轨迹数据中蕴含着丰富的空间信息及时间信息,具有进一步分析、处理及利用的价值。随着定位技术的迅速发展和日渐普及,使得采集移动对象的轨迹数据变得容易。然而,随着轨迹采集终端的大量使用,原始轨迹数据量急剧增长,且冗余严重,给轨迹数据的存储、传输及进一步分析处理带来了极大的压力。因此,有效剔除原始轨迹中的冗余信息,实现轨迹数据压缩具有重要的意义。本文针对离线轨迹数据,综合考虑轨迹数据的速度、方向及位置特征,在保证原有轨迹重要信息不丢失的基础上,为实现各级别压缩率下对复杂轨迹数据的压缩,提出三种离线轨迹数据压缩算法:(1)基于速度特性的角度偏移量轨迹数据压缩算法。该算法根据轨迹数据的速度特征和方向特征,通过比较预设的速度阈值和角度阈值删除冗余,较好地保留了原始轨迹中速度变化较大及方向发生改变的轨迹点;(2)基于网格的轨迹数据压缩算法。该算法使用网格覆盖整条轨迹,通过计算各网格内最早轨迹点与其他轨迹点的时间差,剔除小于预设时间阈值的轨迹点,并利用弗里曼链码的编码方式进一步压缩相邻网格内方向信息冗余的轨迹点;(3)基于局部加权线性回归的轨迹数据压缩算法。该算法利用线性变化的曲线模拟非线性变化的轨迹,采用局部加权线性回归算法对原始轨迹进行曲线拟合,去除原始轨迹上偏离拟合曲线小于给定距离阈值的轨迹点。本文最后对三个算法分别进行了验证及误差比较与分析,结果表明,本文算法是可行的、有效的。