煤礦安全是煤礦生產(chǎn)的第一要?jiǎng)?wù),但是由于煤礦生產(chǎn)環(huán)境復(fù)雜,煤礦安全事故時(shí)有發(fā)生。災(zāi)難發(fā)生后對(duì)人員的精確定位是救援的關(guān)鍵,因此實(shí)現(xiàn)對(duì)井下人員的定位顯得尤為重要。本文圍繞逐漸完善的無線傳感器網(wǎng)絡(luò)定位技術(shù)和日益發(fā)展的慣性導(dǎo)航定位技術(shù)展開研究,重點(diǎn)研究了基于編輯距離的指紋定位技術(shù)實(shí)現(xiàn)、航跡推算定位技術(shù)的實(shí)現(xiàn),以及兩種定位方法加權(quán)融合定位技術(shù)的實(shí)現(xiàn),主要內(nèi)容如下:在原有離線指紋數(shù)據(jù)庫的基礎(chǔ)上,本文利用AP之間的相關(guān)性,將RSSI值排序得到穩(wěn)定的AP序列,建立新的離線指紋庫,并基于最強(qiáng)AP進(jìn)行聚類處理。在線階段,利用dis矩陣計(jì)算實(shí)測(cè)AP序列與指紋庫中序列的編輯距離,基于最小編輯距離匹配得到最近鄰參考點(diǎn),進(jìn)行位置估計(jì)。航跡推算定位技術(shù)包含三個(gè)步驟:步態(tài)檢測(cè)、步長估計(jì)和航向估算。文中對(duì)步態(tài)和步長計(jì)算方法進(jìn)行了詳細(xì)介紹,采用峰值檢測(cè)和非線性步長模型進(jìn)行步態(tài)與步長的計(jì)算。針對(duì)煤礦巷道狹長的特性,采用簡單的加速度計(jì)和磁力計(jì)結(jié)合的方法實(shí)現(xiàn)航向的粗略估計(jì)。為克服指紋定位不穩(wěn)定和航跡推算累積誤差現(xiàn)象,本文提出一種基于誤差估計(jì)的加權(quán)融合算法,依據(jù)匹配點(diǎn)的歐氏距離和定位時(shí)間定義融合權(quán)重,并利用AP進(jìn)行位置修正和權(quán)重更... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

dis矩陣舉例Figure3-2Exampleofdismatrix與最長公共子序列不同，最小編輯距離不僅考慮了兩個(gè)不同序列通過插入、

學(xué)術(shù)型碩士學(xué)位論文30m 30m5.7m 5.7m未知節(jié)點(diǎn)AP23-5 巷道結(jié)構(gòu)Figure 3-5 Structure of the tunnel先將無線AP放置在三腳架上固定，等間距安標(biāo)分別為（0,1.4），（50,1.4），（100,1.4）。采，設(shè)置參考點(diǎn)間距為 1.2m。定點(diǎn)采樣時(shí)，實(shí)上站立，采樣平臺(tái)采用便攜式筆記本電腦，安裝點(diǎn)與 AP 之間的信號(hào) RSSI 值，測(cè)試場景如圖

圖 3-7 離線指紋庫Figure 3-7 Fingerprinting database.4.2 定位結(jié)果分析參考點(diǎn)密度是影響指紋定位精度的一項(xiàng)重要因素，參考點(diǎn)密度越大，指紋結(jié)果越精確，但參考點(diǎn)密度的增加同時(shí)會(huì)帶來采樣工作量的增加。為驗(yàn)證采距對(duì) L-WKNN 定位算法的影響，選擇合適的采樣間距，本實(shí)驗(yàn)在測(cè)試場景區(qū)域內(nèi)隨機(jī)選擇 5 個(gè)點(diǎn)進(jìn)行定點(diǎn)測(cè)試。1 2 3 4 50246位誤差定m/測(cè) 試 點(diǎn) /個(gè)d=1.2m1 2 3 4 502468測(cè) 試 點(diǎn) /個(gè)位誤差定m/d=2.4m10d=3.6m8d=4.8mL-WKNNWKNN

