最近十几年,移动对象数据库得到了广泛的研究,其主要任务是在数据库中管理随时间连续变化的空间对象,这在交通管理、目标跟踪、战场态势分析等各种领域有着广泛的应用。移动对象连续查询是移动对象数据库的关键查询之一,其难点是需要在给定时间窗口内的每个时刻点返回符合查询条件的移动对象。本文提出并解决一个新的查询称为移动对象轨迹连续距离查询以及相应更新技术,采用百万个移动对象进行了实验性能测试和比较,验证了提出算法比其他方法的性能优越性及数据更新效率。该查询可用于城市车辆、飞机以及动物迁徙等移动对象的运动模式分析和查找。具体研究工作如下:(1)轨迹数据预处理。移动对象的位置通过定位设备来采集,例如通过GPS设备采集移动对象所在位置的经度和纬度。然而,由于定位设备的原因,所采集的移动对象的位置并不是完美的,存在错误数据和位置偏离数据。针对移动对象位置数据中的数据格式错误,通过正则表达式匹配的方式去除脏数据,为了简化移动对象位置的相关计算,将GPS数据的经度和纬度投影到平面直角坐标系中,针对移动对象轨迹中的噪声数据,通过过滤算法过滤,将生成的轨迹数据保存至数据库中,并建立轨迹数据的索引机制。(2)提出了移动对象轨迹数据的连续距离查询,并给出完整的查询算法。随着移动应用的增加,大量移动对象轨迹数据的分析变得越来越重要,轨迹数据的查询成为研究热点。移动对象轨迹数据的连续距离查询,返回在时间段[t1,t2]内距离目标对象的距离在[d1,d2]内的轨迹数据。采用3D R-tree索引,提出了连续距离查询算法,并针对轨迹数据过滤方法进行了优化。针对长轨迹数据,通过轨迹分割将长轨迹分割成若干短轨迹进行索引查询,提高查询效率。(3)提出了轨迹数据及索引的更新方法,通过批处理方式更新轨迹及索引。考虑当有新的轨迹数据添加到数据库中的时候,如何有效更新轨迹数据和3D R-tree索引,使得在不断添加轨迹数据的情况下,仍然支持高效的连续距离查询。提出了基于网格划分的3D R-tree批处理建树方法,提高3D R-tree的批处理更新效率。实验结果表明,与基于Z曲线排序的3D R-tree批处理建树方法相比,基于网格划分的3D R-tree批处理建树方法具有更好的效率。