1
1.1.2 本書特點(diǎn) 3
1.1.3 本書目標(biāo) 3
1.2 本書的基礎(chǔ) 4
1.2.1 移動互聯(lián)技術(shù)發(fā)展 4
1.2.2 傳統(tǒng)交通規(guī)劃方法的缺陷 5
1.2.3 新一代交通規(guī)劃定量分析方法流程 6
1.3 數(shù)據(jù)集介紹 7
1.3.1 手機(jī)信令數(shù)據(jù) 8
1.3.2 三角定位數(shù)據(jù) 9
1.3.3 用戶屬性 10
1.4 本書的章 節(jié)簡介 11
1.5 參考文獻(xiàn) 12
第2章 傳統(tǒng)交通規(guī)劃方法概述 14
2.1 交通規(guī)劃的內(nèi)容 14
2.2 交通調(diào)查 14
2.3 交通需求預(yù)測與四階段法 16
2.4 交通生成預(yù)測 18
2.5 交通分布預(yù)測 20
2.5.1 增長系數(shù)法 21
2.5.2 重力模型法 22
2.6 交通方式劃分 24
2.6.1 集計(jì)分析法——*大熵法 24
2.6.2 非集計(jì)分析方法——離散選擇模型 26
2.7 交通分配 28
2.7.1 用戶均衡 28
2.7.2 系統(tǒng)*優(yōu) 32
2.7.3 非平衡分配方法 33
2.7.4 不同交通分配方法對比 35
2.8 傳統(tǒng)交通規(guī)劃方法與基于手機(jī)數(shù)據(jù)方法的對比 37
2.8.1 交通生成 38
2.8.2 交通分布 38
2.8.3 出行方式劃分 39
2.8.4 交通分配 39
2.9 參考文獻(xiàn) 40
第3章 手機(jī)數(shù)據(jù)預(yù)處理 41
3.1 背景與意義 41
3.2 手機(jī)數(shù)據(jù)的存儲與計(jì)算 41
3.3 數(shù)據(jù)清洗 42
3.4 用戶基站軌跡重構(gòu) 43
3.4.1 乒乓數(shù)據(jù)處理 44
3.4.2 漂移數(shù)據(jù)處理 47
3.4.3 基于混合降噪算法的用戶軌跡重構(gòu) 49
3.5 基站與交通小區(qū)的匹配 50
3.6 基站范圍劃分 52
3.7 描述性統(tǒng)計(jì) 55
3.8 本章小結(jié) 56
3.9 參考文獻(xiàn) 56
第4章 交通生成 58
4.1 背景與意義 58
4.2 相關(guān)文獻(xiàn)綜述 59
4.3 基于手機(jī)數(shù)據(jù)的交通生成計(jì)算方法 61
4.3.1 常住人口分布識別 61
4.3.2 流動人口分布識別 63
4.3.3 交通生成預(yù)測方法 66
4.4 案例結(jié)果分析 69
4.4.1 常住人口識別 70
4.4.2 流動人口識別 76
4.4.3 交通生成預(yù)測 79
4.5 本章小結(jié) 80
4.6 參考文獻(xiàn) 81
第5章 交通分布與出行方式劃分 82
5.1 背景與意義 82
5.2 相關(guān)文獻(xiàn)綜述 83
5.3 基于手機(jī)信令數(shù)據(jù)的交通分布與出行方式劃分方法概述 86
5.3.1 交通分布 86
5.3.2 出行方式劃分 88
5.4 案例結(jié)果分析 92
5.4.1 交通分布計(jì)算 92
5.4.2 出行方式劃分 99
5.5 本章小結(jié) 100
5.6 參考文獻(xiàn) 101
第6章 軌道交通客流分析 104
6.1 背景與意義 104
6.2 相關(guān)文獻(xiàn)綜述 104
6.3 地鐵系統(tǒng)內(nèi)部軌跡識別 106
6.3.1 地鐵OD識別 106
6.3.2 手機(jī)數(shù)據(jù)可靠性檢驗(yàn)及擴(kuò)樣方法 107
6.3.3 換乘軌跡識別 113
6.4 軌道交通出行者來源去向識別 114
6.4.1 來源去向識別方法 114
6.4.2 來源去向識別結(jié)果驗(yàn)證 115
6.4.3 軌道交通出行者全出行鏈模式識別 115
