Elman神经网络数据模型在井下人员定位系统的应用

针对煤矿井下定位工作人员系统存在定位精度低,无法实现智慧煤矿的目标,提出一种基于优化神经网络的井下人员定位方法。在对网络初始化基础上,用指纹数据库对该模糊神经网络进行训练,并建立定位算法模型。根据算法模型对比数据库,从而实现人员定位。经九龙矿试验,并与最小二乘法对比,结果显示该算法定位可靠,误差小,可适用于井下环境。     

基于信号强度的煤矿井下全覆盖定位算法研究

为实现井下全覆盖的定位功能,对煤矿井下全覆盖定位算法进行研究,提出了半盲区线性插值预测算法和基于历史运动的预测模型的全盲区定位算法。在位置指纹技术的基础上,采用高斯模型对采样数据进行修正,并利用K邻近匹配算法和基于时间的补偿算法对实时定位阶段的数据进行进一步修正。选取相同的巷道对半盲区和盲区进行验证。     

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。     

采用分段加权最小二乘法的井下人员实时定位系统设计

基于井下无线局域网系统,采用自制无线移动终端扫描AP节点获取MAC地址和信号强度信息RSSI,并同时采集温度、湿度、瓦斯浓度等环境信息数据,通过网络将信息数据传输到地面服务器。利用多边定位建立线性最小二乘模型,把井下巷道分为多个分段,采用分段估计加权值得到动态加权矩阵。通过分段加权最小二乘算法计算出井下人员实时定位数据,最终生成煤矿井下人员周围环境数据库和人员轨迹数据库。试验结果表明,该系统定位平均误差小于1.88 m。利用修正加权矩阵和分段加权最小二乘算法,能保证井下电磁环境改变时系统定位稳定,且定位精度较高。     

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。     

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。     

基于IMU的煤矿机器人定位算法研究

为解决在煤矿井下半结构化环境里机器人自主定位难以满足任务需求的问题,给出了一种基于IMU的煤矿机器人定位算法。首先采用安装于车轮上的光电编码器实时获取机器人的当前位姿信息,并进行测量值更新;接着将IMU获得的相对角度来替代编码器计算得到的数据,完成姿态更新;随后利用EKF滤波方法进行数据融合后对机器人的速度和位置更新,最终实现机器人的精准定位。仿真分析和实验结果表明：该算法噪声处理能力强,滤波效果平稳,具有较好的鲁棒性,定位精度良好,能够满足煤矿机器人的自主运行性能指标,可为其他机器人的定位算法提供可靠的技术参考。     

基于UWB与指纹定位的矿井移动目标TOA定位算法

针对煤矿井下人员、设备等目标的定位易受非视距传播时延影响,导致定位精度低、实时性不高等问题,提出了一种基于超宽带（UWB）与指纹定位的矿井移动目标到达时间（TOA）定位方法。首先,采用双程双向测距（DS-TWR）方式测量定位基站与待测目标之间的距离,构建Chan算法估算待测目标的坐标;其次,利用Taylor公式对Chan算法的定位结果进行迭代更新,抑制矿井巷道中非视距（NLOS）延时误差;最后,依次采集特定点距离指纹构建指纹库,引入改进的算术优化算法优化最小二乘支持向量机（AOA-LSSVM）模型估计待测目标位置的横、纵坐标误差,结合Chan-Taylor算法定位结果 进行误差补偿,得到待测目标的最优位置估计。试验结果表明：所提出的算法在视距（LOS）环境下的静态试验和动态试验中定位精度相较于Chan-Taylor算法分别提升了18.63%、63.79%;在NLOS环境下的静态试验和动态试验中定位精度相较于Chan-Taylor算法分别提升了82.40%、56.78%,可满足目标在矿井下高精度的定位要求。     

基于监督局部保持映射算法的井下人员定位技术

针对人脸、指纹和手写签名等人员身份鉴定方法不能很好地满足煤矿井下人员管理系统需要的现状,基于局部保持映射(LPP)算法,提出一种监督LPP算法(SLPP),并应用于煤矿井下人员步态识别中.利用该方法对步态数据进行映射,得到步态数据在低维空间中的表示方法,再利用最近邻分类器对低维步态数据进行识别.在2个步态数据库中进行一系列步态识别试验,并与经典维数约简算法LDA、监督流形学习算法DLPP、判别映射嵌入(DPE)流形学习算法以及其他步态识别方法分别进行比较.试验结果表明,在同等试验条件下,SLPP识别率最高,从而验证了该算法的有效性和可行性.     

