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的高精度实时室内人员跟踪定位的改进

在能量有限的网络节点中,利用RSSI测距只需较少的通信开销和较低的实现复杂度.实际应用环境中,由于受不同的传播方向和传播介质的影响,在定位过程中产生的距离误差比较大.在此算法的基础上结合平滑算法,提出了增强型RSSI算法.增强型RSSI算法是将前一个 RSSI的值大小与当前的做一个平滑动作,主要降低移动目标的动能波动,从而对室内的人员进行更加精确的跟踪定位,通过与简单的RSSI进行比较,仿真验证了平滑算法的定位的精确性与有效性.     

基于WSN改进RSSI井下定位算法设计与实现

为了更好地解决井下定位监测系统存在着节点定位精度不高以及传输数据可能发生冲突等缺点,提出了一种基于无线传感器网络改进RSSI井下定位算法;该算法对接收信号强度指示器测距原理进行分析并加以改进,通过对计算数值进行多次迭代求精运算后,进一步提高了定位精确度,有效地降低了节点位置的定位误差,确保了各节点之间数据通信准确性和稳定性,实现了对井下人员的实时定位监测,进而确保了高效救援和井下作业的安全系数;仿真实验表明,该算法能够用较少参数变量完成较为复杂的计算过程,有效地减少网络节点间通信开销,延长了网络生存周期,增强了整个网络系统的鲁棒性和稳定性。     

一种基于RSSI测距的室内自适应智能定位算法

为进一步提高定位精度,提出一种改进的三边定位算法:根轴定位算法,并将路径损耗指数(PLE)的实时值运用在根轴定位算法中,形成自适应智能定位系统.计算机仿真结果表明:该算法具有更小的定位误差,改善了系统的稳定性.     

基于RSSI的无线传感器网络定位系统设计与实现

基于窄带无线信号的路径损耗和阴影衰落,直接建立多个锚节点值与待定位节点未知坐标估计量的解析关系,避免传统RSSI定位方法中常用的对两节点距离量的直接求解,减少信息丢失,提高定位精度;仿真分析了锚节点数量、遮挡因子、路径损耗指数等对定位精度的影响;采用CC2530无线传感芯片实现基于RSSI的无线传感器网络定位系统;系统采用8个锚节点分别在边长4m和10m的两个正方形区域内展开定位实际测试,结果显示其平均定位误差可分别降到0.175m和0.824m。     

基于RSSI校正的无线传感器网络定位算法

为了使接收信号强度指示（RSSI）的测量误差对节点定位精度的影响程度达到最小化,提出一种基于RSSI高斯加权校正的质心定位算法.首先通过高斯函数滤去偏差较大的RSSI值,然后再对余下的RSSI值加权计算得到优化的RSSI测量值,并利用测量到的RSSI值计算出锚节点与未知节点之间的距离,然后根据计算出的距离对锚节点坐标加权,并通过质心定位算法求出未知节点的位置坐标.仿真实验表明：该算法相比基于RSSI的质心定位算法,定位覆盖率提升3％～6％,平均定位误差至少减少4％,是一种定位精度更高的算法.     

基于RSSI与惯性测量的室内定位系统

介绍融合接收信号强度指示（RSSI）和惯性测量技术的无线传感器室内定位系统,该系统通过可穿戴式无线传感器节点和环境辅助传感器节点,采集步行者的位置信息。可穿戴式节点采用DeadReckoning惯性测量方法,存在累积误差,可通过在室内环境中布置RSSI节点矫正步行者的位置信息。采用扩展性的卡尔曼滤波算法将惯性测量与RSSI测量数据相结合,实现自适应的步长算法,较大程度改进步长不正确读取带来的误差。实验结果表明,与纯粹的惯性测量系统相比,该系统能提高66．3％的精确度。     

基于接收信号强度（RSSI）的室内二次定位方法

提出一种用于室内定位的基于接收信号强度( RSSI)的二次定位方法。首先利用全网中已有节点的信息,建立已知节点的初始路径传播损耗指数,采用统计中值滤波来减少RSSI的粗大误差和干扰,然后利用RSSI初次定位的位置结果对传播损耗指数进行再次修正,最后进行二次定位解算,显著提高了未知节点的定位精度。通过仿真和搭建实验平台验证了该算法的有效性。     

基于RSSI的自适应权重定位算法

在室内环境中,由于存在多径、反射的影响,采用传统的静态权重质心定位(SWCL)方法无法得到准确的定位精度.针对这一问题,提出了一种新的基于接收信号强度指示(RSSI)的动态自适应静态权重质心定位(RSSI—DA—SWCL)算法.对RSSI测距算法优化,消除不同发射功率和其它突发干扰对测距的影响;利用锚节点和未知节点距离等信息,让锚节点自适应地获得最优的权重系数,从而提高定位精度;将RSSI—DA—SWCL算法在ZigBee平台中实现,并通过Maltab仿真和实测实验对算法进行验证.结果表明:和传统的定位算法相比,提出算法具有更优的定位精度.     

