基于ZigBee煤矿井下人员定位算法的研究

针对我国煤炭行业生产安全管理现状,进行人员的精确定位,是解决煤矿安全问题的方法之一。根据目标跟踪对定位算法的要求,对ZigBee无线传感器网络节点定位算法进行设计,采用基于RSSI的补偿定位算法进行定位,该定位算法是一种用于煤矿井下人员跟踪的比较准确的定位解决方法之一。     

基于井下的人员定位算法性能比较

随着无线技术的发展,对于井下人员定位的要求也越来越高。该文介绍了三大类室内定位算法,根据煤矿井下环境的特殊性进行模拟仿真及分析,提出了适用于井下的最优算法。并对其进行改进,同时对此算法进行了仿真,验证其有效性     

基于RSSI的矿山井下人员定位方法研究

针对矿井环境的复杂性和特殊性,将矿井中的坑道位置信息引入到井下人员定位算法中,提出一种基于RSSI的改进三角定位算法,并且通过实验研究了实际环境中RSSI值与距离值转换时使用的参数,减少RSSI值在转换过程中产生的误差。实验结果表明,通过改进的三角定位算法相较于传统三角定位算法,提高了井下人员定位的精度。     

基于RSSI测距的传感器网络定位算法研究

基于RSSI(Received Signal Strength Indicator)的测距技术根据理论或经验信号传播模型将传播损耗转化为距离.在实际应用环境中,由于多径、绕射、障碍物等因素,无线电传播路径损耗使得定位过程中产生距离误差.通过对二维空间定位过程中产生距离误差区域进行分析,提出了基于RSSI的新的定位算法ERSS.该算法计算简单,定位过程中节点间不增加通信开销,无需硬件扩展.仿真实验表明,该算法较普通的基于RSSI的测距方法有了明显的改进,提高了距离估计的精度,适合在通信开销小、硬件要求低的传感器网络节点上应用.     

基于PSO-GSA优化的井下加权质心人员定位算法

针对煤矿复杂环境中,接收信号强度指示的人员定位精度较低,难以动态跟踪参数变化的问题,提出一种利用改进的引力搜索算法应用于加权质心定位中进行井下人员定位的方法。先采用对数距离路径损耗模型得到信标节点到未知节点的距离,然后通过加权质心定位算法对未知节点定位;最后利用粒子群万有引力混合算法对相关参数和估计的位置信息进行优化。实验结果表明,该方法能够增强对环境变化的自适应能力,更有效地提高定位精度。     

基于渐消卡尔曼滤波的井下人员定位模型研究

对井下人员的准确定位是煤矿安全生产的必要条件之一,也是当前的研究热点问题.传统的定位算法精度较低,为了达到准确定位的目的,文章以无线传感网络中基于RSSI测距算法为基础,利用最大似然估计定位算法及渐消卡尔曼滤波算法,提出新的井下人员定位模型,并进行仿真实验;实验结果表明,相同实验环境下,该模型的定位误差在1 m左右,精度达到96%以上,均优于传统定位算法;该模型能够精确地对未知节点进行定位,验证了其有效性及正确性.     

基于无线传感器网络的井下人员定位方法的研究

近年来,随着无线传感器技术的成熟,以及基于无线传感器网络的定位技术的发展,不少学者提出了基于无线传感器技术的煤矿井下人员定位方法,本文对其中部分方法进行了分析,发现其中存在的一些不足。     

基于RSSI的无线传感器网络质心定位算法优化

为了提高无线传感器网络定位精度的准确性, 对质心定位算法进行优化. 在测距阶段, 采用均值滤波和中值滤波相结合的方式对RSSI值进行预处理; 在定位阶段, 使用距离倒数的指数幂对质心加权; 同时引入迭代的思想, 解决了定位中锚节点密度不高的情况下, 节点无法定位的问题. 实验结果表明, 本文改进的算法与质心定位算法和距离加权的质心定位算法相比, 能够有效地提高无线传感器网络的定位精度.     

基于动态T检验的修正最小二乘BFGS定位算法

针对传统基于接收信号强度指示RSSI(Received Signal Strength Indicator)的最小二乘定位算法精度有限的问题,从降低信号噪声影响出发,提出一种基于动态T检验的修正最小二乘-BFGS定位算法。在测距阶段,将T检验法动态应用于RSSI值筛选,以消除较大测量误差影响,提高测距精度;定位阶段,先基于平均测算距离对传统的最小二乘法进行修正,提升初步定位精度0.3~2米;在此基础上,以信号强度误差最小为目标优化函数,基于BFGS算法对修正最小二乘法计算的初值进行迭代求精,以进一步提高定位精度。仿真实验表明,该算法有效提升了定位精度,在100 m×100 m范围内可比传统最小二乘定位误差降低4~11米。     

