本发明涉及一种基于手机信令的地铁乘客实时乘车状态计算方法及系统，属于智慧交通领域，其方法包括：步骤S1：获取地铁运行数据，包括地铁线路描述信息数据、地铁站点描述信息数据和地铁线路拓扑结构数据；步骤S2：根据运营商提供的基站位置参数数据，识别专用基站，构建基站‑地铁站映射表；步骤S3：基于有限状态机理论，设定乘车状态集合和状态转移集合，在任意时刻，用户处于且仅处于乘车状态集合中的一个状态，利用基站‑地铁站映射表和用户的信令数据，对用户的实时乘车状态进行更新。本发明提供的方法实时获取用户的乘车状态，从而为下游的监控任务提供数据支撑。
1.一种基于手机信令的地铁乘客实时乘车状态计算方法，其特征在于，包括：
步骤S1：获取地铁运行数据，包括地铁线路描述信息数据、地铁站点描述信息数据和地铁线路拓扑结构数据；
步骤S2：根据运营商提供的基站位置参数数据，识别专用基站，构建基站‑地铁站映射表；
步骤S3：基于有限状态机理论，设定乘车状态集合和状态转移集合，在任意时刻，用户处于且仅处于所述乘车状态集合中的一个状态，利用所述基站‑地铁站映射表和用户的信令数据，对用户的实时乘车状态进行更新，具体包括：步骤S31：设定用户乘车状态集合包括：空、候车、低置信度乘车、乘车、信令缺失乘车；
其中，空，表示用户不处于地铁系统中；候车，表示用户在某一地铁站点停留；低置信度乘车，表示用户的信令序列与某段地铁线路吻合，但由于此段线路缺乏高置信度专用基站，用户被误判为地铁出行的几率较高；乘车，表示用户在某条地铁线路上乘车；信令缺失乘车，表示用户先前在某条地铁线路上乘车，而后发生了信令缺失，目前可能还在乘车；
步骤S32：设定用户状态转移集合包括：由空转移为候车、由候车转移为空、由候车自转移为候车、由候车转移为低置信度乘车、由候车转移为乘车、由低置信度乘车转移为空、由低置信度乘车自转移为低置信度乘车、由低置信度乘车转移为候车、由低置信度乘车转移为乘车、由乘车转移为空、由乘车转移为候车、由乘车自转移为乘车、由乘车转移为信令缺失乘车、由信令缺失乘车转移为空、由信令缺失乘车转移为候车、由信令缺失乘车转移为乘车；
步骤S33：除空状态外，用户处于每个状态时，都有一个过期时间，当过期时间到时，用户所处的状态会自动转移，具体包括：步骤S331：由候车转移为空：在设定的最长候车时间内，未产生新的信令数据；
步骤S332：由低置信度乘车转移为空：在设定的从经过的最后一个地铁站搭乘至下一站所需的最长时间内，未产生新的信令数据；
步骤S333：由乘车转移为信令缺失乘车：在设定的从经过的最后一个地铁站搭乘至下一站所需的最长时间内，未产生新的信令数据；
步骤S334：由信令缺失乘车转移为空：在设定的最长信令缺失时间内，未产生新的信令数据；
步骤S34：构建信令数据的结构为：用户ID、基站ID、时间戳；当收到一条信令数据时，提取所述信令数据中的基站ID，在所述基站‑地铁站映射表中获取与该基站对应的站点ID，构建站点集合；结合所述信令数据与其用户所处的乘车状态，完成相关用户乘车状态的转移，具体包括如下步骤：步骤S341：由空转移为候车：收到的所述信令数据来自所述专用基站，表明用户到达所述专用基站对应的地铁站附近；
步骤S342：由候车转移为空：收到的所述信令数据来自非专用基站，且此类信令条数达到预设阈值，表明用户已经离开地铁站；
步骤S343：由候车转移为低置信度乘车：收到的所述信令数据来自所述专用基站，对应的站点并非候车站点，从所述候车站点可以在对应的信令间隔时间内到达该站点，且所述候车站点与该站点都被标为缺乏高置信度专用基站；
步骤S344：由候车转移为乘车：收到的所述信令数据来自所述专用基站，对应的站点并非候车站点，从所述候车站点可以在对应的信令间隔时间内到达该站点，且所述候车站点与该站点并非都被标为缺乏高置信度专用基站；
步骤S345：由低置信度乘车转移为空、由乘车转移为空：收到的所述信令数据来自所述非专用基站，且在预定的时间内未收到来自经过的最后一个地铁站点的下一站的专用基站的信令，表明用户已经离开地铁站，未在预期时间内到达下一站；
