移动对象数据库在最近几年成为了研究的热点之一。因为无法从GPS和PDA或者其他移动终端里获取大量的真实数据以供实验，移动对象数据库研究框架需要一个模拟数据生成器来生成大量的移动对象数据，这些数据可以随着时间改变自己的位置。为了评估移动数据库的原型系统相关的参数(如查询时间(I/O，CPU)，索引的建立用时，硬盘占有度等)，在时空数据库领域，已经有很多著作关于移动对象实验数据的生成，如GSTD算法，Oporto生成器，G—TERD等。尽管如此，大部分的移动对象生成器以二维的无约束空间作为移动对象的运动环境，并没有将移动对象生成在网络上(道路网，航线，河道等)。为了使移动对象的模拟更具有真实性，本文在以往研究的基础上，提出了一个移动对象生成器MOG(MOG—Moving Object Generator)用于生成大量的仿真数据。第一：移动对象生成器的背景是真实的广州道路网。第二：将历史的车辆监测数据用作参考，并且采用随机算法约束移动对象的类型和行为，如：移动对象的初始分布，移动对象速度生成方式，移动对象处于路口时对道路的选择。第三：为了让移动对象的运动过程可视化，生成器通过AE9环境搭建在．NET平台上。 移动对象需要一个有效地模型表达，时空数据模型是指建立时空对象的数据模型。一般地，可以通过扩展时态数据库或空间数据库来对时空数据进行建模。由于移动对象的位置随时间的变化而连续变化，所以对移动对象进行建模就必须既要考虑连续模型，又要考虑离散模型。连续模型是指把移动对象看作是无穷移动点的集合而对其进行描述，并把移动点看作是三维空间中的一条连续曲线。该模型能精确地描述移动对象的运动信息，但是由于计算机不易存储和操作无穷多个移动点，因此该模型存在不易实现的问题。而离散模型是指把移动对象看作是有限移动点的集合而对其进行描述，并且把移动点看作是三维空间中的一条折线。该模型通过以近似值描述移动对象的运动信息来实现。虽然现实生活中移动对象位置变化是一个连续的概念，但是考虑到计算机系统是有限的资源，因此用离散的概念来建模一个系统是非常必要的。通过对以往移动对象时空数据模型的分析，借鉴线性参照(LR：linearReferencing)的思想，在Guting提出的抽象数据模型的基础上，本章提出了一个基于XML的移动对象时空模型表达(MOML——MovingObjectBasedOnXML)。MOML不只给出了静态对象的模型(网络数据)，也对动态数据(移动点，移动线，移动区域)进行建模。由于动态数据的模型建立在网络数据模型之上，在移动对象的记录信息中避免了对空间数据的重复记录，节省了存储空间。XML的语义表达和良好存储格式使得模型简单易行，并且由于XML的开放性和可扩展，模型容易被集成到目前的商业数据库中。