时空角(框架)
时空相点移动对象数据索引PM-Tree
第４４卷 第３期２０２１年３月计 算 机 学 报ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳＶｏｌ．４４Ｎｏ．３Ｍａｒ．２０２１收稿日期：２０１９ １１ １６；在线发布日期：２０２０ １１ ０６．本课题得到国家自然科学基金（６１７７２２１１，Ｕ１８１１２６３）、国家重点研发计划（２０１８ＡＡＡ０１０１３００）、广东省教育厅创新团队（粤教科函２０１８ ６４／８Ｓ０１７７）、广州市科技计划项目（国际合作）（２０１８０７０１００４３）资助．汤 娜，博士，副教授，中国计算机学会（ＣＣＦ）会员，主要研究方向为时态数据库、大数据管理、移动对象数据库和知识发现．Ｅ ｍａｉｌ：ｓｉｎｃｅｒｅｔｎ＠ｑｑ．ｃｏｍ．朱展豪，硕士研究生，主要研究方向为数据处理与挖掘．李晶晶，博士，副教授，主要研究方向为计算智能与优化．汤 庸（通信作者），博士，教授，博士生导师，主要研究领域为时态数据管理、社交网络与协同计算．Ｅ ｍａｉｌ：ｙｔａｎｇ＠ｓｃｎｕ．ｅｄｕ．ｃｎ．叶小平，博士，教授，主要研究领域为时态数据库、移动对象数据库和知识发现．时空相点移动对象数据索引犘犕 犜狉犲犲汤 娜 朱展豪 李晶晶 汤 庸 叶小平（华南师范大学计算机学院 广州 ５１０６１３）摘 要 随着移动定位技术和无线通讯技术发展，移动对象的应用领域越来越广阔．位置随时间而变化的移动对象产生的时空数据具有规模大、多维性、结构复杂和关系复杂等特点．由于移动对象的运动轨迹大多被限定在特定的交通网络中，因此基于路网的移动对象索引成为时空数据索引研究的一个重要应用分支．目前，针对移动对象历史数据的区域查询优化的研究重点是如何提高窗口查询的效率．这类索引通常以同一线路为单位来组织轨迹数据的存储．索引通常采用两层的Ｒ ｔｒｅｅ索引结构，上层的２ＤＲ ｔｒｅｅ用于索引在某个区域内的线路，下层的２ＤＲ ｔｒｅｅ用于索引某个时间段内在这些区域的移动对象．这类索引在处理轨迹信息的时间维度的时候，仅仅是把时间维度等同于空间的维度来进行Ｒ树维度的扩展．由于Ｒ树算法不能有效地降低最小限定矩形的空间堆叠问题，尤其是在数据量较大、数据维数增加时表现得更为明显．所以，为了提高路网中移动对象时空信息的存储以及查询的效率，本文则将轨迹信息中的时间数据和空间数据整合起来，提出了一种移动对象数据索引ＰＭ ｔｒｅｅ（Ｐｈａｓｅ ｐｏｉｎｔＭｏｖ ｉｎｇＯｂｊｅｃｔＴｒｅｅ）．首先运用映射函数把路网中移动对象运动轨迹的二维时空矩形投影成带参数的一维“时空相点”，并讨论了时空相点之间的偏序关系，建立了基于相点偏序划分的相点序分枝结构，为索引的建立提供了理论支撑．接着论文以ＭＯＮ ｔｒｅｅ索引为基础，以相点序分枝结构来改进其下层索引结构，提出了时空相点移动对象数据索引，该索引能完成运动轨迹时空的一体化查询，能避免类Ｒ ｔｒｅｅ索引中最小限定矩形堆叠导致的效率低下的问题，有效地缩小搜索空间．最后论文实现了索引的增量式动态更新管理．通过实验的对比分析，表明ＰＭ ｔｒｅｅ索引不但能有效提高储存空间的利用率，“一次一集合”的查询模式还提高了查询性能．关键词 时空矩形；路网；移动对象索引；时空映射；相点偏序中图法分类号ＴＰ３１１ 犇犗犐号１０．１１８９７／ＳＰ．Ｊ．１０１６．２０２１．００５７９犜犲犿狆狅狉犪犾 犛狆犪狋犻犪犾犘犺犪狊犲犘狅犻狀狋犕狅狏犻狀犵犗犫犼犲犮狋犇犪狋犪犐狀犱犲狓犻狀犵：犘犕 犜狉犲犲ＴＡＮＧＮａ ＺＨＵＺｈａｎ Ｈａｏ ＬＩＪｉｎｇ Ｊｉｎｇ ＴＡＮＧＹｏｎｇ ＹＥＸｉａｏ Ｐｉｎｇ（犛犮犺狅狅犾狅犳犆狅犿狆狌狋犲狉犛犮犻犲狀犮犲，犛狅狌狋犺犆犺犻狀犪犖狅狉犿犪犾犝狀犻狏犲狉狊犻狋狔，犌狌犪狀犵狕犺狅狌 ５１０６３１）犃犫狊狋狉犪犮狋 Ｗｉｔｈｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｍｏｂｉｌｅｌｏｃａｔｉｏｎｔｅｃｈｎｏｌｏｇｙａｎｄｗｉｒｅｌｅｓｓｃｏｍｍｕｎｉｃａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ，ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｍｏｖｉｎｇｏｂｊｅｃｔｓｈａｓｅｘｈｉｂｉｔｅｄａｂｒｏａｄａｐｐｌｉｃａｔｉｏｎｐｒｏｓｐｅｃｔ．Ａｓｍｏｖｉｎｇｏｂｊｅｃｔｓ’ｐｏｓｉｔｉｏｎｖａｒｉｅｓａｓｔｉｍｅｇｏｅｓｏｎ，ｔｈｅｓｐａｔｉａｌｄａｔａａｎｄｔｅｍｐｏｒａｌｄａｔａｇｅｎｅｒａｔｅｄｃｏｎｔｉｎｕｏｕｓｌｙｂｙｍｏｖｉｎｇｏｂｊｅｃｔｓｈａｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｍｕｌｔｉ ｄｉｍｅｎｓｉｏｎ，ｃｏｍｐｌｅｘｄａｔａｓｔｒｕｃｔｕｒｅ，ｍａｓｓｉｖｅｄａｔａｓｃａｌｅａｎｄｃｏｍｐｌｅｘｄａｔａｒｅｌａｔｉｏｎｓｈｉｐ．Ｕｓｕａｌｌｙｔｈｅｔｒａｊｅｃｔｏｒｙｏｆｍｏｖｉｎｇｏｂｊｅｃｔｓｗａｓｃｏｎｆｉｎｅｄｔｏａｓｐｅｃｉｆｉｃｒｏａｄｎｅｔｗｏｒｋ，ｓｏｔｈｅｉｎｄｅｘｏｆｍｏｖｉｎｇｏｂｊｅｃｔｓｂａｓｅｄｏｎｔｈｅｒｏａｄｎｅｔｗｏｒｋｈａｓｂｅｃｏｍｅａｎｉｍｐｏｒｔａｎｔｂｒａｎｃｈｏｆｔｈｅｒｅｓｅａｒｃｈｏｆｔｅｍｐｏｒａｌｓｐａｔｉａｌｄａｔａｉｎｄｅｘ．Ａｔｐｒｅｓｅｎｔ，ｆｏｒｔｈｅｑｕｅｒｙｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｈｅｈｉｓｔｏｒｉｃａｌｄａｔａｏｆｍｏｖｉｎｇｏｂｊｅｃｔｓ，ｔｈｅｒｅｓｅａｒｃｈｆｏｃｕｓｏｎｈｏｗｔｏｉｍｐｒｏｖｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｗｉｎｄｏｗｑｕｅｒｙ．Ｕｓｕａｌｌｙｓｕｃｈｋｉｎｄｏｆｉｎｄｅｘｅｓｐａｒｔｉｔｉｏｎｅｄｔｈｅｔｒａｊｅｃｔｏｒｙｄａｔａｏｆｍｏｖｉｎｇｏｂｊｅｃｔｓｂｙｒｏｕｔｅ，ｓｏｔｈｅｔｒａｊｅｃｔｏｒｙｄａｔａｏｆｍｏｖｉｎｇｏｂｊｅｃｔｓｏｎａｓｐｅｃｉｆｉｃｒｏｕｔｅｗａｓｓｔｏｒｅｄｔｏｇｅｔｈｅｒ．Ｓｏｔｈｉｓｋｉｎｄｏｆｉｎｄｅｘｅｓｗａｓａｔｗｏ ｌａｙｅｒＲ ｔｒｅｅｉｎｄｅｘｓｔｒｕｃｔｕｒｅ，ｔｈｅｕｐｐｅｒｌａｙｅｒｗａｓａ２ＤＲ ｔｒｅｅｆｏｒｉｎｄｅｘｉｎｇｔｈｅｒｏｕｔｅｓｉｎａｒｅｇｉｏｎ，ａｎｄｔｈｅｌｏｗｅｒｏｎｅｗａｓａｌｓｏａ２ＤＲ ｔｒｅｅｆｏｒｉｎｄｅｘｉｎｇｔｈｅｍｏｖｉｎｇｏｂｊｅｃｔｓｉｎｔｈｅｒａｎｇｅｓｏｆｒｏｕｔｅｓｉｎａｃｅｒｔａｉｎｐｅｒｉｏｄｏｆｔｉｍｅ．Ｉｎｔｈｅｖｉｅｗｏｆｔｈｅｓｅｐａｐｅｒｓ，ｔｈｅｄｉｍｅｎｓｉｏｎｏｆｔｉｍｅｉｎｔｒａｊｅｃｔｏｒｙｉｎｆｏｒｍａｔｉｏｎｗａｓｔｈｅｓａｍｅａｓｔｈｅｄｉｍｅｎｓｉｏｎｏｆｓｐａｃｅ．Ｓｏｄｅａｌｉｎｇｗｉｔｈｔｈｅｄｉｍｅｎｓｉｏｎｏｆｔｉｍｅ，ｔｈｉｓｋｉｎｄｏｆｔｅｍｐｏｒａｌｓｐａｔｉａｌｍｏｖｉｎｇｏｂｊｅｃｔｉｎｄｅｘｊｕｓｔｅｘｔｅｎｄｅｄｔｈｅｔｅｍｐｏｒａｌｄｉｍｅｎｓｉｏｎｔｏＲｔｒｅｅ．