2015计算机应用

整体思路和论文笔记：Hidden Markov Map MatchingThrough Noise and Sparseness_UQI-LIUWJ的博客-CSDN博客

很像，也是应用HMM进行地图匹配

	HMMM	本文
状态转移矩阵
观测概率矩阵	正态分布均值都是0，唯一不同的是ST-matching的标准差使用的是20，这里使用的是

2 实验结果

2.1 GPS定位数据

 去除个别异常点 后，GPS 定位点与道路能够实现较好匹配

2.2  手机信令数据

2.2.1 高采样率

•  圆点标记表示匹配前原始手机基站定位点，水滴状标记表示匹配后位置
• 算法 对异常点的处理算法有三种
  • 附近没有其他候选匹配 道路（候选匹配道路没发生改变）
    • ——>则将点匹配到候选匹配道路上
    • ①②③
  • 附近有其他候选 匹配道路，且候选匹配道路发生改变
    • ——>定位点匹配到其他候选 匹配道路上
    • ④
  • 定位点附近一定范围内没发现候选匹配道路
    • ——>该点直接当作异常点排除
    • ⑤
• ——>采样率较高时，算法能够较好地完成匹配

2.2.2 低采样率

 有部分路 段出现匹配错误，低采样率和大精度误差是导致发生错误匹 配的直接原因