═══════════════════════════════════════════════════════════════════════════
                      重构项目文件结构说明
═══════════════════════════════════════════════════════════════════════════

📁 refactored-likeRunner/
│
├─ 📄 README.md                          【必读】完整项目说明
├─ 📄 DATA_FLOW_GUIDE.md                 【必读】数据流快速参考
├─ 📄 STRUCTURE.txt                      本文件
│
└─ src/main/kotlin/
   │
   ├─ 📄 Main.kt                         【程序入口】展示如何使用
   │
   ├─ model/                             【数据模型层】
   │  ├─ Coordinate.kt                  - MetaCoordinate, Coordinate, RawCoordinate, NoisyCoordinate
   │  └─ MotionState.kt                 - PhysicsState, MotionState
   │
   ├─ core/                              【核心模拟层】
   │  │
   │  ├─ 📄 TrajectorySimulator.kt       【主协调器】4步数据流的协调器
   │  │                                   - 初始化各个引擎
   │  │                                   - simulate() 执行4步处理
   │  │
   │  ├─ physics/                        【第1步：物理计算】
   │  │  └─ RunnerPhysics.kt             - 计算距离、速度、加速度
   │  │
   │  └─ trajectory/                     【第2步：路径插值】
   │     └─ PathInterpolator.kt          - 线性插值 (Haversine算法完全保留)
   │
   ├─ noise/                             【第3步：噪声处理】
   │  │
   │  ├─ NoiseProcessor.kt               - 噪声协调器，管理多个引擎
   │  │
   │  └─ GpsNoiseEngine.kt               - GPS噪声引擎（白噪声+漂移）
   │                                      - 预留: VelocityNoiseEngine
   │                                      - 预留: AccelerationNoiseEngine
   │
   └─ resources/data/                    【数据资源】
      └─ SampleRoute.kt                  - 样本轨迹数据

═══════════════════════════════════════════════════════════════════════════
                          4步数据流位置
═══════════════════════════════════════════════════════════════════════════

【第1步】物理计算 → RunnerPhysics.kt
┌──────────────────────────────────────┐
│ 输入: time (秒)                      │
│ 处理: 计算物理参数                    │
│ 输出: PhysicsState                   │
│       - distance (距离)              │
│       - velocity (速度)              │
│       - acceleration (加速度)        │
└──────────────────────────────────────┘

【第2步】路径插值 → PathInterpolator.kt
┌──────────────────────────────────────┐
│ 输入: distance (来自第1步)           │
│ 处理: 在轨迹上查找坐标               │
│ 输出: RawCoordinate                  │
│       - lon, lat (无噪声)            │
└──────────────────────────────────────┘

【第3步】噪声处理 → NoiseProcessor.kt + GpsNoiseEngine.kt
┌──────────────────────────────────────┐
│ 输入: RawCoordinate + PhysicsState   │
│ 处理: 添加各种噪声                    │
│ 输出: NoisyCoordinate                │
│       - lon, lat (带噪声)            │
│       - gpsError (噪声大小)          │
└──────────────────────────────────────┘

【第4步】结果组装 → TrajectorySimulator.kt
┌──────────────────────────────────────┐
│ 输入: 所有前置步骤的输出             │
│ 处理: 组装到单一对象                  │
│ 输出: MotionState                    │
│       (完整的运动状态，可直接使用)    │
└──────────────────────────────────────┘

═══════════════════════════════════════════════════════════════════════════
                          核心特性
═══════════════════════════════════════════════════════════════════════════

✅ 清晰的数据流
   每个步骤职责明确，输入输出清晰

✅ 易于扩展
   预留了位置供添加新的噪声引擎、物理模型等

✅ 逻辑保留
   原有算法（Haversine、GPS噪声模型）逻辑完全保持

✅ 充分注释
   每个关键类都有详细的伪代码和说明

✅ 独立项目
   新项目完全独立，不影响原有的 likeRunner 项目

═══════════════════════════════════════════════════════════════════════════
                          快速导航
═══════════════════════════════════════════════════════════════════════════

我想...                            去看...
─────────────────────────────────────────────────────────────
了解整个项目                        → README.md
理解数据流                          → DATA_FLOW_GUIDE.md
看代码怎么用                        → Main.kt
改物理计算                          → core/physics/RunnerPhysics.kt
改路径算法                          → core/trajectory/PathInterpolator.kt
加新噪声                            → noise/GpsNoiseEngine.kt
改坐标数据结构                      → model/Coordinate.kt
看最终输出数据                      → model/MotionState.kt
怎么协调各步骤                      → core/TrajectorySimulator.kt

═══════════════════════════════════════════════════════════════════════════