测绘学报
測繪學報
측회학보
ACTA GEODAETICA ET CARTOGRAPHICA SINICA
2015年
5期
570-577
,共8页
龚俊%柯胜男%朱庆%张叶廷
龔俊%柯勝男%硃慶%張葉廷
공준%가성남%주경%장협정
轨迹%时空索引%R树%B?树%存储
軌跡%時空索引%R樹%B?樹%存儲
궤적%시공색인%R수%B?수%존저
trajectory%spatio-temporal index%R-tree%B?-tree%storage
为兼顾时空索引方法的空间利用率、时间效率和查询种类,提出了一种新的轨迹数据索引方法———HBSTR 树。其基本思想是:轨迹采样点以轨迹节点的形式成组集中管理,哈希表用于维护移动目标的最新轨迹节点,轨迹节点满后作为叶节点插入时空 R 树,另外采用 B?树对轨迹节点构建一维索引,既有利于提升索引创建效率,又同时满足时空条件搜索和特定目标轨迹搜索等多种查询类型。为提升时空查询效率,提出了新的时空 R 树评价指标和节点选择子算法改进时空 R 树插入算法,同时提出了一种时空 R 树的数据库存储方案。试验结果表明,HBSTR 树在创建效率、查询效率和支持查询类型等方面综合性能优于现有方法,支持大规模实时轨迹数据库的动态更新和高效访问。
為兼顧時空索引方法的空間利用率、時間效率和查詢種類,提齣瞭一種新的軌跡數據索引方法———HBSTR 樹。其基本思想是:軌跡採樣點以軌跡節點的形式成組集中管理,哈希錶用于維護移動目標的最新軌跡節點,軌跡節點滿後作為葉節點插入時空 R 樹,另外採用 B?樹對軌跡節點構建一維索引,既有利于提升索引創建效率,又同時滿足時空條件搜索和特定目標軌跡搜索等多種查詢類型。為提升時空查詢效率,提齣瞭新的時空 R 樹評價指標和節點選擇子算法改進時空 R 樹插入算法,同時提齣瞭一種時空 R 樹的數據庫存儲方案。試驗結果錶明,HBSTR 樹在創建效率、查詢效率和支持查詢類型等方麵綜閤性能優于現有方法,支持大規模實時軌跡數據庫的動態更新和高效訪問。
위겸고시공색인방법적공간이용솔、시간효솔화사순충류,제출료일충신적궤적수거색인방법———HBSTR 수。기기본사상시:궤적채양점이궤적절점적형식성조집중관리,합희표용우유호이동목표적최신궤적절점,궤적절점만후작위협절점삽입시공 R 수,령외채용 B?수대궤적절점구건일유색인,기유리우제승색인창건효솔,우동시만족시공조건수색화특정목표궤적수색등다충사순류형。위제승시공사순효솔,제출료신적시공 R 수평개지표화절점선택자산법개진시공 R 수삽입산법,동시제출료일충시공 R 수적수거고존저방안。시험결과표명,HBSTR 수재창건효솔、사순효솔화지지사순류형등방면종합성능우우현유방법,지지대규모실시궤적수거고적동태경신화고효방문。
To take into account all of efficiency and query capability,this paper presents a new trajectory data index named HBSTR-tree.In HBSTR-tree, trajectory sample points are col lectively stored into trajectory nodes sequentially.Hash table is adopted to index the most recent trajectory nodes of mobi le targets,and trajectory nodes will not be inserted into spatio-temporal R-tree until full,which can enhance generation performance in this way.Meantime,one-dimensional index of trajectory nodes in the form of B?-tree is bui lt.Therefore,HBSTR-tree can satisfy both spatio-temporal query and target trajectory query.In order to improve search efficiency,a new criterion for spatio-temporal R-tree and one new node-selection sub-algorithm are put forward,which further optimize insertion algorithm of spatio-temporal R-tree.Further-more,a database storage scheme for spatio-temporal R-tree is also brought up.Experimental results prove that HBSTR-tree outperforms current methods in several aspects such as generation efficiency,query performance and supported query types,and then supports real-time updates and efficient accesses of huge trajectory database.