特点在频域特征的计算中，考虑信号的自然特性，本文将对时间序列上采集所得的数据进行快速傅里叶变换以方便进步分析待处理数据的频域特点本文选取的频域特征主要采用了傅里叶变换后的直流分量峰值幅度以及峰值频率这个特征主要用来反映当前数据段的平均能量信息，特征主要用来反映数据段中主要重复分量的能量，特征主要用来反映数据段中最大谱幅出现的频率，计算过程为首先对待处理的数据进行分段，每段共有条记录，然后进行快速傅里叶变换，并用表示第个分段的第个频率分量的幅度用表示第个分段的第个频率分量，即第个分段的最大谱幅，其计算为统计域信号特征由于人类活动较为复杂，所以当人类的行为作用在传感器上时，经常容易产生常规的时域特征和频域特征无法刻画的特殊效应，所以本文对待处理数据段在统计域方面的特征也进行了计算，主要选取的特征包括跨度范围和峰度这个特征算法首先将偏航角范围内发生跳变的数据段用范围外的数据进行替换，保护了数据的整体走势及其完整性，然后将处理后的偏航角数据进行分段，并提取出段内间距接近既定阈值的数据段作为转向模板由处理过程可以发现，本文提出的跳变消除算法在原始时间序列不变的情况下保存了数据的基本走势，在后续的工作中，本文将利用该数据走势结合方法将待计算的转向数据段与已提取的模板段进行比对，从而判别当前状态下的转向情况此外，虽然第节所提假设可以排除行进过程手机异常偏离水平面的情况，但由于步行过程产生的震荡依然会对每步的行进数据造成定程度的影响针对该问题，本文主要通过分析方向传感器数据中表征智能手机偏离水平面程度的俯仰角分量进行行进方向上的速度合成，该部分的处理将在数值计算部分进行叙述识别模型的构建本节主要分析加速度传感器数据以及陀螺仪数据的处理过程主要内容包括训练数据的生成以及识别模型的构建部分由于文献中的工作已被证实在状态识别方面具有定的效用，所以在对本节数据的处理过程中，本文参考了文献工作的数据处理方法和参数的设定相关定义在手持智能手机行进过程中，行人会做出不同的动作，在传感器上则体现为不同的状态通过分析数据采集过程中的实际运动情况，本文将主要出现的状态分为类行进状态静止状态以及上下楼梯状态其中，对最终地图轮廓数据具有构建作用的主要状态包括行进状态和上下楼梯状态，然而，在室外局部地图轮廓的构建过程中，上下楼梯的情况相对少很多，基于以上分析，本文进行了相关概念的定义定义本文所述有效状态的处理主要为行进状态的识别与提取，关于上下楼梯状态仅以识别为主，在最终生成的轮廓数据中进行简单标识定义基于有效状态的定义，本文将使用机器学晰地看出偏航角在整个过程中会出现跳变现象图的连续跳变现象由实际采集情况和观测分析可得，偏航角的连续跳变现象产生的原因主要在于偏航角的数据具有固定的范围即由于偏航角表征手机正向偏离正北方向的水平夹角，当手持手机以任意方向开始持续旋转周以上便会产生次跳变的数据若恰好手机持向沿正北方向行进，则由于步行运动的不规则性以及身体的抖动会导致采样数据频繁介于和这个数据点附近跳跃，最终导致如图所示的跳变现象的产生在传感器数据的处理工作中，通常需要将离散数据在时域上进行连续表示以简化问题的处理，而上述的跳变情况会增加问题分析的难度据此，本文提出了种针对此现象的跳变消除方法，并基于该算法进行了转向模板的提取操作，具体步骤为从采集得到的方向传感器中获取偏航角数据，并且删去由操作采集软件生成的无效数据由原始范围内的偏航角数据分别向上向下构造个具有相同走势的数据段，用越界数据补充跳变数据选取原始数据中的第个数据点作为新序列的初始数据点，然后以数据跳变阈值为界限，利用数据点密度间距进行传递，顺序链接当前数据的下个数据点，直至获取与原始数据长度相等的新数据，即为跳变消除后的数据利用平滑样条插值方法对消除跳变后的数据进行平滑操作，并对平滑后的数据进行分段，分段过程保证段与段之间具有定的重叠率，以保证分段数据能够完整覆盖转向过程从所有分段数据中提取间距最接近常见转向数据跨度的段作为转向模板段，保存模板段的数据并加以编号上述方法主要包括跳变数据的消除和转向模板的提取个阶段，在数据平滑之前的操作不仅消除了跳变现象，同时也维持了原始数据的波动走势在转向模板的处理中，基于智能手机内部传感器数据探讨局部地图轮廓构建运筹学论文集存储以及分析，在传感器种类的选择和采样频率等参数的设定方面具有很强的自主性，保证了整个实验数据的实时性以及完整性本文的工作主要在于提出种地图轮廓原型的构建方法以弥补传统的地图生成方法无法构建的路段数据，根据智能手机内臵传感器的分析及本课题研究目标的综合考虑，本文首先利用方位传感器数据中的偏航角数据进行转向模板的提取，然后利用加速度传感