第2章
Mobile Sensors and Context-Aware Computing
情境感覺計算
本章内容
- 情境
- 位置感覺
- 手機的位置來源
- 定位算法
- 導航
- 其他定位手段
2.1 情境感覺計算簡介
讓我們從探索情境的意義開始。情境意味着使用者的偏好、興趣、位置以及使用者的活動、周圍環境情況等。周圍環境包括與天氣、氣候、交通、時間或使用者實體位置有關的資訊。它也可能是與使用者計算裝置有關的資訊，例如電池電量、可用網絡帶寬、可用Wi-Fi基礎設施等。
現在我們把情境的基本定義擴充到情境計算。情境感覺計算（context-aware computing）是指能夠感覺計算裝置、計算基礎設施或使用者情境的計算環境。計算裝置可以是各種裝置中的任何一種，包括智能手機、平闆電腦、可穿戴裝置或傳統裝置（如筆記本電腦和桌上型電腦）。計算基礎設施包括硬體、軟體、應用程式、網絡帶寬、Wi-Fi帶寬和協定以及電池資訊。
例如，智能手機是一種能夠感覺周圍情境的計算裝置。計算基礎設施（如其作業系統）擷取這個情境，存儲并對其進行處理，然後通過調整其功能與行為來響應此情境，繼而做出一些情境感覺的決策。計算基礎設施可以處理并響應情境，而使用者隻需要很少的輸入。一些情境感覺基礎設施響應情境的示例如下：
- 智能手機可以檢測到位于機場、火車站或購物中心等擁擠的地方，并自動更改裝置行為來實作噪聲消除。這将使裝置能夠更好地響應使用者的語音指令。
- 智能手機可以檢測使用者的位置并改變其功能。例如，如果使用者在會議中，則自動增加或減少揚聲器音量，或改為靜音模式；基于使用者所在場景（比如在家、在辦公室或在汽車旅行中）來改變鈴聲。
- 如果使用者在辦公室或在開車，那麼智能手機可以自動通過短信響應某些呼叫，甚至可以根據使用者的位置情境阻止一些來電。
- 可穿戴裝置可以使用環境背景，并自動計算使用者的卡路裡消耗。
- 智能手表可以根據位置環境自動調整夏令時或時區。
- 傳統或現代智能裝置可以使用基于位置的服務來建議用餐地點、娛樂場所，以及諸如醫院和緊急護理中心等緊急服務。
情境感覺裝置可以通過各種機制擷取情境資料，例如通過特定的傳感器、網際網路、GPS，或者曆史記錄、過去的決策、位置或動作等。今天，傳感器類型和可用性已經增加并變得更加複雜，可以在平闆電腦、可穿戴裝置、智能手機甚至傳統的筆記本電腦和桌上型電腦等裝置上實作大量的情境感覺計算。即使是基本的陀螺儀、加速度計和磁力計也可以擷取方向和位置資料，進而預測使用情況，如檢測到意外墜落時關閉裝置，或者基于目前使用者的位置來提示前方的餐廳或加油站等。
是以，為了做出智能決策、預測使用者操作并更改裝置功能，以降低使用者手動輸入情境相關資訊的需求，情境感覺現在正成為各種計算裝置和基礎設施（包括應用程式）的必要條件（如圖2-1所示）。
圖2-1 情境感覺計算的概念
2.1.1 情境感覺基礎設施的互動級别
情境感覺計算、基礎設施或應用程式具有三級互動性：
- 個性化：使用者指定自己的配置/環境，以控制情境感覺基礎設施（硬體、軟體、應用程式等）在給定情況下的行為或響應。
- 被動情境感覺：在這種情況下，情境感覺基礎設施為使用者提供來自傳感器的資訊或在上一個情境中發生的更改；但是基礎設施不會在此基礎上做出決定或改變行為。使用者基于更新的情境資訊來決定操作過程。
- 主動情境感覺：在這種情況下，情境感覺基礎設施收集、處理并根據傳感器或情境資訊采取所有必需的操作。它通過主動做出決定來減輕使用者的工作負擔。
表2-1列出了一些基于使用者互動級别的情境感覺應用程式和服務的類别[1]。
表2-1 基于情境的移動計算服務
2.1.2 普适計算
