改进的井下人员定位PDR算法研究

传统的行人航位推算(PDR)算法用于井下人员定位时,因步频检测、步长估计和航向估计阶段的姿态累计误差导致定位误差逐渐增大,而常用的零速校正、航向漂移消除、步态信号优化等误差修正方法无法改变PDR算法的固有缺陷,定位精度有待提高。提出采用改进的峰值检测法实现PDR算法中步频检测,基于深度循环神经网络(RNN)实现步长估计。将改进的PDR算法用于井下人员定位:首先采用手机加速度传感器、陀螺仪、磁力计获取行人运动数据;然后采用改进的峰值检测法获取固定时间间隔内的平均步频,与时间间隔、加速度及加速度方差作为特征输入训练后的深度RNN模型进行步长估计;最后结合估计的航向角预测人员当前位置。试验结果表明,改进的井下人员定位PDR算法对测试集数据的预测相对误差为5.9%,对实际测试路线的定位相对误差为1.6%~3.9%,小于传统PDR算法定位误差,有效提高了井下人员定位精度。     

基于改进PDR与RSSI融合的定位算法

在室内定位系统中,基于接收信号强度指示(RSSI)测距定位系统接收到的信号会因环境的不确定性出现不可预测的随机变化,行人航位推算(PDR)定位系统存在错误地估计传感器的参数及左右脚运动不一致等产生累积误差的问题。针对上述问题,提出一种基于改进PDR与RDDI融合的定位算法,根据PDR定位的递归特性校正估计传感器的参数,同时进行左右脚坐标数据融合。在此基础上将扩展卡尔曼滤波器(EKF)作为RDDI和PDR定位的融合滤波器,以降低PDR累计误差,从而提高定位精度,获得系统的最优定位结果。实验结果表明,该融合定位算法有效地提高了定位精度。     

基于模糊逻辑的室内导航步长估计方法研究

目前,基于微机械系统(MEMS)的行人航迹推算(PDR)室内导航定位系统都会面临步长估计的问题,因此提出了一种基于模糊逻辑的非线性步长估计方法。首先采用非线性步长估计方法模型,然后以步频、身高、体重作为逻辑系统输入变量设计模糊逻辑控制器,得到可变的步长估计系数,从而实现对步长动态估算。通过对30 m以内多次室内行走的实验结果分析表明,基于模糊逻辑的步长估计方法平均步长准确率可达到92%,与传统的步长估计算法相比提高约9%,有效提高了步长估计精度。     

基于捷联惯导和里程计的井下机器人定位方法研究

针对现有煤矿井下移动机器人定位方法存在定位难、精度低的问题,提出了一种基于捷联惯导和里程计的井下机器人定位方法。该方法利用卡尔曼滤波对捷联惯导进行初始对准,以此确定定位的初始坐标,得到初始姿态转换矩阵;利用捷联惯导独立完成机器人位置解算,同时利用里程计输出的速度信息与捷联惯导输出的实时姿态转换矩阵进行航位推算解算,再次得到机器人的位置信息;为了减少累积误差对捷联惯导的影响,使用里程计和捷联惯导构成航位推算系统,采用Sage-Husa自适应滤波设计组合定位算法,选择误差作为系统状态,经过滤波计算和校正,可获得机器人的精确位置信息。实验结果表明,该方法可实现机器人实时定位,有效减少捷联惯导累积误差的影响;定位精度较高,机器人在Y向运动4.3m,Z向运动0.25m后,Y向定位误差为0.25m,Z向定位误差为0.005m。     

基于粒子滤波融合Wi-Fi和PDR的室内定位研究

提出一种基于粒子滤波的Wi-Fi和PDR的室内定位方法。首先对Wi-Fi指纹数据进行卡尔曼滤波,改善权重KNN提升分类精度;然后通过行人航位推算(PDR)根据加速度传感器数据和方向角数据计算出每步的步长以及步速,从而推算出路径;最后在改进的Wi-Fi和PDR的定位基础上,使用粒子滤波将两者结果进行融合。试验过程中,使用采集两个教室的环境数据,试验结果证明了该算法能提升定位精度。     

基于实时步长匹配的行人室内定位方法

针对室内定位研究中行人航位推算（PDR）算法的传统步长模型无法充分反映个体差异性的问题,提出一种以卫星测距为基础,建立个体步长特征数据库代替步长模型的方法. 在室外将卫星测距应用到步长测算中,建立不同速度特征与步长的对应关系. 在室内,改进了K-最近邻（KNN）算法,对跨步进行实时步长匹配,结合方向信息计算出行人的当前位置. 实验结果表明,室内定位最大误差距离可以控制在4%以内,平均绝对误差距离可以控制在2%以内,定位精度较传统步长模型有较大提高.     

面向室内定位的改进行人航位推算方法

为提高室内定位精度,对行人航位推算的3个关键内容：步数检测、步长估计及航向估计分别进行了改进研究,提出了一种结合自相关分析和自适应波峰检测的新检测算法、一个基于Scarlett模型并融合前一步步长信息的改进步长估算模型、以及一个结合方向传感器算法与卡尔曼滤波的主导航向设置方法;实验结果表明以上改进方法提高了步数检测准确率和步长检测精度,减少了航向角误差,取得了较好的室内定位效果。     

基于指纹膜与航迹推算的井下人员定位系统

针对RSSI指纹膜定位方法受矿井环境影响较大,而基于航迹推算的定位方法易形成误差累积的问题,设计了基于指纹膜与航迹推算的井下人员定位系统。该系统周期性采集人员的位置信息与运动姿态信息,利用K近邻和峰值检测方法求解指纹定位结果和航迹推算结果,并对定位结果进行加权融合得到目标位置。测试结果表明,该系统明显提高了定位精度和稳定性,对煤矿巷道复杂环境具有较强的适应能力。     

