基于AKPCA算法的井下WLAN位置指纹定位

为改进井下WLAN人员定位系统中位置指纹数据库的特征提取及在线定位匹配性能，提出了自适应核主成分分析(Adaptive Kernel Principal Component Analysis, AKPCA)算法。AKPCA算法将最优AP选择算法与核主成分分析(Kernel Principal Component Analysis, KPCA)算法相结合，使本征维数的计算具有一定的子区域自适应性，有效改善了KPCA算法中使用最大似然估计法求解的本征维数对于区域划分后的位置指纹数据库过于单一的问题。最优AP选择因子能够根据区域中AP信号的覆盖状态在位置指纹数据库构建及区域划分后完成最优本征维数的确定。井下人员定位试验结果中，AKPCA算法在各子区域本征维数的计算精度上要优于KPCA算法，且在定位误差为4 m时的置信概率达到了近100%,高于KPCA算法的91.4%。而在定位过程的内存占用对比方面，AKPCA算法的平均内存使用为0.832 GB,要优于KPCA算法的1.278 GB和其他位置指纹匹配算法。综上，AKPCA算法不仅在定位精度上要优于其他特征提取算法，同时也能够有效减少定位系统在...     

巴基斯坦塔尔煤田投资风险综合评价

 本文是针对巴基斯坦塔尔煤田开发投资的前期风险性评估研究,在结合巴基斯坦社会经济、能源环境、塔尔地区自然环境、煤田地质条件等资源情况的基础上,进行的该国能源投资风险分析。文中重点识别了关系投资风险的主要影响因子,并对其影响度进行了剖析,采用了层次分析法AHP建立了风险因子量化指标模型,再运用模糊综合评价方法推导出塔尔煤田投资风险度,作出了总结性建议。本研究对准备参与巴基斯坦煤田投资的中国企业具有参考性价值。     

中国天然气产业发展策略研究

摘要：从国内外天然气储量分布入手,阐述了目前我国天然气勘探开发及利用现状和未来发展趋势,并提出了中国发展天然气的具体对策和措施。我国天然气资源丰富,但其开发利用还存在很多难题,天然气产量的增长速度远远跟不上需求的增长速度,供需矛盾突出。目前天然气在能源消费中所占比重较低,主要用于化工和电力部门。未来应通过提高对天然气资源的认识,加强天然气勘探技术攻关,加快建设天然气运输、储存和利用等配套基础设施,建立天然气产业法律体系等途径促进天然气产业健康发展。      

井下WLAN位置指纹样本自相关滤波降噪方法研究

为了解决井下WLAN位置指纹库中噪声样本对井下人员定位精度的影响,提出了用于消减位置指纹数据库中噪声样本的基于采样间隔τ的自相关滤波算法。研究表明,虽然在同一个参考点处使用同一个采集设备在不同时刻采集到的接收信号强度(received signal strength,RSS)序列都不完全一样,但噪声样本与其他样本的RSS序列相比有着较为显著的差异值。利用这一特点,基于采样间隔τ的自相关滤波算法使用样本均值作为两个样本间波动差值的平衡参照,使得噪声样本的异常特性被放大,进而使可能存在的噪声样本更精确地被滤除。滤除噪声样本的位置指纹库能够更好地表征各参考点处的RSS分布。实验结果表明,以90%置信概率为参照标准,使用自相关滤波后的位置指纹样本分别进行静态和动态人员定位的定位误差为3 m和3.5 m,比使用原始位置指纹样本的定位误差分别减小了1 m和0.5 m。     

基于无线访问节点选择的煤矿井下定位方法

针对量子粒子群优化-基于阶次序列定位(QPSO-SBL)方法定位精度较低的问题,采用基于信息增益的无线访问节点(AP)选择算法对其进行优化,由此提出了一种基于无线AP选择的煤矿井下定位方法。该方法根据AP的综合可辨识性按照降序对所有AP进行排列,选取前k个AP组成可用AP集合,将可用AP集合作为QPSO-SBL方法的输入量,通过QPSO-SBL方法得出定位结果。试验结果表明,基于无线AP选择的煤矿井下定位方法较QPSO-SBL方法的平均定位误差降低了约10.2%,整体稳定性较强,定位效果较好。     

井下WLAN位置指纹定位中改进区域划分方法研究

井下WLAN位置指纹人员定位系统主要是通过聚类算法来实现位置指纹样本的整体性划分,但现有的聚类算法只是针对接收信号强度的统计分布特性进行聚类划分,并没有充分考虑奇点问题。针对该问题,提出了一种基于类关系的K-Means(CRK-Means)算法,该算法以类内离散度和类间离散度的比值为目标函数,通过使该比值最小的聚类的聚合、分离过程即可得到避免了奇点问题的最优聚类,完成定位区域的合理划分。针对采用随机森林(RF)算法对聚类划分后的定位区域进行粗定位存在误判的问题,提出了遗传算法与随机森林相结合的(GA-RF)算法,该算法以GA中的选择、交叉和变异优化过程确保了RF算法的选择树总数和位置指纹参考点特征数的最优取值。实验结果表明:CRK-Meams算法有效解决了奇点问题,且在一定程度上提升了系统定位精度;采用CRK-Meams算法和GA-RF算法后,子区域粗定位的准确率相比RF算法提升了4%,达到98%;置信概率大于90%的最小定位误差达到了3m,优于传统的聚类算法。     

以绿色肥料为导向的贵州省煤-磷-电产业一体化工艺探索

依托贵州省煤炭、磷矿资源特色，结合区域经济、环境发展规划和需求，探索建立煤-磷-电一体化系统工程。该系统工程以绿色肥料产品为导向，对高炉磷酸法工艺、煤层气制合成氨、电力联产联供等技术进行研发和设计，实现不同产业技术工艺的耦合，多条产业链中产品互相搭配，工艺路线与产品实现优化组合，推进产业系统升级，减少磷石膏、废水、硫化物和氮氧化物等排放，促进区域内特色资源深度利用，并降低产业原料和能耗等运营成本，提高产业整体经济效率。     

基于改进自适应PSO算法的WSN覆盖优化方法

在标准粒子群优化（particle swarm optimization, PSO）算法的基础上提出了一种带有动态惯性权重的自适应粒子群算法, 以实现移动WSN对被监测区域的覆盖。新算法引入了粒子群进化度因子和粒子群聚合度因子, 这两个因子的数值主要受粒子群的平均适应值、局部最优值和全局最优值影响。使用这两个因子调整惯性权重会使算法带有一定的自适应性, 这种自适应性使得算法在迭代过程中既不会因步长过小而局部收敛, 也不会因步长过大而跳过待求解问题的最优值。仿真结果表明, 相比标准PSO算法, 改进后的自适应PSO算法使移动WSN的覆盖率提升了5%~8%。     

改进VFPSO算法于WSN节点随机部署中的应用

无线传感器网络（Wireless Sensor Network,WSN）节点的随机部署一直是WSN覆盖的核心问题之一。尽可能提升WSN的覆盖质量对延长网络的生命周期起着重要的作用。虚拟力-粒子群优化（Virtual Force Particle Swarm Optimization,VFPSO）算法因虚拟力的引入使PSO算法的优化性能有所提升,但PSO算法的早熟问题仍未得到有效改善。在VFPSO算法的基础上提出了一种维度选择机制,主要目的在于改善VFPSO算法中后期的优化能力。仿真结果表明,将采用维度选择机制后的VFPSO算法应用于WSN的覆盖优化中,覆盖率较其他优化算法有3%~5%的提升。