Ｈｏｗｅｖｅｒ，ｂｅｃａｕｓｅｔｈｅａｌｇｏｒｉｔｈｍｏｆＲｔｒｅｅｃａｎｎｏｔｅｆｆｅｃｔｉｖｅｌｙｒｅｄｕｃｅｓｐａｃｅｏｖｅｒｌａｐｐｉｎｇｏｆＭｉｎｉｍａｌＢｏｕｎｄｉｎｇＲｅｃｔａｎｇｌｅ（ＭＢＲ），ａｎｄｉｔｉｓｍｏｒｅｓｅｒｉｏｕｓｗｈｅｎｔｈｅｄａｔａｖｏｌｕｍｅｉｓｌａｒｇｅａｎｄｔｈｅｄｉｍｅｎｓｉｏｎｉｎｃｒｅａｓｅｓ．Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｓｐａｔｉａｌ ｔｅｍｐｏｒａｌｔｒａｊｅｃｔｏｒｙｉｎｆｏｒｍａｔｉｏｎｓｔｏｒａｇｅａｎｄｑｕｅｒｙｏｆｍｏｖｉｎｇｏｂｊｅｃｔｓｉｎｒｏａｄｎｅｔｗｏｒｋａｔｓｏｍｅｉｎｔｅｒｖａｌ，ｔｈｉｓｐａｐｅｒｉｎｔｅｇｒａｔｅｄｔｅｍｐｏｒａｌｄａｔａａｎｄｓｐａｔｉａｌｄａｔａ，ａｎｄｐｒｏｐｏｓｅｄａｔｅｍｐｏｒａｌ ｓｐａｔｉａｌｐｈａｓｅｐｏｉｎｔｍｏｖｉｎｇｏｂｊｅｃｔｄａｔａｉｎｄｅｘ（ＰＭ Ｔｒｅｅｉｎｄｅｘ）．Ｆｉｒｓｔｌｙ，ｔｈｉｓｐａｐｅｒｍｏｄｅｌｅｄｔｈｅｓｐａｔｉａｌｔｒａｊｅｃｔｏｒｙｏｆｔｈｅｍｏｖｉｎｇｏｂｊｅｃｔａｔｓｏｍｅｉｎｔｅｒｖａｌａｓａｓｅｔｏｆｔｗｏ ｄｉｍｅｎｓｉｏｎａｌｒｅｃｔａｎｇｌｅｓ，ａｎｄｍａｐｐｅｄｉｔｉｎｔｏａｓｅｔｏｆｓｉｎｇｌｅ ｄｉｍｅｎｓｉｏｎａｌｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｐｈａｓｅｐｏｉｎｔｓｗｉｔｈｐａｒａｍｅｔｅｒｓ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｐａｐｅｒｄｉｓｃｕｓｓｅｄｔｈｅｐａｒｔｉａｌｏｒｄｅｒｒｅｌａｔｉｏｎｓｈｉｐａｍｏｎｇｔｈｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｐｈａｓｅｐｏｉｎｔｓｏｎｔｈｅｐｈａｓｅｐｌａｎｅ．Ｂｙｐａｒｔｉｔｉｏｎｉｎｇｔｈｅｐｈａｓｅｐｏｉｎｔｓｗｉｔｈｔｈｅｐａｒｔｉａｌｏｒｄｅｒ，ａＰｈａｓｅ ＰｏｉｎｔＯｒｄｅｒＢｒａｎｃｈｉｎｇｗａｓｃｏｎｓｔｒｕｃｔｅｄ．Ｔｈｅｎ，ｂａｓｅｄｏｎＭｏｎ ｔｒｅｅｉｎｄｅｘ，ｔｈｅｐａｐｅｒｉｍｐｒｏｖｅｄｉｔｓｌｏｗｅｒｌａｙｅｒｏｆｉｎｄｅｘｓｔｒｕｃｔｕｒｅｂｙｕｓｉｎｇｔｈｅＰｈａｓｅ ＰｏｉｎｔＯｒｄｅｒＢｒａｎｃｈｉｎｇｓｔｒｕｃｔｕｒｅ，ａｎｄｐｒｏｐｏｓｅｄｔｈｅｓｐａｔｉａｌ ｔｅｍｐｏｒａｌｐｈａｓｅｐｏｉｎｔｍｏｖｉｎｇｏｂｊｅｃｔｄａｔａｉｎｄｅｘ．ＴｈｉｓＩｎｄｅｘｃａｎｒｅａｌｉｚｅｔｈｅｑｕｅｒｙｏｐｔｉｍｉｚａｔｉｏｎｂｙｔｈｅｉｎｔｅｇｒａｔｉｏｎｏｆｓｐａｔｉａｌｉｎｆｏｒｍａｔｉｏｎａｎｄｔｅｍｐｏｒａｌｉｎｆｏｒｍａｔｉｏｎａｓｓｐａｔｉａｌｐｈａｓｅｐｏｉｎｔｓ，ａｌｓｏｉｔｃａｎａｖｏｉｄｔｈｅｌｏｗｅｆｆｉｃｉｅｎｃｙｃａｕｓｅｄｂｙＭＢＲｏｖｅｒｌａｐｉｎＲｔｒｅｅａｎｄｅｆｆｅｃｔｉｖｅｌｙｒｅｄｕｃｅｔｈｅｓｅａｒｃｈｓｐａｃｅ．Ｆｉｎａｌｌｙ，ｔｈｅｐａｐｅｒｒｅａｌｉｚｅｄｔｈｅｉｎｃｒｅｍｅｎｔａｌｄｙｎａｍｉｃｕｐｄａｔｅｍａｎａｇｅｍｅｎｔｏｆｉｎｄｅｘ．ＢｙｃｏｍｐａｒｉｎｇｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆＰＭ ｔｒｅｅｉｎｄｅｘｗｉｔｈｔｈａｔｏｆＭｏｎ ｔｒｅｅｉｎｄｅｘ，ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＰＭ ｔｒｅｅｉｎｄｅｘｃａｎｎｏｔｏｎｌｙｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｕｔｉｌｉｚａｔｉｏｎｏｆｓｔｏｒａｇｅｓｐａｃｅ，ｂｕｔａｌｓｏｉｍｐｒｏｖｅｔｈｅｑｕｅｒｙｐｅｒｆｏｒｍａｎｃｅ．犓犲狔狑狅狉犱狊 ｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｒｅｃｔａｎｇｌｅ；ｒｏａｄｎｅｔｗｏｒｋ；ｍｏｖｉｎｇ ｏｂｊｅｃｔｉｎｄｅｘｉｎｇ；ｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｍａｐｐｉｎｇ；ｐｈａｓｅｐｏｉｎｔｓｐａｒｔｉａｌ ｏｒｄｅｒ１ 引 言交通管理、目标跟踪等大量应用中都存在着基于位置的应用，需要处理大量随着时间而演变的空间数据，即移动对象或移动数据［１］．移动对象数据库（ＭｏｖｉｎｇＯｂｊｅｃｔＤａｔａｂａｓｅｓ，ＭＯＤ）技术成为一个热门的研究领域之一．ＭＯＤ技术对移动对象的位置及其他相关信息进行表示、存储和管理，提供了对移动对象进行过去、现在查询和对未来预测等操作［２ ３］．ＭＯＤ实现的基本功能包括对移动对象数据的存储、查询和更新［４］．移动对象数据具有时间与空间双重特性［５］，并具有多维性、结构复杂性、规模海量性和关系复杂性等特点．因而研究移动对象数据索引对提高查询的效率尤为重要．在移动对象存取这个研究领域涌现了一大批工作［６］．根据索引时态信息的不同，移动对象索引可分为移动历史索引和当前及未来位置索引．当前及未来位置索引研究是针对移动对象位置的不确定范围所做的研究，大多采用函数估值计算，采用的方法有原时空存取方法ＰＭＲ ｑｕａｄｔｒｅｅ［７］、空间转换方法［８］、参数化时空存取方法等．例如，ＴＰＲ ｔｒｅｅ［９］通过在Ｒ ｔｒｅｅ上定义时参范围框形以覆盖移动对象集合，但随时间的推移，边界矩形不断扩大导致了矩形间重叠增加，致使查询性能下降，文献［１０］改进了ＴＰＲ ｔｒｅｅ这个问题．由于基于当前和未来位置的应用往往具有实时性，而且移动对象的位置不断发生变化，所以这一类数据管理研究的其中一个重点在于如何有效地实现数据的更新与存储［１１ １２］．范围查询也逐渐演变为概率范围查询［１３ １４］、连续范围查询［１５］和预测范围查询［１６］这三种［１７］．而对于移动对象历史数据的查询，经典的查询０８５计 算 机 学 报２０２１年包括轨迹查询（某段时间，移动对象的移动轨迹变化）和区域查询两类，区域查询又包括时刻查询（找到时刻狋时在线路狉上的移动对象）和窗口查询（找到时刻狋１至狋２时在线路狉上的移动对象）．针对区域查询优化所建立的索引的研究重点是如何提高时刻查询和窗口查询的效率，优先考虑以同一空间为单位来组织数据和建立索引．有两类建立索引的方法，一类基于一般Ｒ ｔｒｅｅ［１８］上进行时空扩展，把二维空间和一维时间的时空数据转化成“纯”三维空间数据处理，此时时间维度转化为空间的维度．如３ＤＲ ｔｒｅｅ［１９］、ＲＴ ｔｒｅｅ［２０］、ＳＴＲ ｔｒｅｅ［２１］．另一类的索引在每个更新时刻上建立一棵版本树．如ＭＲ ｔｒｅｅ［２２］是在Ｒ ｔｒｅｅ上利用重叠Ｂ ｔｒｅｅ的思想．ＭＶ３Ｒ ｔｒｅｅ［２３］是基于多版本Ｂ ｔｒｅｅ的思想，用一棵ＭＶＲ ｔｒｅｅ来处理时间戳查询和３ＤＲ ｔｒｅｅ来处理长时间间隔．由于移动对象位置不断变化，引起了数据的大量更新，在面向轨迹的查询应用中，这类索引在创建时往往优先考虑以同一个移动对象为单位来聚集数据，即同一移动对象的运动轨迹尽量存储在一起［２４］．