基于Zigbee井下无线传感器网络的定位方法

根据井下人员定位系统对定位方法的要求,提出了基于RSSI(Received Signal Strength Indicator)的加权质心定位算法,它综合了基于测距的定位和非测距的定位,并将固定锚节点之间的距离和信号强度信息考虑进来对固定锚节点的权值进行校正.实验结果证明,所提出的算法能够提高定位精度.     

信标节点链式部署的井下无线传感器网络定位算法

针对煤矿井下巷道狭长,信号多径效应明显,接收信号强度（RSSI）测距算法受井下环境影响大,定位精度低的情况,提出了一种信标节点链式部署结构下的动态RSSI测距算法,该算法以信标节点间的距离和他们间测量到的RSSI值为参考,计算巷道内实际环境下的路径衰落指数,以提高RSSI测距算法对环境的适应性。实验结果表明,在相同的实验环境下,该算法定位精度优于RSSI定位算法,能够满足井下人员定位的要求。     

改进RSSI的煤矿井下定位技术研究与实现"

针对煤矿井下无线信道的信号传播模型,提出将接收信号强度复合滤波器、一元线性回归测距模型和多边定位方法相结合的改进接收信号强度指示(Received Signal Strength Indicator,RSSI)值的井下定位技术,通过利用基于无线传感器网络操作系统TinyOS的节点进行离线建模、在线测算,实现煤矿井下人员及设备的实时定位。井下巷道试验表明,该技术提高了定位精度,增强了定位系统的鲁棒性,适用于煤矿井下定位。     

改进RSSI的煤矿井下定位技术研究与实现

针对煤矿井下无线信道的信号传播模型,提出将接收信号强度复合滤波器、一元线性回归测距模型和多边定位方法相结合的改进接收信号强度指示( Received Signal Strength Indicator,RSSI)值的井下定位技术,通过利用基于无线传感器网络操作系统TinyOS的节点进行离线建模、在线测算,实现煤矿井下人员及设备的实时定位。井下巷道试验表明,该技术提高了定位精度,增强了定位系统的鲁棒性,适用于煤矿井下定位。     

基于滤波算法的煤矿井下定位技术研究

煤矿井下无线信道容易受到非视距和多径衰落影响,基于RSSI的定位系统误差较大,研究了一种新的井下定位算法。对卡尔曼滤波算法进行研究,抑制测距误差,建立井下信道模型;提出一种协调器节点选取最优参考节点组的方法,利用信道模型和加权最小二乘法确定移动未知节点位置信息;进一步通过扩展卡尔曼滤波算法求精数据,实现煤矿井下矿工及设备的实时定位。井下巷道实验表明,该算法误差控制在3 m以内,提高了定位精度,增强了定位系统的可靠性,可用于煤矿井下定位。     

改进RSSI加权质心算法在井下人员定位中的应用研究

为提高煤矿井下人员定位的精确性,确保井下人员的快速定位,以实现井下快速救援和日常监督,本文根据无线接入点的关联性,通过接收信号强度值(RSSI)计算参考节点和定位节点的距离,提出基于改进RSSI加权质心算法的井下人员定位技术,消除了传统改进RSSI定位算法中人为因素对路径损耗确定的干扰。根据实际巷道环境进行了基于RSSI加权质心算法和改进RSSI加权质心算法的人员信息定位技术的模拟仿真,结果证明了改进RSSI加权质心算法能够增加井下人员定位的精准可靠性,更加适用于井下定位系统。     

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%。     

基于RSSI算法的井下定位方法的改进

在介绍了几种常用无线通讯技术的基础上,提出了一种基于RSSI算法的煤矿井下无线定位方法。针对煤矿井下巷道的实际情况,指出现有算法在对于井下巷道倾斜情况下的严重误差,并提出通过对巷道中的参考节点设置参数θ来表示井下巷道的实际倾斜程度,从而实现RSSI算法斜坡测距定位。通过实验证明,该方法比常规测距定位方法更加准确,能提高井下人员及车辆的定位精度,对煤矿井下生产调度及安全生产具有重要意义。     