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的RSSI指紋庫定位算法[J]. 霍歡,楊滬滬,鄭德原,劉亮,張薇.  計(jì)算機(jī)應(yīng)用研究. 2017(09)
[2]礦井動(dòng)目標(biāo)定位:挑戰(zhàn)、現(xiàn)狀與趨勢(shì)[J]. 胡青松,張申,吳立新,丁恩杰.  煤炭學(xué)報(bào). 2016(05)
[3]基于指紋膜與航跡推算的井下人員定位系統(tǒng)[J]. 馬京,胡青松,宋泊明,張申.  工礦自動(dòng)化. 2016(05)
[4]基于UWB的特殊病人無線定位技術(shù)[J]. 陳惠雄,徐杜.  信息通信. 2016(04)
[5]基于幾何聚類指紋庫的約束KNN室內(nèi)定位模型[J]. 劉春燕,王堅(jiān).  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2014(11)
[6]一種自適應(yīng)煤礦井下環(huán)境的加權(quán)質(zhì)心節(jié)點(diǎn)定位算法[J]. 徐曉菊,唐翔.  計(jì)算機(jī)測(cè)量與控制. 2014(10)
[7]一種改進(jìn)的煤礦井下指紋定位匹配算法[J]. 李論,丁恩杰,郝麗娜,張雷.  傳感技術(shù)學(xué)報(bào). 2014(03)
[8]基于WiFi和計(jì)時(shí)誤差抑制的TOA煤礦井下目標(biāo)定位方法[J]. 孫繼平,李晨鑫.  煤炭學(xué)報(bào). 2014(01)
[9]基于RSSI的極大似然與加權(quán)質(zhì)心混合定位算法[J]. 韓江洪,祝滿拳,馬學(xué)森,劉會(huì)平.  電子測(cè)量與儀器學(xué)報(bào). 2013(10)
[10]基于錨同心圓的改進(jìn)加權(quán)質(zhì)心WSN定位算法[J]. 李堯堯,廖紅云,曾孝平,吳小林.  計(jì)算機(jī)仿真. 2011(06)

博士論文
[1]基于WPT技術(shù)的井下定位系統(tǒng)關(guān)鍵技術(shù)研究[D]. 趙端.中國礦業(yè)大學(xué) 2014
[2]基于PDR的定位與跟蹤技術(shù)研究及系統(tǒng)設(shè)計(jì)[D]. 汪少初.天津大學(xué) 2014
[3]基于GPS和自包含傳感器的行人室內(nèi)外無縫定位算法研究[D]. 陳偉.中國科學(xué)技術(shù)大學(xué) 2010
[4]井下移動(dòng)目標(biāo)精確定位理論與技術(shù)的研究[D]. 陳奎.中國礦業(yè)大學(xué) 2009
[5]基于WLAN的室內(nèi)定位技術(shù)研究[D]. 張明華.上海交通大學(xué) 2009

碩士論文
[1]WiFi位置指紋定位技術(shù)應(yīng)用算法研究[D]. 王思雪.中國地質(zhì)大學(xué)(北京) 2016
[2]基于WLAN位置指紋與慣性傳感器的室內(nèi)定位技術(shù)研究[D]. 張旭.華東師范大學(xué) 2016
[3]礦井移動(dòng)目標(biāo)定位增強(qiáng)算法研究[D]. 丁一珊.中國礦業(yè)大學(xué) 2016
[4]基于慣性元件與磁羅盤信息融合的步行者定位系統(tǒng)[D]. 劉瑜.山東大學(xué) 2015
[5]基于WIFI與慣性技術(shù)的行人室內(nèi)定位算法研究[D]. 劉春燕.中國礦業(yè)大學(xué) 2015
[6]基于DV-Hop的無線傳感器網(wǎng)絡(luò)定位算法研究及改進(jìn)[D]. 喬欣.中國礦業(yè)大學(xué) 2015
[7]基于位置指紋的煤礦井下定位算法研究[D]. 王桃.中國礦業(yè)大學(xué) 2015
[8]基于航跡推算的井下人員定位關(guān)鍵算法研究[D]. 王龍.中國礦業(yè)大學(xué) 2015
[9]基于UWB/MEMS的高精度室內(nèi)定位技術(shù)研究[D]. 楊洲.中國礦業(yè)大學(xué) 2015
[10]基于移動(dòng)終端傳感器的室內(nèi)定位技術(shù)研究[D]. 谷春斌.電子科技大學(xué) 2015



本文編號(hào)：3238671