基于指纹膜与航迹推算的煤矿井下人员定位技术研究
发布时间：2021-06-19 22:37
煤矿安全是煤矿生产的第一要务,但是由于煤矿生产环境复杂,煤矿安全事故时有发生。灾难发生后对人员的精确定位是救援的关键,因此实现对井下人员的定位显得尤为重要。本文围绕逐渐完善的无线传感器网络定位技术和日益发展的惯性导航定位技术展开研究,重点研究了基于编辑距离的指纹定位技术实现、航迹推算定位技术的实现,以及两种定位方法加权融合定位技术的实现,主要内容如下:在原有离线指纹数据库的基础上,本文利用AP之间的相关性,将RSSI值排序得到稳定的AP序列,建立新的离线指纹库,并基于最强AP进行聚类处理。在线阶段,利用dis矩阵计算实测AP序列与指纹库中序列的编辑距离,基于最小编辑距离匹配得到最近邻参考点,进行位置估计。航迹推算定位技术包含三个步骤:步态检测、步长估计和航向估算。文中对步态和步长计算方法进行了详细介绍,采用峰值检测和非线性步长模型进行步态与步长的计算。针对煤矿巷道狭长的特性,采用简单的加速度计和磁力计结合的方法实现航向的粗略估计。为克服指纹定位不稳定和航迹推算累积误差现象,本文提出一种基于误差估计的加权融合算法,依据匹配点的欧氏距离和定位时间定义融合权重,并利用AP进行位置修正和权重更...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
dis矩阵举例Figure3-2Exampleofdismatrix与最长公共子序列不同，最小编辑距离不仅考虑了两个不同序列通过插入、
学术型硕士学位论文30m 30m5.7m 5.7m未知节点AP23-5 巷道结构Figure 3-5 Structure of the tunnel先将无线AP放置在三脚架上固定，等间距安标分别为（0,1.4），（50,1.4），（100,1.4）。采，设置参考点间距为 1.2m。定点采样时，实上站立，采样平台采用便携式笔记本电脑，安装点与 AP 之间的信号 RSSI 值，测试场景如图
图 3-7 离线指纹库Figure 3-7 Fingerprinting database.4.2 定位结果分析参考点密度是影响指纹定位精度的一项重要因素，参考点密度越大，指纹结果越精确，但参考点密度的增加同时会带来采样工作量的增加。为验证采距对 L-WKNN 定位算法的影响，选择合适的采样间距，本实验在测试场景区域内随机选择 5 个点进行定点测试。1 2 3 4 50246位误差定m/测 试 点 /个d=1.2m1 2 3 4 502468测 试 点 /个位误差定m/d=2.4m10d=3.6m8d=4.8mL-WKNNWKNN
【参考文献】：
期刊论文
[1]一种改进的RSSI指纹库定位算法[J]. 霍欢,杨沪沪,郑德原,刘亮,张薇. 计算机应用研究. 2017(09)
[2]矿井动目标定位:挑战、现状与趋势[J]. 胡青松,张申,吴立新,丁恩杰. 煤炭学报. 2016(05)
[3]基于指纹膜与航迹推算的井下人员定位系统[J]. 马京,胡青松,宋泊明,张申. 工矿自动化. 2016(05)
[4]基于UWB的特殊病人无线定位技术[J]. 陈惠雄,徐杜. 信息通信. 2016(04)
[5]基于几何聚类指纹库的约束KNN室内定位模型[J]. 刘春燕,王坚. 武汉大学学报(信息科学版). 2014(11)
[6]一种自适应煤矿井下环境的加权质心节点定位算法[J]. 徐晓菊,唐翔. 计算机测量与控制. 2014(10)
[7]一种改进的煤矿井下指纹定位匹配算法[J]. 李论,丁恩杰,郝丽娜,张雷. 传感技术学报. 2014(03)
[8]基于WiFi和计时误差抑制的TOA煤矿井下目标定位方法[J]. 孙继平,李晨鑫. 煤炭学报. 2014(01)
[9]基于RSSI的极大似然与加权质心混合定位算法[J]. 韩江洪,祝满拳,马学森,刘会平. 电子测量与仪器学报. 2013(10)
[10]基于锚同心圆的改进加权质心WSN定位算法[J]. 李尧尧,廖红云,曾孝平,吴小林. 计算机仿真. 2011(06)
博士论文
[1]基于WPT技术的井下定位系统关键技术研究[D]. 赵端.中国矿业大学 2014
[2]基于PDR的定位与跟踪技术研究及系统设计[D]. 汪少初.天津大学 2014
[3]基于GPS和自包含传感器的行人室内外无缝定位算法研究[D]. 陈伟.中国科学技术大学 2010
[4]井下移动目标精确定位理论与技术的研究[D]. 陈奎.中国矿业大学 2009
[5]基于WLAN的室内定位技术研究[D]. 张明华.上海交通大学 2009
硕士论文
[1]WiFi位置指纹定位技术应用算法研究[D]. 王思雪.中国地质大学(北京) 2016
[2]基于WLAN位置指纹与惯性传感器的室内定位技术研究[D]. 张旭.华东师范大学 2016
[3]矿井移动目标定位增强算法研究[D]. 丁一珊.中国矿业大学 2016
[4]基于惯性元件与磁罗盘信息融合的步行者定位系统[D]. 刘瑜.山东大学 2015
[5]基于WIFI与惯性技术的行人室内定位算法研究[D]. 刘春燕.中国矿业大学 2015