步骤S346：由低置信度乘车转移为候车、由乘车转移为候车：（1）收到的所述信令数据来自经过的最后一个地铁站的专用基站，对应的信令间隔时间反映用户在该站点的停留时间达到预设阈值；（2）收到的所述信令数据来自其他地铁站点的专用基站，从经过的最后一个站点无法在对应的信令间隔时间内到达该地铁站；
步骤S347：由候车自转移为候车：（1）收到的所述信令数据来自所述非专用基站，此类信令条数未达到预设阈值，表明只是正常的信令漂移；（2）收到的所述信令数据来自候车站点的专用基站，表明用户仍在该地铁站点候车；（3）收到的所述信令数据来自其他地铁站点的专用基站，但从所述候车站点无法在对应的信令间隔时间内到达该站点；
步骤S348：由低置信度乘车自转移为低置信度乘车、由乘车自转移为乘车：（1）收到的所述信令数据来自所述非专用基站，对应的信令间隔时间在预期到达下一站的最长时间内，可能源自用户在乘往下一站的过程中与地铁线路附近的基站通信；（2）收到的所述信令数据来自经过的最后一个地铁站点的专用基站，对应的信令间隔时间反映用户在该站点的停留时间未达到预设阈值；（3）收到的所述信令数据来自其他地铁站点的专用基站，从经过的最后一个地铁站点可以在对应的信令间隔时间内到达该站点；
步骤S349：由低置信度乘车转移为乘车：持续经过了若干不同地铁站点，已经充分地排除了地铁线路段由于缺乏高置信度专用基站引起的误判；
步骤S3410：由信令缺失乘车切换为空：收到的所述信令数据来自所述非专用基站，表明用户在经过预设时间的信令缺失后，出现在地铁系统之外；
步骤S3411：由信令缺失乘车切换为候车：收到的所述信令数据来自所述专用基站，从经过的最后一个地铁站点无法在对应的信令间隔时间内到达该站点；
步骤S3412：由信令缺失乘车切换为乘车：收到的所述信令数据来自所述专用基站，从经过的最后一个地铁站点可以在对应的信令间隔时间内到达该站点。
2.根据权利要求1所述的基于手机信令的地铁乘客实时乘车状态计算方法，其特征在于，所述步骤S1：获取地铁运行数据，包括地铁线路描述信息数据、地铁站点描述信息数据和地铁线路拓扑结构数据，具体包括：步骤S11：获取所述地铁线路描述信息数据，包括：线路ID、线路名、线路方向、线路是否为环线；
步骤S12：获取所述地铁站点描述信息数据，包括：站点ID、所属线路ID、站点名、站点经纬度、到下一站的行驶时间、可换乘到的站点ID；
步骤S13：获取所述地铁线路拓扑结构数据，包括：线路ID、站点ID、站点在线路中的索引号。
3.根据权利要求2所述的基于手机信令的地铁乘客实时乘车状态计算方法，其特征在于，所述步骤S2：根据运营商提供的基站位置参数数据，识别专用基站，构建基站‑地铁站映射表，具体包括：步骤S21：构建由地铁线路名和站点名组合构成的关键词集合，对每个关键词，在基站位置参数数据表中，筛选命名包含此关键词的基站，在站点描述信息数据表中，筛选此关键词对应的站点ID，构建初始基站‑地铁站映射表；
步骤S22：设定距离阈值 ，对所述初始基站‑地铁站映射表中的每一项，计算基站与地铁站的距离，剔除基站与地铁站的距离大于 的表项，形成距离校正的基站‑地铁站映射表；
步骤S23：设定距离阈值 ，对所述距离校正的基站‑地铁站映射表中的每个基站，筛选与此基站的距离不大于 的其他基站，补充至所述距离校正的基站‑地铁站映射表，形成相同位置基站补充的基站‑地铁站映射表；
步骤S24：将所述补充的基站‑地铁站映射表中未涉及的地铁站标记为缺乏高置信度专用基站，设定距离阈值 ，对每个标为缺乏高置信度专用基站的地铁站，筛选与该地铁站的距离不大于 的基站，加入所述补充基站‑地铁站映射表，形成最终的基站‑地铁站映射表，其中所述基站‑地铁站映射表中所包含的基站是专用基站，不在其中的是非专用基站。
4.一种基于手机信令的地铁乘客实时乘车状态计算系统，其特征在于，包括下述模块：
