论文部分内容阅读
移动对象数据库技术 (Moving Objects Database,MOD) 近年来受到了越来越多的关注,已成为当前数据库领域的研究热点。与传统数据库不同,MOD技术主要研究移动对象位置及其相关信息的表示、存储、查询和管理,并提出了五类典型查询,以实现用户对移动对象的监控和调度管理。位置服务系统 (Location-Based Services,LBS)是近年国内外信息服务行业的研究和发展热点,是MOD的一个重要应用,它负责提供与用户当前位置相关的信息服务。本文以城市交通系统中车辆位置服务的典型需求为背景,研究了MOD技术的一般性方法和在此应用背景下的关键技术环节,主要包括以下四点:
首先,对MOD技术一般性方法的研究和综述。目前对MOD技术的研究主要集中在移动对象数据模型、索引结构、查询语言和不确定性四个方面,已经取得许多有价值的研究成果,能够较好的表示和管理自由运动的移动对象,并正向商品化阶段过渡。
其次,以面向城市交通路网中车辆的LBS服务为背景,研究并提出了基于交通路网的移动对象定时更新模型。它包括移动对象位置和轨迹数据的表示、基于定时采样的更新策略、定时采样数据的筛选和轨迹数据的补偿。该模型不仅在高频采样时在保证数据精度的同时降低了数据存储量,而且在低频采样时提高了非采样时刻的位置精度。此外还介绍了历史查询、当前查询和预测查询在该模型下的实现。
接着,仍然以上述LBS服务为背景,对移动对象的时间索引和位置索引进行了研究。重点介绍了基于交通路网的移动对象位置索引,它能够同时支持MOD中的WhenAt查询、KNN查询和Range查询,而且索引本身具有建立速度快、更新频率低等优点,是一种较好的索引方法。不仅如此,还针对邻域查询的需求,提出了一种基于线性四叉树的快速邻域查询算法。
最后,对交通路网中移动对象的不确定性展开研究。为降低路网中车辆位置的不确定性,提出了一种低频采样数据的不确定处理方法,既提高了采样时刻的数据精度,又减小了非采样时刻的位置偏差。此外,对交通路网中移动对象的信息代价进行估计,并给出了基于可变频率定时更新策略的信息代价优化方法。