基于TDOA改进的矿山井下机车定位方法

为提高矿山井下机车的定位精度,提出了一种基于到达时间差（Time Difference of Arrival,TDOA）改进的矿山井下机车定位方法。采用超声波和无线电传播时间差实现测距,分析了测距技术在井下运用时产生的误差,并对误差进行补偿。为了修正机车定位过程中产生的位移误差,把位移误差化简为机车到节点的距离误差。通过规律性地布置节点和惯性导航技术,计算出位移后机车到节点的距离。使用最小二乘法估计出机车的初始位置坐标,并通过泰勒级数最小二乘法修正坐标实现定位,定位精度可达12 cm。相比于传统的定位算法,该方法增加了定位精度,且在机车不同速度下,保持了较为稳定的定位精度。     

基于TDOA的室内超声波定位方法的改进

基于超声波和射频信号的TDOA（Time Difference Of Arrival,TDOA）室内无线传感网定位系统得到了越来越普遍的研究。其以距离测量为基础计算待测节点坐标。测距的误差影响定位结果的准确性。因此,文中主要目的是介绍基于超声波技术和射频技术定位系统的工作原理,通过采用总体最小二乘法（Total Least Square,TLS）的直线拟合方法对距离测量误差进行补偿,修正距离值,然后采用极小极大算法（Min-Max algorithm）进行定位的位置坐标计算,得到系统测距误差较小和定位准确性高的结果。实验数据仿真表明,该方法提高了距离测量精度和系统的定位准确性。     

基于残差修正法的无线传感器网络定位技术

测距定位是无线传感器网络节点定位中一种常见的方法。然而距离测量往往容易出现错误,导致潜在的大量非高斯误差的测量数据,最终会导致不精确的定位结果。通过分析非线性最小平方残差定位时,测距误差与残差的分布关系,一种坏测距误差的误差估计方法在本文中被提出。采用估计出的测距误差,修正了非线性最小平方残差值,提高了定位精度。仿真实验表明,该算法能有效估计出坏测距误差,并改进了定位效果。     

基于角度补偿的手机多传感器数据融合测距算法

在惯性测量领域,单纯利用加速度二次积分的方法并不能准确感知目标对象移动的距离.加速度传感器在感知呈线性运动的目标对象时较为准确和实用,但在三维空间运动时它的坐标轴会随物体发生方向的改变而不断漂移.为解决该问题,提出了一种基于角度补偿的手机多传感器数据融合测距算法(ADC-R),使用加速度传感器测量物体运动的加速度,作为计算位移的原始数据;采用手机陀螺仪传感器测量运动物体的角速度,并以旋转矢量传感器输出的数据作为参数把手机动态坐标系下测得的加速度值空间坐标转换到静态的参考坐标系下,然后进行数据融合完成角度补偿计算;最后根据物理学加速度和位移的关系运用数学积分方法和进一步修正误差的技术得到最终移动的距离.实验结果表明此方法在近距离测距方面精度较高,优于加速度积分算法和加速度与陀螺仪融合算法.     

超声波测距误差分析及校正研究

提高超声波测距性能是超声波测距技术研究的关键点;不同的超声波接收信号检测和处理技术会涉及到不同的硬件结构、软件实现复杂度,导致超声波测距性能差异,进而影响整个系统的定位性能;为提高定位系统的定位精度,针对特定的六元超声波阵列测距系统进行超声波阵列测距实验,对可能造成测距误差的误差源进行分析,并分别采用温度补偿法和最小二乘回归法对测量数据进行校正;实验结果表明,设计的网络节点测量距离能够达到15 m,且最小二乘校正模型的测量结果有效地减小了测距误差,提高了测距精度。     

基于激光测距的矿井机车防撞测距系统研究

针对现有矿井机车防撞系统易受干扰而测距不准确或成本高等问题,采用STC90C516RD+单片机、TDC-GP1高精度计时芯片设计了一种基于激光测距的矿井机车防撞测距系统,介绍了系统测距原理及软、硬件设计方案;在20~100m范围内对该系统进行测距试验,所得原始测距误差在0.22m以内,在Matlab中经最小二乘法对数据进行线性拟和修正后误差降低到0.03m以内,符合机车运行时的测距要求。     

基于RSSI测距误差修正的改进型DV-distance差分定位算法

DV-distance是一种基于多跳机制的定位算法,其相邻节点间的距离通过RSSI测距技术实际测量得到。为了减少RSSI测距误差对定位精度的影响,首先对RSSI测距误差进行修正,再对已有的信标节点间计算距离误差修正值的方法作进一步改进,提出一种基于RSSI测距误差修正的改进型DV-distance差分定位算法。仿真结果表明,相比已有的定位算法,该改进算法不仅能提高节点的定位精度,还能减少网络通信开销及计算复杂度。     

