基于RSSI的矿井移动目标加权质心定位算法

基于接收信号强度(RSSI)定位技术,通过优化质心定位算法和权值因子来提高煤矿井下移动目标的定位精度。该方法将接收到的RSSI值进行高斯混合滤波,利用最大期望算法(EM算法)对数据进行聚类分析,然后根据赤池信息量准则(AIC)选取AIC值最小的分布模型作为算法计算模型,最后将加权质心算法引入幂值求得定位坐标;用CC2530传感器节点作为通信节点进行实验验证。实验证明,优化后的加权质心算法的定位误差较小。     

基于PSO-GRNN神经网络的煤矿井下定位算法研究

为进一步提高井下定位精度,本文提出一种基于粒子群算法-广义回归神经网络(PSO-GRNN)的煤矿井下定位算法。该算法利用广义回归神经网络(GRNN)建立井下定位模型,通过粒子群优化算法(PSO)寻找广义回归神经网络最优的平滑因子,降低人为调整的影响,提高定位精度。将信标节点接收到的信号强度(RSSI)值输入训练好的神经网络,神经网络的输出就是待测节点的坐标。仿真实验表明,PSOGRNN模型相比未经优化的GRNN模型和BP模型,定位精度更高;相比BP模型,算法复杂度更低,效率更高,满足井下自适应定位要求。     

基于无线传感器网络的改进RSSI井下定位算法的矿井人员定位系统设计

为了确保矿井人员的人身安全,提高井下定位系统的精确度,设计一种基于无线传感器网络的改进RSSI井下定位算法的矿井人员定位系统。根据井下环境特点搭建了系统框架,并详细介绍了系统的传感器节点结构及硬件设计,针对矿井环境特点,修正测距模型,在RSSI算法中引入加权因子求平均的算法定位未知节点,并通过泰勒级数展开求导的方法对坐标进行修正,最后采用加权质心算法求未知节点的坐标。仿真实验表明,改进后定位算法定位的精度较为精确,具有一定的应用价值。     

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。     

煤矿井下线型无线传感器网络节点定位算法

针对煤矿井下线型无线传感器网络节点定位精度较低的问题,提出了基于RSSI(接收信号强度指示)的对角差分修正定位算法。该算法在对线型无线传感器网络节点定位的横向和纵向误差进行分析的基础上,首先利用差分原理对测量距离进行修正,并使用极大似然估计法进行初步定位;然后应用信标节点构建煤矿井下巷道模型,在该模型下对移动节点进行横向修正。仿真结果表明,该算法较传统的极大似然估计算法具有较高的定位精度和稳定性,适用于煤矿井下线型无线传感器网络节点定位。     

基于非测距无线传感网络井下人员定位

针对复杂的井下环境,使用了基于非测距的无线传感器网络定位算法来实现井下人员的定位。为了实现精确定位,采用了基于两移动锚节点的定位算法。通过3个节点间的最短路径确定1条直线来尽可能减少定位节点的误差,同时避免因障碍物或其它因素的影响所造成的节点定位误差,最大程度上提高了定位精度。通过仿真表明节点定位的精度与两移动锚节点移动的圈数和圆的等分数有关,移动的圈数和圆的等分数越多节点定位的精确度就越高。     

基于遗传算法的井下无线传感器网络节点定位研究

为了进一步提高井下无线传感器网络待测节点定位精度,文章提出了将节点定位算法和遗传算法结合在一起的基于遗传算法的节点定位算法,通过迭代寻优,提高定位精度.该算法是一种基于距离的三边测量定位算法,根据待测节点到信标节点的距离推测出待测节点的坐标.实验结果表明,该算法具有更高的定位精度.     

基于Zigbee技术的煤矿井下GIS辅助定位算法

针对无线传感器网络井下定位与跟踪系统中移动节点在参考节点数目小于3的情况下无法定位的问题,提出了基于Zigbee技术的井下GIS辅助定位算法,依据Zigbee网络的测量数据通过对GIS中图层、图元的操作来完成移动节点在信标节点不足情况下的定位跟踪和无信标节点情况下的区域估计.实验结果表明,该定位算法平均纵向定位误差小于2.5 m,横向误差小于1/2巷道宽度,在3～8 m宽的巷道内点位误差为2.5～5.0 m,跟踪延迟少于1 s,具有较好的定位与跟踪性能,有效地扩大了井下定位网络的覆盖范围.     

基于ZigBee的低功耗井下人员快速定位系统的研究与设计

设计了基于ZigBee协议的低功耗井下定位系统总体方案。该方案主要从硬件设计低功耗、软件设计低功耗角度考虑,选取了一种低功耗SOC(片上系统)芯片CC2530作为核心控制芯片进行节点的设计;软件方面采用TI领先的低功耗Z-Stack协议栈,优化软件控制的各个环节;在定位算法上经过对已有的算法比较的基础上采用按需定位算法,该算法只是对需要定位的移动用户节点进行坐标计算,实现按需性、即时性,避免全部节点参与运算,这样可以较大程度的降低网络能耗.提高定位速度。     

基于位置指纹的井下电磁超声联合精确定位算法

根据井下巷道的空间结构特点,提出一种基于位置指纹的井下电磁波超声波联合精确定位方法。使用训练节点生成位置指纹数据库,移动节点通过超声波测距同时与锚节点进行无线通信,得到位置指纹特征信息,通过位置指纹匹配运算找到与移动节点所在位置最近的参考点的二维坐标,定为移动节点的二维坐标。