基于DV-Hop和距离几何约束的定位算法

针对DV-Hop定位算法的误差主要是计算未知节点和信标节点间距离的问题,利用二维空间的Cayley-Menger行列式提供的几何约束对未知节点到信标节点的距离进行优化修正.通过距离几何约束的条件对未知节点到信标节点之间的测量值进行处理,来减少未知节点到信标节点的测距误差,并采用三边测量法进行定位.仿真实验结果表明,随着信标节点数目的增加,用于校正的测量数据增加,该定位算法能够更加准确地测量未知节点和信标节点间的距离,提高网络节点的定位精度,同时使节点的覆盖率有了较大提高.     

无线传感器网络中最优分割圆定位算法

为提高无需测距定位算法精度,提出一种最优分割圆定位(OPCL)算法.以节点通信半径做分割圆,将待定位节点附近的锚节点分割为圆内及圆外两部分,定义匹配函数以量化衡量分割结果与实际一、两跳锚节点集合的匹配程度.在一定搜索范围和搜索粒度下,取最优分割圆的圆心作为目标位置.算法综合利用了节点连通性约束及非连通性约束.仿真结果显示,与同类的质心算法、最小包含圆算法相比定位精度显著提升,尤其是对边缘节点定位效果更明显.     

基于手机移动传感网络的矿震群智定位方法

为提高矿震监测系统定位精度,减少监测盲区,降低监测成本,基于分布式的思想,提出一种基于手机移动传感网络的矿震定位方法。首先以矿区附近工人及家属等使用的智能手机建立手机移动传感网络,其次对模拟震源点网格化,构建基于标准差的目标函数,提出改进的萤火虫寻优策略,并使用拐点回溯法以及手机移动传感网络排除离散点策略(EDPS)降低定位误差,最后通过矿震模拟实验进行验证。实验结果表明:在手机移动传感网络无到时误差理想情况下,所有模拟震源点都能够准确收敛至震源位置,定位误差小于1 m。但手机相较于检波器到时误差较高,且定位误差与到时误差具有相关性,当手机到时误差为?1.0～1.0 s时,传统算法定位误差为216 m,无法实现高精度定位。通过研究目标函数值与定位误差间的关系,提出并使用拐点回溯法以及EDPS两种优化方法,算法绝对定位误差降低至73 m,当到时误差为?0.2～0.2 s时,绝对定位误差降低至17 m,定位精度提高76.1%。基于手机移动传感网络的矿震群智定位方法,为矿震监测提供了一种新方法,未来可考虑与井下微震系统联合,在节省监测成本、提高定位精度方面具有重要意义。      

基于改进差分进化算法的无人机在线低空突防航迹规划

为了解决无人机在部分未知敌对环境中的低空突防航迹规划问题,提出了一种改进的差分进化算法.该算法的进化模型采用冯.诺伊曼拓扑结构,并对其进行拓展,使种群在进化初期保持多样性,避免进化早期陷入局部最优,而进化后期加快收敛速度.该算法改进了差分进化算子中的变异操作,从而加快算法的收敛速度,快速找到多目标优化问题的最优解;同时,采用将绝对笛卡儿坐标和相对极坐标相结合的编码方式以提高搜索效率.将该算法用于无人机在线航迹规划仿真实验,并和未改进的算法结果作比较,验证了该算法的有效性.      

联合改进作用距离和Dijkstra算法的复杂结构声发射定位方法及应用

声发射定位对含空区等复杂结构的连续动态安全监测具有重要意义。针对直线路径定位方法不适用于复杂结构,而常规Dijkstra搜索算法常出现局部最优路径等问题,提出了一种联合改进作用距离和Dijkstra算法的声发射定位方法,实现复杂结构下声发射的高精度定位。理论测试显示：基于改进作用距离的Dijkstra算法得到的P波传播路径长度小于等于常规作用距离的Dijkstra算法,即P波走时更为准确。理论测试和断铅试验定位测试表明：本文提出的定位方法在复杂结构声发射定位时的整体误差在0.50 cm范围之内,断铅事件平均定位误差由常规作用距离Dijkstra算法的0.95 cm下降至本文的0.54 cm。改进的声发射定位方法在复杂结构声发射定位方面具有很好的应用前景。     