基于UWB和IMU的煤矿机器人紧组合定位方法研究

针对煤矿井下环境复杂,现有煤矿机器人定位方法受非视距误差等因素影响导致定位精度低、实时性不高等问题,提出了一种基于UWB(超宽带)和IMU(惯性测量单元)的煤矿机器人紧组合定位方法。首先利用UWB模块测量煤矿机器人与UWB基站之间的距离,使用煤矿机器人与UWB基站之间的距离真实值和实测值训练最小二乘支持向量机(LSSVM)模型,得到LSSVM修正模型;然后将煤矿机器人定位过程中UWB模块测得的实测值作为LSSVM修正模型的输入,通过LSSVM修正模型对UWB实测值进行修正,减小非视距误差对定位精度的影响,得到较为准确的距离信息;最后将经过LSSVM修正模型修正后的测距信息作为误差状态卡尔曼滤波(ESKF)的量测输入,与惯性导航解算出的位置信息构成量测方程,使用ESKF对UWB测距修正值与惯性导航解算的距离信息紧组合,完成状态更新,得到更为精确的位置信息,实现煤矿机器人的精确定位。UWB基站不同布置方案下的模拟实验结果表明：使用LSSVM修正模型可使UWB测距信息更为准确,进而提高定位精度。静态定位实验时,当4个UWB基站等高对称布置时,定位的均方根误差由0.146 4 m减小到0.13...     

基于灰色预测模型的井下精确人员定位方法

井下精确人员定位系统的定位精度受非视距误差和时钟误差的影响,目前系统多采用基于卡尔曼滤波的定位方法来减小误差,但当测量数据出现粗大误差时定位精度不高。针对该问题,提出了一种基于灰色预测模型的井下精确人员定位方法。携带标志卡的人员进入定位读卡器覆盖范围时,定位读卡器通过无线定位技术计算出标志卡与读卡器之间的测量距离,并将测量距离存储至数据缓存区;根据数据缓存区内的测量距离,采用GM(1,1)模型计算出下一时刻标志卡与读卡器之间的预测距离;当该预测距离的预测精度等级为优,且与测量距离之差超过误差判断阈值时,用该预测距离替代测量距离,实现对测距误差的优化补偿。测试结果表明,该方法不受测距误差影响,当测量距离存在粗大误差时,该方法的定位精度明显优于基于卡尔曼滤波的定位方法。     

DV-Hop测距修正的定位算法研究

针对DV-Hop测距定位精度不准问题，提出基于DV-Hop测距修正的对数搜索（improved DV-Hop Ranging-based Logarithmic Search，DH-RLS）定位算法。DH-RLS算法利用锚节点间的真实距离信息估计跳距误差，修正跳距值，提高测距精度。利用质心定位算法估计未知节点的位置，并将此位置作为搜索起点，再利用搜索目标函数进行搜索，直至搜索到具有最小距离误差和的点。仿真数据表明，DH-RLS定位算法的归一化平均误差低于同类算法。通过对测距修正，降低了测距误差，同时利用搜索目标算法提高了定位精度。     

基于误差修正技术的井下人员MEMS定位方法

针对矿井安全对井下人员位置信息精度和连续性提出的更高要求,提出一种基于误差修正方案的井下人员MEMS定位技术。依据加速度计输出比力均值和方差判定人员步态识别并完成脚部静止时间段的检测,结合零速误差修正工作原理,改进传统卡尔曼滤波方案,完成人员静止状态下运动信息计算误差和惯性器件偏差的滤波估计与补偿。搭建MEMS惯导系统实验平台,设计加速度方差阈值获取实验以及人员水平与三维运动实验。实验结果表明,基于误差修正技术的人员定位方法具有较高定位精度和可靠性。     

基于零加速修正的室内惯性定位算法

惯性微传感器定位精度受到累积误差影响严重,甚至在连续定位过程中出现无法收敛问题,使估计位置严重偏离实际位置。基于零加速状态检测并修正传感器平台姿态的算法可以在常规传感器配置条件下解决传感器的累积误差影响问题。将采集的加速度值与相应的阈值比较,检测出平台的零加速状态,根据检测到的零加速状态对平台的姿态信息进行重新修正估计,达到削弱累积误差影响的目的。理论分析表明,基于零加速修正的惯性定位算法具有较优异的计算复杂度。室内外实验结果表明,经过零加速修正定位算法得到的轨迹与行人真实轨迹能够较好契合,验证了该算法可以不依赖于GPS实现对行人的有效定位。     

