数据管理技术是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程。随着数据形式的多样化以及应用需求的多元化，数据管理技术面临了新的困难和挑战。近年来，计算技术和无线通信技术的发展与结合使得移动计算模式成为现实，移动计算模式在实现人们随时随地访问数据愿望的同时也使得移动对象数据的规模急剧增加，而移动对象所特有的动态属性使传统的空间数据库难以对其进行高效地管理，因此需要针对移动环境下的特点，研究移动对象管理中的各项关键技术，实现对移动对象数据的高效管理。　　 在实际应用中，移动对象大多是在受限网络中运动，特别是在交通网络中，所以受限网络环境中移动对象管理技术的研究备受研究者的关注。从位置管理的角度考虑，研究者们关注的是如何动态地维护移动对象的位置信息，包括维护移动对象的历史位置、当前位置和将来位置。本文选择了交通网络受限的移动对象位置信息管理技术作为研究方向，主要从三个方面研究了其中的关键技术问题:　　 (1)在移动对象的位置更新策略方面，本文提出了一种基于负载评估的自适应位置更新策略，称为ALUMLE。ALUMLE不仅适用于常规路况下的位置更新，也适用于频繁拥堵交通网络中的位置更新，减少了移动对象在交通网络拥堵情况下的位置更新次数，降低了移动对象的位置更新代价。该方法依据不同的路网交通状况及服务器负载状况在基于运动矢量的位置更新策略和基于距离的位置更新策略之间选择合适的位置更新方式，以保证移动对象当前位置存储准确性为第一考虑因素，兼顾考虑位置更新代价及负载状况。基于该基本思想，本文提出了两种实现方法，分别是ALUMLE-A和ALUMLE-C。其中ALUMLE-A在移动端实现拥堵区域自动检测，而ALUMLE-C在服务器端实现拥堵区域自动检测，进一步减少了不必要的移动对象位置更新开销。　　 (2)在移动对象的索引研究方面，本文提出一种基于可变粒度的概略化轨迹R树索引，称为VSTR-Tree。VSTR-Tree克服了当前移动轨迹索引中索引记录粒度太细的问题，利用可变粒度的格栅对移动对象轨迹进行概略化，再以概略化后的轨迹单元作为索引记录的基本单位建立R树索引，仅当移动对象的位置更新跨越了格栅单元时才需要对索引进行更新，极大地降低了索引的更新代价，提高了查询的整体性能。此外，VSTR-Tree还采用了典型的单层树型结构，可以无缝地在通用数据库框架中实现。另外，VSTR-Tree在考虑交通网络受限的前提下，还能同时支持移动对象与路网不匹配的情况，充分具备灵活性和实用性。　　 (3)在移动对象的轨迹预测方面，本文提出了一种交通网络受限的不确定性轨迹预测方法，称为UPP。在实际应用中移动对象的位置更新信息可能由于网络中断而出现遗漏现象，使得移动对象的时空轨迹存在不确定性，本文提出了一种不确定性轨迹的补全方法，研究了不确定性轨迹的产生及表示方法，并基于此不确定性轨迹的形式，提出了一种基于路网的不确定性轨迹频繁模式挖掘算法，由此挖掘移动对象的频繁轨迹模式，最后为了实现移动轨迹的快速预测，设计了一种基于层次位图的轨迹模式索引结构，利用轨迹模式索引树快速预测移动对象的未来轨迹。　　 本文对提出的所有方法和算法都进行了实验验证，对其性能进行了比较与分析，实验结果表明，本文提出的方法体现出了优越的性能效率及强大的处理能力，为交通网络受限的移动对象位置信息管理中的关键技术问题提供了可行的解决方案。