6.5 案例分析 116
6.5.1 線網(wǎng)客流分析 116
6.5.2 換乘客流分析 118
6.5.3 來源去向結(jié)果分析 118
6.5.4 來源去向識別結(jié)果與驗(yàn)證 120
6.6 本章小結(jié) 123
6.7 參考文獻(xiàn) 123
第7章 全網(wǎng)流量計(jì)算 125
7.1 背景與意義 125
7.2 相關(guān)文獻(xiàn)綜述 126
7.3 問題描述和符號定義 127
7.3.1 符號定義 127
7.3.2 問題描述 127
7.4 數(shù)據(jù)介紹與分析 128
7.4.1 手機(jī)定位數(shù)據(jù) 128
7.4.2 車牌識別數(shù)據(jù) 129
7.4.3 路網(wǎng)數(shù)據(jù) 129
7.4.4 數(shù)據(jù)相關(guān)性分析 129
7.5 針對單路段流量估計(jì)的集成學(xué)習(xí)模型 132
7.5.1 模型算法概述 132
7.5.2 手機(jī)定位數(shù)據(jù)過濾 133
7.5.3 時空特征提取 134
7.5.4 多粒度掃描方法 135
7.6 針對全網(wǎng)流量估計(jì)的零樣本學(xué)習(xí)模型 135
7.6.1 模型算法概述 136
7.6.2 交通網(wǎng)絡(luò)流量估計(jì)的特征提取 137
7.6.3 Z-score數(shù)據(jù)標(biāo)準(zhǔn)化 140
7.6.4 重標(biāo)定問題 141
7.7 案例研究 144
7.7.1 單路段流量預(yù)測 145
7.7.2 交通網(wǎng)絡(luò)流量預(yù)測 146
7.8 本章小結(jié) 150
7.9 參考文獻(xiàn) 150
第8章 特定區(qū)域與特殊事件流量分析 154
8.1 背景與意義 154
8.2 基于手機(jī)數(shù)據(jù)的特定區(qū)域與特殊事件客流分析方法綜述 155
8.3 城市重點(diǎn)區(qū)域流量分析 156
8.3.1 城市景區(qū)客流分析 157
8.3.2 城市商圈客流分析 159
8.3.3 大型橋梁客流分析 162
8.3.4 交通樞紐客流分析 164
8.4 城市特殊事件客流分析 166
8.4.1 演唱會客流分析 166
8.4.2 施工客流分析 169
8.4.3 重要節(jié)假日客流分析 171
8.5 本章小結(jié) 172
8.6 參考文獻(xiàn) 173
第9章 校核線客流識別 175
9.1 背景與意義 175
9.2 校核線客流識別技術(shù)發(fā)展綜述 176
9.3 校核線客流識別的算法與技術(shù)實(shí)踐 180
9.3.1 軌跡信息概述 180
9.3.2 基站層面的軌跡補(bǔ)全 181
9.3.3 基于連續(xù)軌跡的校核線客流識別 184
9.4 案例分析 186
9.4.1 數(shù)據(jù)集介紹 186
9.4.2 數(shù)據(jù)預(yù)處理 186
9.4.3 案例分析一 189
9.4.4 案例分析二 194
9.5 本章小結(jié) 197
9.6 參考文獻(xiàn) 198
第10章 用戶畫像分析 202
10.1 背景與意義 202
10.2 用戶畫像技術(shù)綜述 202
10.3 用戶畫像簡介 203
10.3.1 用戶畫像含義 203
10.3.2 用戶畫像研究內(nèi)容 203
10.3.3 用戶畫像構(gòu)建方法 204
10.3.4 用戶畫像體系類型 205
10.3.5 用戶畫像體系構(gòu)建流程 207
10.4 基于手機(jī)大數(shù)據(jù)的用戶畫像體系 208
10.4.1 手機(jī)用戶特征標(biāo)簽化 208
10.4.2 手機(jī)用戶畫像標(biāo)簽體系 209
10.5 基于基站尺度的區(qū)域功能屬性分析 209
10.5.1 區(qū)域?qū)傩杂?jì)算流程 210
