在移动计算环境下，用户可以通过移动智能终端随时随地的访问数据，但网络通信具有非对称性，网络带宽也十分有限，因此，提高系统可伸缩性成为一个亟待解决的问题。数据广播技术将用户访问的热点数据集中起来，周期性地向移动客户端广播数据，具有成本低、传输快、资源利用率高和用户花费少的特点，并能支持大规模用户同时访问，具有很好的可伸缩性。目前，移动数据广播环境下的近邻查询大多都是针对确定数据。针对移动客户端数量庞大和空间对象所固有的不确定性，提出结合移动数据广播技术，进行概率最近邻查询。该方法首先建立空间查询对象的不确定Voronoi图，然后采用Hilbert曲线的空间填充思想和映射原理将整个不确定Voronoi图划分为多个大小相同的单元格，每个单元格都有一个唯一的编号(Hilbert值)与之对应，最后建立基于Hilbert曲线的分布式索引，并将此索引信息与编号和近邻候选集合所组成的数据信息一起作为广播帧的内容进行周期广播。这样，用户只需要侦听广播信道，获取包含自己当前所在位置编号的广播帧，即可得知其概率非零的最近邻集合。实验结果表明，上述方法不但具有良好的查询响应效率，而且有效的降低了用户的能量消耗。