欢迎来到天天文库
浏览记录
ID:33809148
大小:414.59 KB
页数:6页
时间:2019-02-28
《基于symbian os的移动gis的设计与实现》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、http://www.paper.edu.cn基于SymbianOS的移动GIS的设计与实现熊鹏北京邮电大学计算机科学与技术学院,北京(100876)E-mail:xiongpeng2607@163.com摘要:本文重点分析了空间矢量数据的压缩与管理、空间数据索引的构建、定位技术等传统GIS开发中的关键技术,然后在此基础上提出了一个在移动设备中进行GIS开发的设计方案,并在SymbianOS中实现了客户端软件。关键词:SymbianOS,移动GIS,空间矢量数据1.引言近年来,随着地理空间信息技术的进步和信息资源的丰富,使得为公众提供广泛的基于位
2、置的空间信息服务成为可能,如今已经出现了多种基于Web的空间地理信息服务,如百度地图,googleMap等。而另一方面移动通信产业的高速发展,使得移动终端逐渐地进入了社会的各个领域,同时各种嵌入式操作系统如Symbian,WinCE,Linux,Palm等的出现,使得我们能够在移动终端上开发出各种功能强大的应用,这就为地理空间信息技术应用在移动通信中提供了可能。然而尽管移动终端在软硬件上都得到了很大的提高,但是其在内存、存储器、处理器等方面仍然远不及台式机,这就给在移动终端中开发GIS应用提出了较高的要求。本文对GIS的相关技术进行了分析和研究,
3、提出了一个在移动设备中进行GIS开发的设计方案,并在Symbian系统中实现了客户端软件。2.相关技术分析2.1空间数据的压缩相对于台式机而言,移动终端的存储容量是非常小的,因此地图数据必须选择合适的存储结构和存储策略,并对地图空间数据进行合理的压缩。空间矢量数据压缩指的是从组成曲线的点集合A中抽取一个子集B,用这个子集B在一定的精度范围内尽可能地反映原数据集合A,而这个子集B的点数应尽可能少。通过这种方式,我们可以在一定程度上减少过多的冗余数据。而矢量数据的压缩的核心是在不破坏原始数据的拓扑关系的前提下对数据进行合理的删减。目前有多种数据压缩方
4、法,如Douglas-Peucker算法,垂距法,光栏法等,其中Douglas-Peucker算法是经典的矢量数据压缩算法,基本思想是:对每一条曲线的首末点虚连一条直线,求所有点与直线的距离,找出最大距离值dmax,用dmax与限差D相比;若dmax5、息系统(GIS)的研究热点之一。尤其是在处理器性能低下的移动智能终端中开发GIS应用,优秀的索引结构和算法是实现移动GIS应用的关键。目前研究人员提出了各种针对于空间数据的索引方法,如网格索引,R-tree,K-D,K-D-B树,BSP树等。而在众多的空间数据索引-1-http://www.paper.edu.cn方法中,网格索引和R-tree索引是目前主流的两种索引方法。网格索引思路比较简单,如图1。其基本思想是将研究区域用横竖划分为大小相等的网格,记录每一个网格所包含的空间要素(包括完成落入网格和部分落入网格内)。每一个网格都是一个索引项,当6、用户进行空间查询时,首先计算出查询空间要素所在的网格,然后通过该网格快速定位到所选择的空间要素。R-tree索引是目前应用最广泛的空间索引方法。它是B+树在多维情况下的自然扩展,同样是一种高度平衡树。在R-tree中,用对象最小外包矩形(MBR)来描述空间对象的。所有的索引值都是记录在叶子结点中的,并且所有的叶子节点都处在同一层。非叶子结点用于确定查询等操作的路径。在叶子结点中包含了空间对象的最小外包矩形和该空间对象的索引值,形式为:(MBR,OI),其中MBR为包含该索引对象的最小外包矩形,OI为空间对象在地图数据文件中的索引值。而非叶子结点的7、形式为:(MBR,CP),其中MBR为包含下一层所有子结点的最小外包矩形,CP为指向下一层子结点的指针。各结点(除根外)可包含孩子数有限([m,M],通常为2≤m≤M)。R-tree的结构图如图2。在进行空间数据检索时,首先判断哪些外包矩形落入查询窗口内,再进一步判别哪些实体是被检索的内容。但这两种索引也有缺陷。采用网格索引进行数据查询时,必须对网格内所有的空间对象进行顺序查询。当网格块过大时,不得不处理大量的网格内的空间对象的边界比较,潜在地增加了查询的时间。而R-tree由于允许索引空间重叠,在查询时会产生无效查询,在数据量增大的情况下,查询8、的效率会明显的下降。于是人们又提出了R+-tree,R*-tree,基于网格和R-tree的二级索引等改进的索引结构,来加快对空间数据的
5、息系统(GIS)的研究热点之一。尤其是在处理器性能低下的移动智能终端中开发GIS应用,优秀的索引结构和算法是实现移动GIS应用的关键。目前研究人员提出了各种针对于空间数据的索引方法,如网格索引,R-tree,K-D,K-D-B树,BSP树等。而在众多的空间数据索引-1-http://www.paper.edu.cn方法中,网格索引和R-tree索引是目前主流的两种索引方法。网格索引思路比较简单,如图1。其基本思想是将研究区域用横竖划分为大小相等的网格,记录每一个网格所包含的空间要素(包括完成落入网格和部分落入网格内)。每一个网格都是一个索引项,当
6、用户进行空间查询时,首先计算出查询空间要素所在的网格,然后通过该网格快速定位到所选择的空间要素。R-tree索引是目前应用最广泛的空间索引方法。它是B+树在多维情况下的自然扩展,同样是一种高度平衡树。在R-tree中,用对象最小外包矩形(MBR)来描述空间对象的。所有的索引值都是记录在叶子结点中的,并且所有的叶子节点都处在同一层。非叶子结点用于确定查询等操作的路径。在叶子结点中包含了空间对象的最小外包矩形和该空间对象的索引值,形式为:(MBR,OI),其中MBR为包含该索引对象的最小外包矩形,OI为空间对象在地图数据文件中的索引值。而非叶子结点的
7、形式为:(MBR,CP),其中MBR为包含下一层所有子结点的最小外包矩形,CP为指向下一层子结点的指针。各结点(除根外)可包含孩子数有限([m,M],通常为2≤m≤M)。R-tree的结构图如图2。在进行空间数据检索时,首先判断哪些外包矩形落入查询窗口内,再进一步判别哪些实体是被检索的内容。但这两种索引也有缺陷。采用网格索引进行数据查询时,必须对网格内所有的空间对象进行顺序查询。当网格块过大时,不得不处理大量的网格内的空间对象的边界比较,潜在地增加了查询的时间。而R-tree由于允许索引空间重叠,在查询时会产生无效查询,在数据量增大的情况下,查询
8、的效率会明显的下降。于是人们又提出了R+-tree,R*-tree,基于网格和R-tree的二级索引等改进的索引结构,来加快对空间数据的
此文档下载收益归作者所有