普适（ubiquitous）這個詞意味着無所不在的、普遍的、全球化的或永遠存在的。普适計算代表一種計算環境，它似乎無處不在，随時随地都在計算。與傳統的未連接配接網絡的台式計算機不同（桌上型電腦是靜止的，隻有坐在它前面才能通路），普适計算指在任意位置、以任意形式、在給定的任意時間通過使用任意裝置或基礎設施來提供計算能力。
今天，使用者通過許多不同的裝置與計算環境互動，如筆記本電腦、智能手機、平闆電腦，甚至連接配接網絡的家用電器（如微波爐或冰箱等）。随着智能手表和Google Glass等可穿戴裝置的出現，對底層計算環境的通路變得非常普遍。
計算基礎設施有許多重要元件，能夠實作普适計算。這些元件包括：網際網路、無線網絡或網絡協定、支援普适行為的作業系統、中間件或固件、傳感器和情境感覺裝置、微處理器以及其他計算機硬體。
普适計算可以為使用者提供兩個關鍵的增強使用者體驗的特性：隐身性和主動性。例如，想象一種完全情境感覺的購物體驗，使用者無須在傳統的收銀台排隊等待，而是可以自動掃描購物籃和使用者的裝置/身份，根據使用者的相關信用卡資訊優先刷卡結賬。在這種情況下，結賬的過程對使用者是完全不可見的，系統可以主動識别使用者和支付方式，進而在時間和便捷性方面增強使用者的購物體驗。
在普适計算中，計算機不再像計算機房或實驗室那樣與實體空間相關聯，而是可以在全球任意位置進行部署和通路。基于這種現象，計算裝置發生了以下變化：
- 外形尺寸變化：這些簡單的外形尺寸、硬體尺寸等變化支援計算機在傳統房間外的實體移動，但是，這種計算機對周圍環境缺乏敏感性。
- 情境敏感的變更：需要進行變更以克服對周圍環境不敏感的缺點。最初，靈敏度僅限于檢測附近的其他計算裝置，後來擴充到其他參數，如白天/夜晚的時間和光強度、目前實體位置附近手機的流量、計算機使用者的身份或角色、計算機附近其他人的角色，以及振動幅度等。
一般來說，情境感覺計算嘗試使用When（時間）、Where（位置）、Who（身份）、What（活動）和Why（用途）作為其決策算法的一部分。
示例：在健身室中，情境感覺計算将感覺并推斷使用者偏好以控制音樂的類型，并相應地實時控制音響系統。或者在某些其他用例中，算法可以使用其他環境參數（如聲音或光照水準）來推斷是否可以向使用者發送特定消息。
2.1.3 普适計算面臨的挑戰
傳感器及其網絡的關鍵問題[2]在于，由于傳感器不準确，使得計算環境具有不确定性和機率性。以下是一些不确定性的例子：
- 不确定位置：位置傳感器報告在X、Y和Z空間上“真實”位置的位置機率。
- 不确定是誰：人臉識别傳感器通過機率分布傳回剛才看到某人的機率。
- 不确定是什麼：試圖識别物體的相機傳感器将會發送一組關于所看到的物體的估計值（同樣是機率分布）。
現在讓我們來探讨普适計算的系統級挑戰。
- 電源管理：普适計算需要無處不在的電源。普适計算裝置中有三個主要元件或功耗源：處理、存儲和通信。
普适計算平台的處理是高度可變的，從簡單的應用程式到計算密集型任務都可以處理。有許多控制器可用于控制單個處理單元的功耗，例如，在不使用時對處理器内部的某些單元或子產品進行功率控制，或者降低工作電壓以減少能耗。該平台還可以使用多個特定的處理單元或處理器來執行特定任務，進而在不需要該特定任務時将功率集中到其他子產品。例如，可以用一個微處理器來尋址、處理傳感器中斷/資料，同時利用高性能處理器進行全功能計算，并使用網絡處理器來處理網絡資料。對于多處理元件，軟體需要能夠動态控制某些子產品的功率并對其進行選通，同時根據特定任務的要求在全電壓或降壓條件下運作所需的處理器件。
與處理單元一樣，所使用的無線接口和協定也會影響普适計算平台的功率需求和政策。例如，Wi-Fi、藍牙、ZigBee和超寬帶具有不同功能和特性的标準，是以每個協定都定義了功率和性能設定（如傳輸強度和占空比），可以有效用于管理平台中電源的功率。根據目标用例，平台可以使用多種協定，例如，Wi-Fi可用于家庭網絡和網際網路，藍牙可用于手機上的免提或語音通信。無處不在的平台操作軟體需要透明地向使用者提供考慮這些協定的不同功率與性能特性的服務，如每比特能耗、待機功率等。
