1、隨著監(jiān)控設備的大量使用、全球定位設備、移動計算設備的廣泛普及，人、車輛、船舶、航空器等行駛軌跡數(shù)據(jù)急速增加，軌跡數(shù)據(jù)的有效處理，包括軌跡總結、軌跡聚類、軌跡異常檢測，變得非常重要。
　　本文提出了一個新的軌跡總結框架，將大量的復雜軌跡用少數(shù)的摘要軌跡概括，提取軌跡數(shù)據(jù)集的模式，通過對相似軌跡特征的壓縮，突出軌跡內在規(guī)律。本文的軌跡總結算法可得到三方面的結果:軌跡總結，即計算出多尺度的摘要軌跡;軌跡聚類，即獲得軌跡數(shù)據(jù)內在規(guī)律的模式

2、;軌跡異常檢測，即識別出運動模式與現(xiàn)有規(guī)律相左的軌跡。
　　本文方法從信號處理的角度，將軌跡視為在時間和空間上變化的信號，用濾波來進行軌跡間的計算?？傮w上，本文框架可以分為兩部分。預處理部分，通過ensen-Shannon距離(JSD)度量軌跡重采樣前后的差異，將原始軌跡重采樣成具有相同采樣點個數(shù)的軌跡，并去除原始數(shù)據(jù)的噪聲。非局部濾波部分，重采樣后的軌跡通過軌跡間相似性匹配成軌跡組，小波濾波被作用于軌跡組，并產生摘要軌跡。本文的