待调研问题集

Q1. 申请书规范

篇幅限制、章节格式要求、评审维度及评分权重。决定后续所有产出的框架。

Q2. 数据与评测

是否提供真实数据集（训练集/测试集）？评测指标除 CEP90 外是否还有其他？测试场景的具体定义（好心人密度、环境类型、设备运动模式等）。

Q3. 当前 baseline 性能

题目所述"当前方法"（聚合+经验参数）的具体算法描述和已知性能数据，作为"提升 20%"的基准锚点。

Q4. 专利与文献

出题方已有的相关专利和内部论文，需要参考或规避的技术路线。避免申请书提出的方案落入已有 IP 范围。

Q5. BLE 测距技术边界

拟采用的 BLE 标准版本（4.x/5.x）及可用测距手段（RSSI/AoA/AoD/RTT），直接决定测距精度的理论上限和方法选择的天花板。

Q6. 移动场景的定位目标

移动场景下，输出目标是什么？三种可能性差异巨大：

1. 预测当前位置（外推）：基于历史轨迹预测设备"现在"在哪，需要运动模型和时间外推
2. 估计最后观测位置：仅定位最后一次好心人报告时刻的设备位置，不做外推
3. 重建历史轨迹：回溯整条运动路径

三者对算法要求完全不同——(1) 需要在线滤波 + 运动预测，(2) 只需离线聚合最近报告，(3) 需要全局平滑（如 RTS smoother）。

Q7. 好心人设备特征与异构性

好心人上报数据中是否包含设备信息（品牌、型号、OS、BLE 芯片型号）？文献表明不同手机 RSSI 偏差可达 11 dB、方差差异 25 倍（B13 DeepBLE），是一等误差源。若有设备标识可做 per-brand 校准；若无则需盲适配。