1.一种基于隐马尔可夫模型的移动用户轨迹地图匹配方法，其特征在于，该方法包括以下步骤：

S1：根据移动数据建立基站与路网信息数据库，其中移动数据包括用户轨迹数据和基站位置数据；

S2：通过插值法对稀疏定位轨迹进行填充；

S3：考虑城市路网的复杂性以及匹配时的计算成本，根据冯洛诺伊图制定候选路段搜索区域并计算候选路段集合，缩小隐状态空间集合的大小；

制定候选路段搜索区域并计算候选路段集合的具体步骤为：S31：根据定位点Trn的经纬度信息确定该定位点的基站编号；

S32：根据基站与路网信息数据库获取当前基站以及相邻基站的编号集合Bs；

S33：生成一个空的候选路段集合Cen；

S34：遍历基站编号集合Bs中的各个基站，借助基站与路网信息数据库查询基站覆盖区域内道路编号，若候选路段集合Cen不包含某道路编号则将该道路加入集合Cen中；

S35：最终得到候选路段集合 为候选路段；

S4：考虑定位点与候选路段的大圆距离和候选路段在搜索区域内的长度，计算隐马尔可夫模型发射概率；

S5：考虑匹配前后轨迹相似性、当前道路与候选道路之间的连通性以及道路中存在的单向行驶的行车限制，计算隐马尔可夫模型转移概率；

隐马尔可夫模型发射概率由两部分构成，具体计算公式表示为：其中， Trn为定位点，

为候选路段，σ表示定位数据的标准差，||Trn+1‑Trn||GC表示定位点Trn与Trn+1的大圆距离，表示在定位点Trn对应的搜索区域内所有路段长度的最大值，表示候选路段在搜索区域内的长度；

隐马尔可夫模型转移概率由三部分构成，具体计算公式表示为：其中，

i

θ表示轨迹TrnTrn+1与对应的候选道路Ce 的夹角，矩阵元素i j

表示候选道路Ce 和Ce之间的连通性，||Trn+1‑Trn||GC表示定位点Trn与Trn+1的大圆距离， 表示投影点 与 之间的最短路径长度；

S6：将地图匹配问题转换为隐马尔可夫模型(Hidden Markov Model，HMM)中的预测问题，并根据动态规划的思想，利用维特比算法求解，得到出行行为对应的路网轨迹信息；

维特比算法递推公式为：

其中，初始化 π表示初始概率，而ψ1初始化为0；

利用维特比算法递推公式递推得到候选路径的最大概率，终点对应的匹配路径为然后算法从终点回溯到起点 ，记录每个时刻的回溯路径最终得到最优匹配路径

2.根据权利要求1所述的一种基于隐马尔可夫模型的移动用户轨迹地图匹配方法，其特征在于，所述步骤S1中，建立基站与路网信息数据库的具体方法为：利用地图工具，以每个基站位置为中心，借助冯洛诺伊图生成各自的覆盖区域，并结合下载自OpenStreetMap的路网数据，建立基站与路网信息的匹配关系；其中，建立的数据库中包括：基站编号、基站位置、基站覆盖区域顶点列表、区域内道路编号、相邻基站编号。

3.根据权利要求1所述的一种基于隐马尔可夫模型的移动用户轨迹地图匹配方法，其特征在于，所述步骤S2中，插值法对稀疏定位轨迹进行填充的具体步骤为：S21：借助建立的基站与路网信息数据库，根据全量基站信息绘制冯洛诺伊图；

S22：连接原轨迹中时间相邻的两定位点Pi、Pj，记为线段PiPj，生成以线段PiPj为对角线的矩形缓冲区域；

S23：判断线段PiPj与缓冲区域内基站对应多边形之间的拓扑关系；

S24：顺次提取与线段PiPj拓扑关系为相交的多边形内基站的位置信息，作为补充位置信息；

S25：时间均等地将提取出的补充位置信息内插到原轨迹序列中，得到填充后的轨迹数据。