一种基于差分进化的正弦余弦算法

正弦余弦算法是一种新型仿自然优化算法,利用正余弦数学模型来求解优化问题。为提高正弦余弦算法的优化精度和收敛速度,提出了一种基于差分进化的正弦余弦算法。该算法通过非线性方式调整参数提高算法的搜索能力、利用差分进化策略平衡算法的全局探索能力及局部开发能力并加快收敛速度、通过侦察蜂策略增加种群多样性以及利用全局最优个体变异策略增强算法的局部开发能力等优化策略来改进算法,最后通过仿真实验和结果分析证明了算法的优异性能。      

基于超宽带非对称双边双程测距的矿山井下定位跟踪算法研究

在地下矿山建立稳定、有效、高精度的人员定位系统和算法，对矿井事故灾害的灾时指导逃生和灾后救援等方面起着至关重要的作用。基于超宽带定位测距系统，进行了室内非对称双边双程测距试验，利用粒子群算法、Taylor级数迭代等智能算法完成对目标的定位，以期获得更精确的定位解析，相较于传统的Wi-Fi通信系统及射频识别人员定位管理方法，能够在保证实时性的同时，有效、准确地提供遇险人员的位置及周边地形状况，达到了厘米级定位精度，实现了井下精确定位，为井下救援工作提供技术支持。     

改进混合遗传算法在无功优化的应用研究

根据电网现有的运行状况,在国家电力市场环境下充分考虑了电力系统的安全运行约束,以目标函数为线路网损最小、电压质量最优为目标建立了数学模型,并将改进混合遗传算法应用到此无功优化问题中,并采用MATLAB编程实现算法,对IEEE-6节点测试系统进行了仿真计算,验证算法的有效性和可行性.     

一种有向传感器网络改进粒子群覆盖增强算法

优化传感器网络覆盖对于合理分配网络的空间资源、更好地完成信息感知和采集任务、提高网络的生存能力都具有重要的意义.在分析传感器节点有向感知模型的基础上,提出了一种有向传感器网络改进粒子群覆盖增强算法.该算法针对随机部署有向传感器网络,以网络区域覆盖率为优化目标,采用改进的多步式位置可选择更新粒子群优化算法,通过调整传感器节点的主感方向,减少网络感知重叠区和感知盲区,实现覆盖增强.仿真实验表明,该算法简单、高效,优于传统的覆盖增强算法.     

基于粒子群优化的过程神经网络学习算法

基于粒子群优化为过程神经元网络提出了一种新的学习算法.新算法在对网络输入函数和连接权函数进行正交基函数展开后,将网络中的结构参数和其他参数整合成一个粒子,再用粒子群优化算法进行全局优化.新算法不依赖于函数梯度信息,不需要手动调节网络结构.粒子群优化具有良好的全局优化性能和收敛性能,保证了过程神经元网络的全局学习能力和新学习算法的收敛能力,更好地发挥过程神经网络的逼近性能.两个实际预测问题的实验结果表明,基于粒子群优化的学习算法比现有的基于梯度的基函数展开方法以及误差反传神经网络模型具有更好的预测精度.     

基于编码器与NFC修正融合的带式输送机轨道式巡检机器人定位方法

轨道式巡检机器人的高精度定位技术是带式输送机智能化巡检的重要研究方向之一,而矿用带式输送机距离超长,工作环境复杂,严重影响巡检机器人的定位精度。针对目前的轨道式巡检机器人定位技术在矿用带式输送机巡检领域存在的问题,提出了基于编码器和NFC双传感器修正融合的高精度定位方法。分析带式输送机轨道式巡检机器人轨道与环境特性对编码器系数的影响,提出轨道分段原则。利用机器人搭载的编码器数据反馈特点,构建编码器递推定位方法。通过机器人运行的历史数据,对编码器系数进行分段分方向修正,并提出基于递推最小二乘的编码器系数修正方法,以提高编码器对轨道环境的适应性。在此基础上,根据机器人所在轨道分段的位置不同,在段端基于卡尔曼滤波算法实现编码器和NFC数据融合,在段内利用分段分方向修正系数与编码器信息进行递推定位,实现轨道式巡检机器人连续高精度的定位。针对所提方法搭建了实验平台并进行了实物测试,实验结果表明,相较于编码器定位、RFID定位和两者融合定位三种传统定位方式,基于编码器和NFC的修正融合定位算法能够有效提高轨道式巡检机器人定位对轨道环境的适应性,同时提高轨道式巡检机器人的定位精度。      

