SDS—TWR技术在煤矿人员定位系统中的应用

针对目前煤矿人员定位系统大多只能掌握井下人员所在区域、不具备精确定位功能的问题,介绍了一种对称双边两路测距(SDS-TWR)技术的原理,并将其应用到煤矿人员定位系统中。测试结果表明,基于SDS-TWR技术的煤矿人员定位系统测距误差在2m以内,能够满足井下人员定位的精度要求。     

基于线性调频的矿井精确定位算法

分析了基于到达时间测距方法的性能,结合煤矿井下的实际情况,采用线性调频技术构建了符合IEEE802.15.4a标准的无线通信网络,通过对称双边双方式测距方法实现了矿井的精确测距及定位系统,并在巷道内进行了测距试验。结果表明,基于线性调频技术及对称双边双方式测距的定位系统具有较好的抗电磁干扰及抗多径效应性能,网络覆盖范围大,在平直巷道内的测距可达100 m,测距精度在1.5 m以内,较好地满足了井下工作面及巷道内人员及设备精确定位的需求。     

矿井人员位置监测技术

分析了超声波、激光、视频、惯导、计步器、无线电等矿井测距和定位技术,其中,无线电测距和定位具有定位距离远、定位误差较小、不受光照影响、受粉尘影响小、便于身份识别、系统成本较低等优点,宜用于矿井人员定位和矿井人员精确定位。分析了UWB,ZigBee,RFID,5G,WiFi6等无线电测距和定位技术：矿用UWB具有定位距离较远、定位误差最小、成本较低等优点,宜用于矿井人员精确定位系统;矿用ZigBee具有定位距离远、定位误差较小、成本较低等优点,宜用于矿井人员定位系统等;矿用RFID具有系统成本最低等优点,宜用于煤矿井下作业人员管理系统等;矿井5G和WiFi6定位精度低于UWB,系统成本高于ZigBee,不宜用于矿井人员定位和矿井人员精确定位系统。分析了接收的信号强度指示（RSSI）、到达时间（TOA）、到达时间差（TDOA）、双程测距（TWR）、对称双边双程测距（SDS-TWR）、到达角度（AOA）等矿井人员定位算法：RSSI定位法定位误差大,难以满足矿井人员定位和矿井人员精确定位的需求;TOA定位法要求定位卡和分站时钟计时精确并同步,定位卡和定位分站成本高,不宜用于矿井人员定位和矿井人...     

基于差分误差抑制优化方法的井下目标定位

针对基于时间测距即到达时间、单程测距、双程测距、对称双边双程测距(SDS-TWR)等定位方法的定位精度受节点间时钟未同步、计时器频率偏移、设备时延等计时误差因素干扰的问题,提出了一种基于差分误差抑制优化方法的井下目标定位方法。该方法结合SDS-TWR定位方法,利用目标节点既是发射节点又是接收节点的特点,将传输时间及长度关系联立求解,通过矩阵形式,消除计时器频率偏移、设备时延等无关变量,得到未知目标节点的坐标仅与实测时间有关,从而有效消除计时误差对目标节点定位结果的影响,达到精确定位的目的。仿真结果表明,与单程测距、双程测距方法相比,差分误差抑制优化方法可有效抑制设备时延和计时器频率偏移等对基于时间测距的定位方法的影响,能对未知节点进行精确定位,定位精度高,测距误差区间仅为[-0.036 9m,0.037 7m],是单程测距误差的0.012%,双程测距误差的0.061%。     

基于双向测距的协同定位系统误差分析

针对协同定位系统中影响节点定位精度受测距误差影响的问题,主要研究和分析了测距误差传播以及移动场景误差对协同定位系统的影响.采用基于GPS(Global Positioning System)和超带宽双程测距的低成本协同定位系统,分析了协同定位系统中的误差传播过程,推导了测距协方差阵和定位协方差阵.在不同场景下进行了仿真,经分析得出节点间几何关系是影响系统定位误差的最重要因素.该结论对于协同定位系统中移动节点的定位精度提升具有一定的指导价值.     

