随着无线通信和移动计算技术的发展，带定位功能的移动设备在人们日常生活中迅速普及。由定位设备采集的轨迹数据正在快速增长。为了减少轨迹数据存储空间和简化轨迹数据分析，轨迹数据的压缩存储成为当前的研究热点之一。现有的轨迹压缩研究多用轨迹中的部分轨迹点表示轨迹，没有考虑路网信息。在算法获得高压缩率时压缩轨迹往往与原始轨迹相差较大。本文提出了一种基于路网语义和轨迹特征的压缩模型，既保证了压缩质量又获得了高压缩率。考虑到在一定地理空间范围内道路的局限性，路线上产生的轨迹在空间上往往具有重复性，本文接着提出了基于历史轨迹的压缩方法，获得了较高的压缩率。本文主要工作如下：首先，在分析和总结现有传统轨迹压缩算法的基础上，介绍了传统轨迹压缩算法存在的问题。传统的轨迹压缩算法从原始轨迹中根据轨迹点特征选取部分轨迹点存储在压缩轨迹中，在高压缩下压缩轨迹中的轨迹点数较少，压缩轨迹失真较大。为了合理地度量压缩算法对轨迹数据的压缩效果，引入了一种轨迹压缩性能评估方法。接着，提出了基于语义和运动特征的增强语义轨迹压缩算法。简单的基于语义的压缩算法用路段信息代替轨迹点表示压缩轨迹，能获得很高的压缩率，但是不能保证压缩误差。增强语义轨迹压缩算法用路段序列表示压缩轨迹，并在每个路段上根据采样到的轨迹点对移动对象的轨迹进行运动特征侦测，压缩后的语义路段中保留该路段上的运动特征信息。实验验证了增强语义轨迹压缩算法比传统的轨迹压缩算法和简单语义轨迹压缩算法具有更好的压缩效果。最后，通过对城市道路交通网络和历史轨迹数据的分析，本文提出了用历史轨迹数据表示新产生轨迹的基于历史轨迹的轨迹压缩技术。在特定地理空间范围内，轨迹所在的道路是有限的。经过一段时间的轨迹数据搜集，某些轨迹数据所包含的空间信息相同，这些相同的空间信息在压缩轨迹中只需保存一份。本文阐述了轨迹的重复性理论，并通过实验验证了基于历史轨迹的轨迹压缩的优势。论文针对轨迹数据压缩率和压缩误差之间的矛盾，提出的基于增强语义的轨迹压缩方法在高压缩率下减小压缩过程中的信息损失，提高了轨迹的可用性；本文引入基于历史轨迹的压缩方法，使用历史轨迹表示新产生轨迹，对于轨迹存储和挖掘都具有借鉴意义。