随着时代的进步，近年来RFID、“3S”(GIS、GPS、RS)、无线传感网等技术快速发展，海量移动数据的获取成为可能。因此，对移动数据进行管理和分析已经成为学术界和企业界共同关注的问题。本文针对移动对象数据库中的重要查询类型连续最近邻查询算法进行深入研究，力求在较短的时间段之内获得最近邻对象的查询结果。　　 目前，关于最近邻查询算法的研究有很多，但是其中绝大部分都是针对静态的空间对象进行查询的算法研究。对于移动对象的最近邻查询算法，尤其是移动对象的连续最近邻查询算法(即移动对象对移动对象的最近邻查询算法)研究的比较少。本文基于对R树和四叉树等索引结构进行研究分析的前提下，进而对R树和四叉树相结合的一种索引结构(QR-树索引结构)进行更为深入的研究分析。通过扩展优化，构造出了一种基于QR-树的，能够有效支持移动对象管理的索引结构(称为MOQ-QR索引结构)，并在此基础上提出了一种基于该索引结构的连续K近邻查询算法。该算法的主要思想是通过对移动对象分配静态空间，并在研究区域内利用QR-树和hash表作为索引区存储移动对象，以此计算查询点与移动对象之间的空间距离，并最终获得结果。　　 本文通过实验仿真获得的数据从最近邻对象的数量以及移动对象的数量两个角度与已有的CPM算法进行了比较分析。从比较的结果证明了本文所提出的基于QR-树的连续K近邻查询算法在查询效率上优于CPM算法。