矿井车辆RFID射频定位系统

射频车辆定位系统的核心技术和难点问题是车辆定位的算法和协议,针对目前射频定位系统的数据碰撞问题,对传统的射频时隙算法进行改进,提出一种改进型二叉树型算法。射频定位系统上位机采用IFIX组态软件编写,结合VB和Matlab编写的曲线拟合控件,可以查询车辆运行历史轨迹,实时监控井下车辆的运行状态,记录车辆违规的信息并报警,所有车辆运行信息储存到SQL数据库中。     

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。     

低功耗煤矿井下人员定位系统

为了提高煤矿井下人员定位系统的精确度,以及降低其成本,提出了基于Zigbee技术的低功耗煤矿井下人员定位系统。本系统采用低功耗的Zigbee无线标识卡和读卡器,基于三边测距的高精度定位算法,井下部分采用高可靠性的CAN现场总线方式进行组网。实验结果证明,本系统在楼道中的静态定位平均误差为2.5 m,具有很好的定位性能。     

基于改进加权质心算法的煤矿井下人员定位系统设计

针对目前大多井下监控系统无法实时准确提供井下人员动态分布与作业情况以及传统定位算法的定位精度低等问题,结合井下施工的具体要求,设计出一种基于改进加权质心算法的人员定位系统。对整个系统的软硬件设计进行了详细说明,同时针对普通质心算法及传统加权质心算法的缺点设计了改进加权质心算法,运用该算法来求解位置点的坐标,通过实验对比分析,证明了该算法在很大程度上提升了定位精度。     

改进型质心算法在井下人员定位中的应用

井下人员定位对于煤矿的安全管理和应急救援都非常重要,由于井下环境复杂,而质心定位算法受环境影响较小,因此在无线传感网络的节点定位中广泛应用。但传统质心算法精度较差,针对这种情况提出了一种改进质心定位算法,采用遗传算法对权值进行优化。仿真结果表明,经过遗传算法优化后,定位精度优于传统的质心算法。     

基于RSSI的煤矿井下定位技术

研究了基于无线局域网架构的无线信号强度煤矿井下定位技术。首先分析了无线信号在地面和煤矿井下传输信道模型的差异,然后介绍了经验与估计数据库相结合的信号地图构建方法,最后引入了加权定位算法,实验结果证明此种方法可以有效改善定位精度,以便更好地满足煤矿生产需求。     

基于GRPM井下定位的MPMD匹配算法的试验研究

针对井下生产管理、灾后避险以及定点搜救的高精度定位需求,提出一种标签识别与地磁匹配组合定位的GRPM方法。GRPM方法是从井下物联网的智能化角度,设计的一种高精度、自主、新型的井下定位方法。结合井下实际地磁测量时噪声干扰较大,地磁异常场空间分布不明显、缓变或特征相似情况下的地磁匹配定位精度低的问题,建立了一种地磁空间向量积的最优估计匹配模型MPMD,也称为磁特征参量联合距离匹配算法。试验选取了模拟矿井的2个水平巷道H-11和H-21,通过对2个巷道地磁数据的均值、标准差、粗糙度和信息熵的统计分析,评价出H-11为地磁定位弱适配区,H-21为强适配区。在H-11和H-21巷道内开展了MSD,MAD,MPMD算法匹配定位的对比试验,分析了3种算法在地磁变化、噪声扰动下的地磁匹配的精度和抗噪性能。结果表明:在地磁特征丰富的H-21强适配区,3种算法的总体匹配概率都达到了95%以上,但MPMD定位精度高于MSD,MAD算法,基本上保持在一个网格间格内;在地磁特征贫乏的H-11弱适配区,MPMD算法能够较好的处理模糊匹配多值问题,不易出现虚定位。在H-21强适配区开展了算法性能测试,当噪声为200 nT时,MSD和MAD匹配有少量虚定位,MPMD算法匹配结果基本无误差,效果很好;在噪声400 nT和600 nT抗噪性能试验中,MSD和MAD匹配出现大量虚定位,MPMD算法有少量虚定位,总体匹配概率也达到了89%,表现出较强的鲁棒性。MPMD算法是一种有效高精度地磁匹配方法,在准确度、精度和鲁棒性方面确实具有明显优势,但匹配过程耗时较多,需要从搜索策略上进一步优化。     

基于GRPM井下定位的地磁匹配研究与分析

为了解决无电、无网络情况下井下人员逃生定位和救援导航的难题,架构了井下地磁与RFID 射频结合的井下定位方法GRPM(Geomagnetic and Radio Positioning Method)。分析了井下巷道地磁数据带状连续、区域易突变的特点,选取地磁平均值、标准差、峰态系数、粗糙度适配性指标,进行典型巷道区域的适配性评价。在适配区内开展均方差相关(MSD)、归一化积相关(NPROD),以及基于Hausdorff距离相关(HD)的定位匹配对比试验和基于等值域匹配的效果分析。试验结果表明：标准差、粗糙度指标适合巷道定位适配性评价,分析准确。基于1~2倍等值域的NPROD匹配模型适合井下人员动态行走定位,匹配速度较快,满足精确定位要求。     

基于蒙特卡洛算法的煤矿井下人员定位研究

对于煤矿井下作业而言,实时掌握作业人员准确位置对于确保人身安全具有重要意义。当前,煤矿井下人员定位方法有很多种。文章分别从位置预测及位置更新角度对蒙特卡洛定位方法进行了较为全面的阐述,并对仿真实验结果进行了分析。     

基于无线传感器的煤矿安全监测及定位研究

无线传感器集合了微机电、分布式信息统计处理、嵌入式计算以及无线通信技术,其中主要的研究方向包括布局与覆盖、节点定位和网络通信协议。文章通过介绍无线传感器网络的基本概念及特点,阐述了定位系统的设计原则,比较了几种不同的定位算法,最后对目前的研究作出总结,并展望了无线传感器网络的研究前景。