中文摘要：

将高峰期轨道交通枢纽客流集散问题作为研究对象，以实现"客流动态预警"、"客流与轨道交通实际运量的动态匹配"为研究切入点。（1）以枢纽内安装的"便携式基站群"为手机信号获取源，研究适合轨道交通枢纽的手机信号三维定位算法、非视距识别方法和多路径估计算法，实现轨道交通枢纽内手机的精确三维定位。（2）在此基础上，突破现有面向"静态"客流的理论、技术研究局限，剖析轨道交通枢纽内客流运动机理，构建基于支撑向量机（SVM）的客流动态预警模型。（3）运用统计分析、心理学和交通特征分析技术，揭示客流疏导信息下乘客行为响应机理，结合轨道交通枢纽内客流运动状态优化研究，提出实现最优客流运动状态的客流疏导优化策略的制定方法，并构建实用、合理的客流疏导优化策略的评价方法。项目研究将为轨道交通枢纽客流动态监控提供新途径，为客流动态疏导策略的制定、实施提供理论支持，对我国实现城市轨道交通系统的可持续发展具有重要意义。

结论摘要：

本项目首先研究手机定位技术在室外交通领域的应用，分别提出了利用移动定位技术获取公交OD方法和以手机为交叉口交通流信息获取源的新思路。在获取公交OD方面中，阐述了基于手机定位技术的公交OD数据的获取方法及其步骤，解决了获取公交OD数据主要面对的问题，并对此提供了可靠依据，进一步证实方法的可行性；在获取交叉口交通数据方面，重点研究了将手机定位数据（运动速度、经纬度）转化为交通流数据的方法。通过检测空间和检测单元的确定，根据用户的运动速度和位置信息，按照步行、自行车、小汽车和公交车将不同手机用户的出行方式进行了准确判断，最终实现了交叉口交通量、车流流向和延误数据的自动采集。在对手机室外定位技术研究的基础上，进一步研究了基于WiFi的手机室内定位技术，为了减小2.4Ghz信号强度波动对无线定位的影响，在保证定位范围的前提下提高定位精度，分析了WIFI通信技术的特点、位置指纹定位技术的原理、2.4GHz和5GHz信号的传播特点，构建了基于2.4与5GHz信号的WiFi指纹定位算法，该算法以加权平均的方式同时考虑2.4与5GHz信号。以深圳大学土木工程学院院馆作为实验场景，对算法进行了验证。实验结果表明，将2.4与5GHz信号强度的方差倒数作为两者的稳定性系数是有效的；本定位算法比传统算法在定位精度和稳定性两个方面都有提高。最后，本项目以Android操作系统为平台开发出智能手机室内定位导航应用程序，并在深圳大学土木工程学院的室内环境进行测试和演示。项目研究将为轨道交通枢纽客流动态监控提供新途径，为客流动态疏导策略的制定、实施提供理论支持，对我国实现城市轨道交通系统的可持续发展具有重要意义。