论文部分内容阅读
近些年来无线通信网络高速发展,智能移动终端设备也迅速普及,提供基于位置的服务也逐渐成为这些移动设备的基本功能之一。通过移动终端查找最近邻目标,即最近邻查询,逐渐成为位置服务中一项重要的应用,对该领域应用的研究具有很高的科研与实用价值。正是由于位置服务的大量普及,空间数据越来越具有海量性和复杂性,传统的针对静态环境的最近邻查询已经不能很好地适用于这种情况。因此,如何提高空间数据的最近邻查询技术,已经成为位置服务领域的研究焦点。针对动态环境下的最近邻查询,已经存在一些比较好的解决方法,比如YPK CNN算法, SEA CNN算法和CPM算法,其中CPM算法是其中公认的最优秀的算法,但是其中大量的欧氏距离计算是阻止算法效率进一步提高的瓶颈。另外,在实际应用中,大多数移动对象是移动轨迹无法预测的非确定对象,采用一般的最近邻查询算法势必会有一定的局限性,并且国内外在该领域的研究成果相对较少,因此本文提出了一种针对非确定对象的最近邻查询思路。本文基于CPM算法中概念分割的模型,通过分析总结当前最近邻查询研究的相关成果,采用树型结构对平面网格结构中的格室进行索引,用简单的数学运算代替复杂的乘方开放运算,破除了原始CPM算法中性能提升的瓶颈,同时使用数据流系统中的滑动窗口模型对算法进行进一步的改进,并最终提升了算法的执行效率。另外,在此基础上,又提出了期望距离的概念,将最近邻查询算法扩展到非确定对象领域,并提出了空间数据中非确定对象的最近邻查询方法。本文的主要成果可做如下概括:(1)使用数据流技术中的滑动窗口模型对连续的最近邻查询进行优化,并提高了连续最近邻查询的效率;(2)用简单的数学运算代替复杂的乘方开方运算,减少最近邻查询算法中大量复杂的欧氏距离计算;(3)采用树形结构对格室进行索引,使算法能够尽早淘汰掉对查询结果不产生影响的格室,降低算法的处理代价;(4)提出了针对非确定对象的最近邻查询方法,使算法更加适用于实际场景;(5)设计并实现了基于位置服务的最近邻查询原型系统,并对其中移动对象组件、位置服务器和显示终端的设计与实现方法进行详细介绍。整个原型系统主要用于验证本文中的算法,但也能够当作实际应用项目的原型系统使用。