10.5.2 數(shù)據(jù)獲取與處理 210
10.5.3 基站范圍用地類型的計(jì)算方法 212
10.6 用戶畫像標(biāo)簽識別方法 214
10.6.1 標(biāo)簽識別流程概述 214
10.6.2 基本屬性標(biāo)簽 215
10.6.3 出行屬性標(biāo)簽 216
10.6.4 活動屬性標(biāo)簽 218
10.7 基于層次聚類算法的群體用戶畫像構(gòu)建 218
10.7.1 群體用戶畫像構(gòu)建流程 219
10.7.2 特征提取與數(shù)據(jù)預(yù)處理 219
10.7.3 層次聚類算法原理及模型構(gòu)建 220
10.8 基于知識圖譜的用戶畫像 222
10.9 案例分析 223
10.9.1 數(shù)據(jù)預(yù)處理 223
10.9.2 基于基站尺度的區(qū)域功能屬性識別結(jié)果 225
10.9.3 用戶畫像標(biāo)簽識別結(jié)果 226
10.9.4 基于層次聚類算法的群體畫像構(gòu)建實(shí)例 231
10.10 本章小結(jié) 236
10.11 參考文獻(xiàn) 236
《交通與數(shù)據(jù)科學(xué)叢書》書目 259
展開全部
基于手機(jī)大數(shù)據(jù)的交通規(guī)劃方法與應(yīng)用 節(jié)選
第1章 緒論 1.1 本書的定位 1.1.1 背景 在智能交通領(lǐng)域，結(jié)合人工智能與大數(shù)據(jù)挖掘技術(shù)進(jìn)行交通規(guī)劃設(shè)計(jì)，能夠有效地改善城市交通擁堵問題.2019年，中共中央、國務(wù)院印發(fā)《交通強(qiáng)國建設(shè)綱要》，進(jìn)一步統(tǒng)籌推進(jìn)交通強(qiáng)國建設(shè)工作，提出要牢牢把握交通“先行官”定位，適度超前、解放思想、開拓進(jìn)取.大力發(fā)展智慧交通成為交通強(qiáng)國建設(shè)過程中的重要戰(zhàn)略之一，需要推動大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能、區(qū)塊鏈、超級計(jì)算等新技術(shù)與交通行業(yè)深度融合[1].而進(jìn)一步地，“5G (5th generation mobile communicationtechnology，第5代移動通信技術(shù))+交通運(yùn)輸”的新理念催生了一系列新一代智慧交通產(chǎn)品，例如無人駕駛、路況感知和智慧城市等等.其中無人駕駛和路況感知，需以實(shí)時獲取城市道路交通流量為基礎(chǔ);而智慧城市則需要實(shí)時接收城市居民出行信息[2].因此，利用多源交通大數(shù)據(jù)獲取宏觀尺度的城市居民出行信息，實(shí)現(xiàn)微觀尺度的城市路網(wǎng)交通流量全時空感知是符合時代發(fā)展趨勢的重要研究課題之一. 移動互聯(lián)網(wǎng)技術(shù)的發(fā)展為交通行業(yè)帶來了新的發(fā)展前景.2020年以來，中央多次提出加快5G 等新型基礎(chǔ)設(shè)施建設(shè)，5G 作為新型基礎(chǔ)設(shè)施的“領(lǐng)頭羊”，已成為支撐地方經(jīng)濟(jì)高質(zhì)量發(fā)展、“育新機(jī)、開新局”的關(guān)鍵鑰匙，5G 移動互聯(lián)技術(shù)的發(fā)展將進(jìn)一步推進(jìn)智能交通的發(fā)展以及應(yīng)用[3].改善交通擁堵的傳統(tǒng)方法是加大交通基礎(chǔ)設(shè)施投入，該方法受到土地資源的限制.且以往交通規(guī)劃方案通常以傳統(tǒng)交通調(diào)查、出行調(diào)查等手段為分析基礎(chǔ)，已不能滿足現(xiàn)代快速變化的交通需求.而基于多源大數(shù)據(jù)的數(shù)據(jù)提取和交通預(yù)測可以有效模擬交通運(yùn)行狀態(tài)，驗(yàn)證技術(shù)方案的可行性.