移动手机轨迹数据由于其样本量大、实时性强并且能够在一定程度上描述手机用户的出行行为而正得到研究人员的重视，并被广泛地应用于城市计算。本文主要围绕移动手机轨迹数据开展了以下几方面的工作：1.开发了“基于语义技术的手机定位识别系统”。该系统的主要目的是基于手机轨迹数据分析用户出行的起讫点和出行目的。采用了语义技术来描述多源的交通数据所包含的语义信息，继而建立了交通数据的语义表示数据库。在该系统中，可以通过设置规则来进行逻辑推理，从而实现了使用手机轨迹数据来分析用户出行目的功能。2.由于对手机用户隐私保护的需要，研究人员很难获取到移动手机轨迹数据。同时，即使能够获取到移动手机轨迹数据，这些数据也由于缺少语义标注而不利于科学研究的开展。因此，有必要根据手机轨迹数据定位产生的通信原理对手机轨迹数据进行仿真以更好地支持对手机轨迹数据的研究及应用工作。为此，本文搭建了一个“基于用户行为的移动数据仿真系统”。在系统中首先设定了一个接近真实的移动通信仿真系统；接着，在用户真实出行活动的描述基础上，对用户出行活动中的轨迹点进行了提取和语义标注；然后，在仿真的移动通信系统中复现用户出行的过程，并记录复现过程中用户的通信事件信息；最后，生成带有语义标注的手机轨迹数据。该系统在活动情景仿真、人的行为仿真、移动通信系统仿真方面都具有优势。3.手机用户停驻点识别是利用移动手机轨迹数据分析用户出行活动的关键步骤。针对现有停驻点识别中存在的问题，将手机用户轨迹与背景地理语义信息产生的功能区相结合，通过考虑用户在某一功能区域内的整体活动来判断用户是否在此停驻。使用本方法判断的停驻点，不仅仅是限于一个小的范围（单个小区的覆盖范围），而是由多个相邻且功能相似小区组成的功能区中的小区集合。通过对带有标签的仿真的手机轨迹数据进行实验，证明了新的停驻点识别方法有效地避免了由于正常切换、错误切换带来的误判。