如经典轨迹索引ＴＢ ｔｒｅｅ［２５］，它采用了类Ｒ ｔｒｅｅ结构，并在ＳＴＲ ｔｒｅｅ上进行扩展，把同一轨迹的线段储存在每个叶节点中以保存移动对象的运动轨迹．ＳＥＴＩ索引［２６］将静态的空间区域进行非重叠分区，利用分区函数把数据同一轨迹的线段储存在同一分区中［２７］．以上的基于移动历史的索引研究主要是针对移动轨迹没有任何限定的情况下所做的研究．在许多现实场景中，移动对象的运动轨迹并不是杂乱无章的，而是被限制在特定的或者具有一定规律的网络上，例如高速路上的汽车．因而它们的位置信息可以借助网络上固定线路的相对位置来表示．因而相比轨迹无限定的移动对象查询，基于路网的历史查询的复杂度相对降低［２３］．这一类索引通常是一个两层的索引结构．均采用Ｒ ｔｒｅｅ索引结构或是其变种结构进行存储．如Ｆｒｅｎｔｚｏｓ提出的路网移动对象经典索引ＦＮＲ ｔｒｅｅ［２８］，它是一个两层混合索引结构：上层是一棵２ＤＲ ｔｒｅｅ，用于索引道路网络的路段；下层是１ＤＲ ｔｒｅｅ森林，用于索引路段中运动的移动对象．ＦＮＲ ｔｒｅｅ具有良好的窗口查询性能，但对于时间片查询和历史轨迹查询，则需要遍历整个１ＤＲ ｔｒｅｅ森林．ＦＮＲ ｔｒｅｅ还假定移动对象在路网中速度不变．但在现实的应用场景中往往对象的移动不是以同一个速度进行．郭景峰等人提出了ＦＮＲ＋ ｔｒｅｅ索引结构［２９］，它在ＦＮＲ ｔｒｅｅ的基础上增添了一个哈希结构来储存对象的历史轨迹，从而改善了ＦＮＲ ｔｒｅｅ在轨迹查询上的效率．Ｐｆｏｓｅｒ等人提出用Ｈｉｌｂｅｒｔ曲线把复杂的三维空间转化成用Ｒ ｔｒｅｅ表示的低维子空间［３０］，虽然查询处理较ＦＮＲ ｔｒｅｅ要复杂，但可以把移动对象的运动方式表示得更具体．ＤｅＡｌｍｅｉｄａ等人提出了具有两层结构的ＭＯＮ ｔｒｅｅ［３１］，上层是一棵用于索引线路／线段的２ＤＲ ｔｒｅｅ，下层是一个用于索引指定线路中移动对象位置和时间信息的２ＤＲ ｔｒｅｅ森林．在道路表达上ＭＯＮ ｔｒｅｅ提供了两种表达方式，一种是以道路作为基本元素，另一种是将道路表示为折线段，以折线段作为基本元素．当道路长度较大时，ＭＯＮ ｔｒｅｅ会产生大量的死空间，查询效率相对降低．实验表明，相比较于ＦＮＲ ｔｒｅｅ，ＭＯＮ ｔｒｅｅ具有更好的性能，且ＭＯＮ ｔｒｅｅ的两种不同表达方式索引中，基于道路的ＭＯＮ ｔｒｅｅ的查询效率更高．一些研究人员还针对一些混合模式进行研究：（１）同时处理移动对象过去、当前以及未来位置信息的索引模型ＡＭＨ［３２］、ＲＰＰＦ ｔｒｅｅ［３３］、ＰＣＩ［３４］．这类索引往往是移动历史索引与当前未来位置两类索引技术的整合．但由于两种索引结构的更新效率是不同的，所以针对两种不同的查询，需要有两种数据结构来分别存储数据，并建立两种数据结构的联系，将现在的数据不断转化成过去的数据；（２）为了利用多核处理器的并行性以满足大数据处理的需求，提出了基于内存和磁盘的轨迹索引［３５ ３６］，这类工作的挑战是如何处理查询和更新上锁之间的争用．本文针对在限定路网上的历史区域查询，提出一种基于时空相点的路网移动对象数据索引技术ＰＭ ｔｒｅｅ，目的在于提高路网中移动对象时空信息的存储以及历史区域查询的效率．本文首先将路网中的移动对象轨迹信息建模为时空数据矩形集合，通过映射函数将其投影成带参数的一维“时空相点”数据．其次，讨论了时空相点集合上基于相点序分支结构的数据结构．最后，构建了基于时空相点序分枝结构的路网移动对象索引，该索引改进了ＭＯＮ ｔｒｅｅ的下层用于索引指定线路中移动对象位置和时间信息的２ＤＲ ｔｒｅｅ森林，采用相点序分枝结构实现了指定线路中移动对象位置和时间信息的一体化存储和查询，同时可以避免最小限定矩形大量重叠导致的查询效率低下问题；最后讨论了该索引的查询和增量式更新算法．本文主要贡献是：把二维的时空数据矩形通过映射函数投影成带参数的一维“时空相点”数据，实现了时空数据的降维以及时空数据的一体化查询；通过研究时空相点之间的关系提出相点序分支结１８５３期汤 娜等：时空相点移动对象数据索引ＰＭ Ｔｒｅｅ构，该结构可以有效缩减区域查询的搜索范围；构建了基于相点序分支结构的路网移动对象数据索引ＰＭ ｔｒｅｅ，提出了“一次一集合”的查询模式和动态更新算法．本文第２节基于路网的移动对象数据模型和时空相点集合的数据关系，提出相点序分支数据结构；第３节讨论以相点序分支数据结构为基础建立的路网移动对象索引模式ＰＭ ｔｒｅｅ，并研究ＰＭ ｔｒｅｅ的数据查询和更新算法；第４节是相应的实验仿真；第５节是对本文的总结与展望．２ 时空数据结构线路犚由一组固定的有序线段｛〈犪０，犪犾〉，〈犪１，犪２〉，…，〈犪狀－２，犪狀－１〉，〈犪狀－１，犪狀〉｝组成，其中犪犻（０ 犻 狀）为二维平面线段的点，犪０和犪狀分别为线路始点和终点．犚上点犪犻的位置用犪犻关于犪０的距离参数犇犻＝犇（犚，犪犻）表示，当犪犻＝犪０时，犇（犚，犪犻）＝０；当犪犻≠犪０时，犇（犚，犪犻）＝犇（犚，犪犻－１）＋犱（犪犻－１，犪犻），其中犱（犪犻－１，犪犻）是犪犻－１到犪犻之间的欧式距离（１ 犻狀）．一条线路对应了地图中的一条道路．路网是由一组有序线路集合｛狉１，狉２，…，狉犻，…，狉犿｝连接组成的图．移动对象犿在线路狉犻上运动所产生的运动轨迹可以一系列点〈犕０，犕１，…，犕狀〉来表示，犕犻－１＝（犱犻－１，狋犻－１）表示在时刻狋犻－１位于点犕犻－１，距离线路狉犻的始点的距离为犱犻－１，其中犱犻－１＝犇（犚，犪犼）＋犱（犪犼，犕犻－１），其中犪犼是从道路的初始点犪０到犕犻－１之间最靠近犕犻－１的点，犱（犪犻－１，犪犻）是犪犼到犕犻－１之间的欧式距离．下一个时间点狋犻的轨迹则为犕犻＝（犱犻，狋犻），即点犕犻距离线路狉犻的始点的距离为犱犻，相邻两个结点犕犻－１和犕犻组成一个折线段狊犲犵（犕犻－１，犕犻）．定义１． 时空数据矩形ＴＳＤＲ（Ｔｅｍｐｏｒａｌ ＳｐａｔｉａｌＤａｔａＲｅｃｔａｎｇｌｅ）．移动对象犿运动轨迹上的折线段狊犲犵（犕犻－１，犕犻）可用一个平行于坐标轴的时空数据矩形犛犻＝（犱犻－１，犱犻；狋犻－１，狋犻）来表示，其中犱犻－１ 犱犻∧狋犻－１ 狋犻，即（犱犻－１，狋犻－１）和（犱犻，狋犻）分别表示犛犻左下和右上顶点坐标，如图１所示．１ ＴＳＤＲ由上述定义可得，移动对象犿在线路狉上的运动轨迹〈犕０，犕１，…，犕狀〉可以建模为时空数据矩形ＴＳＤＲ序列〈犛１，犛２，…，犛狀〉，其中犛犻＝（犱犻－１，犱犻；狋犻－１，狋犻）．２ １ 时空相点映射ＴＳＤＲ作为一个二维时空矩形，若直接对其进行数据操作，处理效率较低．本小节基于ＴＳＤＲ数据的固有特性运用数学映射方法把ＴＳＤＲ矩形映射成时空相点，从而实现提高移动对象运动信息的处理效率．首先将时空矩形ＴＳＤＲ的左下和右上端点垂直投影到相点轴（Ｐｈａｓｅ ａｘｉｓ）上，得到投影线段［犪，犫］．参见图２所示．犪和犫的值分别为从原点出发沿相点轴到点犪及点犫的距离．距离值的计算参见图３．［犪，犫］可以记作相平面中的时空相点坐标（犪，犫）在相点轴上的线段或是相点坐标（犪，犫）对应的区间．定义２． 时空相点映射ＰｈａｓｅＰｏｉｎｔｓＭａｐｐｉｎｇ．