空间坐标数据是GIS数据的基本组成部分，数据量大且计算负荷重。有效减少坐标记录个数是提高系统运行效率的有效措施，因此嵌入式GIS系统中需要对采集到的曲线和面边界坐标集合进行压缩处理，即在一定精度范围内通过坐标压缩算法减少坐标存储个数。目前，道格拉斯一普克算法和“滤点压缩”法是减小曲线坐标数据的有效方法，应用范围较广。坐标数据压缩可以在生成嵌入式GIS系统数据时在台式PC机上调用实现。

　　计算机系统中浮点数采用阶数加尾数的表示方法，计算过程需要对阶和规格化处理，浮点型计算时间远大于整型；同时一般嵌入式处理器不带有浮点协处理器，浮点计算能力差，耗时长，因此嵌入式GIS系统应尽量避免浮点计算。然而直接采集的空间坐标数据是经纬度格式浮点数据类型，不适宜直接用于嵌入式平台。空间坐标可以采用定点代替浮点来运算。基本方式是基于图幅顶点经纬度坐标，将图幅内地理坐标从浮点坐标(fx，fy)转换成整型坐标(ix，iy)处理。

　　嵌入式GIS空间坐标数据通过坐标压缩和采用定点运算规则，提高系统 运行效率，降低运行功耗。

　1.4 快速地图符号绘制算法

　　地图符号是地图的语言，是表达地图内容的基本手段，根据几何特征可以分为点状符号、线状符号和面状符号，如图3所示。根据直观分析和实验数据统计，绘制地图符号是地图显示过程中最耗时的一项工作，运行功耗较高。目前，多数嵌入式GIS系统直接使用WinCE和Vx—works等嵌入式操作系统提供的绘图程序，其优点是通用性好和编程方便，但系统调用层次多，资源耗费量大。下面针对嵌入式系统硬件资源有限的特点和地图符号特性，提出使用资源模板法快速绘制地图符号的方法。

　　资源模板算法基于对地图符号图元的深人分析，建立在“几乎所有地图要素的图形表现都是以一定的周期持续不断的复制自我”这样一个事实的基础上，将被重复复制的一段作为样本存储在资源库列表中。当需要绘制该图元时，将样本从资源库中取出，按照该样本的特征进行复制，最终达到快速绘制图元的目的。资源模板法支持直接访问绘图底层驱动单元，实现了地图符号绘制与图形底层实现相融合。算法实现时将复杂三角运算变为查表定点运算，并通过图像映射和递归处理大大提高了地图符号的绘制速度。通过资源模板法也可以快速实现多边形图案填充算法。

　　采用资源模板法能够快速绘制地图符号，提高地图显示速度，并可降低系统运行功耗。

　　1.5 优化关键算法

　　求解同一个问题，软件编程实现时有许多不同的算法。查找线性表有顺序查找、二分查找和分块查找等算法。评价一个算法好坏的常用参数是算法时间复杂度和空间复杂度等。算法时间复杂度定义为算法的时间耗费，即所求解问题规模(求解问题的输入量)”的函数。在空间复杂度允许条件下讨论系统功耗问题更关注算法时间复杂度，因为时间复杂度越小，执行效率越高，执行时间越短，软件运行功耗越低。嵌入式GIS系统中关键算法与具体功能实现有关，如路径分析算法、信息检索算法和导航滤波算法等等。

　　路径分析是在电子地图上求一条从起点到终点的最佳(时间最短、费用最少、里程最短)路径，基本算法是图论中的迪杰斯特拉(Dijkstra)算法，时间复杂度是T(n2)，计算量大。针对嵌入式GIS路网拓扑特性，一些学者进行了算法研究与改进。文献提出，利用先验知识库减去不可能的搜索路径从而提高路径寻优效率。信息检索算法一般需要事先建立关键字索引表，如基于拼音字母排序查找单位名称，基于电话号码排序查找服务机构等，建立关键字索引表并采用二分检索算法能够实现快速定位地理实体本体数据。导航滤波算法一般用卡尔曼滤波求解位置、时间、航向和姿态等信息。在卡尔曼最优估计理论中，设m为量测维数，n为状态维数，则滤波算法矩阵求逆阶数与n2+n2成正比。采用集中式卡尔曼滤波算法时，n值一般较大，导致计算量大、计算时间长和运行功耗大。此时可将集中式卡尔曼滤波通过分解降低耦合性得到解耦后的时钟平面滤波方程和高程滤波方程，状态维数被减少，滤波实时性得到提高，运行功耗也得到降低。

　   2 小 结

　　嵌入式GIS系统目前在多个行业得到广泛应用，低功耗是其性能指标之一。基于功能实现设计硬件平台后，低功耗实现主要从软件方面来解决。本文基于嵌入式GIS系统特征及其功能实现，采用全动态切换处理器工作模式和降低处理器运行时间两方面来实现软件低功耗。一般来讲嵌入式系统低功耗设计是系统概念，应该在系统规划时充分考虑；如果可能，应建立模型进行低功耗评估，以确保设计出的电子系统满足功耗要求。