例如，手機(jī)大數(shù)據(jù)所蘊(yùn)含的時空信息經(jīng)過數(shù)據(jù)挖掘可以有效地提取居民的出行信息，從而精準(zhǔn)感知公眾交通出行全過程.本書將以多源手機(jī)大數(shù)據(jù)為基礎(chǔ)，介紹移動互聯(lián)網(wǎng)環(huán)境下的新一代交通規(guī)劃定量分析方法. 隨著社會信息化的快速發(fā)展，城市中能夠收集到更多的數(shù)據(jù)類型，數(shù)據(jù)精度不斷提升，數(shù)據(jù)量也越來越大.大數(shù)據(jù)以其數(shù)據(jù)量大、覆蓋范圍廣、維度多樣的特點(diǎn)已被廣泛應(yīng)用于交通各行業(yè)領(lǐng)域的數(shù)據(jù)分析決策支持工作，比如遙感影像數(shù)據(jù)，移動通信信令數(shù)據(jù)、射頻識別(radio frequency identification， RFID)監(jiān)測數(shù)據(jù)、卡口監(jiān)控視頻數(shù)據(jù)、路側(cè)監(jiān)控視頻數(shù)據(jù)、公共交通乘車刷卡數(shù)據(jù)、全球定位系統(tǒng)(global positioning system， GPS)定位數(shù)據(jù)、車聯(lián)網(wǎng)平臺數(shù)據(jù)、電子地圖導(dǎo)航數(shù)據(jù)、物流運(yùn)輸數(shù)據(jù)、共享單車使用與路徑數(shù)據(jù)，以及其他可用的開源數(shù)據(jù)等.在以往的交通管理和規(guī)劃工作中，想要進(jìn)行全方位的數(shù)據(jù)分析難度較大，無論是數(shù)據(jù)源的獲取，還是數(shù)據(jù)分析應(yīng)用，都存在較多的難點(diǎn)，致使無法準(zhǔn)確掌握城市全局的靜態(tài)空間分布規(guī)律以及區(qū)域之間動態(tài)的人流變化規(guī)律.這樣的缺陷不僅使得管理措施、規(guī)劃方案的全局把握程度總體難度較大，而且也影響了規(guī)劃工作的高效、持續(xù)、準(zhǔn)確開展.隨著城市發(fā)展對交通管控工作的信息化程度要求越來越高，傳統(tǒng)的方法已遠(yuǎn)遠(yuǎn)無法滿足要求.因此，以多源大數(shù)據(jù)為依托對交通管理和規(guī)劃工作進(jìn)行輔助決策是必然趨勢.手機(jī)大數(shù)據(jù)是一種新型的大數(shù)據(jù)源，與其他類型的數(shù)據(jù)相比，其具有實(shí)時性、完整性、出行時空全覆蓋性等其他數(shù)據(jù)源所不擁有的優(yōu)勢，在各類規(guī)劃中尤其是城市交通規(guī)劃中具有獨(dú)*的應(yīng)用優(yōu)勢[4]. 自21世紀(jì)以來，移動網(wǎng)絡(luò)覆蓋率越來越廣，手機(jī)終端基本普及.例如，2020年中國移動在全國行政村的4G(4th-generation mobile communication technology，第4代移動通信技術(shù))網(wǎng)絡(luò)覆蓋率已超過98％(見中國移動官網(wǎng)).圖1-1為2015～2019年三家基礎(chǔ)電信企業(yè)的移動電話用戶統(tǒng)計(jì)情況，由中國工業(yè)和信息化部(簡稱:工信部)的數(shù)據(jù)顯示:截至2019年11月底，三家基礎(chǔ)電信企業(yè)的移動電話用戶總數(shù)達(dá)16億，同比增長2.2％，較上年末凈增3486萬戶.與2015年移動用戶總數(shù)相比，已增加2.9億用戶，其中，4G 用戶規(guī)模為12.76億戶，占比達(dá)79.7％(見工信部官網(wǎng):①《2019年通信業(yè)務(wù)統(tǒng)計(jì)公報》;②《2019年通信業(yè)務(wù)統(tǒng)計(jì)公報解讀》).