获取地铁运行数据模块，用于获取地铁运行数据，包括地铁线路描述信息数据、地铁站点描述信息数据和地铁线路拓扑结构数据；
构建基站‑地铁站映射表模块，用于根据运营商提供的基站位置参数数据，识别专用基站，构建基站‑地铁站映射表；
实时乘车状态更新模块，用于基于有限状态机理论，设定乘车状态集合和状态转移集合，在任意时刻，用户处于且仅处于所述乘车状态集合中的一个状态，利用所述基站‑地铁站映射表和用户的信令数据，对用户的实时乘车状态进行更新，具体包括：步骤S31：设定用户乘车状态集合包括：空、候车、低置信度乘车、乘车、信令缺失乘车；
其中，空，表示用户不处于地铁系统中；候车，表示用户在某一地铁站点停留；低置信度乘车，表示用户的信令序列与某段地铁线路吻合，但由于此段线路缺乏高置信度专用基站，用户被误判为地铁出行的几率较高；乘车，表示用户在某条地铁线路上乘车；信令缺失乘车，表示用户先前在某条地铁线路上乘车，而后发生了信令缺失，目前可能还在乘车；
步骤S32：设定用户状态转移集合包括：由空转移为候车、由候车转移为空、由候车自转移为候车、由候车转移为低置信度乘车、由候车转移为乘车、由低置信度乘车转移为空、由低置信度乘车自转移为低置信度乘车、由低置信度乘车转移为候车、由低置信度乘车转移为乘车、由乘车转移为空、由乘车转移为候车、由乘车自转移为乘车、由乘车转移为信令缺失乘车、由信令缺失乘车转移为空、由信令缺失乘车转移为候车、由信令缺失乘车转移为乘车；
步骤S33：除空状态外，用户处于每个状态时，都有一个过期时间，当过期时间到时，用户所处的状态会自动转移，具体包括：步骤S331：由候车转移为空：在设定的最长候车时间内，未产生新的信令数据；
步骤S332：由低置信度乘车转移为空：在设定的从经过的最后一个地铁站搭乘至下一站所需的最长时间内，未产生新的信令数据；
步骤S333：由乘车转移为信令缺失乘车：在设定的从经过的最后一个地铁站搭乘至下一站所需的最长时间内，未产生新的信令数据；
步骤S334：由信令缺失乘车转移为空：在设定的最长信令缺失时间内，未产生新的信令数据；
步骤S34：构建信令数据的结构为：用户ID、基站ID、时间戳；当收到一条信令数据时，提取所述信令数据中的基站ID，在所述基站‑地铁站映射表中获取与该基站对应的站点ID，构建站点集合；结合所述信令数据与其用户所处的乘车状态，完成相关用户乘车状态的转移，具体包括如下步骤：步骤S341：由空转移为候车：收到的所述信令数据来自所述专用基站，表明用户到达所述专用基站对应的地铁站附近；
步骤S342：由候车转移为空：收到的所述信令数据来自非专用基站，且此类信令条数达到预设阈值，表明用户已经离开地铁站；
步骤S343：由候车转移为低置信度乘车：收到的所述信令数据来自所述专用基站，对应的站点并非候车站点，从所述候车站点可以在对应的信令间隔时间内到达该站点，且所述候车站点与该站点都被标为缺乏高置信度专用基站；
步骤S344：由候车转移为乘车：收到的所述信令数据来自所述专用基站，对应的站点并非候车站点，从所述候车站点可以在对应的信令间隔时间内到达该站点，且所述候车站点与该站点并非都被标为缺乏高置信度专用基站；
步骤S345：由低置信度乘车转移为空、由乘车转移为空：收到的所述信令数据来自所述非专用基站，且在预定的时间内未收到来自经过的最后一个地铁站点的下一站的专用基站的信令，表明用户已经离开地铁站，未在预期时间内到达下一站；
步骤S346：由低置信度乘车转移为候车、由乘车转移为候车：（1）收到的所述信令数据来自经过的最后一个地铁站的专用基站，对应的信令间隔时间反映用户在该站点的停留时间达到预设阈值；（2）收到的所述信令数据来自其他地铁站点的专用基站，从经过的最后一个站点无法在对应的信令间隔时间内到达该地铁站；
步骤S347：由候车自转移为候车：（1）收到的所述信令数据来自所述非专用基站，此类信令条数未达到预设阈值，表明只是正常的信令漂移；（2）收到的所述信令数据来自候车站点的专用基站，表明用户仍在该地铁站点候车；（3）收到的所述信令数据来自其他地铁站点的专用基站，但从所述候车站点无法在对应的信令间隔时间内到达该站点；
