提升公共交通Wi-Fi出行-目的地矩阵的可靠性：利用合成噪声和光学计数建模误差
统计方法学
2025-03-14 v1
摘要
为了持续监测公共交通上的出行流动，基于Wi-Fi信号被动检测的低成本数据收集方法是很有前景的技术解决方案，但它们产生不确定的结果。我们评估了这些结果的准确性，基于在法国一个大型都市圈中配备Wi-Fi传感器的公交车上进行的为期三个月的实验。我们提出了一种方法，用于量化Wi-Fi数据产生的站点间出行-目的地(O-D)矩阵与真实值之间的误差，当（估计值和真实值）的上车和下车量已知时。为此，估计矩阵中的误差被建模为随机噪声。加性噪声和乘性噪声均不能复现实验结果。集中于短O-D行程和/或中心站点的噪声模型更好地反映了误差的结构。但只有在上下车站点之间引入不同的不确定性，才能恢复下车误差与上车误差之间的不对称性，以及这些聚合误差与O-D误差之间的正确比率。因此，我们的研究揭示了基于Wi-Fi重建O-D矩阵的主要误差来源。它们还为分析人员提供了一种自动且可复现的方式来控制Wi-Fi数据生成的O-D矩阵的质量，使用（易于获取的）计数数据。
引用
@article{arxiv.2503.10175,
title = {Towards more reliable public transportation Wi-Fi Origin-Destination matrices: Modeling errors using synthetic noise and optical counts},
author = {Léa Fabre and Caroline Bayart and Alexandre Nicolas and Patrick Bonnel},
journal= {arXiv preprint arXiv:2503.10175},
year = {2025}
}