多样性与尺度至关重要：利用单一基站信息进行普适交通模式检测

检测用户的交通模式对于广泛的应用至关重要。虽然许多近期系统利用普适移动电话解决了交通模式检测问题，但这些研究要么利用 GPS、惯性传感器和/或多个基站信息。然而，这些不同的手机传感器具有高能耗，仅限于一小部分手机（例如高端手机或支持邻区基站信息的手机），无法在某些区域工作（例如隧道内的 GPS），和/或仅能从用户侧工作。在本文中，我们提出了一种交通模式检测系统 MonoSense，该系统仅利用手机的 serving cell 信息。其基本思想是手机速度可以与从 serving cell 基站 ID 及其接收信号强度中提取的特征相关联。为了利用这种有限的信息实现高检测精度，MonoSense 利用多个轴向上的多样性来提取新颖特征。具体而言，MonoSense 从不同滑动窗口大小下 serving cell 基站可用的时域和频域信息中提取特征。更重要的是，我们还表明对数尺度和线性 RSS 尺度都能提供关于手机移动的不同信息，从而进一步丰富特征空间并提高精度。对 MonoSense 的评估使用了由四名用户使用不同 Android 手机收集的覆盖 485 公里的 135 小时蜂窝轨迹数据，结果显示，仅使用 serving cell 基站信息，其在区分静止、步行和驾驶模式方面的平均精确率和召回率分别达到 89.26% 和 89.84%，突显了 MonoSense 赋能广泛智能交通应用的能力。