步骤S348：由低置信度乘车自转移为低置信度乘车、由乘车自转移为乘车：（1）收到的所述信令数据来自所述非专用基站，对应的信令间隔时间在预期到达下一站的最长时间内，可能源自用户在乘往下一站的过程中与地铁线路附近的基站通信；（2）收到的所述信令数据来自经过的最后一个地铁站点的专用基站，对应的信令间隔时间反映用户在该站点的停留时间未达到预设阈值；（3）收到的所述信令数据来自其他地铁站点的专用基站，从经过的最后一个地铁站点可以在对应的信令间隔时间内到达该站点；
步骤S349：由低置信度乘车转移为乘车：持续经过了若干不同地铁站点，已经充分地排除了地铁线路段由于缺乏高置信度专用基站引起的误判；
步骤S3410：由信令缺失乘车切换为空：收到的所述信令数据来自所述非专用基站，表明用户在经过预设时间的信令缺失后，出现在地铁系统之外；
步骤S3411：由信令缺失乘车切换为候车：收到的所述信令数据来自所述专用基站，从经过的最后一个地铁站点无法在对应的信令间隔时间内到达该站点；
步骤S3412：由信令缺失乘车切换为乘车：收到的所述信令数据来自所述专用基站，从经过的最后一个地铁站点可以在对应的信令间隔时间内到达该站点。
基于手机信令的地铁乘客实时乘车状态计算方法及系统
技术领域
[0001] 本发明涉及智慧交通领域，具体涉及一种基于手机信令的地铁乘客实时乘车状态计算方法及系统。
背景技术
[0002] 实时获取地铁乘客的乘车状态，对于地铁运营管理、地铁与其他交通方式协同、交通需求分析等智慧交通策略有重大意义。地铁运营公司可以根据实时的用户分布调整运力和发车间隔，优化地铁运行策略。交管部门可以根据实时的地铁运行状态，实现地铁与公交、出租车、共享单车等其他交通方式的衔接，促进多种交通方式的合理分配和利用，缓解城市交通拥堵和污染问题。
[0003] 目前，地铁运营公司主要通过乘客的进出站刷卡数据来分析地铁的运行情况，无法准确获取乘客进入地铁站后的搭乘路线。一些包含位置服务的授权应用，如高德地图，可以在用户使用时收集实时位置数据，然而这些数据不能涵盖全体出行人群，也不能涵盖出行人群的完整出行记录。相对地，手机信令数据来自于手机与基站间的被动通信，每条数据都记录了通信时间和通信基站，近似反映了用户的实时位置，具有覆盖范围广、实时性强、采集方便等优点，适用于城市交通规划等领域的分析。
[0004] 基于手机信令数据，已经有一些研究和实践试图恢复地铁乘客的完整轨迹信息，但这些研究往往需要根据乘客一整天的数据开展计算，缺乏实时性。
发明内容
[0005] 为了解决上述技术问题，本发明提供一种基于手机信令的地铁乘客实时乘车状态计算方法及系统。
[0006] 本发明技术解决方案为：一种基于手机信令的地铁乘客实时乘车状态计算方法，包括：
[0007] 步骤S1：获取地铁运行数据，包括地铁线路描述信息数据、地铁站点描述信息数据和地铁线路拓扑结构数据；
[0008] 步骤S2：根据运营商提供的基站位置参数数据，识别专用基站，构建基站‑地铁站映射表；
[0009] 步骤S3：基于有限状态机理论，设定乘车状态集合和状态转移集合，在任意时刻，用户处于且仅处于所述乘车状态集合中的一个状态，利用所述基站‑地铁站映射表和用户的信令数据，对用户的实时乘车状态进行更新。
[0010] 本发明与现有技术相比，具有以下优点：
[0011] 本发明公开了一种基于手机信令的地铁乘客实时乘车状态计算方法，基于有限状态机理论，可以实时计算每个用户的乘车状态，从而可以实时监控地铁系统的负载情况。本发明在用户的乘车状态集合中，创造性地设置了低置信度乘车这一状态，解决了现有技术中两个问题：（1）用户静止在某个包含某段地上地铁线路的区域，其信令在区域内的基站振荡，导致用户被误判为搭乘地铁；（2）某段地面道路与某段地上地铁线路重合，从此段道路驾车经过的用户，由于其行驶速度与地铁相似，导致被误判为搭乘地铁。
