為了提高井下作業(yè)人員的效率,在煤礦發(fā)生災(zāi)害后,及時(shí)快速的實(shí)施救援,需要對(duì)井下移動(dòng)機(jī)車和作業(yè)人員進(jìn)行實(shí)時(shí)的定位跟蹤。定位采用的是wifi無(wú)線網(wǎng)絡(luò),對(duì)位置指紋定位算法進(jìn)行了研究分析。首先,介紹了當(dāng)今廣泛使用的無(wú)線定位系統(tǒng),對(duì)無(wú)線定位系統(tǒng)所應(yīng)用的定位技術(shù)進(jìn)行了系統(tǒng)的闡述,并對(duì)介紹的三種定位算法進(jìn)行了仿真比較分析,通過(guò)對(duì)比三種定位算法,得出在理想情況下三種算法的定位精度。研究的定位場(chǎng)景是礦井巷道,最終采用WKNN(Weight K Nearest Neighbors,加權(quán)K近鄰法)作為指紋定位的匹配算法。接著,設(shè)計(jì)制作了嵌入式尋跡小車,小車功能強(qiáng)大,尋跡小車可以按照指定的路線運(yùn)動(dòng),小車上搭載2個(gè)無(wú)線模塊,用于wifi無(wú)線信號(hào)的采集和傳送到電腦終端。在樓道走廊搭建試驗(yàn)平臺(tái),選用6個(gè)wifi模塊作為指紋定位的錨節(jié)點(diǎn),用設(shè)計(jì)制作的尋跡小車采集RSSI無(wú)線信號(hào)。采集大量的RSSI信號(hào),用三種濾波算法對(duì)采集到的wifi信號(hào)進(jìn)行濾波對(duì)比分析研究。用MATLAB仿真軟件處理RSSI信號(hào),經(jīng)過(guò)大量數(shù)據(jù)驗(yàn)證,構(gòu)建wifi在樓道走廊內(nèi)的路徑損耗模型,為下文WKNN定位算法中剔除誤差較大的近鄰點(diǎn)做準(zhǔn)備。最后,為了解決礦井巷道移動(dòng)物體的定位跟蹤問(wèn)題,把改進(jìn)后的WKNN定位算法和卡爾曼率濾波算法進(jìn)行了結(jié)合。在待定位區(qū)域內(nèi),用尋跡小車在采樣點(diǎn)采集RSSI無(wú)線信號(hào),對(duì)采集到的信號(hào)進(jìn)行高斯濾波處理,把處理過(guò)的RSSI信號(hào)構(gòu)建成位置指紋。為了提高定位算法在匹配時(shí)的效率,用k-means聚類算法把指紋數(shù)據(jù)庫(kù)分成3類,并用MATLAB進(jìn)行了仿真處理。選取10個(gè)采樣點(diǎn)采集RSSI信號(hào),每個(gè)采樣點(diǎn)能采集到6個(gè)wifi信號(hào),用采集到的信號(hào)對(duì)常用的幾種匹配算法進(jìn)行仿真分析研究,最終經(jīng)過(guò)對(duì)比,選擇WKNN匹配算法。為了提高WKNN匹配算法的定位效果,用對(duì)數(shù)距離損耗模型剔除WKNN匹配算法中誤差較大的近鄰點(diǎn),為了充分利用每個(gè)wifi錨節(jié)點(diǎn)在WKNN匹配算法中的作用,根據(jù)錨節(jié)點(diǎn)到待定位點(diǎn)歐氏距離的不同,對(duì)每一個(gè)錨節(jié)點(diǎn)進(jìn)行了加權(quán)處理。把改進(jìn)后的WKNN算法和卡爾曼率濾波算法結(jié)合成混合定位算法,并對(duì)改進(jìn)后的混合定位算法進(jìn)行仿真分析,結(jié)果表明改進(jìn)后的算法能識(shí)別出尋跡小車拐彎的路線,定位效果優(yōu)于改進(jìn)前的。
【學(xué)位單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN92;TD76
【部分圖文】：

搭建和數(shù)據(jù)預(yù)處理f Fingerprint LocatiCollected Data井移動(dòng)目標(biāo)無(wú)線定位跟蹤，目者救援的機(jī)器人等，將采用尋位試驗(yàn)。由于很多試驗(yàn)數(shù)據(jù)都段，更需要尋跡小車去驗(yàn)證算小車作為試驗(yàn)的基礎(chǔ)。Construction of Test Platf開發(fā)下：

建(Construction of Test Platform)計(jì)和開發(fā)小車如下：圖 3-1 尋跡小車Fig.3-1 Track-seeking car模塊 esp8266，如下圖：

圖 3-3 電機(jī)驅(qū)動(dòng)電路Fig.3-3 Motor drive circuit的電機(jī)驅(qū)動(dòng)電路，上圖中有兩個(gè)拐彎時(shí)，就可以通過(guò)控制一個(gè)輪，通過(guò)藍(lán)牙傳輸?shù)诫娔X上，因?yàn)橐苿?dòng)電腦去靠近正在采集信號(hào)壓 3.3V，信號(hào)接收靈敏度是 82）10m（典型），藍(lán)牙模塊的工作取設(shè)備的MAC地址，獲取設(shè)備的的特征值變化，藍(lán)牙設(shè)備如下圖
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王千;金光;鈕俊;;一種基于RSSI的混合定位算法[J];傳感技術(shù)學(xué)報(bào);2015年12期

2 吳雪梅;劉志強(qiáng);張?zhí)忑?李華;;雙模型結(jié)合進(jìn)一步降低預(yù)測(cè)均方根誤差和均方根相對(duì)誤差的方法[J];分析化學(xué);2015年05期

3 趙立廠;;露天礦山卡車防撞預(yù)警系統(tǒng)設(shè)計(jì)[J];工礦自動(dòng)化;2015年02期

4 馮雪元;;無(wú)線信號(hào)傳播衰弱淺析[J];科技視界;2014年36期

5 孫弋;袁曉霞;張青松;;礦井有限空間WIFI信號(hào)測(cè)評(píng)系統(tǒng)研究[J];西安科技大學(xué)學(xué)報(bào);2013年05期

6 陸霞;;WiFi定位技術(shù)——基于質(zhì)心定位的三邊定位算法的研究[J];電腦知識(shí)與技術(shù);2013年25期

7 王建平;徐恒;李奇越;;基于卡爾曼濾波的礦井移動(dòng)節(jié)點(diǎn)定位算法研究[J];電子測(cè)量與儀器學(xué)報(bào);2013年02期

8 張申;;煤礦自動(dòng)化發(fā)展趨勢(shì)[J];工礦自動(dòng)化;2013年02期

9 汪勇;丁金學(xué);;全球衛(wèi)星導(dǎo)航系統(tǒng)的市場(chǎng)應(yīng)用前景[J];中國(guó)航天;2012年09期

10 蘇靜;吳桂義;;煤礦井下人員定位系統(tǒng)現(xiàn)狀與發(fā)展趨勢(shì)[J];內(nèi)蒙古煤炭經(jīng)濟(jì);2012年09期

本文編號(hào)：2849263