随着地理信息定位技术的发展,用户的生活中开始广泛应用基于位置的服务（Location-based Services LBS）,LBS系统的主要目标是获取用户的位置,并向使用者提供即时的信息以便用户做出决策。LBS在诸如车辆导航,医疗保障,用户购物方面都有着重要的应用价值。然而,传统的LBS只是专注于路网距离一个维度,例如,传统的LBS只能查找距离用户最近的酒店而无法查找到距离用户距离近且价格低的酒店。轮廓查询是一种多维度目标优化查询,其用于查找数据库中所有不被其它点支配的点的集合,比如查找距离用户评分高,距离近,价格便宜的酒店。其在金融,军事,城市交通方面都有着重要作用。因此,本文将静态轮廓引入到路网环境中,对解决用户基于位置的多样化服务有着重大意义。在路网环境下进行轮廓查询处理时,不仅需要考虑用户给出的偏好要求,同时需要考虑用户的查询位置信息以及目标元组的位置信息。然而现有的路网上的轮廓算法中,没有有效的路网距离计算的机制,造成现有路网轮廓查询算法的效率都比较低。本文针对现有算法的不足之处,研究了高效的路网轮廓查询,主要研究内容如下:（1）针对路网上基于位置的轮廓查询问题,提出了基于管理路网目标元组的倒排索引以及G-tree索引的DSR算法（Dynamic Skyline Processing based on Road network）。该算法首先提出了一种基于路网目标元组的倒排索引结构,用于管理路网目标元组的维度,并且根据目标元组在各个维度的值由优到劣进行排序。使用该索引可以对不需要计算路网距离的目标元组进行过滤,同时加快目标元组间支配关系的判定。其次采取有效的扫描策略,只计算了小部分目标元组的路网距离,并且可以高效的进行支配关系的判定。随后,在目标元组更新的情况下,提出了DSR算法的动态维护。最后,通过大量的仿真实验证明了DSR算法的有效性。（2）在DSR算法的基础上,提出了DSR*算法。该算法首先提出了一种GD-tree索引,用来加快路网数据距离的计算。其次,考虑到非空间维度计算相比空间维度计算容易的情况,本文提出了最优扫描结束点的概念,针对非空间维度提出了频率统计直方图,针对距离维度提出了统计最近最远距离,用来选择最优扫描结束点。最后,采用优化扫描策略完成对轮廓结果的计算。最后,通过大量的仿真实验证明DSR*算法的有效性和高效性。