基于ZigBee的钨矿井下矿车定位监测系统研究与设计

针对现有的钨矿井下矿车定位系统的布线困难、信息化和可视化水平低等问题,为了更加合理、高效地调度矿车,设计了一种基于Zig Bee的无线网络系统,实现对井下矿车定位及安全监测。首先探讨了井下环境无线信号传输的RSSI测距模型,并采用高斯滤波对RSSI测距参数进行修正后,结合极大似然估计定位方法实现矿车定位,针对此定位算法存在的较大误差,提出了加权质心定位算法来提高矿车定位的准确性。然后通过上位机将井下采集的矿车速度和定位信息实时显示在井上监控主机和大屏幕中。通过实验仿真,结果证明,改进的加权质心定位算法有效地降低了定位误差,上位机对速度数据信息可实现调用、存储、实时显示、查询并预警等功能,系统具有实时性强、精度高、鲁棒性好等特点,可以有效提升钨矿井下开采生产的安全性。     

无线传感网络煤矿井下人员定位系统设计

为提高煤矿企业安全生产能力,设计基于Zigbee技术架构的无线传感网络矿井人员定位系统。采用RSSI测距和质心算法混合定位机制,实现井下人员精确定位;开发基于PC的上位机定位分析系统,可以显示定位目标的坐标位置、与各个定位目标进行数据通讯,同时支持对井下各通讯节点组网方式的动态调整。将无线传感网络技术运用于煤矿企业的井下人员的定位,可大大提高了煤矿企业安全生产水平。     

基于无线传感器网络的井下容错性定位方法

本研究针对煤矿井下环境建立了以无线传感器网络为基础的监测定位系统。该系统以保证定位功能的实现为基本要求,在高容灾度的结构上配合使用合理的容错机制;提出了使用PIR或PIT内点测试法确定人员与定位区域的相对位置;在测距阶段对路径损耗模型参数的更新采用简单有效的计算方法;在传统三边定位算法的基础上,提出基于RSSI测距的加权三边定位方法。试验仿真表明,该方法有效提高了人员定位精度,同时具有较好的容错性。     

基于SVM分类的煤矿井下人员指纹定位算法

为了减少煤矿井下环境对人员定位系统的影响,提出一种基于SVM分类的煤矿井下人员指纹定位算法,该算法由指纹数据库、井下巷道指纹数据采集和井下位置匹配等环节组成。该算法利用SVM分类方法建立指纹数据库,采用奇异值去除方法消除指纹动态影响,通过实时采样信号与指纹数据库进行映射的方法找出最佳匹配位置。通过随机采集50个指纹样点数据作为位置信息,进行多终端用户位置信息测量,并取5个终端用户的测量数据进行分析。定位试验表明,该算法定位误差小于1.5 m,相比传统的基于RSSI定位算法有更高的定位精度。     

煤矿井下基于RSSI的多维标度定位算法

针对煤矿井下环境复杂多变,受限无线信道容易受到非视距、多径衰落及人为因素的影响,导致指纹匹配技术定位算法误差较大,提出了一种基于RSSI的多维标度定位算法。该算法根据井下巷道信号传播模型测距构建相异性矩阵,利用多维标度法计算节点相对坐标,通过平面四参数模型转换为移动节点的绝对坐标,引入粒子群算法优化节点位置坐标,实现对井下移动目标的实时定位。对比试验表明,优化后的节点定位精度有了明显的提高,满足低成本定位系统的需求。     

基于LQI滤波与联合参数估计的井下人员定位算法

现有的基于RFID技术的井下人员定位系统存在定位准确度低、抗干扰性差等问题。为提高井下人员定位算法的准确性和环境适应性,提出了一种在ZigBee通信协议框架下,基于LQI滤波与RSSI联合参数估计的定位算法。首先使用LQI指标对通过ZigBee芯片读取的原始RSSI数据进行滤波,其次对RSSI的信道参数和环境噪声参数进行联合估计,并依据环境噪声参数对距离估计进行补偿,最后利用最小二乘法完成定位计算。算法挖掘了现有硬件设备的潜力,更多考虑了环境对定位的影响,有效的提高了定位的准确度。最后通过ZigBee硬件平台验证了算法的有效性,与原有RSSI定位算法相比,改进算法将定位均方误差降低了约10%。     

基于TOA技术的煤矿井下人员定位精度评价方法

针对现有行业标准对基于信号到达时间TOA(Time of Arrival)技术测距的煤矿井下人员定位精度评价未作相关规定的现状,提出基于TOA技术的煤矿井下人员定位精度评价方法,利用定位系统时间分辨率评价条件、处理器频率评价条件、定位误差评价条件对静态定位精度进行评价;利用定位巡检周期限定条件、最大位移速度限定条件对动态定位精度进行评价;综合静态和动态定位精度评价结果评价基于TOA的煤矿井下人员定位精度,并可对基于TOA技术的煤矿井下人员定位系统设计进行指导,同时给出了应用该方法进行基于TOA技术煤矿井下人员定位精度评价及煤矿井下人员定位关键设备指标设计指导实例。     