基于区域判定的超宽带井下高精度定位

为满足煤矿井下对高精度定位日益增长的需求,应用高精度无线收发芯片DW1000,设计实现了一套基于超宽带（UWB）通信的井下定位基站与标签。为提高基站和标签之间的测距精度,采用非对称双边双向测距（ADS-TWR）算法,抑制节点时钟偏移引起的测距误差;针对井下多基站定位中,标签的每一次定位都需广播请求帧而产生大量无效通信的问题,提出一种基于ADS-TWR的标签区域判定策略,使得标签只与所在区域基站通信便可完成定位,并引入标签的区域异常自检和区域校正机制,保证系统的高效稳定运行;在标签坐标解析阶段,采用三角形质心算法,在高精度测距基础上进一步提高定位精度,减少定位处理时间。实验结果表明：标签的定位精度在15 cm以内,满足井下高精度定位要求。     

无线定位系统中的异步测距算法研究

分析了无线定位系统中传统异步测距算法节点时钟漂移对定位精度的影响,为了减小测距误差,提出了一种改进的伪对称双边双向测距算法(PSDS-TWR).该算法采用多请求单确认的测距方法.仿真和分析结果表明,该方法减小了时钟漂移所带来的测距误差,提高了定位精度.     

基于UWB的室内停车场高精度定位系统设计

将基于TOA测距的 UWB高精度定位技术运用于室内停车场车辆定位系统.选用 DW1000射频收发器设计定位节点硬件,采用时分复用机制实现多标签共享信道.分析测距误差来源,认为信号飞行时间的测量值相对于真实值的误差应该由节点的时钟漂移、本地响应延迟和飞行时间真实值表示,因此,从该角度详细推导并仿真对比4种测距算法受时钟漂移影响的程度,最终选定改进的SDS-TWR算法进行测距.实验发现天线延迟会给测距结果带来相对固定的偏差,针对这一测距误差,提出通过修正天线延迟参数予以校正.基于均方误差最小化方法,采用约束线性最小二乘定位算法估计标签位置.实验结果表明,测距精度小于4 cm,定位精度不超过20 cm,能够满足室内停车场车辆定位系统的厘米级精度要求.     

基于消息复用的TOF井下精确定位技术

针对目前超宽带TOF井下精确定位技术中对称双边双向测距(SDS-TWR)方法测距效率低、扩展性差,多次回应非对称双边双向测距(ADS-TWR-MA)方法测距效率及定位系统容量仍有提升空间的问题,提出了多标签多锚节点同时测距(ADS-TWR-MTMA)方法。该方法在多次回应非对称双边双向测距(ADS-TWR-MA)方法的基础上,进一步复用非对称双边双向测距过程中的测距消息,可以让多标签与多锚节点同时进行TOF测距,在保证测距精度的前提下大大提高了测距效率和定位系统容量。在机车接近探测系统和精确定位系统中的应用验证了ADS-TWR-MTMA方法在测距消息条数、测距耗时及系统容量上均优于SDS-TWR方法和ADS-TWR-MA方法。     

基于TDOA改进的矿山井下机车定位方法

为提高矿山井下机车的定位精度,提出了一种基于到达时间差（Time Difference of Arrival,TDOA）改进的矿山井下机车定位方法。采用超声波和无线电传播时间差实现测距,分析了测距技术在井下运用时产生的误差,并对误差进行补偿。为了修正机车定位过程中产生的位移误差,把位移误差化简为机车到节点的距离误差。通过规律性地布置节点和惯性导航技术,计算出位移后机车到节点的距离。使用最小二乘法估计出机车的初始位置坐标,并通过泰勒级数最小二乘法修正坐标实现定位,定位精度可达12 cm。相比于传统的定位算法,该方法增加了定位精度,且在机车不同速度下,保持了较为稳定的定位精度。     