基于RSSI距离修正的WSNs定位算法

针对无线传感器网络(WSNs)易受外界因素影响,导致三边定位的锚圆不能相交的情况,提出了一种接收信号强度指示(RSSI)距离修正定位算法。通过对锚圆半径进行修正,形成3个锚圆相交的区域,然后用加权定位法对未知节点进行准确定位。仿真和实验结果表明:在6 m×10 m的区域范围内,该算法的平均定位误差为0.62 m,和其他定位方法相比,有更好的定位精度。     

基于RSSI和TOA融合的矿井人员精确定位方法

提出了一种基于RSSI和TOA融合的矿井人员精确定位方法.分析了RSSI技术和TOA技术测距精度特性,提出了近端基于RSSI测距、较远端基于TOA测距的矿井人员定位方法,在此基础上提出了改进卡尔曼滤波误差抑制算法,保证高精度矿井人员定位.实验结果表明,在基站与定位识别卡距离不超过40 m的范围内,本文定位方法的定位误差为3 m以内.     

基于WiFi和ZigBee的井下人员无线跟踪与定位系统的设计

针对现有矿山人员定位系统成本高、安装复杂、只能区域定位等问题,提出了一种基于WiFi和ZigBee技术的井下人员无线跟踪与定位系统的设计方案和一种符合矿山实际要求的基于一维线性空间的实时定位方法,详细介绍了该系统的软硬件设计。该系统采用WiFi技术组建无线语音局域网络,采用ZigBee技术组建无线传感器监测网络,通过井下综合分站同时发射WiFi和ZigBee无线信号,实现了井下实时通信信号和定位信号的覆盖。该系统已实际应用,效果良好。     

基于ZigBee的矿井环境监测及人员定位系统设计

针对煤矿井下环境复杂、瓦斯爆炸事故频发、矿难事故搜救难度大等问题,设计一种基于ZigBee的矿井环境监测及人员定位系统。通过传感器采集井下温、湿度和瓦斯浓度等环境参数,采用CC2530构建数据传输及人员定位网络,将RSSI测距定位技术和三边定位算法相结合,实现井下工作人员的实时定位。根据井下环境的特点,采用均值滤波算法对RSSI值进行修正,提高了定位精度。实验结果表明,该系统环境参数监测准确、网络通信通畅可靠、人员定位精度较高,可满足煤矿安全生产管理及矿难事故搜救的需要。     

基于ZigBee技术的地下矿山人员定位系统的研究

针对地下矿山地理环境复杂,作业人员流动性大,以及在井下发生事故时人员救援困难等特点,对现有矿山井下人员定位技术进行系统分析和研究,在此基础上,提出一种基于ZigBee技术的无线传感器网络人员定位系统。系统满足井下通信的要求,安装简单方便,精度高,稳定性好。     

井下人员定位系统防碰撞算法改进

为解决井下人员定位系统中多个标签向接收器发送信息时产生的数据碰撞问题,提出了一种改进的二进制指数退避算法。该算法采用乘法增加、线性减小的碰撞窗口调整方式,设定了两个阈值,并根据不同网络流量制定了不同的退避发生器值更新规则,同时同步更新优化窗口值,使标签能够自适应快速接入信道。测试表明,改进后的算法最大并发识别数量为150,最大位移速度为10m/s,均优于经典的二进制指数退避算法。该算法提高了数据传输率,减少了漏卡率,有效地解决了井下多目标识别的防碰撞问题。     

基于ZigBee和CAN总线的煤矿井下人员定位系统

介绍了一种采用ZigBee无线网络采集井下人员位置信息,通过CAN总线双向通信的煤矿井下人员定位系统。该系统包含通信分站、读卡器、识别卡等部分,能够完成井下人员位置检测、考勤管理、安全监控等功能。     

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RFID技术的煤矿井下人员跟踪定位系统防碰撞算法研究

为了防止井下人员跟踪定位系统中多个射频标签同时向基站发送识别信息时产生的碰撞问题,提出了一种基于搜索矩阵的自适应防碰撞算法.该算法有效利用碰撞信息,通过构造搜索矩阵进行读取,通过引入碰撞栈,并根据时隙状态自适应调整搜索路径的方法,使碰撞概率大大降低.理论和仿真实验证明,该算法能够有效解决多目标识别的防碰撞问题.