基于RSSI的煤矿井下巷道定位技术误差分析

煤矿井下定位系统的定位精度有限,为进一步提高矿井安全生产水平,及时且客观地获知人员和机车的位置,需对系统的定位误差情况有所掌握。煤矿井下多为巷道,人员和机车也多在巷道中活动,锚节点一般多布置在巷道一侧,根据盲节点必在巷道中的先验信息,以及实验得到并经最小二乘法修正的测距参数,对基于接收信号强度(RSSI)模型的井下巷道定位系统及定位误差进行了理论分析。得到系统模型中测距误差的放大倍数的分布规律,并分析测距误差对x,y方向的定位误差及最终定位误差的影响规律。仿真结果表明,相同的测距误差在不同的定位区域表现出了非均匀的目标定位误差分布,这对煤矿安全生产和管理都非常重要,而且能够对煤矿井下巷道定位系统的建设提供帮助和指导。结合井下巷道具体尺寸,数值计算得到测距误差对人员和机车定位的误差最大值,这将能够帮助煤矿事故中实施有效的安全救援工作。     

基于改进加权混合滤波的矿井RSSI定位方法

针对煤矿井下人员定位算法普遍存在定位精度较低、受环境干扰大、设备成本高等问题,提出了一种基于改进加权混合滤波的矿井RSSI(Received Signal Strength Indication)定位算法。首先对固定点离线采集的信号进行高斯滤波,去除各位置点接收到的小概率、大干扰信号值,引入最大值加权处理得到各位置对应的信号值;其次设计了引入等价权函数的改进卡尔曼滤波器对各位置点计算所得信号值进行平滑处理,抑制环境中噪声因素引起的误差;最后利用最小二乘法计算该环境下路径损耗指数n和环境参量X_σ,建立符合煤矿井下特殊环境的无线信号传输模型。矿井工作人员携带信号接收装置进入巷道,利用该信号传输模型求出矿井人员到信号节点的距离,进而确定人员的位置。仿真结果表明,所提方法有效减小了RSSI测距定位误差,为将RSSI测距定位技术更好地应用于煤矿井下人员定位奠定了理论基础。     

煤矿井下基于RSSI的加权质心定位算法

针对基于无线传感器网络的矿井灾害无线监测信息系统,提出了一种基于接收信号强度（RSSI）的加权质心定位算法。算法首先动态获取路径衰落指数,然后通过加权质心算法计算出自身位置。动态获取路径衰落指数实时计算了定位区域下的路径损耗指数,能够准确反映巷道不同区域对信号衰落的影响,增强了测距算法对环境的适应能力。加权质心算法通过加权系数体现各参考节点对质心坐标决定权的大小,提高了定位精度。实验测试表明,算法提高了定位精度,计算量小,定位流程简单,适合用于煤矿井下环境。     

基于RSSI井下人员定位Trilateration-GSA算法研究

针对煤矿井下人员定位不精确这一实际问题,研究了基于ZigBee的无线网络井下人员定位监测技术,并且提出了一种基于RSSI接收信号强度进行精确定位优化的TrilaterationGSA算法。通过对ZigBee无线网络的搭建,用多边测距算法得到多组预测定位信息,通过引力搜索算法(GSA)进行数据的优化,减少煤矿井下特殊环境对定位信息的影响,实现了对井下人员的精确定位。使用MALTAB进行模拟煤矿的环境搭建并且进行仿真测试,并对测试数据进行误差分析,测试结果显示了该算法可以提高井下人员实时位置监测的精度,为井下人员的管理提供了技术支持,具有较好的应用价值。     

基于无线局域网的矿山井下定位技术研究

矿山井下的无线人员和机车定位对于提高矿山的生产效率,增强矿山安全生产水平具有重要的意义.在无线局域网(WLAN)系统架构下,基于接入点(AP)接收信号强度信息(RSSI),利用经验和估值相结合的算法实现了矿山井下的无线定位.通过试验证明,该方法可实现定位精度在9 m以内,充分满足了矿山井下无线定位需求,克服了当前无线射频识别(RFID)技术仅能实现井下巡检功能的不足.