基于惯性传感器的上肢位置跟踪

为辅助中风病人的康复训练,设计了一种手腕固定惯性测量单元的上肢位置跟踪方案.导航定位算法采用传统的捷联惯性导航解算算法,并在此基础上根据标准康复训练中手臂做屈伸运动时速度周期性为零的特征,引入零速修正技术(ZUPT).采用姿态检测最优算法检测零速区间,将此时惯性导航解算的速度作为量测值进行Kalman滤波,对系统的速度、姿态、位置、加速度计和陀螺仪常值零偏误差进行估计,将估计结果反馈以修正捷联惯性导航的累积误差.同时在Kalman滤波的基础上设计了固定区间RTS平滑算法,解决了零速修正引起的运动轨迹的突变问题.实验结果证明,该方案可以有效地实现上肢位置跟踪,在运动时间为108 s的情况下,定位误差为运动路程的0.089％.     

基于惯性导航技术的井下电机车精确定位系统

目前矿井运输系统中所采用的射频识别等电机车定位方法,只能检测到电机车在某一区域内,不能实现精确定位.通过对移动目标定位技术、数据通讯技术以及可视化技术的研究,结合对煤矿井下特殊工作条件的分析,提出了将惯性导航技术应用到井下定位系统的方案.利用加速度计和陀螺仪测得井下电机车位置、速度、方向等数据信息,通过无线通讯与有线通讯相结合的方式,将数据传送到井上调度中心计算机,应用组态王软件实时显示井下电机车的精确位置.该系统便于调度员了解电机车实时情况,提高了行车安全和效率,排除了撞车等事故的安全隐患.     

提升容器横向偏移惯性测量法的误差分析与校正

针对超深矿井提升装备需要增加提升容器横向偏移测量的问题,根据其小量程、高精度、抗干扰的测量要求,提出一种基于MEMS传感器的惯性测量方法.采用惯性测距原理进行横向偏移测量,分析了倾斜角、随机误差和速度残值三种主要误差源,提出了对应的动态均值、阈值设置和速度残值校正与补偿三种校正方法,结合提升容器的运行特点消除累积误差,并在液压移动平台上进行实验.结果表明:误差校正方法可有效抑制误差,横移测量精度在5 mm以内,惯性测量方法是一种超深矿井提升容器横向偏移测量的有效方法.     

惯性测量组合的优化设计与误差补偿算法研究

设计了九加速度计惯性测量组合用于测量飞行体的姿态和位置。通过理论分析和计算机仿真,结果显示由9个加速度计的输出可解算出载体运动角速度和线加速度,但由于加速度计的测量误差引起的角速度的解算误差会随飞行时间的增长而累积,采用误差补偿算法可有效地减小误差。另对加速度计位置误差进行了理论分析和仿真,结果表明,由加速度计组合的惯性测量方案对加速度计位置误差非常敏感。     

一种基于跟踪微分器的智能车辆加速度闭环控制方法

为了满足智能车辆进行L3及以上级别智能驾驶的需求,文章开发了一种基于跟踪微分器的加速度闭环控制方法.该方法采用跟踪微分器对加速度进行辨识,并对加速度进行闭环控制.其上层控制器根据车辆的当前速度、目标速度以及加速或者减速的距离计算一个加速度指令,并通过CAN网络将该指令发送到加速度闭环控制器中,从而实现对智能车辆进行加速...     

基于GLRT零速检测算法的行人室内定位系统

针对微机电系统中惯性传感器漂移大、精度低导致室内行人定位精度不高的问题,本系统在惯性导航解算算法的基础上,提出基于广义似然比检验的零速检测算法.该方法是利用广义似然比检验对行人处于站立相或摆动相的概率进行估计以及进行零速更新,提高行人定位精度.基于本文提出的行人室内定位模型,搭建以惯性测量单元为核心的实验平台,评估本文算法的可行性.实验结果表明行人定位的动态误差为-1.8141 m~1.4516 m,置信度为97.61%.表明本文的行人室内定位系统满足实际定位的要求.     

基于UWB辅助的多无人机惯导定位误差校正方法

针对卫星导航拒止的复杂环境下多无人机编队飞行只依赖惯性导航无法长时间导航的问题,提出一种超宽带(UWB,ultra wide band)辅助的惯导定位误差校正方法;给出UWB测距原理的同时建立了无人机机体坐标系下的惯导相对距离解算模型;在惯导误差模型的基础上,以惯导误差和UWB测距信息分别作为状态量和观测量,设计出惯导误差校正的扩展卡尔曼滤波模型;以两架无人机为例对算法进行仿真验证,仿真结果表明相较于纯惯导定位,该方法在东北天三个方向的最大定位误差不超过1 m,速度均方根误差值不超过0.01 m/s,很好地抑制了惯导系统速度和位置的误差发散,为解决无人机编队在卫星拒止环境中的定位问题提供参考思路。