相点映射定义如下：犛＝（犱１，犱２；狋１，狋２）→犘＝（（犪，犫），犱１，犱２，狋１，狋２，犗犽）犪＝犱１槡×２＋狋１－犱１槡２＝狋１＋犱１槡２，犫＝犱２槡×２＋狋２－犱２槡２＝狋２＋犱２槡２，２８５计 算 机 学 报２０２１年其中，犘称为时空数据矩形ＴＳＤＲ对应的时空相点（Ｔｅｍｐｏｒａｌ ＳｐａｔｉａｌＰｈａｓｅＰｏｉｎｔ，ＴＳＰＰ），（犪，犫）称为犘的时空相点坐标，犱１，狋１，犱２，狋２称为犘的时空判定参数，犗犽为相点所属的移动对象．ＴＳＤＲ与相点犘的映射关系如图４所示．为了简化计算和方便显示，把犪、犫均放大槡２倍，则有犪＝狋１＋犱１，犫＝狋２＋犱２．定理１． ＴＳＤＲ相交关系与相点相交等价性．设犜犛犇犚犻和犜犛犇犚犼所对应的时空相点分别为犘犻（（犪犻，犫犻），犱犻１，犱犻２，狋犻１，狋犻２，犗犽）和犘犼（（犪犼，犫犼），犱犼１，犱犼２，狋犼１，狋犼２，犗犿），由时空相点和其对应的区间的概念可以得到：犜犛犇犚犻∩犜犛犇犚犼≠ ［犪犻，犫犻］∩［犪犼，犫犼］≠ ．证明． 犜犛犇犚犻∩犜犛犇犚犼≠ 意味着两个矩形一定存在着相交的面积犛，此面积可以是点、线、面，则一定此面积投影在相点轴上至少有一个点．即［犪犻，犫犻］∩［犪犼，犫犼］≠ ．证毕．定理２． ＴＳＤＲ不相交关系的相点坐标判定．设犜犛犇犚犻和犜犛犇犚犼所对应的时空相点分别为犘犻（（犪犻，犫犻），犱犻１，犱犻２，狋犻１，狋犻２，犗犽）和犘犼（（犪犼，犫犼），犱犼１，犱犼２，狋犼１，狋犼２，犗犿），则有：［犪犻，犫犻］∩［犪犼，犫犼］＝ 犜犛犇犚犻∩犜犛犇犚犼＝ ．证明． 假设［犪犻，犫犻］∩［犪犼，犫犼］＝ 时犜犛犇犚犻∩犜犛犇犚犼≠ ．由于犜犛犇犚犻∩犜犛犇犚犼≠ 意味着两个矩形一定存在着相交的面积犛，此面积可以是点、线、面，则此面积投影在相点轴至少有一个点．即［犪犻，犫犻］∩［犪犼，犫犼］≠ ，则与假设矛盾．所以可以推出［犪犻，犫犻］∩［犪犼，犫犼］＝ 犜犛犇犚犻∩犜犛犇犚犼＝ ．证毕．为叙述方便，下文把相点犘犻（（犪犻，犫犻），犱犻１，犱犻２，狋犻１，狋犻２，犗犽）与犘犼（（犪犼，犫犼），犱犼１，犱犼２，狋犼１，狋犼２，犗犿）对应的区间［犪犻，犫犻］∩［犪犼，犫犼］记为犘犻∩犘犼．定义３．移动对象时空相点模型（ＭｏｖｉｎｇＯｂｊｅｃｔＰｈａｓｅＰｏｉｎｔＭｏｄｅｌ）．移动对象在线路狉犻上的运动轨迹数据ＴＳＤＲ序列可建模为相平面上的一个时空相点ＴＳＰＰ序列〈犘１，犘２，…，犘狀〉．例１． 对于移动对象犗１，犗２，…，犗１３在线路狉犻上运动产生的数据可以建模如表１所示．表１ 移动对象相点数据模型Ｔｅｍｐｏｒａｌ ＳｐａｔｉａｌＤａｔａＲｅｃｔａｎｇｌｅＴｅｍｐｏｒａｌ ＳｐａｔｉａｌＰｈａｓｅＰｏｉｎｔ犗１（０，２；０，２）（２，７；２，６）（（０，４），０，２，０，２，犗１），（（４，１３），２，７，２，６，犗１）犗２（０，２；３，５）（２，７；５，８）（（３，７），０，２，３，５，犗２），（（７，１５），２，７，５，８，犗２）犗３（０，５；５，９）（（５，１４），０，５，５，９，犗３）犗４（２，５；５，９）（（７，１４），２，５，５，９，犗４）犗５（２，７；３，８）（（５，１５），２，７，３，８，犗５）犗６（２，５；３，６）（５，７；６，７）（（５，１１），２，５，３，６，犗６），（（１１，１４），５，７，６，７，犗６）犗７（０，５；２，５）（５，７；５，７）（（２，１０），０，５，２，５，犗７），（（１０，１４），５，７，５，７，犗７）犗８（５，７；０，４）（（５，１１），５，７，０，４，犗８）犗９（０，２；７，９）（（７，１１），０，２，７，９，犗９）犗１０（０，２；２，３）（２，５；３，７）（（２，５），０，２，２，３，犗１０），（（５，１２），２，５，３，７，犗１０）犗１１（２，５；２，４）（０，２；４，７）（（４，９），２，５，２，４，犗１１），（（４，９），０，２，４，７，犗１１） 犗１２（０，２；２，４）（２，７；４，８）（（２，６），０，２，２，４，犗１２），（（６，１５），２，７，４，８，犗１２）犗１３（２，５；６，８）（（８，１３），２，５，６，８，犗１３）２ ２ 时空相点序分枝结构定义４（相点偏序关系）．设Σ为相点集合，对于犘犻，犘犼∈Σ，若犘犻 犘犼，即（犪犼 犪犻）∧（犫犻 犫犼），则称犘犻与犘犼具有关系“槇 ”，记为犘犻 槇 犘犼，“槇 ”是Σ集合上满足自反性、反对称和传递性的偏序关系．定义５．相点序分枝（Ｐｈａｓｅ ＰｏｉｎｔＯｒｄｅｒＢｒａｎｃｈ，ＰＰＯＢ）．对于移动对象的相点数据集合Σ，其对应的偏序划分记为犘（Σ）＝〈犔１，犔２，…，犔犿〉，称犔犻为犘（Σ）中相点序分支（ＰｈａｓｅＰｏｉｎｔＯｒｄｅｒＢｒａｎｃｈ，ＰＰＯＢ）．每一个犔犻是满足“槇 ”的相点的偏序集合，是Σ偏序划分中的一个全序分枝，即犔犻中的每一个相点之间都满足“槇 ”的全序关系，且每一个相点属于且仅属于一个犔犻．例２．例１中移动对象的相点集合Σ，由算法１中的相点偏序划分算法１中的函数犌犈犖犈犚犃犜犈＿犘犕犜狉犲犲犛狋狉可得：犔１＝〈（０，４）〉，犔２＝〈（２，１０）（２，６）（２，５）〉，犔３＝〈（３，７）〉，犔４＝〈（４，１３）（４，９）〉，犔５＝〈（５，１５）（５，１４）（５，１２）（５，１１）（７，１１）〉，犔６＝〈（６，１５）（７，１５）（７，１４）（８，１３）〉，犔７＝〈（１０，１４）（１１，１４）〉．最终可得相点偏序划分犘（Σ）＝〈犔１，犔２，犔３，３８５３期汤 娜等：时空相点移动对象数据索引ＰＭ Ｔｒｅｅ犔４，犔５，犔６，犔７〉．从本例起，为了更清晰地描述相点，采用相点坐标代表相点，省略了相点的时空判定参数和相点对应的移动对象犻犱．定理３． 相点序分枝相交定理．设有相点序分枝犔犻＝〈狆１，狆２，…，狆犼，…，狆狀－１，狆狀〉，对于任意相点犘，若有狆犼∩犘≠ ，则犔犻中所有位于狆犼前的相点均与犘相交，即（狆１∩犘≠ ∧狆２∩犘≠ ∧…∧狆犼－１∩犘≠ ）．若有狆犼∩犘＝ ，则犔犻中所有位于犘犼后的相点与犘均不相交，即（狆犼＋１∩犘＝ ∧…∧狆狀－１∩犘＝ ∧狆狀∩犘＝ ）．证明． 由定义４和定义５可得，对于犔犻中的元素狆犽和狆犼，若犽＜犼，则必有犪犽 犪犼∧犫犼犫犽．现假设狆犼与相点犘相交，即［犪，犫］∩［犪犼，犫犼］≠ ．由［犪，犫］∩［犪犼，犫犼］≠ 犪犼 犫∧犪 犫犼，又犪犽 犪犼∧犫犼犫犽，则有犪犽 犫∧犪 犫犽，因此狆犽∩犘≠ ．同理可得当犽＞犼时，若狆犼∩犘＝ ，则狆犽∩犘＝ ．证毕．例３． 对于例２中的犔６＝〈（５，１５）（５，１４）（５，１２）（５，１１）（７，１１）〉，设相点犘的坐标为（１２，１５）．由［５，１２］∩［１２，１５］≠ ，可得［５，１５］∩［１２，１５］≠ 且［５，１４］∩［１２，１５］≠ ；由［５，１１］∩［１２，１５］＝ ，可得［７，１１］∩［１２，１５］＝．３ 移动对象数据索引３ １ 时空相点移动对象数据犘犕 狋狉犲犲索引图５ 由线路的最小限定框构建的Ｒ ＴｒｅｅＰＭ ｔｒｅｅ索引（Ｐｈａｓｅ ｐｏｉｎｔＭｏｖｉｎｇＯｂｊｅｃｔＴｒｅｅＩｎｄｅｘ）包括两层结构的建立，上层结构是一棵Ｒ ｔｒｅｅ．使用地图数据的线路单元的最小限定框ＭＢＲ（ＭｉｎｉｍａｌＢｏｕｎｄｉｎｇＲｅｃｔａｎｇｌｅ）作为上层索引结构的构建单元，将地图的所有线路的最小限定的框建立的Ｒ ｔｒｅｅ作为上层结构用于索引线路．如图５所示．