轨迹数据是随着GNSS技术和基于位置服务的迅猛发展而产生的海量位置数据。城市轨迹数据具有高密度、高信息量、高价值的特征。对城市出行轨迹的研究可以进一步了解城市的现状、挖掘城市问题的根源,为解决城市问题提供决策依据。在轨迹数据的研究中,地图匹配、轨迹数据压缩和轨迹特征提取是轨迹数据处理的关键技术。本文主要针对这三项技术展开研究和论述。(1)提出了内推-吸附式地图匹配算法。该算法使用先匹配关键点后批量匹配的方法,提高了地图匹配效率。而内推的方法降低了个别错误匹配的影响,提高了算法的鲁棒性。(2)提出了基于辐射圆的轨迹特征提取的在线地图匹配算法。该算法基于分而治之的思想,将地图匹配问题分解为三个问题来解决。根据轨迹段的不同重要性程度和匹配难易程度,采用了不同的匹配策略:对拐弯段采用模糊逻辑匹配法,对直行段采用先匹配后校验的方法,并采用并行计算的方针以提高匹配效率。该算法将基于辐射圆提取的轨迹特征用于地图匹配的各个阶段。并且在匹配的准确度和算法效率方面效果明显提高,受噪声影响小,具有较高的鲁棒性。(3)提出了通用的路网规范化处理算法。该法通过该法进行路网重建并建立候选路段索引,缩小了候选路段的检索范围,避免了重复计算,从而提高了地图匹配算法的效率。(4)提出了基于IRAMM的轨迹压缩算法。该算法考虑了路网约束,极大地提高了压缩率;使用匹配后的轨迹点进行压缩,并补充缺失的轨迹关键点,降低了轨迹压缩误差;本文还通过对比实验,证明了该算法在压缩误差和算法效率方面的优势。(5)本文重新定义了时间同步欧氏距离误差的计算方法,提出了两种新的轨迹压缩误差度量方法,即路网距离误差和总距离误差,并使用精度更高的匹配后的轨迹点进行压缩误差的度量。实验结果表明,本文提出的压缩误差度量方法更准确、更全面、更具有现实意义。(6)本文提出了轨迹特征提取的概念及基于辐射圆的轨迹特征提取方法。对辐射圆及由此提取的有关轨迹特征进行了定义,并详细的论述了RC-TEC方法在准确性、公平性、多尺度、可扩展以及可识别噪声等方面的优点。