中文字幕高清免费日韩视频在线,乡下女人做爰A片,猫咪av成人永久网站在线观看,亚洲高清有码中文字,国产精久久一区二区三区

您所在的位置:首页 > 模拟设计 > 设计应用 > 基于信号置信度的矿井定位方法研究
基于信号置信度的矿井定位方法研究
电子技术应用
张鹏1,2
1.煤矿灾害防控全国重点实验室;2.中煤科工集团重庆研究院有限公司
摘要: 针对煤矿井下狭窄纵深的巷道环境,无线信号极易反射导致定位精度差甚至定位失败的问题,提出了一种利用UWB信号置信度,结合定位神经网络模型、TOF测距和Kalman滤波的组合定位方法。首先利用标识卡与基站间的UWB信息及标识卡真实距离,离线训练定位神经网络模型。其次在实时测距时提出UWB信号置信度判别方法,参与TOF定位计算,最后再通过Kalman滤波进一步提升定位精度。结果表明:该方法能够在煤矿井下显著降低由于信号反射所导致的定位精度差问题,混合定位精度小于10 cm,具有速度快、稳定性高等优点。
中图分类号:TD67;TP212 文献标志码:A DOI: 10.16157/j.issn.0258-7998.256407
中文引用格式: 张鹏. 基于信号置信度的矿井定位方法研究[J]. 电子技术应用,2025,51(9):79-83.
英文引用格式: Zhang Peng. Research on mine positioning method based on signal confidence[J]. Application of Electronic Technique,2025,51(9):79-83.
Research on mine positioning method based on signal confidence
Zhang Peng1,2
1.State Key Laboratory of Coal Mine Disaster Prevention and Control;2.China Coal Technology Engineering Group Chongqing Research Institute
Abstract: A hybrid positioning method combining Ultra Wide Band (UWB) signal confidence, a location neural network model, Time-of-Flight (TOF) ranging, and Kalman filtering is proposed to address the challenges of severe signal reflection in narrow and deep coal mine galleries. The method first trains a location neural network model offline using UWB communication data between tags and base stations, along with known true distances of the tags. During real-time positioning, a UWB signal confidence discriminant method is introduced to refine TOF measurements. Finally, Kalman filtering is employed to further enhance positioning accuracy. Experimental results demonstrate that this approach effectively reduces positioning errors caused by signal reflections in underground coal mines, achieving hybrid positioning accuracy below 10 cm with advantages of high speed and excellent stability.
Key words : tunnel environment;ultra wide band;signal confidence;combined positioning algorithm;neural network

引言

根据国家煤监局最新发布的《煤矿井下人员定位系统通用技术条件》,煤矿井下人员精确定位系统静态定位误差需要控制在0.3 m范围内[1],然而传统的定位方案,如基于蓝牙、RFID、Zigee和Wi-Fi等技术的定位方案[2-4],由于其定位精度的局限性,只能实现区域定位,无法满足这一严格标准。随着超宽带技术(Ultra Wide Band, UWB)技术的不断完善,其抗干扰能力强、定位精度高和功耗低的优点得到了广泛认可[5-6],越来越多的企业和组织开始研究基于UWB技术的精确定位方案,并逐步替代其他传统的定位方案,成为主流精确定位技术,并在煤矿井下得到广泛应用[7-9]。

在煤矿井下的长巷道结构中,常常使用飞行时间(Time of Flight, TOF)测距算法来实现人员的精准定位[10-11]。但由于这些巷道多为窄长构造,导致UWB信号在传播过程中容易发生多次反射。这不仅严重影响定位精确,甚至在某些情况下,还会导致信号无法被定位基站有效检测从而无法有效定位。随着智能矿井建设的深入推进,井下机车的自主导航成为了可能,这为矿山的生产和管理带来了巨大的便利。然而,这也对定位系统的精度和稳定性提出了更高的要求。传统的单一一维定位方法已经无法满足这些需求,因此需要寻找精度更高,稳定性更好的算法以解决这一问题。

为了降低井下UWB信号反射对定位精度的影响,本文提出了一种创新的定位方法。该方法结合了UWB信号置信度、定位神经网络模型、时间飞行(TOF)测距以及Kalman滤波算法[12-14]。通过将离线神经网络与传统定位算法有机结合的方式,进一步提升定位精度和定位稳定性。


本文详细内容请下载:

//www.51qz.net/resource/share/2000006692


作者信息:

张鹏1,2

(1.煤矿灾害防控全国重点实验室,重庆 400039;

2.中煤科工集团重庆研究院有限公司,重庆 400039)


Magazine.Subscription.jpg

此内容为AET网站原创,未经授权禁止转载。