影響普适計算系統功率曲線的第三個元件是存儲媒體，如SRAM、DRAM、閃存和磁盤驅動器，每種存儲類型都有不同的功率配置（空閑功率、有功功率、洩漏功率等）。例如，SRAM的功率可以比DRAM的功率低，而閃存具有更好的空閑功率配置。是以軟體将需要部署各種方案來管理功耗，以及通路平台上的這些不同存儲選擇。
無線探索的局限性
世界已經從一個人一台計算機的時代轉變為一個人多台計算裝置的時代。如今，個人擁有多台裝置：台式電腦、筆記本、平闆電腦、智能手機和其他便攜式計算裝置，它們在家裡或辦公室中共享相同的/周圍的空間。随着多個計算裝置與每個人相關聯，這些裝置的實體和虛拟管理變得具有挑戰性。未來，我們還可能在衆多家用和辦公産品中嵌入處理器，以識别環境或與個人關聯，這進一步複雜化了與該空間中每個人相關聯的計算裝置的管理。
需要在周圍（家庭或辦公室）找到一種小型裝置的集合，通過每種裝置的類型（電話、筆記本、平闆電腦等）和功能來識别這些裝置，然後為每個裝置配置設定特定的使用者/系統。現在一般使用一些獨特的名稱/IP/MAC位址來識别這些裝置，但這種識别可能并不像嵌入式系統那樣總是可用的，普适計算裝置也可能無法接入有線網絡。這種共存于同一空間的普适計算裝置不僅需要通過管理軟體進行适當的身份識别，還需要根據其功能、使用者偏好和真實性來與其他可用裝置進行連接配接。
使用者界面自适應
普适計算指的是從小型傳感器到平闆電腦、筆記本電腦和桌上型電腦，再到複雜計算裝置等不同類型的裝置。這些裝置中的每一個都有不同的顯示類型和尺寸，在較小的智能手機顯示屏上運作的應用程式在大型台式計算機螢幕上同樣有效。但是，顯示器的實體差異不應該影響不同裝置的使用者體驗，使用者應該能夠像操作筆記本電腦或桌上型電腦等大型顯示器那樣輕松地操作智能手機上的觸控單元。是以，針對具有較小顯示器的智能手機而設計的應用程式應該能夠在顯示器尺寸可用時輕松适應更大的顯示器尺寸，反之亦然。一種實用的方法是基于底層基本使用者定義生成使用者界面元件，随時随地了解目标顯示功能。要建構這樣的應用程式，需要四個主要元件：
1.使用者界面規範語言。
2.一種控制協定，在應用程式和使用者界面之間提供抽象的通信信道。
3.裝置擴充卡，允許将控制協定轉換為目标裝置上可用的原語。
4.圖形使用者界面生成器。
由于使用者界面是可見的，是以維護其在多個顯示目标上的可用性非常重要，但使用者界面設計人員不知道他們的應用程式将如何出現在客戶使用的各種螢幕尺寸上。在普适計算環境中，目标螢幕尺寸的範圍遠遠大于傳統桌面或筆記本中的尺寸，是以，在建立标準和為使用者生成和顯示内容的基本機制方面仍然存在重要的軟體工程障礙。
位置感覺計算
普适計算使用裝置的位置來增強使用者體驗，其最重要的特性是定制可供使用者使用的服務，例如自動定位附近的其他裝置，記住它們，然後在适當的使用者認證之後向使用者提供服務/資料。
位置情境不僅限于知道使用者在哪裡，還包括關于使用者是誰以及誰在使用者附近等資訊。這樣的情境還可以包括使用者的曆史使用情況，基于曆史資訊來确定使用者可能想要通路的應用，如基于位置情境的普适系統可自動控制裝置音量，當使用者在購物中心這樣擁擠的地方或者在圖書館這類安靜的地方時，應該具有不同的處理機制。另一種情況是确定周圍是否有人，以及使用者是否有可能與他們會面。它還可以根據使用者的時間和位置來控制顯示器的亮度。
應用程式可以提供許多基于位置的服務，如查找附近的餐館、便宜的加油站、本地化網際網路搜尋等。
