1.一种基于手机信令数据的城市居民交通出行方式识别方法，其特征在于，包括如下步骤：S1：对获取的手机信令数据进行预处理，剔除数据中的漂移点和重复记录；

S2：通过SMUoT算法对预处理后的手机信令数据进行移动段和停留段的划分，构建出行行程链；

S3：构建各种交通出行方式的隶属度函数；

S4：根据隶属度函数计算出每种出行方式的综合隶属度得分，并通过综合隶属度得分阈值，将步骤S2获得的移动段进一步划分为确定移动段和不确定移动段；

S5：分别对确定移动段和不确定移动段的出行方式进行识别；

所述步骤S2中出行行程链的构建方法为：

在对居民个体的出行轨迹进行停留段和移动段的识别后，将表示停留状态的连续轨迹点组合成停留段Sk＝{p1,p2,p3,…,pi}，k表示出行链中的第k个停留段，i表示停留段中轨迹点数量，0≤i≤M；

将表示移动状态的连续轨迹点组合成移动段Ml＝{p1,p2,…,pj}，l表示出行链中的第l个移动段，j表示移动段中轨迹点的数量，0≤j≤M；

移动段和停留段交替构成居民个体的出行链T＝{S1,M1,S2,M2…,Sn}，n表示第n个停留段或者移动段；

所述步骤S3中交通出行方式包括步行、自行车、公交、小汽车四种交通方式，所述隶属度函数包括出行距离隶属度函数、出行时长隶属度函数、出行速度隶属度函数；

所述步骤S5中确定移动段的出行方式识别方法为：将综合隶属度得分最高的出行方式作为最终识别的出行方式；

所述步骤S5中通过停车频率约束、高速轨迹点占比约束、平均方位角变化约束、时间范围约束、导航时间相似度约束这五个约束条件来实现对不确定移动段出行方式的识别，具体为：B1：根据停车频率约束识别不确定移动段：计算不确定移动段的停车频率，将停车频率大于规定阈值的识别为公交出行；

B2：根据高速轨迹点占比约束识别不确定移动段：计算不确定移动段中高速轨迹点占比，将占比大的不确定移动段识别为小汽车出行；

B3：根据平均方位角变化约束识别不确定移动段：将平均方位角变化大于阈值的不确定移动段出行方式识别为步行；

B4：根据时间范围约束识别不确定移动段：将晚间及凌晨期间不确定移动段公交出行概率设置为零，即排除居民晚间及凌晨的公交出行；

B5：根据导航时间相似度约束识别不确定移动段：对于使用前四种约束规则都无法识别的不确定移动段，则计算其导航时间相似度以此来判断其出行方式，使用高德地图导航平台API接口，将对应的移动轨迹数据输入可获取平台规划的出行方式的预期花费时间，根据获取的导航预期花费时间与实际花费时间计算导航时间相似度，将导航时间相似度最大的交通方式作为对应不确定移动段的出行方式。

2.根据权利要求1所述的一种基于手机信令数据的城市居民交通出行方式识别方法，其特征在于，所述步骤S1中预处理的过程为：A1：据获取的手机信令数据的经纬度、时间戳字段，计算相邻轨迹点之间的速度，将速度大于设定值的漂移点剔除；

A2：将手机信令数据中同一时间的重复、错误记录进行剔除。

3.根据权利要求1所述的一种基于手机信令数据的城市居民交通出行方式识别方法，其特征在于，所述步骤S4中综合隶属度得分的计算方式为：将计算的每个移动段的移动距离、移动时长、平均移动速度作为自变量分别输入到出行距离隶属度函数、出行时长隶属度函数、出行速度隶属度函数，得到每种出行方式的出行距离隶属度、出行时长隶属度和出行平均速度隶属度，并将三者相乘得到综合隶属度得分。

4.根据权利要求1所述的一种基于手机信令数据的城市居民交通出行方式识别方法，其特征在于，所述步骤S4中确定移动段和不确定移动段的划分方式为：将综合隶属度得分小于综合隶属度得分阈值的出行段划分为不确定移动段，将综合隶属度得分超过综合隶属度得分阈值的出行段划分为确定移动段，并将对应的出行方式作为该确定移动段的出行方式。