随着无线网络和移动定位等相关技术的发展，人们希望方便快捷地获取和利用移动对象的位置信息。近年来，移动对象数据库(Moving Objects Database)逐渐成为数据库领域研究的热点问题之一。它用于管理大量移动对象的位置信息，在智能交通系统、基于位置的信息服务、军事等领域具有广泛应用。移动对象数据库的主要挑战性问题是如何有效地管理和维护频繁更新的移动对象位置信息并快速地响应用户的各种查询。因此，移动对象数据库的查询处理问题是该领域研究工作的关键。　　本文针对移动对象位置信息的不同特点，对移动对象数据库中一些关键查询的处理方法进行了深入的研究。本文的主要研究结果如下：　　首先，提出了一种基于内存网格索引的自适应连续k-NN查询处理方法。提出了两种网格索引位置信息更新方法和两种连续k-NN查询处理算法并进行了相应的代价分析，给出了在不同负载条件下位置信息更新方法和查询处理算法的选择规则，研究了采用不同连续查询处理方法时内存网格索引最优网格单元边长的计算方法。实验结果表明，本文提出的连续k-NN查询处理方法的性能优于目前的研究结果，能够更好地处理动态变化的负载。　　第二，提出了两种移动对象运动模式并给出了从大量移动对象历史数据中获取运动模式信息的轨迹数据分析算法。为了有效地存储和利用获得的运动模式信息，本文还设计了一种运动模式索引结构。它不但能够有效地支持对历史轨迹数据的分析，还能够高效地响应对运动模式信息的查询处理。　　第三，提出了一种基于概率模型的预测性时空区域查询处理方法。为了有效地获得可能满足预测性查询的移动对象，本文首先设计了一种移动对象位置信息索引结构及预测性区域查询处理算法；然后，提出了一个评估移动对象满足预测性区域查询可能性的概率模型；对于关注在未来时间段的预测性区域查询，本文提出了两种运动方式来描述移动对象在查询区域内的运动情况并给出了相应的概率计算方法。实验结果表明，本文提出的方法克服了目前预测性时空区域查询处理方法的缺点并能够有效地提高查询结果的准确性，尤其适合于处理关注较长期移动对象未来运动情况的预测性时空区域查询。　　第四，提出了基于概率模型的查询结果质量的评估标准并给出了查询结果质量的估计模型。针对用户往往更关注查询结果质量而非过滤查询结果的概率阈值的特点，本文还提出了一种概率阈值选择算法。该算法能够按照用户对查询结果质量的要求来选择合适的概率阈值。从而支持基于结果质量的查询处理方式。　　第五，提出了一种预测性时空区域查询的持续监测方法。该方法将查询的持续监测和新查询的处理分开执行，提高了持续监测大量预测性时空区域查询的效率。这种方法对移动对象未来位置的预测方法没有特殊的要求，具有较强的通用性。实验结果表明，本文提出的方法能够有效地支持对大量预测性时空区域查询的持续监测。