交通出行信息一直是交通规划与交通政策制定的重要依据与支撑资料。居民出行方式是交通出行信息的重要一环,掌握城市现状出行结构及其发展变化是交通规划、交通管理的决策依据。随着4G移动通信技术的发展,手机信令数据定位频率的提高为出行信息的精细化提取带来契机,如何从手机信令数据中提取个体精细化出行信息及评估提取精度对于交通调查方法革新具有重要意义。本文通过设计出行实验采集真实的手机信令数据,根据个体的真实出行数据,结合真实交通环境与4G移动通信网络原理,构建交通-通信仿真平台,用于生成仿真手机信令数据。随着移动通信技术的进步,手机信令数据的定位频率得到提高,针对真实手机信令数据分析基础特征,并利用概率论知识探索定位频率的分布规律,加载到仿真平台中,仿真不同定位频率下的手机信令数据,构建基于随机森林的交通方式识别模型,以采集到的手机信令数据作为基础数据源识别交通方式,验证算法的有效性。为评估定位频率对交通方式识别精度的影响,量化定位频率与手机信令数据识别交通方式精度之间的关系,发现当定位频率越高,即手机信令数据产生的时间间隔越小时,交通方式识别的准确率越高;但每种交通方式对定位频率的敏感性不同,其中公交与小汽车更为敏感,随着定位频率的提高,公交和小汽车的识别精度分别由36%和54%提升至70%、89%,但当定位频率小于40s时,方式识别准确率虽然仍在提高,但提升幅度较小,相对来说,步行与电动车的识别精度提升幅度较小。