矿井环境高精定位技术研究现状与发展

地下矿山开采环境恶劣,井下设备的自动化、智能化发展势在必行。井下设备高精度自主定位技术是推动地下智能开采的关键技术之一。为了系统地了解和研究国内外矿井设备定位技术的发展情况和问题所在,基于国内外井下设备高精定位的研究现状分析,综合评述了当前井下定位的核心技术和发展前景。首先归纳了井下常用的环境感知传感器;然后根据井下设备定位的技术手段、硬件基础及算法特点,对当前的研究成果进行了归类分析;最后进行了总结展望,认为不需要外部设备辅助的多传感器融合技术（如基于SLAM的定位方法）是当前地下矿山井下设备定位发展的必然趋势。     

基于RCR _YOLOv4的矿井巷道红外障碍检测研究

针对地下矿井巷道光线昏暗的道路上会出现落石或行人等行车障碍物,严重影响无人驾驶矿卡安全行驶的问题,提出了一种基于红外视觉识别的巷道障碍物快速检测优化模型RCR_YOLOv4。该模型利用K-Means++优化算法筛选巷道障碍物的先验框尺寸,并引入深度可分离卷积降低网络参数量和计算量,从而提高障碍目标的定位精度和检测效率。通过设计双通道注意力机制对网络特征融合模块进行优化,实现对无人矿卡行车障碍的高精度检测。结果表明,该目标检测模型对矿井道路障碍的检测准确率达到93.52%,检测速度达到60.6 FPS,能够为矿井巷道复杂环境下无人矿卡安全行驶提供保障。     

基于预瞄距离的地下矿用铰接车路径跟踪预测控制

矿用车辆无人驾驶是实现矿山无人化开采的关键技术, 而路径跟踪控制是无人驾驶系统的核心技术之一.路径跟踪控制系统是多变量、多约束系统, 采用传统方法在多约束条件下存在执行器饱和等问题.针对上述问题, 本文引入模型预测控制方法, 通过考虑车辆的姿态与位置之间的关系, 以跟踪路径的横向偏差最小化和车辆的航向角偏差最小化为目标对预测控制的目标函数进行优化, 以获得车辆速度和铰接角度的最优控制量, 实现对多变量、多约束系统的求解.针对模型预测控制算法不能提前判断道路曲率突变而导致跟踪超调的问题, 提出基于预瞄距离的控制方法, 通过提前判断道路突变信息, 提高车辆路径跟踪精确性和稳定性.使用Matlab/Adams仿真软件进行对比仿真试验, 结果表明: 使用模型预测跟踪控制器能够解决多变量、多约束系统控制问题, 有效防止执行器饱和; 而使用基于预瞄距离的模型预测跟踪控制器能够使车辆的横向位置偏差保持在±0.04 m, 航向角偏差保持在±1.8°范围内, 相较于改进前的控制器, 其横向位置偏差减少了80.9%, 航向角偏差减少了59.1%, 证明改进后的控制器具有更好的横向稳定性和精确性.      

基于LQR-QPSO的地下铲运机控制参数优化研究

现代控制理论是实现地下铲运机路径跟踪控制的重要技术之一。目前,控制算法应用的难点在于参数的选取和整定。为解决控制参数整定问题,提出应用量子行为粒子群优化算法（QPSO）对基于线性二次型调节（LQR）的状态反馈控制器进行参数优化,实现对地下铲运机精准、稳定的路径跟踪控制。状态反馈控制器基于铲运机的误差动力学模型得出,优化后的路径跟踪控制最大横向位置偏差低于0.23 m。仿真试验结果表明：相较于标准粒子群优化算法,QPSO算法优化的路径跟踪控制器的最大横向位置偏差减小53.4%,优化效果更好、成功率更高。     