基于UWB的井下人员定位算法研究

针对井下高实时性、高精度的人员定位需求,研究了基于超宽带（UWB）的井下人员定位算法。采用双边双向测距（DS-TWR）方式测量定位基站与定位标签的距离,该方式不需要定位基站与定位标签系统时钟同步,从源头上提高了定位精度。根据测距信息,采用加权最小二乘（WLS）算法和CHAN两种位置解算算法估算定位标签的坐标,通过静态实验和动态实验对2种算法的性能进行对比分析,并通过均方根误差和误差累计分布函数（CDF）综合评估定位精度。实验结果表明：静态实验时,CHAN算法和WLS算法的均方根误差分别为5.878 6,8.007 4 cm,CHAN算法的均方根误差比WLS算法低26.59%;动态实验时,CHAN算法和WLS算法的均方根误差分别为12.292 3,21.180 9 cm,CHAN算法的均方根误差比WLS算法低41.97%;CHAN算法的定位精度高于WLS算法,更加适用于煤矿井下人员定位。     

基于GPSOne和航位推算的定位算法研究

根据行人导航的原理,提出一种适合消防员定位的航位推算算法,并结合GPSOne对消防员的定位信息进行随时更新,以校正由航位推算引起的累积误差,并且可以实现室内外的无缝定位。用加速度计对消防员进行步态辨识,电磁罗盘测量其航向角,并用三轴陀螺仪对航向角进行修正。区别于常用的线性和非线性计算步长的方法,提出一种全新的由速度和频率确定位置增量的步长计算方法,经验证,该算法具有较高的定位精度。     

煤矿井下人员融合定位方法

针对飞行时间(TOF)测距定位方法定位盲区多、易受非视距干扰、定位精度有限,捷联惯性导航定位方法长时间累计误差的问题,提出了一种基于TOF测距定位和捷联惯性导航定位的煤矿井下人员融合定位方法。该方法分区域定位:当定位终端位于定位基站近距离无线通信覆盖范围内时,采用TOF测距定位方式,通过近距离无线通信方式将定位数据发送至附近的定位基站;当定位终端位于定位基站近距离无线通信覆盖范围之外时,采用捷联惯性导航定位方式,并利用卡尔曼滤波算法对定位数据进行修正,通过远距离无线通信方式将定位数据发送至附近的定位基站;当定位终端位于定位基站远距离无线通信覆盖范围之外时,定位终端对定位数据进行本地存储,当定位终端移动到定位基站无线通信覆盖范围内时,将存储的定位数据发送给定位基站。定位基站将定位数据传输至地面监控中心,获得人员轨迹和位置坐标。实验结果验证了该方法的有效性。     

Kalman滤波在井下人员跟踪定位中的应用

针对基于RSSI定位算法在定位过程中不具备连续性问题,提出了一种基于Kalman滤波的连续性井下人员定位方法。采用Kalman滤波对基于RSSI定位算法估算出的井下人员位置坐标进行滤波处理,在此坐标的基础上,建立Kalman滤波模型,利用Kalman滤波实现对井下人员的实时跟踪。实验结果表明,基于Kalman滤波的定位方法对井下人员的跟踪效果较好,提高了系统的实时性和跟踪精度。     

基于CSS技术的井下精确定位系统设计

针对现有井下定位系统大多只能提供区域性定位功能,无法为人员或设备提供精准、实时的位置信息的问题,提出了基于CSS技术的井下精确定位系统设计方案。该系统利用SDS-TWR定位算法和定位管理协议,在得到高定位精度的同时,不需要进行系统的时钟同步,增强了系统的可实现性和稳定性。井下测试结果表明,该系统可实现井下设备和人员的高精度定位,定位精度达到3m以内,最远传输距离达到350m。     

A diffusion subband adaptive filtering algorithm for distributed estimation using variable step size and new combination method based on the MSD

This paper proposes a novel diffusion subband adaptive filtering algorithm for distributed networks. To achieve a fast convergence rate and small steady-state errors, a variable step size and a new combination method is developed. For the adaptation step, the upper bound of the mean-square deviation (MSD) of the algorithm is derived and the step size is adaptive by minimizing it in order to attain the fastest convergence rate on every iteration. Furthermore, for a combination step realized by a convex combination of the neighbor-node estimates, the proposed algorithm uses the MSD, which contains information on the reliability of the estimates, to determine combination coefficients. Simulation results show that the proposed algorithm outperforms the existing algorithms in terms of the convergence rate and the steady-state errors.     

基于变换步长的车辆压线声信号包络提取算法

车辆经过减速带时与其在路面正常行驶时的声信号波形明显不同,其特征参数的提取对车辆数量、速度、类型等的自动判断至关重要,声信号包络曲线对其特征参数的提取相比原始信号有诸多优势,但传统包络提取算法在此类交通领域声信号包络提取方面存在毛刺多、特征参数难以真正体现信号性质和特征的问题。为解决此问题,结合车辆经过减速带时的声信号特点,提出一种基于变换步长的车辆压线声信号包络提取算法。该算法通过设置不同步长遍历信号,以每个步长内的最大值点绘制曲线并与原信号波形对比,以轮廓清晰度和特征点提取误差值为判断依据实现声信号包络的有效提取。实验结果表明,在相同采样点数条件下,所提算法比传统包络提取算法提取的包络曲线轮廓更清晰、毛刺少,且特征参数提取误差小。