附图说明
[0012] 图1为本发明实施例中一种基于手机信令的地铁乘客实时乘车状态计算方法的流程图；
[0013] 图2为本发明实施例中乘车状态及其状态转移示意图；
[0014] 图3为本发明实施例中一种基于手机信令的地铁乘客实时乘车状态计算系统的结构框图。
具体实施方式
[0015] 本发明提供了一种基于手机信令的地铁乘客实时乘车状态计算方法，能够在不依赖第三方数据的情况下，实现对地铁乘客搭乘状态的实时计算。
[0016] 为了使本发明的目的、技术方案及优点更加清楚，以下通过具体实施，并结合附图，对本发明进一步详细说明。
[0017] 实施例一
[0018] 如图1所示，本发明实施例提供的一种基于手机信令的地铁乘客实时乘车状态计算方法，包括下述步骤：
[0019] 步骤S1：获取地铁运行数据，包括地铁线路描述信息数据、地铁站点描述信息数据和地铁线路拓扑结构数据；
[0020] 步骤S2：根据运营商提供的基站位置参数数据，识别专用基站，构建基站‑地铁站映射表；
[0021] 步骤S3：基于有限状态机理论，设定乘车状态集合和状态转移集合，在任意时刻，用户处于且仅处于乘车状态集合中的一个状态，利用基站‑地铁站映射表和用户的信令数据，对用户的实时乘车状态进行更新。
[0022] 在一个实施例中，上述步骤S1：获取地铁运行数据，包括地铁线路描述信息数据、地铁站点描述信息数据和地铁线路拓扑结构数据，具体包括：
[0023] 步骤S11：获取地铁线路描述信息数据，包括：线路ID、线路名、线路方向、线路是否为环线；
[0024] 在线路描述信息数据中，一条物理线路的两个运行方向各自对应一个线路ID，即一个线路ID唯一确定了一条沿固定方向行驶的线路。例如，北京地铁十号线对应的线路ID为“十号线_内环”和“十号线_外环”；
[0025] 步骤S12：获取地铁站点描述信息数据，包括：站点ID、所属线路ID、站点名、站点经纬度、到下一站的行驶时间、可换乘到的站点ID；
[0026] 在站点描述信息数据中，一个物理站点对应多个站点ID，例如，在北京地铁知春路站可搭乘十号线或十三号线，由于十号线和十三号线各自对应两个线路ID，故知春路站点对应四个站点ID，包括“知春路_十号线_内环”、“知春路_十号线_外环”、“知春路_十三号线_开往西直门”和“知春路_十三号线_开往东直门”；
[0027] 步骤S13：获取地铁线路拓扑结构数据，包括：线路ID、站点ID、站点在线路中的索引号。
[0028] 在一个实施例中，上述步骤S2：根据运营商提供的基站位置参数数据，识别专用基站，构建基站‑地铁站映射表，具体包括：
[0029] 步骤S21：构建由地铁线路名和站点名组合构成的关键词集合，对每个关键词，在基站位置参数数据表中，筛选命名包含此关键词的基站，在站点描述信息数据表中，筛选此关键词对应的站点ID，构建初始基站‑地铁站映射表；
[0030] 例如，构建关键词“北京地铁十号线知春路站”，筛选包含此关键词的基站集合，与关键字一起构成初始基站‑地铁站映射表；
[0031] 步骤S22：设定距离阈值 ，对初始基站‑地铁站映射表中的每一项，计算基站与地铁站的距离，剔除基站与地铁站的距离大于 的表项，形成距离校正的基站‑地铁站映射表；
[0032] 部分基站的位置描述信息，例如“北京地铁十号线知春路站外某大厦顶楼第一基站”，虽然包含了设定的地铁线路名和站点名关键字，但并非真正的地铁站专用基站，这类基站通常与相应的地铁站距离较远，因此本发明实施例设定距离阈值 为200米，对初始基站‑地铁站映射表中的每一项，计算基站与地铁站的距离，剔除基站与地铁站的距离大于的表项，形成距离校正后的基站‑地铁站映射表；
[0033] 步骤S23：设定距离阈值 ，对距离校正的基站‑地铁站映射表中的每个基站，筛选与此基站的距离不大于 的其他基站，补充至距离校正的基站‑地铁站映射表，形成相同位置基站补充的基站‑地铁站映射表；