基于MEMS传感器的煤矿井下人员定位系统设计

针对现有井下人员定位系统存在定位精度低及成本高等问题,设计了基于MEMS传感器的煤矿井下人员定位系统。该系统采用MPU9150惯性传感器获取测量数据,以CC2530为主控芯片实现数据的采集、处理;通过井下已有的WiFi基站,并结合行人航迹推算算法实现井下人员的精确定位:利用融合了行走频率和加速度方差的表达式来确定步长,采用四元数法估计行人方向角,并根据扩展卡尔曼滤波对方向角的原始数据进行修正,从而获得井下人员的具体位置。实验结果表明,在100m距离内,该系统的定位误差小于2.2m,能够实现煤矿井下人员的高精度定位。     

无线传感器网络TDOA测距误差分析与校正

测距是无线传感器网络定位的基础,基于TDOA的测距有较高的精度;分析现有的基于TDOA的无线传感器网络定位系统与算法,使用基于超声波传感器和无线射频模块的TDOA测距技术,并针对测距过程中存在的误差,提出一种新的误差补偿和校正方法;该方法在对TDOA误差源及其影响行为进行详细分析的基础上,建立了测距误差模型;对影响较大的误差因子给予单独校正,并结合相关数学原理,引入了最小二乘回归,建立了误差校正的方案;实验结果表明,该方法有效地减小了测距误差的影响,从而提高了系统定位精度。     

DV-Hop测距修正的定位算法研究

针对DV-Hop测距定位精度不准问题，提出基于DV-Hop测距修正的对数搜索（improved DV-Hop Ranging-based Logarithmic Search，DH-RLS）定位算法。DH-RLS算法利用锚节点间的真实距离信息估计跳距误差，修正跳距值，提高测距精度。利用质心定位算法估计未知节点的位置，并将此位置作为搜索起点，再利用搜索目标函数进行搜索，直至搜索到具有最小距离误差和的点。仿真数据表明，DH-RLS定位算法的归一化平均误差低于同类算法。通过对测距修正，降低了测距误差，同时利用搜索目标算法提高了定位精度。     

基于SAPSO-BP神经网络的井下自适应定位算法

针对基于传统BP神经网络的井下定位算法存在收敛速度慢、易形成局部极值、在煤矿井下强时变性电磁环境中定位误差大等问题,提出了一种基于模拟退火思想的粒子群优化算法加BP神经网络(SAPSO-BP)的井下自适应定位算法。采用SAPSO算法优化BP神经网络的初始权值和阈值,以加快训练收敛速度,使之到达全局最优;通过安装在井下巷道中的无线校准器采集目标点接收信号强度指示(RSSI)值,采用自适应动态校准方法对RSSI值进行实时校准,以减小强时变性电磁环境对定位精度的影响;最后利用SAPSO-BP神经网络估算出目标点位置坐标。实验结果表明,该算法的定位误差在2m内的置信概率为77.54%,平均误差为1.53m,定位性能优于未校准SAPSO-BP神经网络算法、PSO-BP神经网络算法、BP神经网络算法。     

基于内三角形质心算法的超宽带室内定位

针对工业现场自动导引运输车（AGV）定位方式灵活性差的问题,应用DW1000射频（RF）芯片,设计实现了一种超宽带（UWB）室内定位系统。首先,提出了高效的多基站测距和多标签调度机制,解决标签冲突和组网问题。其次,针对三角形质心算法实际应用中测距极大误差引起的定位精度低、稳定差的问题,引入可信度概念,提出了内三角形质心算法,通过可信度算子削弱测距极大误差的影响,提高算法性能。最后,将该系统应用于工业车间,当系统容纳20个标签时,单个标签的坐标平均更新频率达到24 Hz,标准差为3 Hz;静态平均定位误差为11.7 cm,标准差为2.5 cm;动态最大误差小于30 cm。实验结果表明,该系统具有高实时性、高精度和高稳定性的特点。     

