近年来,随着我国城市化进程的不断加快与居民交通活动的日趋多样化,给交通规划与需求管理等方面带来了巨大的挑战。通过准确把握城市交通现状,对内在运行机理进行分析,准确认知人的出行,才能科学合理的进行交通规划与设计,引导交通系统有序正常发展。然而传统的居民出行信息的采集主要依靠人工问卷方式,长期以来,受被调查者主观回忆较多,调查成本较高,组织实施难度较大等因素的限制,数据的质量与精度较难达到精准规划的需求。随着大数据的热潮与互联网时代的到来,手机数据作为一种移动探针可以较好的记录居民出行情况,且覆盖范围广,样本量大采集信息的成本较低,数据可实时动态更新。伴随着4G-LTE移动通信网络的发展与普及,手机数据的定位准确程度与追踪调查效果都得到了极大的提升,尽管已有许多城市尝试并开展了实践,然而分析得到的结果准确度一直是一个难以回答的问题。当前对手机信令数据的研究大多集中于对数据的挖掘,但将信令数据应用于交通数据采集中,信道衰落是影响出行端点与OD等交通信息质量的重要因素,这直接关系到交通信息提取的精度,需要展开深入研究。本文对不同信道衰落下信令数据提取出行端点信息、出行OD的影响效果进行分析。基于对无线通信领域基本原理的掌握及对实际信令数据通信事件发生间隔的统计,构建了交通-通信仿真平台。通过设计不同场景下交通组合出行仿真实验以及数据预处理,获取了不同信道衰落下的信令数据。根据数据特征和研究目的,采用基于密度的时空聚类算法(ST-DBSCAN)提取了不同信道衰落下出行数据的出行端点信息,并以实测数据为例对算法的可行性进行了验证。将识别得到的出行端点映射至交通小区中,利用点与面的对应关系,将识别得到的位置坐标与交通小区区域进行比对,发现在城市中心区与城市郊区小区边缘点与内部点识别精度存在差异性,小区边缘点误差率都在90%以上,而城市中心区内部点错误识别率最高在8%左右,城市郊区内部点跳出概率在4%～18%之间。为进一步探究识别点与真实点之间的距离误差,利用交通-通信仿真平台的优势,将识别得到的出行端点与设置标准点的对比,发现在城市中心区距离偏离值在100-200m范围内波动,在阴影衰落为5db时距离偏差值最小。而城市郊区则在450-650m的范围内波动,且满足随着通信扰动的不断增大时,距离偏离值先减小再增大的规律,并在阴影衰落为6db时距离偏差值最小。结论为手机信令数据提取出行OD精度及出行端点误差提供一定程度的借鉴价值与意义。