下层是移动对象轨迹的索引结构，是由一个包含线路Ｉｄ和该线路对应的ＰＭ ｔｒｅｅ结构的哈希映射结构组成，这个哈希映射包含了每一条线路对应的ＰＭ ｔｒｅｅ结构，哈希表中的每一个ＰＭ ｔｒｅｅ结构负责索引其对应线路下的所有移动对象的轨迹数据．下面着重讨论ＰＭ ｔｒｅｅ结构．定义６． ＰＭ Ｔｒｅｅ结构犘犕犜狉犲犲犛狋狉．ＰＭ ｔｒｅｅ结构犘犕犜狉犲犲犛狋狉是由Ｒｏｏｔ ｌｅｖｅｌ、Ｍａｘ ｌｅｖｅｌ、ＰＰＯＢ ｌｅｖｅｌ和Ｏ ｌｅｖｅｌ构成的四层树形结构．如图６所示．（１）Ｒｏｏｔ ｌｅｖｅｌ．逻辑层，表示数据操作的入口．（２）Ｍａｘ ｌｅｖｅｌ．由ＰＰＯＢ ｌｅｖｅｌ中各个ＰＰＯＢ中的最大、最小元ｍａｘ（犔犻）和ｍｉｎ（犔犻）组成，且ｍａｘ（犔犻）在该层的排列顺序与犔犻在算法１中的获取顺序相对应．（３）ＰＰＯＢ ｌｅｖｅｌ．由各个ｍａｘ（犔犻）相对应的ＰＰＯＢ构成，且ＰＰＯＢ中的每个相点均带有一个指向Ｏ ｌｅｖｅｌ对象的指针．（４）Ｏ ｌｅｖｅｌ．由每个相点对应的移动对象构成，用于存储移动对象的具体信息．图６ ＰＭ ｔｒｅｅ结构例４． 例１的移动对象运动轨迹数据所构成的ＰＭ ｔｒｅｅ结构如图７所示．算法１． 索引建立算法犫狌犻犾犱＿狋狉犲犲．输入：犈犇（犈犱犵犲犇犪狋犪）地图数据，犜犇狊（犜犛犇犚犇犪狋犪狊）各线路上移动对象的轨迹数据输出：ＰＭ ｔｒｅｅ索引，其中犎犕（犎犪狊犺犕犪狆）为将上层索引结构中的线路映射到到下层ＰＭ ｔｒｅｅ结构的哈希结构１．ＦＵＮＣＴＩＯＮ犫狌犻犾犱＿狋狉犲犲（犈犇，犜犇狊）２．／ 建上层索引结构／３．ＦＯＲ每一条线路对应的犕犅犚∈犈犇ＤＯ４．犚犜狉犲犲．犐狀狊犲狉狋（犕犅犚）５．ＥＮＤＦＯＲ６．／ 建下层结构 ／７．ＦＯＲ每一条线路下的ＴＳＤＲ集合犜犇犔∈犜犇狊ＤＯ８．犌犈犖犈犚犃犜犈＿犘犕犜狉犲犲犛狋狉（犜犇犔）９．犎犕ａｄｄ犘犕犜狉犲犲犛狋狉１０．ＥＮＤＦＯＲ１１．ＥＮＤＦＵＮＣＴＩＯＮ１２．／ 相点偏序划分及犘犕犜狉犲犲犛狋狉结构的构建算法／４８５计 算 机 学 报２０２１年图７ ＰＭ ｔｒｅｅ结构犘犕犜狉犲犲犛狋狉实例１３．ＦＵＮＣＴＩＯＮ犌犈犖犈犚犃犜犈＿犘犕犜狉犲犲犛狋狉（犜犇犔）１４．／ 生成犜犇犔对应的相点集合Σ的偏序划分，记为犘（Σ）＝〈犔１，犔２，…，犔犿〉（１ 犻 犿），并构建对应的犘犕犜狉犲犲犛狋狉 ／１５．生成犘犕犜狉犲犲犛狋狉的Ｒｏｏｔ ｌｅｖｅｌ１６．ＦＯＲＡＬＬ犜犇ｉｎ犜犇犔Ｄｏ计算其对应的相点，并按照犪值的升序分成若干列，犪值相同的为同一列，同一列的点按照犫按降序排列，形成相点平面上的相点集合Σ；１７．从Σ“最左上方”点（即犪最小，犫最大）开始，犘＝（犪犻，犫犼），点犘（犪犻，犫犼）所在的列记为犮狅犾（犪犻）．列犮狅犾（犪犻）右边最近的邻列记为犚犻犵犺狋犆（犪犻）．在列犮狅犾（犪犻）中，点犘＝（犪犻，犫犼）的列直接后继节点记为犚狅狑犛狌犮犘（犘）．若列犮狅犾（犪犘），其列值大于犮狅犾（犪犻），则该列中第一个满足犫狇 犫犼的节点犓（犪狆，犫狇）称为犘的在列犮狅犾（犪犘）中的后继节点，记为犆狅犾犛狌犮犘（犮狅犾（犪犘），犘）；狀＝０．１８．狀＝狀＋１，建立列表犔狀，且ｍａｘ（犔狀）＝［犘．犪，犘．犫］，１９．／／ｍａｘ（犔狀）为犔狀中的“最大元”，即“首”元素，ｍｉｎ（犔狀）为犔狀“最小元”，即“尾”元素．２０．将犘加入犔狀，Σ＝Σ－｛犘｝；犮狅犾＝犮狅犾（犘．犪）；ｍｉｎ（犔狀）＝［犘．犪，犘．犫］２１．若犘存在着列直接后继节点犚狅狑犛狌犮犘（犘），则令犘＝犚狅狑犛狌犮犘（犘），返回步骤２０；２２．若犚犻犵犺狋犆（犮狅犾）存在，则犮狅犾＝犚犻犵犺狋犆（犮狅犾），查找犆狅犾犛狌犮犘（犮狅犾，犘），如果存在该节点，则令犘＝犆狅犾犛狌犮犘（犮狅犾，犘），返回步骤２０；否则返回步骤２２；２３．在犘犕犜狉犲犲犛狋狉的Ｍａｘ ｌｅｖｅｌ增加一个新节点（ｍｉｎ（犔狀），ｍａｘ（犔狀）），并对该节点构建子树，ＰＰＯＢ ｌｅｖｅｌ层为犔狀，Ｏ ｌｅｖｅｌ层为犔狀中每个相点所属的对象犻犱．２４．若Σ＝ ，退出算法；否则，查找Σ“最左上方”点犓，并令犘＝犓，返回步骤１８．相点偏序划分算法的平均时间复杂度为犗（狀ｌｏｇ（狀））．３ ２ 数据操作基于ＰＭ ｔｒｅｅ索引的数据操作主要分为数据查询和更新两种操作．路网移动对象的查询类型一般分为窗口查询、时间片查询和点查询．窗口查询是指给定一个时间间隔和一个空间矩形区域，查找在该时间间隔中位于给定空间矩形区域上的移动对象．而时间片查询和点查询均为窗口查询的特殊情况，因此小节仅讨论ＰＭ ｔｒｅｅ索引的窗口查询操作．ＰＭ ｔｒｅｅ索引的查询算法，需要下述定理支持．定理４． ＴＳＤＲ相交关系的相点参数判定．设犛犻＝（犱犻１，狋犻１；犱犻２，狋犻２）→犘犻＝（（犪犻，犫犻），犱犻１，犱犻２，狋犻１，狋犻２，犗犽），犛犼＝（犱犼１，狋犼１；犱犼２，狋犼２）→犘犼＝（（犪犼，犫犼），犱犼１，犱犼２，狋犼１，狋犼２），假设犱犻１ 犱犼１，则犛犻∩犛犼≠ （犱犼１ 犱犻２∧狋犼１ 狋犻２）∧（犱犻１ 犱犼２∧狋犻１ 狋犼２）．证明． 必要性．首先将两矩形投影在犡轴，由于犛犻∩犛犼≠ ，意味着两个矩形有交集，即线段［犱犻１，犱犻２］与线段［犱犼１，犱犼２］必须有交集．两线段有交集要满足的条件为犱犼１ 犱犻２∧犱犻１ 犱犼２．再将两矩形投影在犢轴，由于犛犻∩犛犼≠ ，意味着两个矩形有交集，即线段［狋犻１，狋犻２］与线段［狋犼１，狋犼２］必须有交集．两线段有交集要满足的条件为狋犼１ 狋犻２∧狋犻１ 狋犼２．即由犛犻∩犛犼≠ （犱犼１ 犱犻２∧狋犼１ 狋犻２）∧（犱犻１ 犱犼２∧狋犻１ 狋犼２）．充分性．已知（犱犼１ 犱犻２∧狋犼１ 狋犻２）∧（犱犻１ 犱犼２∧狋犻１ 狋犼２），假设犛犻∩犛犼＝ ，及两个矩形没有交集，如果犱犻１＜犱犼１，则必有犱犻１＜犱犻２＜犱犼１＜犱犼２；与前提中的犱犼１ 犱犻２矛盾．如果犱犻１＞犱犼１，则必有犱犼１＜犱犼２＜犱犻１＜犱犻２与前提中的犱犻１ 犱犼２矛盾矛盾．即命题（犱犼１ 犱犻２∧狋犼１ 狋犻２）∧（犱犻１ 犱犼２∧狋犻１ 狋犼２） 犛犻∩犛犼≠ 得证．证毕．当（犱犻１＝犱犼２）∨（犱犼１＝犱犻２）∨（狋犼１＝狋犻２）∨（狋犻１＝狋犼２）时，犛犻与犛犼只有边相交，不满足窗口查询的定义，所以窗口查询的相交判断定理可以简化为５８５３期汤 娜等：时空相点移动对象数据索引ＰＭ Ｔｒｅｅ。
时空团状系数回归模型及其在海洋时空断面数据中的应用
l
f
and等 4 提出的空间变系数(
Sp
a
t
i
a
l
l
a
r
i
ngc
o
yv
y
,
)
模型将回归系数看作是一个多元空间
e
f
f
i
c
i
e
n
t SVC
高斯过 程 的 实 现,并 利 用 贝 叶 斯 的 方 法 进 行 估 计。
[]
Song等 5 对 SVC 模型进行了拓展,建立了时空变系数
(
Spa
t
i
o
t
empo
tj )
tj 为响应变量。考虑时空变系数线性回归
y si,
p
tj = ∑k=1xk si,
tj βk si,
tj +εsi,
tj 。
y si,
(
1)
式中:
tj 是随时空变化的回归系数;
εsi,
tj 是
βk si,
2
均值 为 0、方 差 为 σ 的 独 立 同 分 布 随 机 噪 声。 当
xp si,
fCh
i
n
a,2024,54(
3):144
152.
