面向受限网络的时空数据管理近年来已成为时空数据库中一个新的研究方向。受限网络中的时空索引是解决此类时空数据管理问题的关键所在。对于城市交通管理等应用中所涉及的海量移动对象,只有建立高效的时空索引才能满足应用的时空查询性能要求。本文以城市交通网络为背景,总结了已有的城市交通网络数据模型,给出了相关的定义,并提出了改进的城市交通网络数据模型。同时,提出了一种新型的基于受限网络的时空索引NBR-tree(Network-Based R-tree)。NBR-tree针对城市交通网络中移动对象特有的运动方向、进入模式等特点,改进了目前流行的MON-tree索引。最后,通过实验对比了NBR-tree和MON-tree索引的性能。本文的主要贡献可归纳如下:(1)总结了已有的网络数据模型,改进并完善了Güting路网模型,给出了城市交通网络和对象(包括移动对象和静态对象)的完整定义;(2)提出了一种新型的基于受限网络的时空索引:NBR-tree。NBR-tree针对城市交通网络中移动对象特有的运动方向、进入模式等特点,改进了目前流行的MON-tree索引。论文给出了NBR-tree的索引结构、操作算法以及实验分析;(3)在Brinkhoff的移动对象发生器所产生的数据集上进行了对比实验。实验结果表明,NBR-tree可以有效支持对象移动过程中的最近邻查询、窗口查询和已知起始位置和移动方向的移动对象查询,并且具有比MON-tree更好的轨迹查询性能。