器数据结合陀螺仪传感器数据进行有效路段的识别，最后利用线性加速度传感器数据和方位传感器数据计算表征有效地图轮廓的数据段的数值通过在真实环境下采集的路段数据上的测试，验证本文方法的可行性和有效性，主要的处理流程如图所示图数据处理工作流程基于本文的研究目标，数据采集的方式主要为行人手持智能手机行走在待构建路段上进行数据采集，并且采集过程中遵从个合理的假设行人将手机持在手中，手机朝向行进方向行人行走步伐正常，假设不会出现左右不规则晃动摇摆等动作行人行进过程正常，假设行走方向不会频繁改变，不会倒着走参考文献实验设臵，本文将采集数据的频率设定为，并且在数据处理过程中使用的重叠率本课题的研究目标主要为地图原型轮廓数据的生成，为方便地图数据的表述和存储，本文将地图数据以元组序列形式进行表示，其中，单个的序列元素以元组，表示，符号表示距离长度单位为符号数据则指示转向情况，根据不同情况主要用种数据表示当行进方向不变时，该数值为固定角度值，指示手机方向与正北方向偏离的程度当行进方向处于转变过程时，该值为序列模板的指示符号，指示当前转变过程对应的模板序号为简化问题描述，本文将行进过程中的转向情况综合表述为表所示的与共种情况通过表所述的转向情况的表示可以发现，通过别环境感知情绪检测医疗保健等方面文献通过将智能手机结合众包技术，利用汽车进行了城市道路坑洞检测方面的研究文献利用智能手机传感器中的温度湿度等传感器进行环境检测以监控区域的温度状况防止中暑现象的发生，该方法可以构建部分区域的环境温度图，但该图无法代表该区域的路网图文献利用智能手机传感器数据开发了款检测跑者呼吸节奏的应用程序用来协调跑者的呼吸速率和步伐大小文献利用智能手机程序结合传感器数据帮助病人维持健康文献利用智能手机传感器通过检测用户睡觉过程产生的声音和动作来测评记录用户的睡眠质量通过对以上相关工作的学习研究和总结，本文所提地图轮廓生成模式主要有点改进和贡献提出并验证了深入挖掘传感器数据的可行性通过对实际路段上持续采集得到的传感器数据的处理和挖掘，验证了本文所提方法的有效性以及提高传感器数据利用率的可行性，为后续的工作奠定了基础利用信号处理方法和机器学习技术，提出了种基于状态识别的数据融合算法，该方法可以检测出表征有效地图轮廓数据的分段，并将分段的数值和方向信息进行融合，生成对应的轮廓序列在转向情况的处理中，结合动态时间规整方法提出了转向模板的概念，使得转向情况的处理较以往工作更贴近实际情况在数值计算过程中采用了时域积分方法进行有效分段的数值计算，并且采用了分段计算机制，减少了经典步长的计算方法中普遍存在的累积误差现象，保证了计算的速度和精度本文的工作是目前第份仅利用传感器数据进行室外地图生成的工作相比经典的地图轮廓生成方法，本文的方法具有更好的普适性和抗干扰性，在对数据的挖掘深度方面，本文的工作较以往基于传感器的工作具有更好的数据利用率数据采集及处理目标本文使用的数据来自智能手机内臵传了系统的分析步骤和处理方法相关工作相关的工作主要可以分为类经典室外地图生成工作室内地图生成工作以及基于智能手机传感器的工作经典地图生成工作早期的室外地图生成工作主要以测绘为主，通过实地的测量进行数据的记录与地图的绘制但这种方法由于周期长速度慢而逐渐被淘汰，后续的地图生成工作主要包括对图像数据进行挖掘提取路网信息以及利用，或全球移动通信系统等设备进行数据的采集和地图的绘制在基于图像数据的地图生成工作中，摄像设备普遍存在成本高延时长等缺点，而且设备的部署以及数据的存储均需消耗大量资源，例如文献利用移动车辆结合图像信息进行拓扑图构建，其中数据的采集极易受到设备的影响，具有较大的局限性除此之外，基于数字图像数据的地图生成工作还存在个问题数据涵盖的实际路网信息占比较少，利用率较低数据涵盖的额外信息量大，可能具有隐私泄露的风险数据的采集容易受到外部环境的影响，例如在光线昏暗的时空下进行数据采集容易导致成像，无法保证生成地图的精度基于，数据的地图生成工作主要利用流动的汽车携带或者通信设备，结合众包技术，对城区路段进行广泛覆盖的位臵数据采集，然后利用采集所得经纬度数据进行地图路线的生成该工作主要有个问题该类设备采样率较低，从而容易在数据采集中导致路段数据的缺失该类数据偏差较大，例如的数据容易造成待测路段的严重扭曲从而导致最终路段数据无法准确刻画，产生不可估量的误差在信号较弱的偏远地带，该类通信设备的采集工作较为困难，此外，基于车辆的设备采集工作在广阔的路段具有较好的效果，但在乡村小路景区路段中，由于其对普通车辆的限制，数据采集工作甚至无摘要近年来，随着社会经济的不断发展，许多商业服务以及旅游出行活动对环境