时空数据库技术是计算机科学的新兴领域,用来存储和管理空间位置或空间范围随着时间变化的时空对象。随着移动通信、无线定位等技术的迅速发展,移动信息服务受到越来越多地关注,因此,追踪移动对象位置变得可行和必需。为了有效管理时空数据库中的海量数据,移动对象的索引技术应运而生,它能够有效地对移动对象进行查询、管理以及提供准确的基于位置的服务等,在时空数据库的研究中具有重要的意义。在介绍时空数据库技术和移动对象索引的基础上,对已有的移动对象索引技术进行了分类、比较,研究了离散情况下移动对象索引模式的特点,并着重对Kwon等人的LUR-tree进行了分析。LUR-tree(Lazy Update R-tree)是基于R-tree的移动对象索引结构,在对象更新时采用懒惰更新算法,仅当对象移出相应MBR时才更新索引结构来减小更新代价,同时引入可扩展的MBR(EMBR)来减少更多的更新代价,但这种方法会使得内部结点重叠面积增大,导致查询效率的下降；LUR-tree只关心对象当前位置,一旦对象更新了位置,则删除该对象旧记录,插入新的记录,因此,对于最近时间段历史查询需求不能满足。为此,本文对离散情况下移动对象索引进行改进,提出轨迹连续的空间存储技术,能够同时实现对象的空间及时间存储。并提出一种离散情况下的移动对象索引机制QLUR+-tree (Quad Lazy Update R+-tree),可以索引对象历史及当前时刻位置信息,该索引是基于R+-tree与四叉树(Quadtree)的混合结构,使用R+-tree索引移动对象实时信息,四叉树采用轨迹连续空间存储技术,存储并索引移动对象历史信息。实时树的更新结合LUR-tree的懒惰更新并对其进行了改进,提出动态收缩与扩充MBR的更新策略。同时,引入辅助的索引结构,实现对象叶结点直接操作及信息过渡,并对实时树及历史树的插入、更新和查询算法进行了相应的改进。通过分析和实验证明,该索引结构在保持较低的更新代价和磁盘开销的同时,对整个空间的点查询和域查询等具有很高的查询效率。