移动传感器与情境感知计算

译者序
前言
致谢
第1章　绪论 1
1.1　移动计算的定义 1
1.2　移动计算系统面临的约束与挑战 2
1.2.1　资源不足 2
1.2.2　低安全性和低可靠性 2
1.2.3　间断性连接 3
1.2.4　能耗限制 3
1.3　历史视角与市场影响 3
1.3.1　增强用户体验 4
1.3.2　改进相关技术 4
1.3.3　新的影响因素 4
1.3.4　新增的连接项/计算项 4
1.4　市场趋势与发展领域 4
1.4.1　新传感器技术和产品 4
1.4.2　传感器融合 6
1.4.3　新应用领域 9
1.5　参考文献 10
第2章　情境感知计算 11
2.1　情境感知计算简介 11
2.1.1　情境感知基础设施的交互级别 12
2.1.2　普适计算 13
2.1.3　普适计算面临的挑战 14
2.2　情境 15
2.2.1　计算情境 16
2.2.2　被动与主动情境 16
2.2.3　情境感知应用程序 17
2.3　位置感知 17
2.4　定位算法 18
2.4.1　到达角 18
2.4.2　到达时间 19
2.4.3　到达时间差 20
2.4.4　接收信号强度 21
2.5　参考文献 22
第3章　传感器和执行器 24
3.1　术语概述 24
3.2　传感器生态系统概述 25
3.2.1　位置传感器 25
3.2.2　接近传感器 39
3.2.3　压力传感器 45
3.2.4　触摸传感器 48
3.2.5　生物传感器 55
3.3　参考文献 56
第4章　传感集线器 58
4.1　传感集线器简介 58
4.1.1　专用微控制器 59
4.1.2　基于应用处理器的传感集线器 59
4.1.3　带微控制器的传感集线器 59
4.1.4　基于FPGA的传感集线器 59
4.2　具有微控制器的Atmel SAM D20传感集线器 59
4.2.1　Cortex-M0 +处理器及其外围设备 60
4.2.2　设备服务单元 62
4.2.3　电源管理单元 62
4.2.4　系统控制器 64
4.2.5　看门狗定时器 64
4.2.6　实时计数器 65
4.2.7　外部中断控制器 66
4.2.8　串行通信接口 66
4.3　Intel Moorefield平台（基于应用处理器的传感集线器） 67
4.4　带微控制器的基于STMicro--electronics传感器的集线器（LIS331EB） 72
4.5　参考文献 80
第5章　电源管理 81
5.1　电源管理简介 81
5.2　ACPI电源状态 82
5.2.1　ACPI全局电源状态 82
5.2.2　ACPI睡眠状态 83
5.2.3　ACPI设备电源状态 83
5.3　传感器、智能手机和平板电脑中的电源管理 85
5.3.1　Android Wakelock架构 85
5.3.2　Windows连接待机 86
5.3.3　硬件自主电源门控 88
5.4　传感器中的电源管理架构示例 89
5.4.1　传感器中的自主电源管理架构 89
5.4.2　基于应用的电源管理架构 89
5.4.3　电源管理方案 94
5.5　典型传感集线器中的电源管理 100
5.5.1　Atmel SAM G55G/SAM G55中的电源管理实例 102
5.5.2　Xtrinsic FXLC95000CL 104
5.6　参考文献 106
第6章　软件、固件与驱动程序 107
6.1　软件组件简介 107
6.2　Windows传感器软件堆栈 107
6.2.1　传感器驱动程序配置 108
6.2.2　传感器类扩展实现 109
6.2.3　传感器状态 111
6.2.4　传感器融合 112
6.3　Android传感器软件堆栈 112
6.3.1　Android传感器框架 113
6.3.2　硬件应用层 114
6.3.3　Android传感器类型和模式 115
6.3.4　Android传感器融合/虚拟传感器 117
6.4　传感集线器软件和固件架构 118
6.4.1　Viper内核 118
6.4.2　传感器驱动程序 118
6.4.3　传感器HAL 119
6.4.4　传感器核心 119
6.4.5　传感器客户端 122
6.4.6　协议接口 122
6.4.7　固件和应用程序加载过程 123
6.4.8　情境感知框架 127
6.4.9　节能型固件架构 128
6.5　参考文献 129
第7章　传感器验证和软硬件协同设计 131
7.1　验证策略和挑战 131
7.2　通用验证阶段 131
7.2.1　质量和技术准备设计 131
7.2.2　硅前仿真 132
7.2.3　原型 132
7.2.4　系统验证 133
7.2.5　模拟验证 133
7.2.6　兼容性验证 133
7.2.7　软件/固件验证 133
7.2.8　生产资质 133
7.2.9　硅调试 134
7.2.10　传感集线器硅前验证 134
7.2.11　监视器 135
7.2.12　检查器 135
7.2.13　记分板 135
7.2.14　定序器 135
7.2.15　驱动程序 135
7.2.16　传感集线器原型 135
7.2.17　QEMU 136
7.2.18　FPGA平台 136
7.3　传感器测试卡解决方案 139
7.3.1　带物理传感器的测试板 139
7.3.2　软件传感模拟器 140
7.4　验证策略和概念 142
7.4.1　软硬件协同设计 142
7.4.2　矩阵验证和基于特征的验证 143
7.5　参考文献 144
第8章　传感器校准和制造 145
8.1　校准传感器的动机 145
8.2　供应链利益相关方 145
8.2.1　传感器供应商 145
8.2.2　系统设计人员 146
8.2.3　系统制造商 146
8.3　校准过程 147
8.3.1　创建系统模型 147
8.3.2　分析误差来源 147
8.3.3　设计校准过程 147
8.3.4　动态校准 148
8.3.5　管理校准过程和设备 148
8.4　单轴和多轴线性校准 148
8.4.1　传感器限制和非线性 149
8.4.2　校准具有多个正交输入的传感器 149
8.4.3　校准颜色传感器 150
8.5　参考文献 151
第9章　传感器安全和位置隐私 152
9.1　移动计算安全和隐私简介 152
9.2　传感器安全 153
9.2.1　传感器攻击类型 153
9.2.2　传感器数据安全 154
9.3　位置隐私 160
9.3.1　攻击威胁类型 160
9.3.2　保护位置隐私 165
9.3.3　位置隐私保护方法 167
9.4　参考文献 181
第10章　可用性 182
10.1　移动计算的传感器需求 182
10.1.1　操作系统标志要求和传感器支持 183
10.1.2　基于情境和位置的服务 186
10.1.3　基于传感器的电源管理 187
10.1.4　基于传感器的用户交互 191
10.2　人机交互：手势识别 194
10.3　传感器使用 199
10.4　传感器实例 201
10.5　参考文献 205
第11章　传感器应用领域 206
11.1　传感器应用简介 206
11.2　增强现实 206
11.2.1　增强现实的硬件组件 207
11.2.2　增强现实的架构 207
11.2.3　增强现实的应用 208
11.2.4　增强现实中的传感器融合 209
11.2.5　增强现实中的深度传感器 211
11.3　传感器在汽车行业中的应用 211
11.3.1　转向扭矩传感器 212
11.3.2　转向角传感器 214
11.3.3　助力转向电机位置传感器 215
11.4　传感器在能量收集中的应用 216
11.4.1　能量收集系统的组成 216
11.4.2　Net-Zero能源系统 217
11.4.3　能量收集的医学应用 220
11.5　传感器在健康产业中的应用 220
11.5.1　心率监测 220
11.5.2　健康检测 221
11.5.3　光纤健康传感器 222
11.6　参考文献 223