傳統的基于位置情境的系統具有“位置估計不确定性”的限制，因為系統不可能知道裝置/使用者的确切位置，是以無法描述可能位置的範圍。為了解決這個問題，可以使用多個位置資訊源的融合來提高位置的準确性，并允許使用者/應用程式根據估計位置的誤差分布來調整政策。
2.2 情境
情境意味着情境認知（situated cognition）。對于移動計算，情境可以被定義為圍繞使用者或裝置的環境或情況。可以根據使用者或裝置的位置、使用者的身份、使用者或裝置執行的活動，以及應用流程或活動時間來對情境進行分類。情境可用于認證使用者或裝置的身份，以便執行位置、功能或資料的授權，以及提供服務等。
2.2.1 計算情境
計算情境是關于使用者、人員、地點或事物的情況、位置、環境、身份、時間等資訊，這些資訊随後被情境感覺計算裝置用來預測使用者需求，以及提供豐富可用的情境感覺的相關内容、功能和體驗。
圖2-2顯示了适用于情境感覺計算的情境環境示例，可分為三個主要方面：
- 實體情境：照明、噪音水準、交通狀況和溫度。
- 使用者情境：使用者的資訊記錄，如生物特征資訊、位置、附近的人、目前的社會關系狀況等。
- 時間情境：一年中一天、一周、一個月和一個季節的時間情境。
圖2-2 情境環境示例
2.2.2 被動與主動情境
主動情境感覺是指基于測量的傳感器資料自行改變其内容的處理。 例如，智能手機中的時間會根據使用者所在的位置（如果在使用者設定中為這些功能選擇了“自動更新”）進行更改。活動情境也被認為是主動情境。
被動情境感覺指的是處理實時更新的情境（基于傳感器資料），并呈現給使用者，由使用者來決定應用程式是否應該做出改變。例如，當使用者處于不同的時區或位置，并且關閉了設定中這些功能的“自動更新”時，智能手機将不會自動更新時間和位置，而是提示使用者提供所有必需的資訊，并讓使用者決定後續行動。
表2-2顯示了基于被動和主動情境的裝置對輸入的操作。
表2-2 被動情境和主動情境對輸入的響應
2.2.3 情境感覺應用程式
情境資訊可用于軟體應用程式[3]，以增強使用者體驗并促進有效的硬體和軟體資源使用。它可用于個性化使用者界面，添加或删除驅動程式、應用程式和軟體子產品，針對使用者查詢呈現基于情境的資訊并執行情境驅動的操作。以下是使用情境資訊的應用程式的一些示例。
- 鄰近選擇：鄰近選擇是指在特定查詢執行個體下突出顯示使用者附近的對象或資訊的使用者界面。這種使用者界面可以将使用者的目前位置作為預設值，并且可以為使用者提供連接配接或附近的輸入輸出裝置，如列印機、音頻揚聲器、顯示屏等。它還可以在預定鄰近範圍内與其他使用者連接配接或共享資訊，以及提供關于使用者可能有興趣通路或探索的附近景點和位置的資訊，如餐館、加油站、體育場館等。
- 自動情境重配置：添加或删除軟體元件，或者更改這些元件之間的互動的過程稱為自動情境重配置。例如，可以根據使用者配置檔案來加載裝置驅動程式，是以情境資訊可用于支援個性化系統配置。
- 情境資訊和指令：通過使用位置或使用者偏好之類的情境資訊，軟體可以向使用者呈現經過篩選的或個性化的指令（例如，發送檔案指令會預設将其發送到附近的連接配接裝置），或者可以基于目前位置改變目前使用者的某些執行選項，例如在圖書館中将移動裝置設定為靜音。
- 情境觸發動作：軟體或應用程式可以根據if-then條件動作規則自動調用某些動作。例如，應用程式可以提供自動提示以檢查特定的閱讀材料，或者當檢測到使用者在圖書館周圍時，自動将移動裝置置于靜音模式。然而，這樣的自動行為需要更精确的情境資訊。
2.3 位置感覺
位置感覺是指裝置根據相對于參考點的坐标主動或被動地确定其位置的能力，可以使用各種傳感器或導航工具來确定位置。 以下為一些位置感覺的應用：
1.應急響應、導航、資産跟蹤、地面測量等。
