室內定位系統（IPS）
基於位置的服務（LBS）
加速度計，磁場，陀螺儀和聲音傳感器
GPS或CellID在室內環境中工作不正確,通過行人航位推算（PDR:pedestrian dead reckoning）和方向來定位用戶在室內環境中的位置。所提出的系統僅使用智能手機的一些可用的傳感器：用於PDR的加速度計傳感器，陀螺傳感器和重力傳感器，其檢測步驟以及測量他/她的步驟的長度和方向，然後計算他/她的位置。
Quaternion.(四元數)
基站收發臺（BTS）
找到室內用戶的更好方法是使用Wi-Fi。然而，該方法需要許多接入點（AP）作爲計算用戶位置的參考點。同時，AP必須與可用的固定位置對齊。另外，很難確定用戶立即動作的方向。正如我們上面提到的那樣，使用步行航行計算（PDR）方法和方向進行定位是找到用戶位置的簡單有效的方法。
爲了確保智能手機互動，我們只考慮用戶握住手機和電話偏航角度的情況
第二節演示瞭如何使用加速度傳感器和重力傳感器以及PDR算法來計算用戶移動的加速度。
在第三節中，我們還介紹了陀螺儀傳感器和定向理論來估計旋轉角度
=================第二節
A. Step Detection 步驟檢測
加速度傳感器被聲明爲TYPE_ACCELEROMETER TYPE_GRAVITY和TYPE_LINEAR_ACCELERATION [2]
LINEAR_ACCELERATION傳感器允許識別相對於地球的加速度值，但不包括重力加速度值。因此，我們將使用該傳感器的輸出值用於PRD方法，而不是ACCELEROMETER傳感器。
所以我們將以這兩種方式計算加速度值。 由於姿勢和握手方式，我們只考慮了人體座標系z'Oy'平面內的加速度值。 zOy平面具有與地面垂直的Oz，Oy是與地面相切的切線。
在裝置的每個方向上的重力，其中θ是身體座標系的z'Oy'平面與zOy平面之間的角度。
從圖和類似實驗可以看出， Oz（垂直於地面）方向的加速度值比Oy方向的加速度值更穩定。 因此，我們使用Oz方向的加速度值來評估步驟。
Footstep detection algorithm: There are many step detection techniques such as: the local variance method, zero crossing method, finite-state machine method.
腳步檢測算法：有許多步進檢測技術，如局部方差法，零交叉法，有限狀態機法。
局部方差方法[3]基於加速度的過濾幅度，然後對滑動窗口上的加速度方差應用閾值。
階躍邊界由加速度信號幅度的低通濾波版本的正向過零點定義。 然而，局部方差法和零交叉法均已應用於腳踏傳感器。
有限狀態機（FSM）。
使用FSM估計步數的平均誤差爲2.66％，在處理智能手機時與使用局部方差法[3]的平均誤差的27.18％相比，使用零交叉法的平均誤差爲30.19％[4]。 因此，FSM方法是三種方法中檢測步驟的最佳方法。
從計算的加速度值，我們將使用由統計過程定義的FSM和閾值水平的組合。 每一步都相對於4個狀態：狀態0，狀態1，狀態2和狀態3。
•狀態0：開始步驟
•狀態1：用戶高腳跟，向腳走，走一半步。 此時，加速度達到最大值。
•狀態2：當用戶即將跟隨另一隻腳時，加速度將減小到狀態2。
•狀態3：完成一步。 加速減少到狀態3後，用戶將返回到狀態0 - 下一步的起始狀態。
有限狀態機圖：圖6示出了包括如上所述的狀態0，狀態1，狀態2，狀態3的四個狀態的FSM圖，作爲通過等式（1）確定的Oz方向的加速度值輸入， 上限閾值和低閾值。 該FSM方法的優點是：不需要對加速度信號進行任何預處理或過濾操作。 因此適用於資源有限的手機上的實現。 確定上限閾值：確定上限閾值，我們實現兩個實驗。
獲得988個步進樣品，在每個步驟記錄加速度的最大值和最小值。
爲了評估閾值水平，我們使用接收器工作特性（ROC）曲線進行分析[6]。
ROC圖是二維圖，其中在Y軸上繪製真陽性率（TPR）或靈敏度（％），在X軸上繪製假陽性率（FPR）或100特異性（％）。 爲了方便分析，我們使用軟件MedCalc繪製曲線[7]