yo
空间与时间是一切人类活动、社会事件和物理现
象的两个基本维度。随着观测、实验和数值模拟技术
的发展,时空数据的来源已经十分丰富,处理具有时空
依赖性的观测数据已成为地球科学、环境科学、生物学
和医学等研究领域的一个关注点。时空数据的一个重
要特征是不同变量间的关系在空间与时间上可能存在
O
布的回归系数模型,即时空团状系数回归(
空间相机碳纤维框架的设计与优化_杨帅
空间光学 相 机 采 用 Ｃｏｏｋ－ＴＭＡ 离 轴 三 反 射 式光学系统，焦 距 为 ８７５ ｍｍ，工 作 波 段 为 ４８０～ ８５０ｎｍ。光学 系 统 由 ４ 块 反 射 镜 组 成，主 镜、三 镜 均 为 凹 的 非 球 面 镜 ，有 效 口 径 分 别 为５８８ ｍｍ× １４２ｍｍ 和６０５ｍｍ×１７４ｍｍ，次镜为一个有效口 径为８６ｍｍ×８６ｍｍ 的凸扁椭球面镜，并通过一块 有效口径为５５２ｍｍ×１０１ｍｍ 的平面折叠镜折转 光路，将 光 学 系 统 包 络 尺 寸 压 缩 到６０５ｍｍ × ５００ｍｍ×６３０ ｍｍ，其 中 主 次 镜 间 距 为 ４８５ ｍｍ。 图１所示为空间 相 机 光 学 系 统 图，此 光 学 系 统 无
目前，空间相 机 主 体 框 架 的 结 构 形 式 主 要 有 整 体 式 、桁 架 式 和 组 合 式 等 。 其 中 ，整 体 式 框 架 的 结构刚度最优，主 要 有 薄 壁 圆 筒 式 结 构 和 整 体 铸 造框 架 结 构 等，多 应 用 于 中 小 型 空 间 相 机，如 Ｗｏｒｌｄｖｉｅｗ－１和 Ｇｅｏｅｙｅ－１等；桁 架 式 支 撑 方 式 可 实 现 高 度 轻 量 化 ，但 在 结 构 刚 度 方 面 则 有 所 牺 牲 ， 目 前 多 用 于 大 型 同 轴 相 机，如 哈 勃 空 间 望 远 镜 （ＨＳＴ）、多反射镜式望 远 镜 （ＭＭＴ）等；组 合 式 支 撑方式更多地应用于大型离轴三反式空间相机，
２．Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅ，Ｂｅｉｊｉｎｇ１０００３９，Ｃｈｉｎａ） ＊Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ，Ｅ－ｍａｉｌ：ｙａｎｇｓｈｕａｉ３０８＠１２６．ｃｏｍ
Ａｂｓｔｒａｃｔ：Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ａ ＣＦＣ ｆｒａｍｅｗｏｒｋ ａｐｐｌｉｅｄ ｔｏ ｌｉｇｈｔ－ｓｍａｌｌ ｓｐａｃｅ ｃａｍｅｒａ ｗａｓ ｄｅｓｉｇｎｅｄ．Ｓｅｌｅｃｔｅｄ， ｔｈｒｏｕｇｈ ｃｏｍｐａｒｉｓｏｎ，ｔｈｅ Ｍ４０Ｊｃａｒｂｏｎ ｆｉｂｅｒ ｃｏｍｐｏｓｉｔｅ ｗｉｔｈ ｅｘｃｅｌｌｅｎｔ ｓｔｒｕｃｔｕｒａｌ ｐｅｒｆｏｒｍａｎｃｅ ａｎｄ ｐｒｏｃｅｓｓｉｎｇ ｐｒｏｐｅｒｔｙ ｔｏ ｃｏｍｐｌｅｔｅ ｓｔｒｕｃｔｕｒａｌ ｄｅｓｉｇｎ ｏｆ ｔｈｅ ｃａｍｅｒａ ｆｒａｍｅｗｏｒｋ ｂａｓｅｄ ｏｎ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｅａｃｈ ｏｐｔｉｃａｌ ｅｌｅｍｅｎｔ ｉｎ ｔｈｅ ｏｐｔｉｃａｌ ｓｙｓｔｅｍ，ａｎｄ ｔｈｅｎ ｕｓｅｄ ＴＣ４ｅｍｂｅｄｄｅｄ ｐａｒｔｓ ｔｏ ｓｏｌｖｅ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｌｏｗ ｉｎｔｅｒｆａｃｅ ａｃｃｕｒａｃｙ ｏｆ ＣＦＣ ｆｒａｍｅｗｏｒｋ；ｃａｒｒｉｅｄ ｏｕｔ ｒｅｇｉｏｎａｌ ｄｉｖｉｓｉｏｎ ｉｎ ｔｈｅ ＣＦＣ ｆｒａｍｅｗｏｒｋ，ａｎｄ ｔｈｅｎ ｃｏｎｄｕｃｔｅｄ ｐａｒａｍｅｔｅｒ ｏｐｔｉｍｉｚａｔｉｏｎ ｄｅｓｉｇｎ ｉｎ ｅａｃｈ ｒｅｇｉｏｎａｌ ｓｔｒｕｃｔｕｒｅ ｏｆ ｔｈｅ ｆｒａｍｅｗｏｒｋ ｃｏｍｂｉｎｉｎｇ ｇｌｏｂａｌ ｏｐｔｉｍｉｚａｔｉｏｎ ｂｙ ｉｎｔｅｇｒａｔｅｄ ｏｐｔｉｍｉｚａｔｉｏｎ ｍｅｔｈｏｄ，ｏｐｔｉｍｉｚａｔｉｏｎ ｄｅｓｉｇｎ ｍｅｔｈｏｄ ａｎｄ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｗｉｔｈ ｌｏｃａｌ ｏｐｔｉｍｉｚａｔｉｏｎ ｂｙ ｄｏｗｎｈｉｌｌ ｍｅｔｈｏｄ．Ａｆｔｅｒ ｓｕｃｈ ｏｐｔｉｍｉｚａｔｉｏｎ， ｔｈｅ ＣＦＣ ｆｒａｍｅｗｏｒｋ ｗａｓ １５．６ｋｇ，ａｃｃｏｕｎｔｉｎｇ ｆｏｒ １８．４％ ｏｆ ｔｈｅ ｅｎｔｉｒｅ ｃａｍｅｒａ，ｗｉｔｈ ａ ｆｉｒｓｔ－ｏｒｄｅｒ ｆｒｅｑｕｅｎｃｙ ｏｆ １０４．８ Ｈｚ．Ｆｉｎａｌｌｙ，ａ ｍｅｃｈａｎｉｃａｌ ｅｎｖｉｒｏｎｍｅｎｔ ｔｅｓｔ ｗａｓ ｃｏｎｄｕｃｔｅｄ，ｏｂｔａｉｎｉｎｇ ａ ｆｉｒｓｔ－ｏｒｄｅｒ ｆｒｅｑｕｅｎｃｙ ｏｆ ｔｈｅ ｅｎｔｉｒｅ ｃａｍｅｒａ ｃｏｎｓｉｓｔｅｎｔ ｗｉｔｈ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ，ｎａｍｅｌｙ １０２ Ｈｚ，ｗｈｉｃｈ ｆｕｒｔｈｅｒ
织造答案(更新版)
概念打纬阻力：经纬纱线间产生急剧的摩擦和屈曲作用，当钢筘到达最前方位置时，这些作用最为剧烈，因而产生最大的阻力，即打纬阻力。
打纬力：当钢筘到达最前方位置时，钢筘对纬纱的作用力也达到最大，称为打纬力。
织物形成区：从刚打向织口的纬纱，至不再因打纬关系而发生纬纱相对移动、影响经纬纱线相互屈曲变化的这根纬纱为止的区域，称织物形成区。
打纬区宽度：织口在钢筘推动下，向机前方向移动的距离。
经纱上机张力：指综平时的经纱静态张力。
筘路：由于筘齿厚度的存在，当每筘穿入数≥2时，各根经纱间的距离不尽相同。
当织制经密不很高的平纹织物时，经纱这种在幅宽方向不均匀的排列情况若不加以改变，所织制的织物易呈现“筘痕”。
经纱位置线：经纱处于综平位置时，自织口到后梁同有关机件相接触的各点连接线。
即综平时，织口、综眼、停经架中导棒和后梁握持点所连成的折线。
经直线：如果D、E两点在BC直线的延长线上，则经纱位置线是一根直线，称为经直线。
即综平时，自织口经综丝眼所引出的直线。
经直线只是经纱位置线的一个特例。
中央闭合梭口：每次开口运动中，全部经纱都由综平位置出发，分别向上、下两个方向分开形成所需梭口。
在梭口闭合时，所有上下层经纱都要回到综平位置。
全开梭口：下一次开口时，经纱要变换位置的综框升、降到新的位置，而其它经纱所在的综框保持静止不动。
半开梭口：与全开梭口基本相似，不变位的上层经纱，在开口过程中稍微下降，而后再随同其它上升的经纱一起回升到原来的位置。
清晰梭口：梭口满开时，梭口前部的上下层经纱均处于同一平面内。
各页综框的梭口高度与该页综框到织口的距离成正比。
小双层梭口：采用四页综织制平纹时，无论在上层或下层，总是第三页综的经纱高于第一页综的经纱，第四页综的经纱高于第二页综的经纱。
综平时间（开口时间）：开口过程中，上下交替运动的经纱达到综平位置的时刻——梭口开启的瞬间。
即上下交替运动的综框闭口与开口的交接点。
简谐运动规律：一个动点在圆周上绕圆心作等角速度运动时，此点在直径上的投影点的运动。
空间展开桁架结构动态特性分析(精)
空间展开桁架结构动态特性分析
全部作者：
王立国王本利
第1作者单位：
南京航空航天大学高新技术研究院
论文摘要：
空间展开桁架结构属于多体动力学研究范畴，本文利用Lagrange乘子法建立多体动力学方程，通过ADAMS和I-DEAS建立空间展开桁架的多体动力学仿真模型，进行仿真计算。
利用I-DEAS对桁架单元的模态进行计算，生成模态中性文件，将其输入到ADAMS/FLEX里与卫星组成柔性空间展开桁架仿真模型，进行展开桁架的多柔体动力学计算。
文中给出了展开前后的动力学固有特性；对展开过程中分别为刚性桁架和柔性桁架两种情况进行了仿真计算，对比了两种情况的桁架展开过程中卫星姿态角及姿态角速度的变化；比较了柔性桁架不同展开速度对卫星姿态角及姿态角速度的影响；对柔性桁架展开过程中及展开锁定后的卫星姿态角速度的变化曲线进行快速傅立叶变换，得到柔性桁架展开过程即展开锁定后卫星姿态角速度的频幅特性曲线。
