2、移动对象位置预测的高效索引技术

移动对象位置预测的高效索引技术

1. 引言

如今，无线通信技术和位置信息技术的进步推动了各种基于位置的服务（LBS）的发展。在LBS中，作为客户端的移动对象将其位置信息传输到服务器，服务器收集并索引这些移动对象的位置信息，以搜索所需的位置信息。对于LBS而言，移动对象的位置索引变得越来越重要，并且针对物流、车辆跟踪和紧急情况等场景中车辆当前和未来位置的快速信息服务，人们正在积极研究未来索引。

未来索引是一种用于查询移动对象当前和未来位置的时空索引。例如，通过处理“10分钟后哪辆出租车会经过市政厅？”和“10分钟后一个移动对象会在哪里？”等当前和未来时间查询，来获取移动对象的未来位置。需要索引的未来查询时间范围对索引的大小和性能有显著影响。一般来说，查询时间越长，索引越大，查询的准确性越低。

未来索引根据是否使用道路网络分为基于网络的索引和非基于网络的索引。在道路网络环境中，基于网络的未来索引更为有效。目前，基于网络的未来索引技术包括：
- 路段跟踪技术 ：利用道路网络信息预测移动对象的位置，但在路段末端无法准确预测未来位置，且增加了服务器与客户端之间的通信成本。
- 道路网络修改技术 ：通过扩展道路路段来减少路段变化，但在实际情况中可能会改变许多道路路段。
- PLM（预测位置模型） ：通过基于路段概率的预测生成未来轨迹，但在长距离未来位置预测中会生成大量的概率表和广泛的概率搜索树。

为了解决这些问题，本文提出了概率单元轨迹树（PCT - Tree），这是一种基于单元的未来索引技术，用于高效的长距离未来位置预测。PCT