2.具有特定意義的位置資訊代表特定活動（例如,在雜貨店意味着購物）。
3.通過整理可以得到使用者的社交角色。
4.坐标的變化可能意味着活動和交通方式（如跑步、駕駛）。
有許多位置技術和傳感器類型可用于具有位置環境感覺的裝置。一些相關技術和傳感器如下。
全球導航衛星系統[4]
全球導航衛星系統（Global Navigation Satellite System，GNSS）由衛星網絡組成，用于傳輸全球定位和導航的信号，如GPS、GLONASS和GALILEO系統。每個系統都由三個主要部分組成：①空間部分：該部分是指衛星或衛星網絡；②控制部分：該部分是指位于世界各地的跟蹤站，用于控制衛星軌道确定、同步等功能；③使用者部分：該部分是指具有不同能力的衛星接收機和使用者。
GNSS适用于室外定位環境，在全球範圍内具有良好的覆寫性和準确性（如圖2-3所示）。
圖2-3 GNSS的關鍵部分
無線地理資訊
無線地理資訊是指用于識别裝置實際位置的無線機制，在這種方法中，底層無線定位引擎提供了實際的實體位置而不是地理坐标。一個例子是Cell ID（CID），它是用于識别每部移動/智能手機的唯一号碼，基于CID的機制使用手機信号塔、CID和位置區号來識别行動電話。
傳感器
傳感器可用于提高确定裝置位置的準确性。例如，在航位推算中，可以使用傳感器來确定參考點的相對運動（例如檢測系統是否移動到3米半徑之外），或者确定裝置的相對位置（例如碰撞兩個裝置以建立共同參考，然後可以追蹤其相對位置）。當其他方法不可用時，傳感器也可以單獨使用。首先讓我們了解什麼是航位推算。航位推算是一種通過使用先前确定的參考位置來計算目前位置，并根據已知或估計的速度來推進該位置的過程。雖然這種方法提供了有關位置的良好資訊，但由于速度或方向估計不準确等因素，容易産生誤差。因為新的估計值會有其自身的誤差，并且新值是基于具有誤差的前一位置推算的，是以會導緻累積誤差。目前使用的一些傳感器包括用于航位推算中的加速度/速度積分的加速度計和陀螺儀、用于碰撞事件的加速度計、用于仰角的壓力傳感器等。
2.4 定位算法
利用包括接收信号強度（RSS）、到達時間（TOA）、到達時間差（TDOA）和到達角的距離測量可以實作定位的發現。
2.4.1 到達角
到達角[5]是參考方向與入射光線傳播方向之間的角度。參考方向稱為定向，是固定的。如圖2-4所示，到達角度以度為機關并從北方以順時針方向測量。如果指向北方（到達角θ=0°），則稱為絕對角。圖2-4顯示了傳感器/節點A和B分别知道它們在θa和θb處的位置。幾何關系可用于從兩個或多個傳感器/節點/使用者的線路的交叉點來估計未知使用者/傳感器的位置，這些傳感器/節點/使用者知道其各自的位置。圖2-4中的例子确定了未知使用者/傳感器與北方呈59°角的方向。如果未知傳感器/節點的方向未知，則可以使用其他方法。
圖2-4 定位（帶有方向資訊）
2.4.2 到達時間
到達時間（TOA） [6-8]利用源傳感器和接收傳感器之間的時間資訊（飛行時間）來測量它們之間的距離。發送的信号帶有時間戳，并且在接收器處會測量精确的TOA。信号的行程時間是行程距離的直接測量。這種情況下的源傳感器和接收傳感器應該同步，以避免由時鐘偏移和硬體/電路延遲造成的錯誤。如果計算往返TOA，則不需要這種同步。距離是由TOA與速度相乘獲得的。
使用勾股定理，可得到三維坐标（xr, yr, zr）處的接收器位置與源位置（x, y, z）之間的距離：
對于二維方程，可以寫成如下式子：
當已知位置的多個接收器在不同時間接收到相同的信号時（由于信号行進的距離不同），測量的TOA代表一個圓（二維為圓形，三維為球體），接收器位于圓心，源位于二維空間中圓周上的一個位置。使用三邊測量和多點定位，可以确定不同的圓的交點。這個交點就是源傳感器的位置，如圖2-5和圖2-6所示。
