采用分段加权最小二乘法的井下人员 实时定位系统设计

基于井下无线局域网系统,采用自制无线移动终端扫描AP节点获取MAC地址和信号强度信息RSSI,并同时采集温度、湿度、瓦斯浓度等环境信息数据,通过网络将信息数据传输到地面服务器。利用多边定位建立线性最小二乘模型,把井下巷道分为多个分段,采用分段估计加权值得到动态加权矩阵。通过分段加权最小二乘算法计算出井下人员实时定位数据,最终生成煤矿井下人员周围环境数据库和人员轨迹数据库。试验结果表明,该系统定位平均误差小于1. 88 m。利用修正加权矩阵和分段加权最小二乘算法,能保证井下电磁环境改变时系统定位稳定,且定位精度较高。     

改进克里金插值算法的井下无线定位指纹库构建方法

针对煤矿井下巷道中构建一个采集点密集分布的无线定位指纹库,需要逐点采集信号,会耗费大量的人力和时间,为此提出基于模拟退火SA(Simulated Annealing)人工蜂群ABC(Artificial Bee Colony)混合算法优化克里金(Kriging)插值算法的构建井下无线定位指纹库的方法。首先通过无线网络采集井下巷道部分采集点的指纹数据,并建立采集指纹数据库。其次利用采集指纹数据库构建Kriging插值算法模型,再通过SA-ABC算法对变异函数的参数寻优,建立SA-ABC-Kriging插值算法模型。再次用插值算法估算出预测点的信息数据,并建立插值指纹数据库。最后将采集指纹数据库和插值指纹数据库构建井下无线定位指纹库。实验表明,该构建方法比传统Kriging插值算法的定位精度和插值精度更高,而且可减少50%的人工采集指纹数据工作量。     

混沌粒子群优化神经网络的井下人员无线定位方法研究

针对井下人员定位系统定位精度较低,不能满足智慧煤矿的需求,提出一种基于混沌粒子群算法优化Elman神经网络的井下人员无线定位方法。该定位方法首先在井下巷道无线网络环境中,利用无线终端采集一定数量的样本点指纹数据库。其次初始化Elman神经网络,利用混沌粒子群优化算法对神经网络权值和自连接反馈增益因子寻优。再次用指纹数据库对优化过的Elman神经网络进行训练和测试,建立神经网络定位算法模型。最后通过无线终端采集定位点的指纹数据,由神经网络定位算法模型进行实时定位。经试验表明,该井下人员无线定位方法平均定位误差为1.35 m;而混沌粒子群算法优化Elman神经网络定位算法,其算法全局搜索能力更强,更适合井下时变环境中应用。     

基于优化RBF神经网络的无线室内定位

针对径向基函数（Radial Basis Function,RBF）神经网络算法在无线网络室内定位中拓扑结构和网络参数难以确定,其定位效果不理想的问题,提出了一种用核主成分分析的模糊C均值聚类算法（Fuzzy C-Means clustering algorithm based on Kernel Principal Component Analysis,KPCA-FCM）和模拟退火自适应遗传算法（Simulated Annealing adaptive Genetic Algorithm,SAGA）优化RBF神经网络的无线室内定位算法。首先利用KPCA对原始训练数据样本进行数据预处理,再通过KPCA-FCM算法计算出最优聚类数目和聚类中心点;其次将聚类数目和聚类中心点作为隐含层神经元个数和中心值,创建RBF神经网络,并将其网络参数映射到SAGA算法中;再次由SAGA算法进行网络参数寻优,把最优的解映射回RBF神经网络;最后利用样本数据对RBF神经网络进行训练和测试,完成建立RBF神经网络算法模型。实验表明,在相同的环境中,所提算法比传统RBF神经网络定位精度提高了48.41%。     

基于SAPSO-BP神经网络的井下自适应定位算法

针对基于传统BP神经网络的井下定位算法存在收敛速度慢、易形成局部极值、在煤矿井下强时变性电磁环境中定位误差大等问题,提出了一种基于模拟退火思想的粒子群优化算法加BP神经网络(SAPSO-BP)的井下自适应定位算法。采用SAPSO算法优化BP神经网络的初始权值和阈值,以加快训练收敛速度,使之到达全局最优;通过安装在井下巷道中的无线校准器采集目标点接收信号强度指示(RSSI)值,采用自适应动态校准方法对RSSI值进行实时校准,以减小强时变性电磁环境对定位精度的影响;最后利用SAPSO-BP神经网络估算出目标点位置坐标。实验结果表明,该算法的定位误差在2m内的置信概率为77.54%,平均误差为1.53m,定位性能优于未校准SAPSO-BP神经网络算法、PSO-BP神经网络算法、BP神经网络算法。     

基于改进BP神经网络的井下无线定位算法研究

针对煤矿井下作业人员安全,提出一种无线定位算法。利用无线网络,采集采样点接收到各个AP的MAC地址和信号强度RSSI,与采样点坐标位置组成训练集;用训练集对加入动量项的BP神经网络进行离线训练,训练完成后,待测点接收到MAC和RSSI信息带到训练过的BP神经网络进行定位。实验结果显示,该定位算法提高了收敛速度和定位精度。     

基于改进加权质心的井下定位算法研究

针对井下定位精度不高的问题,提出一种基于加权质心定位的改进定位算法。通过带测点扫描AP节点,把信号强度信息RSSI值、MAC地址和IP地址发送到服务器,计算出最近3个节点,利用节点RSSI的差值之比,计算出加权值,再用改进加权质心定位算法计算位置坐标的试验,结果显示,该定位算法定位精度提高34.45%。     

骑楼历史街区保护性旅游开发新思路——以广东江门长堤骑楼为例

以骑楼为特色所形成的历史街区,现已成为现代城市社会功能中不可忽视的商业地带,因而引起众多的专家与学者对历史街区的关注。本文以江门长堤骑楼历史街区为例,通过调研长堤骑楼历史街区的历史沿革,分析街区现状以及骑楼建筑的功能在现代城市发展所面临的巨大挑战,提出了旅游开发的新思路。笔者认为：保护性不仅仅是“修旧如旧”的修建,更重要的是为顺应现代城市的发展需求,提出将原骑楼建筑功能加以转换,即“以旧换新”的保护性旅游开发新思路。     

基于AD590的人体温度检测仪设计

用AD590温度传感器把温度转换成为电流,经过电流转换电压电路,利用单片机自带的AD模块把模拟信号转换成为数字信号,单片机处理AD的数据后,将温度显示在液晶显示屏上,并判断是否正常.