[0034] 通过位置参数筛选无法筛选出全部的地铁线路专用基站，但每个地铁站的专用基站往往部署在站内的相同位置，如果筛选出某个地铁站的一个专用基站，筛选与此基站位置相同的其他基站，往往也是该地铁站的专用基站。本发明实施例设定距离阈值 为10米，对距离校正的基站‑地铁站映射表中的每个基站，筛选与此基站的距离不大于10米的其他基站加入距离校正的基站‑地铁站映射表，形成相同位置基站补充的基站‑地铁站映射表；
[0035] 步骤S24：将补充的基站‑地铁站映射表中未涉及的地铁站标记为缺乏高置信度专用基站，设定距离阈值 ，对每个标为缺乏高置信度专用基站的地铁站，筛选与该地铁站的距离不大于 的基站，加入补充基站‑地铁站映射表，形成最终的基站‑地铁站映射表，其中所述基站‑地铁站映射表中所包含的基站是专用基站，不在其中的是非专用基站。
[0036] 存在部分地铁站架设在地面上，并未在站内部署专用基站，用户乘车通过这类地铁站时，往往与地铁站附近的室外基站通信，这些基站虽在严格意义上不能称为地铁站的专用基站，但也揭示了用户的乘车过程，需要补充至基站‑地铁站映射表。将相同位置基站补充的基站‑地铁站映射表中未涉及的地铁站标记为“缺乏高置信度专用基站”，设定距离阈值 为400米，对每个“缺乏高置信度专用基站”的地铁站，筛选与此地铁站的距离不大于的基站，加入补充基站‑地铁站映射表，形成最终的基站‑地铁站映射表，其中基站‑地铁站映射表中所包含的基站是专用基站，不在其中的是非专用基站。
[0037] 在一个实施例中，上述步骤S3：基于有限状态机理论，设定乘车状态集合和状态转移集合，在任意时刻，用户处于且仅处于乘车状态集合中的一个状态，利用基站‑地铁站映射表和用户的信令数据，对用户的实时乘车状态进行更新，具体包括：
[0038] 步骤S31：设定用户乘车状态集合包括：空、候车、低置信度乘车、乘车、信令缺失乘车；其中，空，表示用户不处于地铁系统中；候车，表示用户在某一地铁站点停留；低置信度乘车，表示用户的信令序列与某段地铁线路吻合，但由于此段线路缺乏高置信度专用基站，用户被误判为地铁出行的几率较高；乘车，表示用户在某条地铁线路上乘车；信令缺失乘车，表示用户先前在某条地铁线路上乘车，而后发生了信令缺失，目前可能还在乘车；
[0039] 在候车状态下，设定辅助描述状态的变量包括：候车站点集合 ，累计收到的来自候车站点专用基站的信令条数 ，累计收到的来自非候车站点专用基站的信令条数 ；
[0040] 在低置信度乘车、乘车、信令缺失乘车状态下，设定辅助描述状态的变量包括：经过的站点序列 ；
[0041] 步骤S32：设定用户状态转移集合包括：由空转移为候车、由候车转移为空、由候车自转移为候车、由候车转移为低置信度乘车、由候车转移为乘车、由低置信度乘车转移为空、由低置信度乘车自转移为低置信度乘车、由低置信度乘车转移为候车、由低置信度乘车转移为乘车、由乘车转移为空、由乘车转移为候车、由乘车自转移为乘车、由乘车转移为信令缺失乘车、由信令缺失乘车转移为空、由信令缺失乘车转移为候车、由信令缺失乘车转移为乘车；
[0042] 步骤S33：除空状态外，用户处于每个状态时，都有一个过期时间，当过期时间到时，用户所处的状态会自动转移，具体包括：
[0043] 步骤S331：由候车转移为空：在设定的最长候车时间内（本发明实施例设为10分钟），未产生新的信令数据；
[0044] 步骤S332：由低置信度乘车转移为空：在设定的从经过的最后一个地铁站搭乘至下一站所需的最长时间内，未产生新的信令数据；
[0045] 令 表示经过的最后一个地铁站，则最长时间为分钟；
[0046] 步骤S333：由乘车转移为信令缺失乘车：在设定的从经过的最后一个地铁站搭乘至下一站所需的最长时间内，未产生新的信令数据；
[0047] 令 表示经过的最后一个地铁站，则最长时间为分钟；
[0048] 步骤S334：由信令缺失乘车转移为空：在设定的最长信令缺失时间内，未产生新的信令数据；
