原文传递
基于QTM和Sinuosity的GPS历史定位数据管理
| 论文题名： | 基于QTM和Sinuosity的GPS历史定位数据管理 |
| 关键词： | GPS;QTM模型;动态矢量抽稀;数据管理;车辆监控系统;全球定位系统;车辆管理 |
| 摘要： | 随着相关技术的不断发展，全球定位系统(Global Positioning System—GPS)已被广泛应用于人们的日常生活当中。本文的背景项目-GPS车辆监控调度系统就是目前GPS的主要民间应用之一。它提供了强大的实时监控，轨迹回放，紧急情况报警，远程控制等功能，适用于公安、部队、企事业单位的车辆管理。 本人负责设计和实现GPS车辆监控调度系统的重要功能--轨迹回放功能，期间需要接触和使用GPS历史定位数据。该类数据具有多信息性和多精度性。如何在不破坏其特性的前提下，有效地管理这类数据，提升数据应用的性能是本人将要解决的问题。 本文提出了一种全新的GPS历史定位数据管理模式：所有的数据查询请求统一由数据引擎处理，该引擎将根据数据精度的要求和用户感兴趣的信息规则，对数据进行基于QTM模型和Sinuosity Value的动态矢量抽稀，然后返回结果。整个过程涉及多个算法的设计和实现，包括Sinuoity Value滑动线段算法、动态矢量抽稀算法和矢量化速度图表的生成算法。另外，由于数据引擎将会接收大量的请求，响应这些请求需要处理海量的历史数据，因此还引入了“缓存+截取斗拼接”功能提高引擎的性能。本文余下部分将对数据引擎进行测试，观察和比较动态矢量抽稀算法和矢量化速度图表的生成算法的运行效果，并验证“缓存+截取+拼接”功能。 一系列的测试表明，基于QTM和Sinuosity的GPS历史定位数据管理的确能大大提升数据应用的性能。 |
| 作者： | 黄穗鹏 |
| 专业： | 软件工程 |
| 导师： | 李文军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中山大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
