移动通信网络已经基本上无缝覆盖各大城市市域部分,基于移动通信网络数据的城市交通信息获取方法的研究是当前交通信息检测领域的前沿热点课题之。利用移动通信系统中的基站作为固定交通检测器,随居民日常出行穿行于基站网络中的手机作为移动探测器,从而形成一个全息交通数据获取系统。与传统的交通信息获取手段相比,基于移动通信网络法有获取成本低、设备在投资少、数据更新频率高等优点。但是目前基于移动通信网络数据的交通知识发现与交通信息获取的效率低下,并且较少有基于移动通信网络数据分析城市交通土地利用及交通小区划分的研究。本文基于上述背景,以移动通信网络数据高效地交通信息获取、交通知识发现为需求背景,重点解决如何构建关联基站网络与城市交通系统的交通语义层,如何提取移动通信基站的交通特性配合基站的地理位置信息划分交通小区,如何基于前两个研究问题的基础分析交通出行OD及宏观城市交通态势。首先,本文回顾了交通小区划分和OD获取的相关资料,并总结分析了国内外关于利用移动通信网络数据获取交通信息的研究项目及课题,经过筛选分析,从中汲取了相关的知识、理论,并总结其中存在的问题和缺陷,逐渐形成本文的研究思路。紧接着,本文详细的介绍了移动通信网络数据的获取机制及其数据格式,分析了数据的“乒乓切换”现象,并提出数据清洗及预处理方法。随后,论文重点介绍了本文主要研究内容的基础部分,移动通信基站的交通语义标定。构建基于移动通信网络的交通语义框架,通过通信网络数据提取基站语义标定的特征,利用聚类方法为基站标定交通语义,并与北京市实际情况对比分析验证语义标定结果。在此基础上,提取基站区位特征及交通特性特征,利用基于加权马氏距离的K-means聚类方法划分交通小区。定义交通小区通勤指数概念量化分析交通小区的居住与工作属性倾向。最后,本文利用上述研究的阶段成果,提出基于出行轨迹提取的卡尔曼滤波结合时间阈值的方法获取交通OD信息,对北京市典型区域做了交通发生、交通吸引及交通分布分析,并从区域和路网两个层面分析北京市六环内人群移动时空态势。本文通过对基于移动通信网络数据的交通语义框架构建与标定、交通小区划分、OD获取等问题的研究,并以北京市实际数据,利用Supermap地理信息软件与Oracle数据库搭建的GIS数据平台,对本文提出的技术方法进行了验证,证明了本文提出的方法实用有效。并分析确定了需要进一步开展的研究问题及方向。