基于TOA的源定位算法的數學測量模型[9]由下列等式給出：
測量向量r =源傳感器位置x的非線性函數+零均值噪聲向量
2.4.3 到達時間差
到達時間差（TDOA)通過使用由放置在多個位置的傳感器接收的相同信号的傳播時間差與從源傳感器到接收傳感器的絕對傳播時間差來識别位置。基于TDOA的定位系統不依賴于傳感器對之間的絕對距離估計。
圖2-7給出了一種方案，其中已知位置處的源傳感器（錨點）發出多個參考信号，然後由接收傳感器R進行測量。同步器確定參考信号源同步。
圖2-7 到達時間的內插補點
圖2-8給出了另一種方案，其中傳感器R廣播一個參考信号，該參考信号由多個接收器接收，時延τr取決于源位置到每個接收器的距離。這個τr無法計算。接收器估計TOA并計算TDOA[10]。
相關分析将提供時間延遲τrA-τrB，對應于參考信号到接收器rA和rB的路徑上的差異。估計時差的一種簡單方法是使到達一對接收傳感器的信号互相關[11]。從接收器rA和rB分别接收到的兩個信号rA (t)和rB (t)的互相關為：
其中，T表示觀測時間間隔。
如果沒有錯誤，則τ的峰值将等于TDOA。
圖2-8 到達時間的內插補點：廣播
來自兩個接收器的距離差（信号到達時間的時間差）提供了一組點，這些點可以（從幾何上講）解釋為雙曲線（二維）。可以計算在唯一的點上相交的幾個雙曲函數，這個獨特的交點則為源傳感器的位置。
2.4.4 接收信号強度
在特定位置的接收信号強度（RSS）[12-13]是通過多條路徑接收的信号的平均值。RSS訓示器訓示接收信号的功率，并且是發射機和接收裝置之間距離的函數，該距離會受到各種路徑内幹擾的影響。
圖2-9顯示了一個使用RSS的室内定位系統[14]的例子，該系統由訓練階段和定位階段組成。在訓練階段，通過将移動裝置指向不同的方向（全部四個方向）來收集已知位置處可用無線區域網路接入點（稱為參考點）的RSS讀數。然後，在原始RSS時間樣本上使用仿射傳播算法來識别和調整（或去除）異常值。最後，将參考點分成不同的簇（每個方向為獨立簇）和作為指紋存儲的無線電地圖（RSS測量集）。
在定位階段，移動裝置以任意方向從未知位置的接入點（稱為測試點）收集實時RSS以形成RSS測量向量。粗定位算法可用于将收集的RSS與每個參考點RSS向量進行比較，以識别測試點RSS測量所屬的簇。是以它有助于縮小所需區域。然後可以使用精細定位來估算移動裝置的最終位置。
在粗定位期間可以使用四種可能的方案來找到測試點RSS和不同簇之間的相似度，并識别出與該測試點具有最高相似度的比對簇：
- 使用測試點的RSS測量向量與參考點簇中的每個RSS之間的歐氏距離來将測試點與特定簇相比對。
- 使用測試點的RSS測量向量與簇中所有RSS讀數的平均值（而不是每個RSS讀數）之間的歐氏距離來将測試點與簇相比對。
- 使用測試點的RSS測量向量與參考點的權重平均值之間的歐氏距離（而不是簡單平均）來為具有更高穩定性的參考點提供更高的權重。
- 隻考慮最高強度的RSS讀數，使用以上三種方案中的任何一種來查找測試點與簇的相似性。
圖2-9 基于受限信号強度的室内定位系統
下一步是使用精細定位來估算精确位置。以下步驟描述了精細定位算法的基本形式。
- 可能有比估計移動裝置位置所需的更多的接入點。也可能存在某些接入點，因RSS方差高而不可靠，進而影響定位系統的穩定性。為了消除備援和不可靠的接入點，隻有那些具有最高RSS讀數或滿足Fisher标準的接入點（以及來自它們的讀數）才被考慮。
- 然後将測試點的RSS向量與在粗定位階段識别的簇的每個簇成員的RSS向量進行比較，并計算歐氏距離。
- 然後選擇與測試點RSS向量具有最小歐式距離的參考點作為移動裝置位置的估計。
2.5 參考文獻