[发明专利]道路网络中基于RRN-Tree的移动对象CKNN查询方法

说明书

技术领域

本发明涉及一种数据查询方法。

背景技术

随着无线通信技术的发展和具有GPS定位功能的移动电话、PDA等便携设备的普及，基于位置服务（LBS，Location Based Service）得以快速发展，已广泛应用于地理信息系统、应急服务、汽车导航和旅游路径规划等领域。空间查询与基于位置服务密切相关，其中基于道路网络的移动对象连续K最近邻查询（CKNN，Continouns K Nearest Neighbors）就是一类重要的查询请求，能够在道路网络环境下不断查找距离给定查询对象最近的K个最近邻目标，例如，在消防指挥中，查找距离指挥中心最近的4辆消防车。解决此类问题的关键在于：1）快速实时计算任意两个移动对象之间的最短路径；2）移动对象位置更新的维护与管理。

国内外针对道路网络的CKNN查询问题，学者们做了一些工作。Kolahdouzan提出IE/UBA方法，利用Voronoi图处理网络空间的CNN问题，通过减少查询路径上的KNN计算次数提高算法效率，但当K值增大、对象分布密度增加时，算法效率急剧下降。Cho针对IE/UBA方法中查询性能受对象分布密度影响提出UNICONS技术，充分利用预计算汇聚节点（Condensing Point）的最近邻提高最短路径计算速度；为完成CKNN查询，将查询路径分成若干子段，快照式计算每个子段端点的KNNs，每个端点的KNNs及子段上的对象构成最终查询结果。以上方法都是研究查询对象是移动而兴趣点对象是静止的情况。Mouratidis^[3]提出IMA/GMA方法处理查询对象和兴趣点对象在道路网上任意移动的CKNN查询问题。该算法是目前公认的处理基于道路网络的CKNN查询经典算法，系统采用基于内存的数据结构存储网络边、节点以及查询信息，提出IMA/GMA算法处理查询请求。IMA算法从查询对象所在边开始扩展网络边，并遍历网络边上的兴趣点对象，形成初始KNNs查询结果集，同时以查询点为根，建立查询扩展树，处理查询请求、移动对象和道路边权重更新时的连续查询请求；GMA采用IMA和共享执行机制，算法的核心是称作序列（Seqence）的概念，即：序列上的查询请求结果为序列上的对象和序列端点处KNNs结果的并集，当多个查询请求处在同一序列上时可共享已获得的查询结果。为了维护查询结果的更新，在计算初始KNNs时建立影响列表。IMA/GMA方法采用基于内存的方式存储网络及移动对象，不适合大型道路网络。Wang提出MovNet框架处理道路网络环境下的基于位置的查询，使用基于磁盘的R树索引道路网络，基于内存的格网索引管理移动对象的位置更新，通过网格重叠计算算法将道路网与格网单元进行关联，完成基于位置的范围查询和KNN查询。Demisyurek针对IMA/GMA算法使用Dijkstra算法网络距离计算时盲目扩展以及对象位置更新时盲目映像的缺点，提出ER-CKNN算法，基于PMR-QuadTree索引道路网络，基于格网索引管理移动对象位置更新，使用称作edge-bitmap-encoding技术结合A*启发式搜索算法，提高最短路径计算速度；同时，在查询时使用欧式距离约束（Euclidean Restriction）限制K近邻搜索区域；对象位置更新时，只对区域内的移动对象进行更新，从而加快查询处理速度。廖巍[6]针对基于道路网络的CKNN查询处理,提出一种新的道路网络有向图模型,分别利用基于内存的哈希表和线性链表结构对移动对象当前位置和道路网络有向图模型进行存储和管理.通过引入单向网络距离度量和双向网络距离度量,提出单向网络扩展(UNE)算法和双向网络扩展(BNE)算法以支持不同语义的连续k近邻查询处理，并采用影响树及网络扩展策略来减少连续k近邻查询更新的搜索代价。赵亮[7]针对数据频繁更新时查询性能下降问题，结合多核多线程技术，提出了一种基于多线程的连续查询处理框架。该框架周期性重计算所有查询结果，将查询处理分为顺序执行的数据更新阶段和查询执行阶段，分别使用任务并行和数据并行的方法执行各阶段的操作。设计了数据更新阶段使用的数据结构，提出了查询处理阶段的k近邻查询处理策略，包含离线预计算和在线k近邻查询处理算法两个部分，并对k近邻算法复杂性及多线程处理框架的加速比进行了理论分析。

然而，以上文献都是采用一种索引结构对道路网络段进行索引，将道路网络建模为有向/无向图，基于内存数据结构处理最近邻查询请求，但是当道路网络数据量较大、路段较多时，查询效率急剧降低；并且，基于图的建模方式，无法反映出移动对象在十字路口的转向关系，无法解决具有十字路口转向和U型转弯约束的复杂道路网络最近邻查询问题。

发明内容