城市轨道交通作为城市交通骨干,承担着城市主要交通运输功能^[1]。我国城市轨道交通运营线路不断增加,截止2017年12月,已累计有34个城市建成投运城市轨道交通线路5021.7公里,2017年新增33条运营线路,增幅较上年达62.5%,北京、上海等城市轨道交通日均客流均已超过1000万人次^[2]。面对如此庞大的轨道交通客流和复杂的轨道交通线网,如何提高轨道交通服务水平,增加轨道交通吸引力成为轨道交通运营的关键问题。利用智能交通技术,对交通出行信息进行精细化采集和分析,可为交通管理者提供运营决策依据。手机信令数据作为大数据的一种,具有覆盖范围广、实时动态性强、采集成本低等特点,已广泛应用于城市交通各研究领域^[3]。本文基于蜂窝小区定位技术和手机切换技术采集不同出行路径下个体轨道交通出行数据,结合出行日志对试验数据进行采集效果评估。首先,本文设计了有换乘和无换乘模式下不同的个体轨道交通出行试验,出行个体随身携带处于正常接受通信信号状态的手机,同时记录真实的出行路径,将采集到的手机信令数据与出行日志进行对比探索个体轨道交通出行过程中产生的信令数据序列规律,为后续的轨道交通出行信息提取算法奠定基础。其次,在总结现有的轨道交通出行路径识别算法不足的基础上,构建了轨道交通客流出行信息提取方法,对乘客在地下轨道交通系统的进站点、出站点和换乘点等关键轨迹点的空间和时间信息进行了识别和提取,同时提取了轨道交通乘客轨道交通出行的出发点和目的地。在进站识别中,利用不同信令事件和位置区更新产生的信令数据,在识别关键轨迹点的基础上,结合相邻关键轨迹点之间的时空序列和轨道交通基站位置信息,识别进站站点;在出站点识别中,结合轨道站点附近基站信息,提出了基于就近原则的出站站点识别方法;基于进出站点信令序列的时空约束,结合换乘站点邻接站点信息,提出了基于邻接站点基站的换乘站点和中间站点识别方法;并基于时空约束对乘客轨道交通出行路径进行了检验。同时,基于DBSCAN聚类算法对站点服务范围进行识别,对站点的进站客流来源和出站客流去向分布进行了可视化分析。由此形成从手机信令数据轨迹到乘客轨道交通出行行为过程的还原。实例数据验证的结果表明:基于信令数据的轨道交通出行路径识别流程能够识别出乘客轨道交通出行路径,信令数据识别的站点服务范围与站点周边土地利用性质的客流吸发特性相符合,为进一步研究轨道交通客流出行特征分析提供研究基础。最后,本文以重庆市的居民出行手机信令数据为研究对象,结合轨道交通刷卡数据,对基于手机信令的轨道交通客流出行特征提取效果进行实证评估。主要对轨道交通系统的进站客流时空分布特征、出站客流时空分布特征、换乘客流时空分布特征以及轨道交通站点客流来源和去向分布特征的提取效果进行评估。研究结果表明,利用手机信令数据能够提取轨道交通客流出行特征信息,获取轨道交通出行轨迹特征和站点客流分布特征,能够较好的适用于城市轨道交通客流研究。