对空间展开柔性桁架进行运动稳定性分析，据无扰运动的稳定性定义，通过对卫星在不同初始姿态角速度下及受到力矩脉冲作用下展开时卫星的姿态角速度的影响的比较，说明在这两种初始扰动下桁架的展开运动的稳定性情况；对不同驱动角速度下桁架展开的仿真比较得到该桁架的失稳条件。
关键词：
柔性多体动力学；展开桁架；姿态角速度；运动稳定性远程下载论文(免费PDF论文全文)
发表日期：
2006年12月19日
同行评议：
（暂时没有）
综合评价：
（暂时没有）
修改稿：。
NLP
NLP 伟业堂
NLP
神经语言程序学
破框
老鼠掉进米缸
手下忠诚、客户稳定没有危机吗？---内破还是外破
20年经验 1个经验用20年
学会停下来思考，才能更快的前进
你是老总 或是车间主任
登月第一人 与回归第一人
用第一武装自己，换个框架成为第一
切开“时空角” 做第一
孩子搬石头
把人放对位置用其长处，充分相信
和尚分粥
潜意识对利益的理解，不要挑战人性
读懂人心 利用人性
丘吉尔乘车
99%的人都是有底线的，只是底线有高低
好处到位 忠诚就是顺便的事情
政府盖楼
底线就是信念，找到关键的信念就能控制底线
信念打通 满盘皆活
科学家&死神
自己想要的东西，自己相信的途径，自己认为正确的行为
认识了解人 将无所不能
三套软件
洛克菲勒的视察
把情人变成老婆，人家才肯操心家事
公司就是你一个人的事
不懂得分享
《西游记》
可以追求不统一，但追求过程中信念要一致
信念一致 就可以结伴而行
秒针的抱怨
与其耗尽内里去寻找公平，不如在不公平中找到位置
人与人 就不可能平等
包子店的伙计
心理需求是零成本的投入
用智慧善待员工 一本万利
茫然
聪明人买别人的时间，笨人把时间卖给别人
换位
工作圈、亲友圈、休闲圈、理财圈、锻炼圈 完美的认识需要多种社会身份的平衡
平衡
为自己而活，你能付出的反而更多 一辆从不休息的车并不比经常保养的车走得更远
改变
关于时间管理的三大新策略之一
目标太多，所以你不得不全力奔跑
慢
关于时间管理的三大新策略之二
钢框架—空间管桁架结构的整体分析与等效设计方法
钢框架—空间管桁架结构的整体分析与等效设计方法管桁架结构以简洁、美观的特点已经广泛应用于大跨度空间结构,对于空间管桁架的结构计算也已经趋于成熟,但由于设计分工,管桁架结构的计算设计与下部主体结构的设计往往分别由钢结构公司与设计院分别进行,并且空间管桁架结构与下部钢框架结构的整体计算在目前设计院常用的结构计算软件(如PKPM、YJK等)是无法实现的,目前设计院的主流做法是将管桁架的部分等效成集中荷载的形式施加到柱顶。
这种做法仅等效了荷载,并未考虑管桁架结构对结构整体的刚度贡献。
本文以泰安市旅游集散中心为工程背景,研究空间管桁架屋面的等效刚度方法,利用MIDAS有限元分析软件进行结构分析计算,主要工作内容如下:1.通过整体模型与施工图模型(等效荷载)的比对分析证明传统设计院处理管桁架屋面的做法存在着结构隐患与资源浪费,阐述协同工作理论的重要性。
2.对倒三角形式的管桁架进行截面分析,提出单跨管桁架等效刚度公式的基本假定,根据材料力学知识推导出单跨管桁架等效刚度公式,并根据工程实例通过大量算例分析例如跨度、高跨比、宽高比,腹杆截面尺寸等管桁架影响因素,并确定其取值范围。
3.将单跨管桁架等效刚度公式推广到整体模型,根据公式建立等效刚度模型与整体模型,利用MIDAS有限元分析软件在风荷载工况、地震工况下的周期、侧向刚度、位移等计算参数,进行弹性时程分析补充计算,验证管桁架等效刚度公式的适用性。
验证在风荷载工况下等效模型的位移计算结果具有参考价值;地震工况下等效模型的内力计算结果可以作为设计值,位移计算结果应根据结构限值相应放宽。
通过本文的研究结果可以给进行框架主体结构设计的设计从业人员一个较为可靠的管桁架等效设计方法,合理考虑管桁架结构在整体结构中的刚度贡献,对所得等效模型有较为准确的定性以及定量分析,具有较高的参考、使用和推广价值。
由于钢结构空间管桁架的结构形式较多,本文受篇幅所限,仅对倒三角形式的三管空间管桁架进行研究,其他形式的管桁架需要根据等效刚度理论的分析思路进行进一步分析。
世界咖啡ppt
头脑风暴—拟定方法
静默5分钟 挖掘原因 解决方法
咖啡汇谈整体流程
桌长主持本桌汇谈
组织第1轮汇谈（30分） 成果整理与汇报（时间30分） • 欢迎大家 • 静默5分钟 组织第2、3、4轮汇谈（每轮30分） • 桌长欢迎 新成员 • 桌长汇报 本桌主题 和前一轮 成果 • 重复流程2 各环节… • 桌长总结 观点 • 其他成员 补充 • 桌长组织 整理、创 新方案 • 汇报分享 • 组员对比 两个方案 谈感受 • 专家点评
• 组织大家补充观 点
• 组织大家根据所 有成员的创意拿 出本组的最终方 案。 • 做成PPT汇报
世界咖啡简介
What is the World Cafe ？
世界咖啡于1995年由华妮塔．布朗 博士提出，世界咖啡是创造集体智 慧的汇谈方法。
华妮塔•布朗和大卫•伊萨克
世界咖啡简介
What is the World Cafe ？
得分
1 前期问题的选择 2 过程观点的总结
3 后期成果的汇报
4 最后形成观点的创新性 合计
15
50
THANK YOU
谢 谢
• 欢迎新来到本桌的 成员 • 向新来的学员阐明 本桌问题以及前期 汇谈成果（以上两 条第一轮除外） • 组织新成员继续汇 谈并对观点新颖有 创意的学员奖励 • 并总结汇谈观点 • 每一轮次的倒计时 器响起时组织大家 共同喊出 “1234567，我 们一起喝咖啡”的 口号
成果整理与汇报
• 整理所有观点向 原来组成员汇报
对话共鸣，而非激烈辩论
参与者不仅仅是表达自己看法，
更重要的是「聆听」对方讲的话
，然后「链接」重新组合，从而 创新观点，或者找到盲点。辩论
是要找到证实观点捍卫自己的立
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
框架有多大，你所拥有的资源就有多少 时空角就是时间空间角度所形成的框架 1、被框架困死还是破框而生？ 朋友们在聊自己坐火车买不到座号，站着乘车的经历。小N却告诉大家，无论长途短途，无论车上多挤，他总能找到座位。众人不解，小N说，其实方法很简单，就是一节车厢一节车厢找过去。每次，他都做好了从第一节车厢走到最后一节车厢的准备，可是每次他都用不着走到最后就会发现空位。 NLP解码： 在火车上没有座位的经历绝大部分人都有，我们一般都是怎么做的？大部分人都是在某一节车厢里等待，或者在车厢连接处坐在行李上。但是，为什么小N每次都能找到座位？ 这个小故事可能很多人看过，但是今天我们来解码一下小N找座位背后的原理是什么。小N每次都能找到座位，是因为他没有被某一节车厢“框住”，而是从头走到尾，把框架放大最大，这样整列火车都变成了他的资源，而大多数人都只把一节车厢作为资源，还要面临激烈的竞争。 做火车是这样，我们做企业又何尝不是如此呢？有些老板企业遇到问题，就窝在企业里琢磨，和下属反复开会探讨，这和守在一节车厢等待座位的人是一样的。企业出了问题，老板要把框架放大，这样外边的资源才能涌入。否则，守在企业里不出去，企业里的资源是无法解决企业问题的。 冯晓强老师说：“框架有多大，你所拥有的资源就有多少。老板是企业的天花板，是员工的上限，你的框架将决企业的大小，以及追随你的人的高度。”
2、切开“时空角”，你也是第一 人类第一个登上月球的美国人阿姆斯特朗，他因此名扬天下。然而，与他一同登月的另一个人——奥尔德林，却名不经传。一个记者曾问奥尔德林：“阿姆斯特朗成为登月第一人，你总是被遗忘，你感到遗忘吗？”奥尔德林微微一笑：“你们不要忘了，回到地球时，我最先出太空舱，所以我是别的星球来到地球的第一人！
NLP解码： 如果你的品牌市场第一，客户认可度就高；如果你在区域做到老大，客户也更容易相信你。可问题是如果你没坐到老大，也不是第一品牌怎么办？如果说自己是第一，那是在说谎，是在欺骗客户，但是不说第一，营销效果出不来，那该怎么做宣传？
