人们大部分的时间是在诸如办公楼、商贸中心、车站机场等室内空间中度过,与此同时,随着城市化进程的加快,室内空间变得越发的庞大和复杂,随之产生了越来越多的室内位置服务需求。室内位置服务在室内安全控制、医疗服务、商场促销、紧急逃生、空间规划、室内导航等诸多领域有着广泛的应用。作为室内位置服务的基础性问题,室内移动对象的空间查询具有重要的研究价值。现有的移动对象的空间查询技术主要集中在欧式空间和路网空间,针对室内空间的研究还相对较少。室内定位技术如RFID、蓝牙等往往基于临近分析原理,得到的位置信息是间断的,不连续的,从而带来了一定的不确定性。同时由于室内空间建筑结构的复杂性、语义实体的多样性等问题,传统的距离度量标准和空间模型也无法适用。基于以上原因,现有的欧式空间和路网空间中的查询处理技术无法直接适用于室内空间。本文针对室内环境的特点,对常见的室内移动对象空间查询问题进行了研究,主要研究工作如下:(1)考虑室内移动对象数据的不确定性,研究了基于概率阈值的室内反向最近邻查询问题。根据室内定位设备之间的拓扑关系,提出了设备可达图模型。同时提出了步长和忙碌步长的概念,用于表示粗粒度的室内距离。在设备可达图模型的基础上,进一步提出了室内概率阈值反向最近邻查询处理算法MDP,算法由图模型修剪、距离修剪、单元修剪、概率计算四部分构成。并通过实验验证了MDP算法的有效性和高效性。(2)研究了室内双色数据集上的反向最近邻查询问题。基于门节点的开放和关闭的不同状态对室内距离的影响,提出了室内最短路径距离的概念,作为室内距离的度量标准。提出了室内双色数据集上的反向最近邻查询处理算法Smart。算法基于经典的过滤精炼框架,在过滤阶段提出了基于路径、基于单元和基于楼层的三种修剪策略,用于削减搜索空间,提高查询效率。(3)考虑室内移动对象的运动方向,研究了方向敏感的室内k最近邻查询问题。针对给定的室内位置点,给出了朝向和背离的形式化定义。同时为了便于室内移动对象的检索和查询,提出了基于方向语义的室内移动对象索引IFI,在此基础上,提出了基于IFI索引的方向敏感的室内k最近邻查询处理算法D2。通过实验进行了对比分析,实验结果表明D2算法具有良好的性能。