動態(tài)環(huán)境下移動對象導(dǎo)航系統(tǒng)相關(guān)技術(shù)的研究.pdf

1、近年來，可穿戴計算機、移動計算及無線自組網(wǎng)技術(shù)飛速發(fā)展，應(yīng)用移動對象的場合越來越多，另一方面，GPS技術(shù)和傳感器技術(shù)快速發(fā)展，為移動對象提供位置相關(guān)服務(wù)的導(dǎo)航系統(tǒng)有了越來越廣泛的應(yīng)用。本文中主要針對移動對象導(dǎo)航系統(tǒng)的范圍概率查詢和路徑規(guī)劃兩個主要模塊進行了論述。
　　動態(tài)環(huán)境下，受通信帶寬、移動對象本身、數(shù)據(jù)庫存儲空間等的限制，使用傳統(tǒng)數(shù)據(jù)庫技術(shù)來實時地追蹤移動對象并存儲其精確位置是不現(xiàn)實的，只能更新并記錄特定時刻的信息，對于沒有

2、精確記錄的時刻的位置范圍查詢，其結(jié)果必然是不精確的。本文的目標(biāo)就是對這種不精確性進行估計，然后給出一個概率結(jié)果。文中提出了特定的模型、支持該模型的索引，以及相應(yīng)的查詢算法。
　　傳統(tǒng)的路徑規(guī)劃算法針對的是靜態(tài)的環(huán)境，即以環(huán)境不發(fā)生改變?yōu)榍疤?。而現(xiàn)實的移動對象位置是不斷變化的，其本身所用的導(dǎo)航系統(tǒng)面臨的是不斷改變的環(huán)境，若還按原來的算法，當(dāng)環(huán)境信息發(fā)生改變時，則只能先更新環(huán)境信息，然后再重新運行一遍算法，這無疑是低效的——算法的上一

3、次運行對本次運行沒有任何幫助，兩次運行在時間上是基本相當(dāng)?shù)?。在大自然中，螞蟻為了覓食在不斷改變的環(huán)境下仍能找到較優(yōu)的路徑，受此啟發(fā)的蟻群算法特別適合解決動態(tài)路徑規(guī)劃問題，它能夠在改變的環(huán)境中自適應(yīng)地找到新的最優(yōu)路徑，但是現(xiàn)有的蟻群算法也有許多不足之處，如計算時間相對較長，受堵塞路段負反饋影響而收斂速度變慢等問題，為了克服以上的缺點，本文在綜合現(xiàn)有蟻群算法基礎(chǔ)上，提出了用混合蟻群算法解決動態(tài)環(huán)境路徑規(guī)劃問題的框架，引入了“局部抖動技術(shù)”，