随着智能终端设备的普及与无线互联网的快速发展,大量基于位置的服务在日常生活中被广泛应用,移动对象k近邻查询问题是许多基于位置服务的核心问题,同时又是空间数据库查询中的重要理论基础。由于时空数据的自身特性,一些已有的移动对象k近邻查询方法并不能很好的解决移动对象k近邻查询及增量查询问题,因此研究移动对象k近邻查询的相关问题具有重要意义。本文针对移动对象k近邻相关问题进行研究,第一部分研究内容是基于欧式距离的移动对象增量k近邻查询的查询范围计算问题,现有的查询范围计算方法通常从查询点开始迭代扩大查询范围,此过程受移动对象数量的影响巨大,迭代次数较多。为解决这一问题,本文提出一种基于混合高斯模型的双层索引结构,利用混合高斯模型模拟移动对象分布状况,通过计算任意区域内的积分获得该区域内移动对象落入的概率,进而获得移动对象数量。该方法能够减少计算查询范围过程中的迭代次数,且避免了对查询范围内移动对象的遍历操作。第二部分研究内容是基于路网距离的移动对象k近邻查询的问题,路网环境下均匀网格索引虽能够处理大部分索引问题,但是面临移动对象分布倾斜时,可能导致拓展大量网格却没能获得有用顶点的问题。为解决这一问题,本文提出一种动态网格索引结构,通过建立动态网格索引,适应网格区域内移动对象数量的分布情况,移动对象数量过多的网格将自动分解成多个子网格以保证不同网格内的移动对象数量相差较小,减少对索引性能的影响,同时,利用边界点是网格入口的概念,快速计算查询点与边界点之间的路网距离与欧式距离,并利用该距离对查询范围进行有效剪枝。第三部分研究内容是面对大量移动对象并发k近邻查询请求下的冲突查询问题,大量并发请求所带来的不同查询请求之间的结果集中存在重复,即一个移动对象被同时分配给多个查询请求的问题。这种并发查询所带来的不同查询结果集合之间的冲突问题是难以解决的。针对此问题,本文基于安全距离与安全区域提出一种分组策略,能够有效区分冲突查询与非冲突查询,并基于KM算法设计一种全局优先的分配策略解决冲突查询中,查询点与查询结果集合中移动对象之间的分配问题。