移動(dòng)對(duì)象數(shù)據(jù)庫(kù)數(shù)據(jù)模型及查詢(xún)處理的研究.pdf

1、隨著定位技術(shù)與無(wú)線(xiàn)通信技術(shù)的迅速發(fā)展，對(duì)移動(dòng)對(duì)象進(jìn)行跟蹤與定位變得可行與必要。移動(dòng)對(duì)象信息管理在交通監(jiān)測(cè)、艦船導(dǎo)航、移動(dòng)計(jì)算、氣象預(yù)測(cè)、電子戰(zhàn)場(chǎng)等諸多領(lǐng)域有著廣泛的應(yīng)用。移動(dòng)對(duì)象信息隨時(shí)間不斷發(fā)生變化。以上特性決定了傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)無(wú)法提供對(duì)于移動(dòng)對(duì)象信息的有效管理，由此移動(dòng)對(duì)象數(shù)據(jù)庫(kù)相關(guān)研究被提出。移動(dòng)對(duì)象數(shù)據(jù)庫(kù)是對(duì)移動(dòng)對(duì)象的位置及其相關(guān)信息進(jìn)行表示和管理的數(shù)據(jù)庫(kù)，它已成為一個(gè)新興的熱點(diǎn)研究領(lǐng)域。
　　MOST模型是目前廣泛采用

2、的移動(dòng)對(duì)象位置模型，本文在深入研究MOST模型的基礎(chǔ)上，對(duì)其做了更進(jìn)一步的數(shù)據(jù)抽象，提出了MOST*模型。MOST*模型將運(yùn)動(dòng)函數(shù)中變化頻繁的速度與不甚頻繁的其余部分分離，并使多個(gè)對(duì)象可共享同一個(gè)運(yùn)動(dòng)函數(shù)公式，運(yùn)動(dòng)函數(shù)公式可以預(yù)先計(jì)算出來(lái)存放在共享列表中。本文從理論和實(shí)驗(yàn)兩方面分析了MOST*模型的更新性能。
　　在移動(dòng)對(duì)象數(shù)據(jù)庫(kù)中，最近鄰查詢(xún)用于查詢(xún)距離某個(gè)對(duì)象最近的一個(gè)或多個(gè)移動(dòng)對(duì)象。本文在TPR樹(shù)這一索引結(jié)構(gòu)的基礎(chǔ)上，提出了

3、DF算法和BF算法，這兩種算法可以完成動(dòng)態(tài)條件下移動(dòng)對(duì)象未來(lái)最近鄰的連續(xù)查詢(xún)。實(shí)驗(yàn)證明，BF算法優(yōu)于DF算法。在此基礎(chǔ)上，本文提出了一種通過(guò)一次遍歷TPR樹(shù)便可找到多個(gè)最近鄰對(duì)象的查詢(xún)方法——KNN算法。該方法支持動(dòng)態(tài)條件下多個(gè)最近鄰移動(dòng)對(duì)象的查詢(xún)，并在性能上較BF算法有較大的提高。
　　最后，對(duì)TPR樹(shù)進(jìn)行優(yōu)化。優(yōu)化前，采用的更新策略是周期性重建索引；優(yōu)化后，采用的策略是僅當(dāng)一個(gè)移動(dòng)對(duì)象的速度或者方向改變影響上一級(jí)邊界矩形的速度