基于信号强度的改进型井下测距算法的研究

针对现有信号强度测距法计算误差较大的问题，研究射频天线性能参数对电磁波传输的影响，提出将天线阻抗特性与能量接收相联系，将水平极化衰减率应用于求解天线回路上任意微分长度元的电磁波功率密度，从而建立了符合井下射频天线特性的信号能量与传输距离的关系式，推导出求解井下基站与目标之间距离的改进型信号强度测距法。选取相同的巷道环境验证了算法改进前后对目标的定位能力，结果表明经过改进后算法得出的目标位置与改进前相比更加准确，定位误差缩小6.9 m2，且改进后算法与改进前相比大幅减少全巷道内基站的布设数量，提高了基站的利用率，充分证明提出的改进型信号强度测距法更加适合井下巷道中的目标测距及定位，计算结果更加准确可靠。     

用于矿山等极端环境中的高精度定位算法

高精度室内定位技术在矿山、建筑、施工等多种极端环境下都有需求。基于超宽带通信(Ultra Wideband,UWB)的室内定位技术能够提供较高的定位精度,但超宽带信号易受到障碍物的干扰,并且在类似矿山等极端环境中,障碍物不可避免。因此,超宽带非视线传输(Non-Line-of-Sight,NLoS)测距成为当前的一个研究热点。当前研究大多集中在识别和消除非视线传输对超宽带测距的影响上,实际应用中,大多数情形下超宽带信号根本无法穿透障碍物,会导致定位标签只能够与2个或1个信标节点通信,但完成三边定位至少需要3个信标节点。为此,提出了一种基于目标行为分析的定位算法,该算法能够在短时间内仅剩余一个信标节点与标签通信时,也可实现高精度定位。该算法以超宽带通信为基础,使用信号飞行时间(Time of Flight,TOF)算法测距并定位。通过分析信号正常时的目标运动轨迹来判断其速度和方向,当信号不正常时(可通信的信标节点减少),可利用预测的速度和方向参数来实现辅助定位。将该算法部署在一个基于超宽带定位的系统中进行了测试,结果表明:当能够与标签通信并完成TOF算法的信标节点数量少于3个时,基于NLoS传输识别和消除的算法无法完成定位,而基于目标行为分析的定位算法依然能够实现定位,在单信标节点区域的平均定位误差为0.93 m,最大误差为1.41 m,在2个信标节点测距的区域,平均定位误差为0.64 m,最大误差为1.2 m。     

煤矿井下Bounding-Box的二次定位算法研究

根据煤矿井下人员精确定位系统对实时性和定位精度的要求,提出了基于TOF(time of flight,飞行时间)的Bounding-Box二次定位算法,该算法综合了TOF测距不易受环境干扰和Bounding-Box计算实时性高的优点。利用待定位节点与参考节点测距获得距离,并利用Bounding-Box得到初始区域位置信息后,再将周围已定位的节点考虑进去,并再次利用Bounding-Box算法进行二次定位,缩小未知节点所在的区域,最终获得位置信息。实验结果表明,该算法实时性高,并且能够提高定位精度。     

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。     

基于改进加权混合滤波的矿井RSSI定位方法

针对煤矿井下人员定位算法普遍存在定位精度较低、受环境干扰大、设备成本高等问题,提出了一种基于改进加权混合滤波的矿井RSSI(Received Signal Strength Indication)定位算法。首先对固定点离线采集的信号进行高斯滤波,去除各位置点接收到的小概率、大干扰信号值,引入最大值加权处理得到各位置对应的信号值;其次设计了引入等价权函数的改进卡尔曼滤波器对各位置点计算所得信号值进行平滑处理,抑制环境中噪声因素引起的误差;最后利用最小二乘法计算该环境下路径损耗指数n和环境参量X_σ,建立符合煤矿井下特殊环境的无线信号传输模型。矿井工作人员携带信号接收装置进入巷道,利用该信号传输模型求出矿井人员到信号节点的距离,进而确定人员的位置。仿真结果表明,所提方法有效减小了RSSI测距定位误差,为将RSSI测距定位技术更好地应用于煤矿井下人员定位奠定了理论基础。     

基于距离约束的井下目标定位方法

煤矿井下巷道为狭长的条状结构,信号衰减较大,地面已有的目标定位方法和技术难以直接应用于井下,现有的矿井目标定位主要采取基于时间和信号强度的测距方法,而这些方法并没有考虑到井下巷道的条状结构特点,定位误差较大,依据矿井巷道的条状结构特点,提出一种基于距离约束的井下目标定位方法。在巷道内每4个锚节点构成1个矩形区域,将固定的两锚节点之间的距离作为约束条件,结合垂直向量乘积为零的原理,矩形对角线的长度已知,通过基于RSSI的测距原理获得移动节点到矩形区域两对角线上锚节点的距离之比公式,进而通过合理的近似运算和向量乘法定理得到向量方程组,通过求解向量方程组可以得到移动节点的坐标,仿真实验表明该方法可以有效地降低定位误差。     

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。     

基于非视距鉴别的井下精确定位技术研究

针对煤矿井下动目标精确定位系统定位精度低且受非视距条件限制严重的问题,研究信号飞行时间TOF和信号接收强度指示RSSI定位算法的特点及其技术局限性,提出利用已知的锚节点之间的距离,通过TOF和RSSI方法分别得到2组盲节点到2个锚节点的距离比公式的方法,并根据时间差和接收信号强度差分别进行测距运算,以提高定位精度;研究TOF算法和RSSI算法对非视距条件的敏感性,发现RSSI算法对非视距条件的敏感性明显高于TOF方法,并以此作为鉴别非视距条件的依据,通过仿真和试验方法表明,该方法可以得到小于5 m的精确定位误差。     

基于RSSI的煤矿井下巷道定位技术误差分析

煤矿井下定位系统的定位精度有限,为进一步提高矿井安全生产水平,及时且客观地获知人员和机车的位置,需对系统的定位误差情况有所掌握。煤矿井下多为巷道,人员和机车也多在巷道中活动,锚节点一般多布置在巷道一侧,根据盲节点必在巷道中的先验信息,以及实验得到并经最小二乘法修正的测距参数,对基于接收信号强度(RSSI)模型的井下巷道定位系统及定位误差进行了理论分析。得到系统模型中测距误差的放大倍数的分布规律,并分析测距误差对x,y方向的定位误差及最终定位误差的影响规律。仿真结果表明,相同的测距误差在不同的定位区域表现出了非均匀的目标定位误差分布,这对煤矿安全生产和管理都非常重要,而且能够对煤矿井下巷道定位系统的建设提供帮助和指导。结合井下巷道具体尺寸,数值计算得到测距误差对人员和机车定位的误差最大值,这将能够帮助煤矿事故中实施有效的安全救援工作。     

基于无线传感网络的井下区域定位算法

煤矿坑道工作环境恶劣,安全隐患众多。事故发生时,为及时确定工作人员的位置信息,保证人员的生命财产安全,采用无线传感网络技术,分析比较现有成熟的定位方法,针对坑道复杂的环境,以RSSI测距的多元回归模型为基础,利用信标节点的距离差分信息,对信标节点确定的目标节点距离信息修正,并结合三边定位算法,提出一种煤矿区域差分定位算法。实验证明该算法无需较多的信标节点就能保证很高的定位精度,以该算法为核心的定位系统能够适用于坑道环境。