基于数据流量控制的矿用精确定位认知算法设计

发布时间：2017-06-26 03:02

  本文关键词：基于数据流量控制的矿用精确定位认知算法设计，由笔耕文化传播整理发布。

【摘要】：在现有的矿用精确定位系统中,实时传输的数据流量较大,容易造成链路拥塞,降低定位性能。提出了一种基于数据流量控制的认知算法,用于减少定位系统传输的数据流量。该算法只上传目标处于移动时的定位数据,并结合卡尔曼滤波算法,预测出目标节点的整个运动轨迹。仿真结果表明:该算法应用于矿用精确定位系统,能减少数据流量,确保定位性能。
【作者单位】： 重庆工程职业技术学院信息工程学院;重庆城市管理职业学院电子工程学院;
【关键词】： 精确定位 卡尔曼滤波 流量控制 采样间隔 认知算法
【基金】：重庆市教委科学技术研究项目(KJ1403208)
【分类号】：TD76
【正文快照】： 随着精确定位系统在煤矿中的广泛应用,使得地面监控中心能实时掌握井下人员的具体位置,为发生事故时对井下人员采取有效施救措施提供了重要信息。然而,由于煤矿井下通信环境特殊,基站到地面监控中心之间的设备级通信链路的数据传输速率较低,大多被限制在几十千字节每秒之内[1]

  本文关键词：基于数据流量控制的矿用精确定位认知算法设计，由笔耕文化传播整理发布。

，

本文编号：484509