论文部分内容阅读
空间位置服务是一项跨学科、跨领域，集成了通信、计算机、地理信息系统等多项技术的增值业务。从空间位置服务在国内外的发展来推测，未来人们的生活必定会受到它的巨大影响。空间位置服务的最终目标是让人们随时随地都能获取到自己想要知道的精确位置，这种目标给当前的无线通信、计算机软硬件以及地理信息的及时更新等技术手段都提出巨大的挑战。移动对象的索引方式是近年来空间位置服务领域研究的热点，它包括了移动对象的存储方法、时空数据建模、更新策略、索引结构、查询处理、索引技术等与移动对象索引相关的各个过程。当前，移动对象的索引方式研究主要集中在：空间位置的表示与建模、查询处理、索引技术以及空间位置服务的不确定性等方面。
由于空间位置服务对于位置信息的获取是一种时间间隔的采样过程，因此其位置信息的表达方式是一种时间序列的离散数字表达形式。然而，在LBS的应用中，对于位置的查询需求是一种时间连续性的求解。为了解决这种时间离散性和连续性的矛盾，人们采用了各种各样的位置预测的方法，在移动对象的时空数据建模、位置预测、存储结构、索引技术、更新策略等方面，试图通过建立一种时空的映射关系，解决离散时间序列带来的位置盲区的预测问题。在这种预测情况下，空间位置服务存在着较大的不确定性。这些不确定性导致了移动对象历史数据库的存储数据精度的具有较大的误差性，导致了对一段时间未来预测精度的波动性，进而造成了移动对象的查询和索引的时域问题。在空间位置的表示与建模的研究中，MOST模型是当前普遍采用的移动对象时空数据模型。MOST时空数据模型中主要采用运动函数的思想来解决离散时间序列的连续性问题。由于线性函数的简单和有效性，目前运动函数普遍采用了线性函数来作为移动对象时间间隔的运动抽象。但是线性函数方法由于其对运动规律把握的局限性，带来了较大的位置精度误差。为了改善这种误差，学者们通过研究，提出了平均移动函数、hermite多次插值算法、平滑因子函数等各种方法，以期解决对移动对象运动模式的抽象问题。这些方法在一些局部方面可以较好的把握移动对象的运动规律，解决移动对象采用线性函数后带来的精度问题。然而，在现实世界中的移动对象是一个具有复杂性、多样性、规律性和随机性结合的空间对象，这些单一的预测方法很难在时空的连续性的表达中，涵盖移动对象的大部分运动规律，因此也在局部程度上加大了空间位置服务的不确定性。论文主要针对这种预测单一性所带来的问题，结合移动对象索引方式各过程的理论基础，对于预测方法开展了研究和探索工作。在论文中，移动对象的运动被认为是多种运动模式的组成，在不同的运动模式下，就可以采用不同的预测方法来解决移动对象的运动抽象问题。这种多预测方法融合的思路相对于单一的预测方法来说更好的把握了移动对象的运动规律，可以更好的解决移动对象的时空连续性表达问题。
由于移动对象的索引方式是多个复杂过程的组成，因此论文拟从移动对象的索引方式的各个过程入手，对当前移动对象索引方式领域进行一个较为全面的分析和研究，找出各个过程中相关的问题，再以此为基础对移动对象的预测方法进行更加深入的研究，提出自己的解决方法或措施。概括地讲，论文在基础理论领域的主要研究工作在于以下几点：
1、较为全面的对移动对象的查询与索引技术的基础理论进行了研究，在移动对象的点存储方法和运动函数存储方法的基础上，分析了移动对象查询的时域特点。并根据查询的时域特点，选取了移动对象在不同时域下各自代表性的索引技术进行了研究，指出了移动对象索引技术领域当前时域问题的原因，讨论了当前移动对象索引技术领域所面临的问题。
2、对移动对象的时空数据模型进行了研究，分析了移动对象在各种环境下的特点，研究了移动对象的时空数据表达方式，讨论了当前移动对象的存储方法、更新策略与索引结构的设计原则。重点研究了移动对象的MOST时空数据模型，指出了MOST时空数据模型中的运动函数问题，并以GPS车载监测系统为例，对移动对象实体进行了详细定义。
3、研究了当前空间位置服务的各种不确定性问题的原因，分析和比较了移动对象的点不确定性模型和轨迹不确定性模型。
4、对当前各种预测方法进行了较为系统的归纳和研究，选取线性函数、平均移动函数和当前热门研究的灰色理论GM(1，1)方法，进行了分析和数据实验。在此基础上，指出了在LBS的位置预测中，通过速度分类，采用多种预测方法融合的一种思路。
论文的创新之处在于：
1、针对单一预测方法存在的时空连续性表达的精度缺陷，提出一种多模式预测方法的模型；对多模式预测方法的模型进行了详细的定义与设计，分析了多模式预测方法模型实现的前提条件，讨论了在多模式条件下，移动对象的存储方法、索引方法、更新机制以及移动对象端引入规则的可行性，从理论上分析了模型的可行性。
2、为了进一步验证模型的可行性，论文采用了仿真的方法对多模式方法进行了模拟验证，进一步证明了该模型的可行性。
由于时间和学识有限，论文研究中难免存在诸多不足之处：
1、应对更多的移动对象的参数预测方法进行研究，对各种预测方法的适用范围进行深入的分析。
2、更加深入的研究在LBS应用中速度与运动模式对应的概率，进一步细化速度与运动函数的对应关系；
3、进一步研究多模式预测方法下的索引技术算法及算法的效率等。
空间位置服务的不确定性给空间位置服务的应用带来了许多问题，这些问题贯穿了移动对象索引方式的各个过程。论文针对移动对象索引方式中不确定性问题，给出了一种多模式预测方法模型的解决方案，该模型的提出对于当前移动对象索引领域的研究具有积极的借鉴作用。