位置更新的信息代价模型（一）

       位置服务中移动对象需要不断想服务器报告自己的位置。服务器所获得的位置信息越精确，移动对象所能获得的服务就越好。考虑到移动对象位置固有的不精确性，系统实现就必须考虑什么时候以及什么频率进行位置更新。

     移动对象的位置更新策略存在一个折中。一方面频繁地更新会对服务器端造成很大的压力，导致过高的代价并会影响性能，而低频率的更新可能会导致位置查询返回过时的数据。合理的推理可知，无论何种位置更新策略都会存在不精确性。目前学者已经提出了好几种更新策略，本文着重介绍Ralf Hartmut Gueting和Markus Schneider所著的《移动对象数据库》中介绍的信息代价模型。读者如要获取详细的资料，可以翻看他们所著的书。

偏离和不确定性

      偏离和不确定性是移动对象位置不精确性的两个相关但不同的概念。偏离是指移动对象实际位置与其数据库位置存在的误差。不确定性是指移动对象的所有可能位置的区域大小。考虑到民用GPS的精度也大致是25米，则不确定性本身在获取原始位置数据就已经存在。

运动过程的信息代价

      偏离和不确定性都会导致决策失误，从而产生代价。除了偏离代价和不确定性代价，移动对象还面临更新代价，即通信或传输代价，因为必须将位置更新信息发送给数据库。

      移动对象的偏离代价由偏离的大小以及它所持续的时间决定。偏离的大小影响系统的决策。偏离过大，系统要根据移动对象位置做出可靠决策的难度就越大，不精确行就越高。在偏离持续的时间段内，系统都要为这个偏离付出代价。而且，简单地说，一个单位时间的偏离代价必然是n个单位时间的偏离代价的1/n。假设一个单位时间的偏离代价为常量1，则偏离代价可以由下面的公式给出：

其中d(t)表示偏离代价是时间的函数。信息代价模型假设该函数是一个单值函数。上式表示在开始时间t₁和终止时间t₂之间的偏离代价。

      不确定性代价同样由其大小和持续时间来决定。高不确定性会导致移动对象位置查询所获取的信息不可靠。同样单位时间的不确定性代价也是n个单位时间的不确定性代价的1/n。则设单位时间的不确定性代价是单位时间的偏离代价的$C_2$倍，下面的公式给出开始时间t₁和终止时间t₂之间的不确定性代价：

 

      更新代价的度量由于其复杂性，在信息代价模型中被简单处理为偏离代价的倍数，假设为C₁。这意味着如果系统要在一个时间单位里将偏离减少1，移动对象将需要传送1/C₁条消息。

      综上，设t₁和t₂是两个连续的位置更新消息的发送时间，则在半开的时间间隔[t₁,t₂)里的信息代价可以计算如下：

 

      考虑一个连续的位置更新时间区间t_1,t_2,...,t_n,则移动对象该次运动过程的总信息代价为