從圖9和表I可以看出，顯示閾值，靈敏度，特異性值，上限閾值被選擇= 1.278。 有了這個值，分類器的真正陽性率爲98.1％，假陽性率爲1.7％，由ROC曲線評估最好。
低閾值的確定988步驟的加速度的最小值如圖10所示。同樣，低閾值的值設置爲-0.0689。
這個值，分類器的真實陽性率爲97.5％，假陽性率爲1.7％，由ROC曲線評估最好。
B. Step length Estimation 步長估計
有兩種估計步長的方法：靜態方法和動態方法。 靜態方法允許根據用戶的高度確定步長。 但是，當用戶快速或緩慢移動時，此方法不準確。 因此，我們使用步長取決於運動加速度的動態方法：
L = f(A) 其中A是通過等式確定的加速度值
在本小節中，我們提出三個動態方法來估計步長：
Weinberg Method: 該方法通過每個步驟的最大加速度和最小加速度之間的差值確定步長[8]
Scarlet method:該方法通過步長的最大值，最小值和平均加速度值之間的相關性來確定步長[9]。
Kim方法：該方法提供步長和平均加速度值之間的相關性的確定[10]。
C.評價偏差和選擇最佳方法
表IV顯示了在應用具有由ROC曲線評估的兩個閾值的FSM時，步進檢測中誤差百分比爲1.946％。 從表三可以看出，Weinberg算法顯示了距離估計的結果，平均誤差爲1.99％，這是最低誤差。 因此，我們選擇有限狀態機圖和兩個閾值水平：上限閾值= 1.278和低閾值= -0.0689來檢測步驟，我們使用Weinberg算法來估計步長。
===============III： 估計旋轉角
有許多方法來計算設備的運動方向，例如使用磁場傳感器和重力傳感器來估計設備相對於放置在地球上的三個座標軸的方向[2]。 不過，在不同點處不穩定的重力和磁場，確定地平面（水平面）上的取向時存在很大的公差。 估計設備方向的另一種方法是使用陀螺傳感器。 該傳感器將測量3體軸中的角動量，這些參數用於預測低公差的運動方向。
A：陀螺傳感器概述
陀螺儀是主要用於以笛卡爾座標表示的角速度的導航和測量的裝置。
ω = (ωx,ωy,ωz) (7)
使用智能手機的智能設備，傳感器提供的數值是人體座標系中器件的角動量（rad / s），如圖1所示。陀螺傳感器提供三個參數，包括：俯仰， 滾動和偏航。 在t0-t時間期間對應於每個軸的旋轉角度如下：此處公式（8）***###
其中p是方向（x，y或z）。 我們將確定wx，wy和wz。 下面將介紹用於繪製接地軸設備旋轉的方法。
B. 3D旋轉
我們知道，歐拉角，旋轉矩陣和四元數是可用於描述3D中對象的方向的旋轉模態。 如[11]所述，四元數具有許多優點，這些優點是歐拉角和旋轉矩陣的缺點，如：座標系獨立性，簡單插值方法，簡單組合，特別是無萬向節鎖定。 所以，我們使用四元數表示旋轉。
四元定理
四元數q被定義爲標量q0和向量q =（q1，q2，q3）的和根據四元數定理[12]，我們有：
•對於任何單位四元數：
此處公式（9）***###
此處公式（10）***###
其中v等於矢量的旋轉角度θ約爲u作爲旋轉軸。
•四元運算符序列：令p和q爲兩個單位四元數。 我們首先將運算符Lp應用於向量u並獲得向量v。對於v，我們然後應用運算符Lp並獲得向量u。
此處公式（11）***###
用於表示旋轉的四元代數假設在從t到t +Δt1的時間內的角速度向量爲→-ω1，其中→ω1 =→-ω1x +→-ω1y +→-ω1z。 在非常小的Δt下，我們可以將每個軸上的裝置的速度視爲恆定運動，運動的旋轉矢量爲→-w1 =→-ω1Δt1。 →-w1的方向對應於旋轉軸，→-w1是旋轉角度。 根據等式（9），我們得到與上述旋轉相關的四項式爲：
此處公式（12）***###
~此處略部分不必要的公式和講解
通過與基準相比的運動方向和距離來確定。 這兩個數字通過第（II）節和（III）節所述的步長和角度估計來確定。 該系統的圖示於圖12中。在檢測到步驟之後，系統將估計步長
並計算取向以獲得當前位置。