其实，这时你就可以借鉴一下奥尔德林，“登月第一人”他是没机会了，如果说自己是“登月第一人”那是骗人，而“登月第二人”又价值不大。但是奥尔德林巧妙地换了个“时空角”，从外星球回到地球，他就是名副其实的第一了。 所以，营销时也可以用这招——变换“时空角”。比如，从时间上切，你在某个阶段是第一，那就把他切出来；从空间上切，你不是大的区域第一，但把空间缩小，你一定是一个小区域的第一；从角度上切，你整体上不是第一，但某个单一产品可能是第一。
所以，只要把“时空角”切开，你总能找到一个框架，在那里你是第一。当切到自己是第一的那个“框架”，然后定格，再开始大力宣传，人们就有感觉了。因为人的潜意识会把问题一般化，会忽略环境，会忽略后边的框架，你只要带上“第一”的字样，他就以为你啥都是第一！
有智慧就不需要骗人，打破框架，切开“时空角”，你也是第一！ 3、一切改变都要从“破框”开始： 商战片段： 一只老鼠掉进了一个半满的米缸，这个意外使老鼠喜出望外，它观察一阵之后发现并无危险，接下来就一顿猛吃，吃完便睡。醒来以后老鼠准备跳出米缸，但实在是舍不得这半缸白花花的大米，老鼠心想还是先不出去了，这里的生活挺舒服的。就这样老鼠在米缸里吃了睡，睡了吃，日子一天天过去，直到有一天米缸见底了，他想跳出去，这时才发现自己已经无能为力了！
NLP解码： 这个米缸中的老鼠像不像某些中小企业老板？感觉我在当地有了一定的市场份额，可以满足了；我有一批固定客户，收入有保障了；我的产品比较领先，不用创新了；我的手下很忠诚，队伍很稳定了……
如果一个老板看不到企业潜在的危机，那你的企业就危险了，不管你是什么行业，不管你的企业有多大。市场份额今天是你的，明天可能就被你抢走；这些客户今天是你的，明天就可能另结新欢；你的产品今天领先，可能明天就被模仿超越；你的手下今天很稳定，明天就可能另起炉灶……
你觉得你的资源够用了，就像那只老鼠眼中的半缸米一样。今天资源够用只能维持短期的相对平衡，不代表已经高枕无忧了。就像一只壳里的小鸡，最初壳里的资源是够用的，但随着它的长大资源就不够了，就得需要“破框”，到更大的框架寻找新的资源，否则外边的人就会把它当资源，破了它的框。一个鸡蛋，从里边破叫生命诞生，从外边破就变成了别人的食物。就像中国，被八国联军从外边破，就变成了食物；邓小平从里边破，就孕育出强大的生命。 所以，是主动地变还是被动地边，是时候考虑一下了。一切的改变都要从“破框”开始！
4、使用自己是能力，使用别人是智慧：
商战片段： 一个小男孩在院子里搬一块石头，父亲在旁边鼓励：“孩子，只要你全力以赴，一定搬得起来！”。他告诉父亲：“石头太重，我已经用尽全力了！”父亲说：“你没有用尽全力。”小男孩不解，父亲微笑着说：“因为我在你旁边，你都没有请求我的帮助！”
NLP解码： 我们判断一件事情能不能做到，往往是看自己的能力够不够，觉得自己能力不够就说不可能，于是就放弃了。其实一件事情结果的达成，谁又规定只能用自己的能力呢？但是我们很多人都被这个信念“框住”了。
很多伟大的人物，并不是他的能力有多强，但是它就能一次一次地达成目标，就是因为他是以结果为导向——为了达成这个目标，自己的能力不够，但是谁有这个能力他就整合谁作为资源，从而拿到成果。而95%的普通人早已在最初的评估中缴械投降，就像那个小男孩一样，他觉得自己尽了全力，并没有看到身边的资源。
95%的人用自己的能力给别人打工，5%的人整合别人的能力为自己打工，这就是普通人和成功者的区别。所以，老板之所以赚大钱，就是他具备使用能力的人。
很多老板喜欢闷着头自己摸索，耗费了大量的时间。同样的道理，老板也不要只是使用员工的能力，企业要想做大，老板一定要把框架放大，学会用更多有能力人的能力，可能你的问题别人都经历过；对接上一个项目，危机就化解了；给你介绍一个重要人物，你就腾飞了。
使用自己叫能力，使用别人才叫智慧。 5、跳框： 商战片段： 在国内，一瓶280克的“老干妈”辣酱，网购价格为7.9元人民币；在美国，亚马孙卖3.9美元（约人民币24元）。去年7月，美国奢侈品电商Gilt把“老干妈”奉为尊贵调味品，限时抢购价11.95美元两旁（约人民币37元一瓶）。“老干妈"摇身一变，在美国俨然成为“奢侈品”！
NLP解码: 如何确保产品的唯一性？我们可以选择产品创新，但产品创新有时需要耗费大量的人力财力，所以还可以采用“换框”的策略。如果你没有精力搞产品研发和创新，那么就去别的框架卖，也可以把别人好的产品拿到自动的框架卖，不要局限于自己的产品。可是很多老板都“调框里”了，执着于自己的产品一做就是N多年，从蓝海变成红海，最后变成死海了。摊子越铺越大，利润却越做越薄，赚点钱都压进去了，自己还特别辛苦！
跳出框架，“老干妈”也能变成奢侈品！框架一打开，财富自然来！ 6、凡事都有三个以上的解决方案 商战片段： 一栋新楼投入使用后不久，物业不断接到投诉，业主们纷纷反映等待电梯时间太久，要求更换电梯，否则就要联合起来向媒体曝光。物业部门也不知如何是好，因为更换电梯的成本实在太高了。几天以后，物业想出了一条妙计，他们在每一层楼的电梯口处都装上一面很大的穿衣镜，从此物业再没接到过关于电梯的投诉。
NLP解码: 成功学说，成功一定要有方法；“NLP前提假设”说，凡事都有三个以上的解决方法。任何一个问题，不管它多复杂，多困难，解决方法都不止一个。以前我们遇到问题的时候，往往就用一种方法，好像这个方法是世界上最好的方法，别的都不可行。其实当你这么想的时候，就是把自己“框住”了，要么付出高额的成本，要么和业主们势同水火。但是这个物业就很聪明，他避开了难解决的电梯问题，用几面镜子收到了奇效。
我们平时解决问题时也是一样，一时解不开，可以变换“时空角”，比如客户投诉问题，当被投诉的问题不好解决时，是否可以尝试用附加值的东西化解矛盾呢？我们无非是要客户平息怒火，要达成这个结果方式有很多，不一定非得死钻牛角尖。
7、灵活转化时空角，绊脚石变为踏脚石 国内大大小小的企业，一路走来或多或少都面临企业生死线。有些企业运气不佳，没能熬到最后一刻，最终以关门倒闭结束；有些企业的命运却迥然不同，他们迎难而上，巧妙地通过这次危机将公司发展的更上一层楼。那么，为什么大家都是一样面临企业生死线，最后得到的结果却是有人欢喜有人愁呢？当企业老板面临危机时，应该如何妥善处理呢？
既然问题爆发了就不能继续坐以待毙，再抱怨事情的发生也是无补于事，如何正面破解难题才是重中之重。冯晓强培训NLP课程认为，往往决定一件事情的意义所在并不是事情本身，而是事情背后所隐藏的框架。打个比方，一个人误入歧途，做了一些不见光的事情。假如这件事情背后的框架不大，仅有有限的几个人知晓，那么这件事情总体来说对他影响不会很大；一旦事情背后的框架足够大，已经搞到众所周知的地步，那么可想而知这事情会对他造成很大影响。
所以，解决危机的关键点在于改变事情背后的框架，也就是反复强调的时空角。也许这件事恰恰在这个时间段是坏事，但说不定在另一个时间段反而可能演变成好事。也许这件事刚好在这个时间段是好事，但说不定在另一个时间段却变成了坏事。
企业要做强做大，无可避免总会遇到危机，但有智慧的老板灵活地转换时空角，化被动为主动，将危机巧妙地转变成商机。如果你拥有强烈的企图心，但是苦于寻找成功的方法，那么，课程是你最佳的选择。
8、老板不破框成长，企业难以做大 从事化妆品行业多年，一直以来都是平稳发展，但总归还是遇到了发展瓶颈。令人郁闷不已的是偌大的企业，却无人可用。旗下员工能力平庸，一天到晚没做什么正事，导致所有客户一遇到问题，首选都是直接电话联系本人。内心一直烦躁不已，感觉现在所做的事情都是员工该做的事。
每天都亲临一线市场向客户推销产品，而员工却得供养着，在外面溜达一圈回到公司一直抱怨：老板，公司产品没行情，优势不大，价格不够优惠，已经很拼搏了，但客户实在太棘手……导致每天都得靠自己签单，所赚取的钱都用于发工资给员工，最后都分不清到底谁才是老板，谁才是员工了。
感觉非常忧愁，也有点迷惑，自身能力不差，也愿意下苦功，但就是想不明白企业还是老样子，无法做强做大。后来，通过学习冯晓强深圳企业培训课程得出一个结论：个人能力虽然出众，但这并不意味着企业就能做强做大，唯有拥有智慧的老板，才能在关键时刻将危机转化为商机。回到自家公司后，从刚开始的员工框架走出来，不再亲力亲为做员工该做的事情。之后嫁接了一个项目，直接将别人的资源整合到公司里去，并且将该项目交给有能力的人去做，不再为此担忧。最后成绩也令人称心满意，业绩整整翻了一番。