同時，龐大的用戶基數(shù)和手機(jī)數(shù)據(jù)的時間跨度為信息采集提供了良好的基礎(chǔ).手機(jī)數(shù)據(jù)包含大范圍的時間和空間信息，合理利用這些數(shù)據(jù)，對于表征交通運(yùn)行狀態(tài)、評估交通設(shè)施運(yùn)行狀態(tài)和政策實(shí)施效果以及交通管理輔助決策有著重要作用.手機(jī)在數(shù)據(jù)量和時空覆蓋程度等方面具有巨大優(yōu)勢，因此備受各國研究者的關(guān)注[5，6].手機(jī)終端廣泛的受眾和龐大的時空數(shù)據(jù)量，讓交通研究突破傳統(tǒng)方法的限制成為可能. 圖1-1 2015～2019年移動電話用戶統(tǒng)計(jì)情況 1.1.2 本書特點(diǎn) 在大數(shù)據(jù)蓬勃發(fā)展的背景下，大數(shù)據(jù)為研究者提供了針對城市交通的一種多角度、多層次、多測度的大樣本連續(xù)觀察能力，借助多源交通大數(shù)據(jù)“大樣本”和“連續(xù)追蹤”的優(yōu)勢，使得整體把握交通態(tài)勢與趨勢成為可能.手機(jī)大數(shù)據(jù)的興起，使得交通領(lǐng)域的研究者們在傳統(tǒng)交通理論體系的基礎(chǔ)上進(jìn)行改革和深化，從而推動了一系列交通方法理論的創(chuàng)新，產(chǎn)生了大量新穎的研究成果[7，8].這些研究成果有助于提高交通技術(shù)人員對新一代交通規(guī)劃方法體系的認(rèn)知和理解，以豐富他們解決實(shí)際問題的科學(xué)手段.但是，著眼于交通規(guī)劃領(lǐng)域，目前市面上還未出現(xiàn)針對完整交通規(guī)劃體系而衍生出的手機(jī)大數(shù)據(jù)相關(guān)工具說明書;著眼于交通大數(shù)據(jù)領(lǐng)域，現(xiàn)有書籍缺乏對交通大數(shù)據(jù)分析的工程指導(dǎo)，不能夠給讀者，尤其是初學(xué)者，帶來全方位解讀.另外，由于手機(jī)大數(shù)據(jù)的特殊性，其常用數(shù)據(jù)分析技術(shù)和機(jī)器學(xué)習(xí)算法也有自身特點(diǎn)，但目前缺乏相應(yīng)的總結(jié)性說明. 本書正是圍繞交通大數(shù)據(jù)，結(jié)合實(shí)際的工程化應(yīng)用需要，進(jìn)行有層次、有梯度地面向?qū)崙?zhàn)應(yīng)用的指導(dǎo).基于手機(jī)信令數(shù)據(jù)和三角定位數(shù)據(jù)等多源手機(jī)大數(shù)據(jù)，研究傳統(tǒng)交通規(guī)劃在新型數(shù)據(jù)采集手段下的新發(fā)展.本書章節(jié)內(nèi)容主要包括手機(jī)數(shù)據(jù)預(yù)處理過程中涉及的大范圍地理空間和海量數(shù)據(jù)匹配速度優(yōu)化問題、交通需求分析、交通分布與出行方式劃分、出行模式識別和人物畫像等內(nèi)容.本書所述的應(yīng)用研究將對幾種關(guān)鍵技術(shù)和重要工具進(jìn)行簡潔而全面、完整而不冗余的描述，讓所有交通工程領(lǐng)域的從業(yè)人員，都能夠從零開始學(xué)習(xí)手機(jī)大數(shù)據(jù)在交通規(guī)劃定量分析方法中的應(yīng)用，為讀者深入挖掘城市交通出行內(nèi)在機(jī)理提供實(shí)踐工具，為城市交通規(guī)劃管理提供數(shù)據(jù)基礎(chǔ)和決策支持. 1.1.3 本書目標(biāo) 本書從*基本的交通規(guī)劃理論知識出發(fā)，首先介紹傳統(tǒng)交通規(guī)劃的基本方法——四階段方法;其次以它為載體，介紹手機(jī)大數(shù)據(jù)的數(shù)據(jù)探索方法，包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)描述統(tǒng)計(jì)分析等方法;隨后，為了增強(qiáng)本書讀者對交通規(guī)劃中四階段方法的了解，本書將詳細(xì)介紹基于手機(jī)大數(shù)據(jù)對傳統(tǒng)四階段方法的深入挖掘與改進(jìn).