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MIMU/WI-FI的井下人员三维全局定位

为进一步提高煤矿井下人员定位系统的定位精度,克服目前只能区域定位,抗干扰能力差等缺点,提出一种新型的基于MIMU/WI-FI组合的煤矿井下人员三维全局定位方法。在对MIMU和WI-FI各自定位原理分析的基础上,给出基于MIMU/WI-FI组合定位的系统解算图。通过对MIMU和WI-FI各自的误差源分析,建立组合系统误差模型,进而采用间接法卡尔曼滤波并运用位置组合方式获得组合系统的定位信息。最后,对组合定位误差模型进行仿真。仿真结果表明,基于MIMU/WI-FI的组合定位方法具有定位精度高,实时性强,可靠性好,能够进行三维全局定位等优点,为提高煤矿安全生产管理水平提供了一种更好的方法,具有较高的工程应用价值。     

基于ZigBee的井下人员精确定位方案及实现

针对矿井采用的传统RFID定位技术不能实现井下人员精确定位的问题,并根据矿井巷道的一维线性空间特点和井下人员的作业习惯,提出一套基于ZigBee的井下人员定位方案。方案将矿井巷道虚拟地划分为近基站区域和远基站区域,近基站区域采用RSSI定位算法,并利用高斯滤波模型对接收功率值滤波,实现精确定位;远基站区域采用V-T(Velocity-Time)算法进行定位。实验表明算法在近基站区域测量最大绝对误差为3m,远基站区域最大绝对误差为5m。     

改进卡尔曼滤波的井下组合导航定位算法

为解决井下人员定位算法定位精度不高的问题,提出基于微惯性导航系统和无线传感器网络的井下组合导航定位算法.通过井下无线网络、惯性定位终端采集相关信息数据,利用行人航迹推算算法和改进加权质心定位算法分别估算出目标点的坐标和速度.将这两种算法通过正弦余弦蝙蝠融合算法优化后的卡尔曼滤波组合导航定位,估算出目标点最终的位置坐标....     

基于无线信号K-M模型的三维室内定位算法研究

针对无线信号在室内环境中易受到干扰、波动较大等问题,提出一种改进粒子群优化RBF神经网络的无线信号K-M传播测距模型。利用RBF的非线性特性模拟室内传播的复杂性,以信号接入节点(AP)发射功率、路径损耗因子、未知节点(RP)接收信号强度值RSS等构建模型,预测输出AP与RP之间的距离d。以d为半径,AP为球心,建立多个球体方程,采用极大似然(MLE)采样方程组与RSS-d加权质心混合定位算法,粗略估算未知节点位置信息,再利用加权质心法来进一步提高RP的定位精度。通过MATLAB实验仿真表明,与常见的优化算法对比,该模型预测距离误差更小,平均距离误差为1.3 m;RP的三轴坐标平均误差分别为x轴1.55 m、y轴1.48 m、z轴0.98 m,表明该模型提高了定位精度。     

一种基于投影法的差分图像定位算法

图像定位技术是一种新的定位方法,在工业生产中有着广泛的用途。本文介绍了一种基于投影法的运动目标的快速定位算法,该算法目标特征提取匹配过程简单有效,能满足实际工业检测的实时性的需要。     

基于M估计的深水机器人导航定位算法研究

针对深水机器人导航定位算法的鲁棒性问题,提出基于M估计的扩展卡尔曼滤波算法。该方法通过采用M估计评价函数引入加权矩阵,从而对观测异常值进行修正。不仅将M估计应用到非线性系统,同时也很好地抑制了观测异常值对导航算法的影响。通过仿真实验验证了该方法的有效性。     

基于WiFi的室内迭代定位算法的研究

复杂多变的室内环境引起的电波信号多径传播、非视距传播等问题是影响室内定位精度的主要因素。现有的室内定位算法为了提高定位精度均需要大量的先验信息或额外的硬件投入。针对以上问题,提出一种基于WiFi信号接收强度的迭代定位算法,通过引入定位评价函数,采用迭代算法选取一组最优的路径损耗指数来改善定位精度。现场实验结果表明,该算法能够在无需定位环境的先验信息和额外的硬件投入情况下,获得较高的定位精度。     

基于降维的三维布尔运算算法与实现

这篇论文描述一个由边界表示的两个一般多面体之间的三维布尔运算算法.核心思想是把基本的三维运算降解到二维运算,简称降维处理.在简要的描述三维布尔运算基本概念后.我们给出了具体的三维到二维的降维过程.论文的重要部分是对于三维布尔运算的降维处理及对出现的奇异问题的解决方法.这样,三维布尔运算的算法就可以得到一些简化,稳定性也得到了提高.我们在计算机辅助设计平台KerencAD上实现了此算法,结果表明了算法有较强的健壮性.     

基于粒子滤波的智能机器人定位算法

自主定位是智能机器人的关键性技术。针对轮式智能机器人在使用里程计、激光雷达进行定位过程中存在较大误差的问题,联合双目摄像机和激光雷达数据,提出基于粒子滤波的自适应蒙特卡洛(AMCL)优化定位算法。预测阶段,利用双目摄像机和激光雷达数据改善提议分布,减少滤波过程中重采样的粒子数,用更少的粒子数来估计机器人的后验概率分布。在激光雷达匹配点云时,提出一种分组阶梯式阈值判断法,在不降低点云匹配效果的情况下,有效降低现有的迭代最近点(ICP)匹配算法的计算量。为了验证改进算法的性能,在四轮智能机器人平台上进行实验。结果表明:改进的AMCL优化定位算法可以有效提高机器人的定位精度,具有较好的实用性。