[0049] 步骤S34：构建信令数据的结构为：用户ID、基站ID、时间戳；当收到一条信令数据时，提取信令数据中的基站ID，在基站‑地铁站映射表中获取与该基站对应的站点ID，构建站点集合 ；结合信令数据与其用户所处的乘车状态，完成相关用户乘车状态的转移，具体包括如下步骤：
[0050] 步骤S341：由空转移为候车：收到的信令数据来自专用基站，表明用户到达专用基站对应的地铁站附近；
[0051] 此时，要求 ，此时更新 为 ， 为1， 为0。
[0052] 例如：用户进入西土城站并在此候车，与站内的专用基站进行通信，此时，。
[0053] 步骤S342：由候车转移为空：收到的信令数据来自非专用基站，且此类信令条数达到一定阈值，表明用户已经离开地铁站；
[0054] 此时要求 且 ，设定为2；
[0055] 步骤S343：由候车转移为低置信度乘车：收到的信令数据来自专用基站，对应的站点并非候车站点，从候车站点可以在对应的信令间隔时间内到达该站点，且候车站点与该站点都被标为缺乏高置信度专用基站；
[0056] 此时 ，要求 ，且存 在 ，使 得，即 和 属于同一地铁线路，从 行驶至 的期望时间
与对应的信令间隔时间间 的误差在给定阈值 内，且 ，设定
为2分钟，此时更新 为 ；
[0057] 步骤S344：由候车转移为乘车：收到的信令数据来自专用基站，对应的站点并非候车站点，从候车站点可以在对应的信令间隔时间内到达该站点，且候车站点与该站点并非都被标为缺乏高置信度专用基站；
[0058] 此 时 ，要 求 ，且 存 在 ，使 得，从 行驶至 的期望时间 与对应的信令间隔时间
的误差在给定阈值 内，设定 为2分钟，此时更新 为 ；
[0059] 例如：用户先前位于西土城站候车，而后乘坐十号线到达知春路站，与站内的基站通信，有 ，
[0060] ={知春路_十号线_内环，知春路_十号线_外环，知春路_十三号线_开往西直门，知春路_十三号线_开往东直门}，假设用户在西土城站和知春路站收到专用基站发来的信令数据的时间间隔为2.5分钟，由于从西土城站沿十号线行驶至知春路站的期望时间为3分钟，二者之差在给定阈值2分钟内，判定用户已经在乘车；
[0061] 步骤S345：由低置信度乘车转移为空、由乘车转移为空：收到的信令数据来自非专用基站，且在预定的时间内未收到来自经过的最后一个地铁站点的下一站的专用基站的信令，表明用户已经离开地铁站，未在预期时间内到达下一站；
[0062] 令 表示经过的最后一个地铁站，这要求 且；
[0063] 步骤S346：由低置信度乘车转移为候车、由乘车转移为候车：
[0064] （1）收到的信令数据来自经过的最后一个地铁站的专用基站，对应的信令间隔时间反映用户在该站点的停留时间达到一定阈值；
[0065] 令 表示经过的最后一个地铁站，要求 ，
[0066] ，设定为2分钟，此时更新 为 ， 为1， 为0；例如：用户从西
土城站出发，沿十号线到达知春路站，准备换乘十三号线，此时，持续收到来自知春路站内基站的信令，持续的时间超过2分钟。
[0067] （2）收到的信令数据来自其他地铁站点的专用基站，从经过的最后一个站点无法在对应的信令间隔时间内到达该地铁站；
[0068] 令 表示经过的最后一个地铁站，这要求 ，不存在 ，使得从 到 按照路径规划算法可规划出一条路径 （路径规划算法伪码如下所示），按 行驶的期望时间 与对应的信令间隔时间 的误差在阈值 内，
，此时更新 为 ， 为1，
为0；
[0069] 路径规划算法：
[0070] ,
[0071] 步骤S347：由候车自转移为候车：
[0072] （1）收到的信令数据来自非专用基站，此类信令条数未达到一定阈值，表明只是正常的信令漂移；
[0073] 要求 且 ，此时更新 为 ；
[0074] （2）收到的信令数据来自候车站点的专用基站，表明用户仍在该地铁站点候车；
[0075] 要求 ，此时更新 为 ， 为；
[0076] （3）收到的信令数据来自其他地铁站点的专用基站，但从候车站点无法在对应的信令间隔时间内到达该站点；