此外，在介紹上述理論知識和算法后，編者將進(jìn)一步介紹如特定區(qū)域下的流量分析、校核線交換量、人物畫像等更為前沿的研究工作.為了進(jìn)一步增強(qiáng)此領(lǐng)域技術(shù)人員的手機(jī)大數(shù)據(jù)挖掘?qū)崙?zhàn)能力，本書將以真實(shí)手機(jī)數(shù)據(jù)為例，從數(shù)據(jù)采集、數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理、數(shù)據(jù)信息挖掘、數(shù)據(jù)結(jié)果分析、數(shù)據(jù)可視化展示等過程進(jìn)行實(shí)例說明，更加清晰地介紹手機(jī)大數(shù)據(jù)的具體處理和分析方法，增強(qiáng)基于手機(jī)大數(shù)據(jù)的交通規(guī)劃定量分析方法的可解釋性. 1.2 本書的基礎(chǔ) 1.2.1 移動互聯(lián)技術(shù)發(fā)展 隨著無線網(wǎng)絡(luò)技術(shù)的發(fā)展，我國通信技術(shù)經(jīng)歷了從**代至第五代的不斷更新，目前形成了主要以4G 技術(shù)為主的局面.近幾年，更是實(shí)現(xiàn)了經(jīng)4G 到5G 的跨越式發(fā)展.隨著網(wǎng)絡(luò)信號實(shí)現(xiàn)全球覆蓋，用戶即使身處大洋和沙漠，仍可隨時隨地保持與世界的聯(lián)系. 圖1-2闡述了通信技術(shù)從**代至第五代的更迭情況.由于各代移動通信技術(shù)都具有較強(qiáng)的專業(yè)理論知識，本節(jié)將簡要介紹通信技術(shù)從**代至第五代的發(fā)展歷程.若讀者想要對各代移動通信技術(shù)有更深入的了解，編者建議閱讀在移動通信領(lǐng)域相關(guān)的專業(yè)性更強(qiáng)的教材或工具書.如圖1-2所示，**代移動通信系統(tǒng)出現(xiàn)于20世紀(jì)80年代，采用頻分多址(frequency division multiple access，F(xiàn)DMA)模擬制式和蜂窩網(wǎng)(小區(qū)制)技術(shù).在初期得到了廣泛應(yīng)用，但該技術(shù)存在著抗干擾能力低、數(shù)據(jù)業(yè)務(wù)類型少、保密性差、設(shè)備成本高等缺陷.第二代移動通信系統(tǒng)出現(xiàn)于20世紀(jì)90年代，以全球移動通信系統(tǒng)(the global system formobile communications， GSM)為代表，采用數(shù)字移動通信網(wǎng)和先進(jìn)的呼叫處理技術(shù)，支持多種業(yè)務(wù)服務(wù)，以傳輸語音和低速數(shù)據(jù)業(yè)務(wù)為目的.第三代移動通信系統(tǒng)以碼分多址(code-division multiple access， CDMA)為主流技術(shù)，以寬帶多媒體通信為目標(biāo)，無線接入技術(shù)由此在根本上發(fā)生了改變[9]. 圖1-2 移動通信技術(shù)發(fā)展 隨著移動終端數(shù)量和互聯(lián)網(wǎng)業(yè)務(wù)的迅速增長，對高速率的移動數(shù)據(jù)接入網(wǎng)絡(luò)的需求越來越多，4G 技術(shù)應(yīng)運(yùn)而生.第四代移動通信系統(tǒng)標(biāo)準(zhǔn)以 LTE-A(longterm evolution-advanced， LTE-advanced)為代表，通常將采用 LTE 和 LTE-A 標(biāo)準(zhǔn)的移動通信系統(tǒng)統(tǒng)稱為4G，在傳輸速率、小區(qū)容量和網(wǎng)絡(luò)延遲等方面相較3G技術(shù)有了很大的提高. LTE 包括 FDD(frequency division duplexing)和 TDD(timedivision duplexing)兩個模式，關(guān)鍵技術(shù)基本一致，區(qū)別主要在于無線接入的空中接口標(biāo)準(zhǔn)不一樣.