1.一种交通流量的多尺度符号动态熵分析方法，其特征在于，包括以下步骤：步骤S10，采集交通流量数据，所述交通流量数据按天采集；

步骤S20，将交通流量数据的原始时间序列进行处理，计算获得多尺度符号动态熵；

步骤S30，通过多尺度符号动态熵区分交通系统的模式。

2.如权利要求1所述的交通流量的多尺度符号动态熵分析方法，其特征在于，所述步骤S20具体包括：

步骤S201，将交通流量数据的原始时间序列转换为粗粒度时间序列，具体通过在长度τ连续但不重叠的窗口内平均原始时间序列来实现，公式如下：xi表示原始时间序列，τ表示尺度，N表示某一天交通流量的采样点数；

步骤S202，将尺度为τ的粗粒度时间序列 转换为符号时间序列{sτ

(i)，i＝1，2，…，N/τ}，公式如下：其中，σi表示i的符号，Ci表示划分空间；M(M＜N/τ)表示划分空间的数量；Ci满足公式(3)和(4)；

通过步骤S202，在不同τ处长度为N/τ的粗粒度时间序列被同步到长度为N/τ的符号时间序列中；

步骤S203，通过公式(5)创建模板向量其中N1＝N/τ，m是模板向量中符号时间序列的数量；

步骤S204，对于给定的 计算满足 的向量数量 其中1≤j≤N1/τ‑m+1；

步骤S205，计算发生频率 N1/τ‑m+1；

步骤S206，发生频率 的平均值为步骤S207，将维数从m扩展到m+1，计算步骤S208，计算发生频率步骤S209，发生频率 的平均值为步骤S210，根据公式(7)计算多尺度符号动态熵MSSDE；

m+1 m

MSSDE(m，τ，M)＝‑ln(C /C) (7)。

3.如权利要求1所述的交通流量的多尺度符号动态熵分析方法，其特征在于，所述交通系统的模式包括工作日模式和周末模式。