申请/专利权人:科大国创云网科技有限公司
申请日:2021-05-26
公开(公告)日:2023-09-19
公开(公告)号:CN114363823B
主分类号:H04W4/029
分类号:H04W4/029;H04W24/10;H04W64/00;G06F18/23
优先权:
专利状态码:有效-授权
法律状态:2023.09.19#授权;2022.05.03#实质审查的生效;2022.04.15#公开
摘要:本发明公开了基于MR常驻地和建筑物轮廓的人口密度监测方法及系统,属于人口密度监测技术领域,包括以下步骤:S1:MR常驻地分析;S2:常驻地入楼处理;S3:建筑物汇聚处理;S4:人口密度输出。本发明引入了MR数据作为建模数据源,可以周期性地测量所有用户的网络质量;MR指纹库定位精度高达50米,比传统基站定位精度更高,能够准确地反映出各个区域的人口密度情况;以建筑物维度来对城市人口密度进行监测,颗粒度更小,更精准,也更容易应用至城市规划、功能区划分、交通规划等各个领域之中,值得被推广使用。
主权项:1.基于MR常驻地和建筑物轮廓的人口密度监测方法,其特征在于,包括以下步骤:S1:MR常驻地分析通过MR指纹库定位刻画出用户轨迹,对多日用户轨迹聚类分析,分析出用户常住工作地和常住居住地;S2:常驻地入楼处理基于PNPOLY算法进行点面计算,将用户常驻地归入到建筑物之中;在建筑物之外的用户常驻地采用计算距离方式,就近依附到楼栋的原则,将用户常驻地入楼;S3:建筑物汇聚处理根据日工作地和日居住地分别完成所有楼栋用户数的聚合,再根据月工作地和月居住地分别完成所有楼栋用户的聚合;S4:人口密度输出根据聚合结果,输出以楼栋为维度统计各楼栋日、月和工作、居住地的人口分布情况;在所述步骤S1中,用户常驻地包括用户常住工作地、用户常住居住地;在所述步骤S1中,用户常驻地的分析过程如下:S11:取用户的MR测量报告信息,基于三点定位算法与MR指纹库相匹配,定位出每个用户的每条MR测量报告的具体位置;S12:通过对每天的时间范围内的已定位的MR测量报告分布点聚类分析,分析出用户每天的日居住地和日工作地位置;S13:取一段周期内的用户日居住地和用户日工作地,聚类分析出用户的常住工作地和常住居住地;在所述步骤S12中,对于工作地识别,每天的时间范围取正常的工作时间,早上08:00-11:00、下午14:00-17:00;对于居住地识别,每天的时间范围取正常的作息时间,凌晨00:00-06:00、20:00-24:00;在所述步骤S3中,用户月居住地聚合过程如下:S301:找出用户月居住地预设范围内的所有建筑物楼栋;S302:分别将对应的日居住地落入到这些建筑物楼栋中,日居住地至建筑物范围在50米以内;S303:分别计算月居住地预设范围内楼栋的置信度,取置信度最高的为用户月常住居住地楼栋,置信度=落入楼栋的日居住地个数日居住地总个数;在所述步骤S3中,用户月工作地聚合过程如下:S311:找出用户月工作地预设范围内的所有建筑物楼栋;S312:分别将对应的日工作地落入到这些建筑物楼栋中,日工作地至建筑物范围在50米以内;S313:分别计算月工作地预设范围内楼栋的置信度,取置信度最高的为用户月常住工作地楼栋,置信度=落入楼栋的日工作地个数日工作地总个数;用户日工作地和用户日居住地落入到距离最近的建筑物即表示用户日居住地楼栋和日工作地楼栋。
全文数据:
权利要求:
百度查询: 科大国创云网科技有限公司 基于MR常驻地和建筑物轮廓的人口密度监测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。