基于D值理论的微震监测台网优化布设

基于D值理论,考虑矿山工程实际情况,引入微震事件概率因子、监测区域重要性因子和台网布设可行性因子重新构建了台网优化目标函数.以某磷矿顶板突水的微震监测为例,对全矿区按照监测区域重要性、台网布设可行性等因素进行分区,采用专家权重法分别给出了相关因子的参考值.按照影响因子取值差异将整个监测区域再次分区,给出了分区后目标函数的积分形式,其中各监测区域控制点坐标即为相应的积分上下限.基于文中提出的微震监测网络的动态优化设计原则,最终给出了该磷矿微震监测台网布设方案.爆破试验表明,本文提出的台网布设方案具有一定的合理性和准确性,三个坐标方向的平均定位误差为6.74 m,最大为10.05 m,空间定位误差为12.51 m,定位精度可满足工程监测需要.      

Technical accuracy of a neuronavigation system measured with a high-precision mechanical micromanipulator

OBJECTIVE: This study was designed to determine and evaluate the different system-inherent sources of erroneous target localization of a light-emitting diode (LED)-based neuronavigation system (StealthStation, Stealth Technologies, Boulder, CO). METHODS: The localization accuracy was estimated by applying a high-precision mechanical micromanipulator to move and exactly locate (+/- 0.1 micron) the pointer at multiple positions in the physical three-dimensional space. The localization error was evaluated by calculating the spatial distance between the (known) LED positions and the LED coordinates measured by the neuronavigator. The results are based on a study of approximately 280,000 independent coordinate measurements. RESULTS: The maximum localization error detected was 0.55 +/- 0.29 mm, with the z direction (distance to the camera array) being the most erroneous coordinate. Minimum localization error was found at a distance of 1400 mm from the central camera (optimal measurement position). Additional error due to 1) mechanical vibrations of the camera tripod (+/- 0.15 mm) and the reference frame (+/- 0.08 mm) and 2) extrapolation of the pointer tip position from the LED coordinates of at least +/- 0.12 mm were detected, leading to a total technical error of 0.55 +/- 0.64 mm. CONCLUSIONS: Based on this technical accuracy analysis, a set of handling recommendations is proposed, leading to an improved localization accuracy. The localization error could be reduced by 0.3 +/- 0.15 mm by correct camera positioning (1400 mm distance) plus 0.15 mm by vibration-eliminating fixation of the camera. Correct handling of the probe during the operation may improve the accuracy by up to 0.1 mm.     

GNSS技术在矿区控制测量中的应用

GNSS包括GPS、GLONASS、GALILEO和BDS四大卫星定位系统,研究发现相比单一的GPS定位系统,GNSS多星系统在定位精度、系统可靠性及安全性方面具有明显优势。在介绍多星座组合导航算法及系统定位原理的基础上,结合中海达V30接收机在控制网设计及控制点位布设方面的灵活性,阐述了GNSS技术在广东省阳山县某矿区控制测量中的实际应用情况。HGO软件在内业数据处理各环节的操作表明,HGO解算的数据成果精度大幅提升,点位平面中误差由原来的16.3 mm提高到4.78 mm。同时,GNSS技术在矿区控制测量中能克服地形复杂及植被覆盖区带来的不利影响,有效提高作业效率,从而达到理论技术指导生产的目的。     

基于神经网络与遗传算法的多目标充填料浆配比优化

随着充填法在地下矿山开采中的应用越来越广，在满足充填体强度要求的情况下，寻找生产成本最低的充填料浆配比对于矿山生产经营十分重要。基于人工神经网络和遗传算法提出了一种新的充填料浆配比优化方法。首先，以水泥质量分数、粉煤灰质量分数和尾砂质量分数3个充填料浆配比参数为优化参数，以充填体强度为优化目标，建立了3-9-1的BP神经网络，并基于遗传算法对BP神经网络进行优化，建立起预测精度更高的GA_BP神经网络。然后，将预测精度更高的GA_BP神经网络作为适应度函数，结合成本计算函数，通过遗传算法进行多目标优化以获取最优的充填料浆配比参数。结果表明：当充填体抗压强度为1.5 MPa时的成本最低，充填料浆配比组合为水泥质量分数为8%，粉煤灰质量分数为2.3%，尾砂质量分数为66.3%，最低成本为29.3元/t，优化结果与实际情况一致。