前者是頻分雙工，有兩個獨(dú)立的信道分別接收和傳送信息;后者是時分雙工，接收和傳送信息在同一信道的不同時間.在原本技術(shù)基礎(chǔ)和市場競爭下，國內(nèi)三大運(yùn)營商在4G 時代根據(jù)本身的技術(shù)部署策略采取了不同的標(biāo)準(zhǔn)，中國移動過采用 TDD-LTE 制式，電信和聯(lián)通采用 FDD-LTE 與 TDD-LTE 融合的技術(shù). *后，5G 是繼4G 之后，為了滿足智能終端的快速普及和移動互聯(lián)網(wǎng)的高速發(fā)展而正在研發(fā)的新一代移動通信技術(shù)，是面向2020年以后人類信息社會需求的第五代移動通信網(wǎng)絡(luò).5G 的性能目標(biāo)是高數(shù)據(jù)速率、減少延遲、節(jié)省能源、降低成本、提高系統(tǒng)容量和大規(guī)模設(shè)備連接，其關(guān)鍵技術(shù)主要包括:①基于正交頻分復(fù)用 OFDM(orthogonal frequency division multiplexing)優(yōu)化的波形和多址接入(optimized OFDM-based waveforms and multiple access);②靈活的框架設(shè)計(jì);③先進(jìn)的新型無線技術(shù)[10].5G 通信為移動互聯(lián)網(wǎng)的快速發(fā)展奠定了基礎(chǔ)，是對其他無線通信技術(shù)的銜接，可以滿足未來各方面對于通信技術(shù)的要求，5G 將擁有較智能化以及網(wǎng)絡(luò)自感知、自調(diào)整的優(yōu)點(diǎn). 1.2.2 傳統(tǒng)交通規(guī)劃方法的缺陷 當(dāng)前復(fù)雜出行環(huán)境下，城市多模式交通系統(tǒng)是一個包括多個子系統(tǒng)的非線性復(fù)雜巨系統(tǒng).而由于不同模式之間各自為政，缺乏有效協(xié)同和系統(tǒng)分析工具，導(dǎo)致城市交通效率低、系統(tǒng)調(diào)控能力弱等問題.合理的交通規(guī)劃可以均衡交通供需、提高可達(dá)性，從而有效解決這些問題.傳統(tǒng)的交通規(guī)劃方法主要是基于四階段法，以及各類分析軟件. 總結(jié)以往的研究與國內(nèi)發(fā)展現(xiàn)狀，我們發(fā)現(xiàn)在傳統(tǒng)的交通規(guī)劃體系中，存在三個亟須解決的關(guān)鍵問題，它們限制了當(dāng)前交通規(guī)劃的有效性和精準(zhǔn)性.**個是路網(wǎng)流量全時空精準(zhǔn)感知，這是交通網(wǎng)絡(luò)(交通系統(tǒng))與通信、電力網(wǎng)絡(luò)等其他系統(tǒng)相比的一個困難之處.全時空精準(zhǔn)感知的首要條件是需要在空間和時間兩個維度對交通運(yùn)行狀態(tài)進(jìn)行全面感知，只有實(shí)時精確地獲取城市道路網(wǎng)絡(luò)的全時空流量，才能獲悉城市交通發(fā)展現(xiàn)狀，才能更可靠地進(jìn)行交通運(yùn)行態(tài)勢評價、交通流量管理與調(diào)控.然而，已有的交通虛擬仿真、行為學(xué)模型、交通系統(tǒng)分析方法等都難以做到精準(zhǔn)感知.此外，從大數(shù)據(jù)的角度分析，現(xiàn)階段各類交通大數(shù)據(jù)，
書友推薦
- >
莉莉和章魚
- >
中國歷史的瞬間
- >
小考拉的故事-套裝共3冊
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
朝聞道
- >
煙與鏡
- >
名家?guī)阕x魯迅:故事新編
本類暢銷