[6]基于DV-Hop的无线传感器网络定位算法研究及改进[D]. 乔欣.中国矿业大学 2015
[7]基于位置指纹的煤矿井下定位算法研究[D]. 王桃.中国矿业大学 2015
[8]基于航迹推算的井下人员定位关键算法研究[D]. 王龙.中国矿业大学 2015
[9]基于UWB/MEMS的高精度室内定位技术研究[D]. 杨洲.中国矿业大学 2015
[10]基于移动终端传感器的室内定位技术研究[D]. 谷春斌.电子科技大学 2015
本文编号：3238671
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
dis矩阵举例Figure3-2Exampleofdismatrix与最长公共子序列不同，最小编辑距离不仅考虑了两个不同序列通过插入、
学术型硕士学位论文30m 30m5.7m 5.7m未知节点AP23-5 巷道结构Figure 3-5 Structure of the tunnel先将无线AP放置在三脚架上固定，等间距安标分别为（0,1.4），（50,1.4），（100,1.4）。采，设置参考点间距为 1.2m。定点采样时，实上站立，采样平台采用便携式笔记本电脑，安装点与 AP 之间的信号 RSSI 值，测试场景如图
图 3-7 离线指纹库Figure 3-7 Fingerprinting database.4.2 定位结果分析参考点密度是影响指纹定位精度的一项重要因素，参考点密度越大，指纹结果越精确，但参考点密度的增加同时会带来采样工作量的增加。为验证采距对 L-WKNN 定位算法的影响，选择合适的采样间距，本实验在测试场景区域内随机选择 5 个点进行定点测试。1 2 3 4 50246位误差定m/测 试 点 /个d=1.2m1 2 3 4 502468测 试 点 /个位误差定m/d=2.4m10d=3.6m8d=4.8mL-WKNNWKNN
【参考文献】：
期刊论文
[1]一种改进的RSSI指纹库定位算法[J]. 霍欢,杨沪沪,郑德原,刘亮,张薇. 计算机应用研究. 2017(09)
[2]矿井动目标定位:挑战、现状与趋势[J]. 胡青松,张申,吴立新,丁恩杰. 煤炭学报. 2016(05)
[3]基于指纹膜与航迹推算的井下人员定位系统[J]. 马京,胡青松,宋泊明,张申. 工矿自动化. 2016(05)
[4]基于UWB的特殊病人无线定位技术[J]. 陈惠雄,徐杜. 信息通信. 2016(04)
[5]基于几何聚类指纹库的约束KNN室内定位模型[J]. 刘春燕,王坚. 武汉大学学报(信息科学版). 2014(11)
[6]一种自适应煤矿井下环境的加权质心节点定位算法[J]. 徐晓菊,唐翔. 计算机测量与控制. 2014(10)
[7]一种改进的煤矿井下指纹定位匹配算法[J]. 李论,丁恩杰,郝丽娜,张雷. 传感技术学报. 2014(03)
[8]基于WiFi和计时误差抑制的TOA煤矿井下目标定位方法[J]. 孙继平,李晨鑫. 煤炭学报. 2014(01)
[9]基于RSSI的极大似然与加权质心混合定位算法[J]. 韩江洪,祝满拳,马学森,刘会平. 电子测量与仪器学报. 2013(10)
[10]基于锚同心圆的改进加权质心WSN定位算法[J]. 李尧尧,廖红云,曾孝平,吴小林. 计算机仿真. 2011(06)
博士论文
[1]基于WPT技术的井下定位系统关键技术研究[D]. 赵端.中国矿业大学 2014
[2]基于PDR的定位与跟踪技术研究及系统设计[D]. 汪少初.天津大学 2014
[3]基于GPS和自包含传感器的行人室内外无缝定位算法研究[D]. 陈伟.中国科学技术大学 2010
[4]井下移动目标精确定位理论与技术的研究[D]. 陈奎.中国矿业大学 2009
[5]基于WLAN的室内定位技术研究[D]. 张明华.上海交通大学 2009
硕士论文
[1]WiFi位置指纹定位技术应用算法研究[D]. 王思雪.中国地质大学(北京) 2016
[2]基于WLAN位置指纹与惯性传感器的室内定位技术研究[D]. 张旭.华东师范大学 2016
[3]矿井移动目标定位增强算法研究[D]. 丁一珊.中国矿业大学 2016
[4]基于惯性元件与磁罗盘信息融合的步行者定位系统[D]. 刘瑜.山东大学 2015
[5]基于WIFI与惯性技术的行人室内定位算法研究[D]. 刘春燕.中国矿业大学 2015
[6]基于DV-Hop的无线传感器网络定位算法研究及改进[D]. 乔欣.中国矿业大学 2015
[7]基于位置指纹的煤矿井下定位算法研究[D]. 王桃.中国矿业大学 2015
[8]基于航迹推算的井下人员定位关键算法研究[D]. 王龙.中国矿业大学 2015
[9]基于UWB/MEMS的高精度室内定位技术研究[D]. 杨洲.中国矿业大学 2015
[10]基于移动终端传感器的室内定位技术研究[D]. 谷春斌.电子科技大学 2015
本文编号：3238671
本文链接：https://www.wllwen.com/kejilunwen/kuangye/3238671.html
