随着通信网络体系架构的改变和4G手机用户的激增,传统的信令采集仪表已经无法满足当前的网络需求,并且用户的数据业务类型需求越来越多样化,亟需一款监测分析仪对空口数据进行采集监测。通过本文设计的监测分析仪,提取解码数据来识别用户日常出行与交通状况,挖掘用户出行的时空特征,并建立用户识别系统,对特定用户追踪具有重要的研究意义。论文依托于国家科技重大专项“新一代宽带无线移动通信网”科研项目,以LTE-A网络为背景,设计了一套面向空口信令数据的用户出行识别系统。该系统中采用了多项关键技术,主要包括:利用协议解码方案获取RRC协议中的用户信令数据;采用检测算法剔除数据中的冗余数据;利用时空聚类算法识别用户的出行与停留特征。系统引入模块化的设计思想,每个模块独立完成相应的功能,可以有效降低系统间的耦合度。论文的主要工作分为以下几个方面:1.对空口协议栈中RRC协议进行解码设计,成功设计了简单解码模块、详细解码模块和CDR合成模块,解码的正确率高达100%。2.采用检测算法将影响用户出行识别的重复数据、乒乓效应数据与漂移数据进行剔除,最终剔除了20%的冗余数据。3.引入时空聚类算法对用户的出行与停留进行识别分析,获取用户出行的时空特征,系统识别的出行规律与用户日常生活作息高度一致。4.对用户的出行特征进行统计分析,用户的出行次数与重庆市综合交通报告中的数据相比,误差小于4%。5.提出一套面向LTE-A空口数据的用户出行识别系统的设计与实现方案,具有较高的实用价值和现实意义。目前,本系统已经成功应用于眉山终端地图战略分析项目,系统运行稳定,为用户实时追踪提供了技术支撑。