[0077] 要 求 ，不 存 在 ，使 得，从 行驶至 的期望时间 与对应的信令间隔时
间 的误差在给定阈值 内，此时更新 为 ， 为1， 为0；
[0078] 步骤S348：由低置信度乘车自转移为低置信度乘车、由乘车自转移为乘车：
[0079] （1）收到的信令数据来自非专用基站，对应的信令间隔时间在预期到达下一站的最长时间内，可能源自用户在乘往下一站的过程中与地铁线路附近的基站通信；
[0080] 令 表示经过的最后一个地铁站，要求 且；
[0081] （2）收到的信令数据来自经过的最后一个地铁站点的专用基站，对应的信令间隔时间反映用户在该站点的停留时间未达到一定阈值；
[0082] 令 表 示 经 过 的 最 后 一 个 地 铁 站 ，要 求 且；
[0083] （3）收到的信令数据来自其他地铁站点的专用基站，从经过的最后一个地铁站点可以在对应的信令间隔时间内到达该站点；
[0084] 令 表示经过的最后一个地铁站这要求 ，存在 ，使得从到 按照路径规划算法可规划出一条路径 ，按 行驶的期望时间 与对应的
信令间隔时间 的误差在阈值 内，此时更新 为 ；
[0085] 步骤S349：由低置信度乘车转移为乘车：持续经过了若干不同地铁站点，已经充分地排除了地铁线路段由于缺乏高置信度专用基站引起的误判；
[0086] 此时要求 ，设定 为3；
[0087] 步骤S3410：由信令缺失乘车切换为空：收到的信令数据来自非专用基站，表明用户在经过一定时间的信令缺失后，出现在地铁系统之外；
[0088] 此时要求 ；
[0089] 步骤S3411：由信令缺失乘车切换为候车：收到的信令数据来自专用基站，从经过的最后一个地铁站点无法在对应的信令间隔时间内到达该站点；
[0090] 令 表示经过的最后一个地铁站，这要求不存在 ，使得从 到 按照路径规划算法可规划出一条路径 ，按 行驶的期望时间 与对应的信令间隔时间 的误差在阈值 内，此时更新 为 ， 为1， 为0；
[0091] 步骤S3412：由信令缺失乘车切换为乘车：收到的信令数据来自专用基站，从经过的最后一个地铁站点可以在对应的信令间隔时间内到达该站点；
[0092] 令 表示经过的最后一个地铁站，这要求 ，存在 ，使得从 到 按照路径规划算法可规划出一条路径 ，按 行驶的期望时间 与对应的信令间隔时间 的误差在阈值 内，此时更新 为 。
[0093] 如图2展示了上述各种乘车状态及其状态转移图。
[0094] 基于上述步骤获取的用户实时乘车状态，可以为个体监控、群体监控、站点候车人数监测、路段客运量监测等下游任务提供以下的数据支撑：
[0095] 1）任意时刻，查询任意用户的实时状态，汇报该用户不在地铁系统中、或汇报该用户在某地铁站候车、或汇报该用户在某地铁线路上乘车以及经过的若干站。
[0096] 2）根据全体用户的实时状态，实现下游任务的进一步计算，如计算某地铁站的候车人数，即计算实时状态为在此地铁站候车的用户数，计算某线路段的客运量，即计算实时状态为在此线路段乘车的用户数。
[0097] 实施例二
[0098] 如图3所示，本发明实施例提供了一种基于手机信令的地铁乘客实时乘车状态计算系统，包括下述模块：
[0099] 获取地铁运行数据模块41，用于获取地铁运行数据，包括地铁线路描述信息数据、地铁站点描述信息数据和地铁线路拓扑结构数据；
[0100] 构建基站‑地铁站映射表模块42，用于根据运营商提供的基站位置参数数据，识别专用基站，构建基站‑地铁站映射表；
[0101] 实时乘车状态更新模块43，用于基于有限状态机理论，设定乘车状态集合和状态转移集合，在任意时刻，用户处于且仅处于乘车状态集合中的一个状态，利用基站‑地铁站映射表和用户的信令数据，对用户的实时乘车状态进行更新。
[0102] 提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。