基于PSO-BP神经网络的煤矿井下自适应定位算法

提出了一种基于PSO-BP神经网络的煤矿井下自适应定位算法。针对传统的基于测距模型的定位算法易受煤矿井下环境干扰、测距误差大的问题,选择指纹匹配定位模型。针对煤矿井下环境强时变性,易增大实时采集的指纹信息与离线阶段建立的静态指纹数据库信息的匹配误差问题,将信标节点作为参考点的校准节点,以更好地反映参考点随环境变化的情况,避免增加额外的校准节点;在不增加硬件成本的同时,通过动态补偿法实时修正目标节点指纹数据,解决了指纹匹配定位模型自适应差的问题。匹配定位阶段采用PSO优化BP神经网络权值,以加速BP神经网络收敛,提高学习速度。实验结果表明,该算法更加适应随时间变化的煤矿井下环境,满足井下自适应定位要求。     

超声波测距误差分析及校正研究

提高超声波测距性能是超声波测距技术研究的关键点;不同的超声波接收信号检测和处理技术会涉及到不同的硬件结构、软件实现复杂度,导致超声波测距性能差异,进而影响整个系统的定位性能;为提高定位系统的定位精度,针对特定的六元超声波阵列测距系统进行超声波阵列测距实验,对可能造成测距误差的误差源进行分析,并分别采用温度补偿法和最小二乘回归法对测量数据进行校正;实验结果表明,设计的网络节点测量距离能够达到15 m,且最小二乘校正模型的测量结果有效地减小了测距误差,提高了测距精度。     

矿井人员融合定位系统

针对基于传统接收信号强度指示(RSSI)指纹定位算法的井下人员定位系统在离线采样阶段指纹数据库采集工作量大、易受井下环境影响,基于行人航迹推算(PDR)算法的定位系统存在误差累计的问题,设计了一种基于改进RSSI指纹定位算法和PDR算法的矿井人员融合定位系统。该系统采用GS1011控制器和MPU9150惯性传感器构成智能终端,将采集的惯性传感器、RSSI和时间戳数据通过井下WiFi网络上传至地面监控中心定位服务器;定位服务器采用扩展卡尔曼滤波对RSSI指纹定位算法和PDR算法的定位信息进行融合,实现井下人员定位。试验结果表明,该系统平均定位误差为1.79m,小于单独采用RSSI指纹定位算法或PDR算法的系统定位误差,定位精度满足井下人员定位要求。     

基于LS_SVM的超宽带定位算法

针对超宽带在非视距环境下测距误差大引起定位误差较大的问题,提出了一种基于最小二乘支持向量机支持向量机（Least Squares_Support Vector Machine,LS_SVM）算法的测距误差处理.该方法将室内区域划分为多个相等的小区域,建立每个区域的采样信号的特征值和节点位置的非线性关系,利用LS_SVM对其进行分类和回归进行定位,对于非视距测距结果赋予较小的一个权重.实验仿真表明,相比K邻近算法（K-Nearest Neighbors,K-NN）误差精度在7 cm内提高10%,说明本算法能够有效的提高定位精度.     

一种基于UWB的三边定位改进算法

针对现有基于UWB的井下定位算法存在算法复杂且求解值不是全局最优的问题,提出了一种基于UWB测距的三边定位改进算法。该算法基于DW1000芯片和三边定位算法,采用双边双向测距方法测距,以求解二元二次方程最优解为目标,设定优化目标函数,将坐标二维化处理,降低了算法的复杂度;筛除测量过程中产生的无效数据,确定有效搜索区域并在该区域内进行全局遍历,找到最优定位坐标,解决了求解值不是全局最优的问题。同时,为了进一步提高定位精度,采取了适当增加参考节点数量的措施。实验结果表明,该算法平均误差小于加权三边定位算法、泰勒算法,定位精度提升明显;该算法还具有较强的实用性,通过增加参考节点数量可有效提高测量精度。