本文關(guān)鍵詞： 礦井巷道 電波傳輸 粒子群 支持向量機(jī)　出處：《西安科技大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：井下開(kāi)采過(guò)程中,無(wú)線(xiàn)礦井通信系統(tǒng)為井下安全生產(chǎn)、管理,搶救救災(zāi),人員定位和追蹤等工作的順利進(jìn)行提供重要保障。然而,地下作業(yè)不同于地面,巷道地質(zhì)環(huán)境非常的復(fù)雜、無(wú)線(xiàn)電波的傳輸容易受到礦井環(huán)境諸多因素的干擾。這些因素,嚴(yán)重阻礙井下電磁波發(fā)展。針對(duì)傳統(tǒng)的礦井巷道電磁波的傳輸受地質(zhì)地質(zhì)環(huán)境的影響嚴(yán)重,建模過(guò)程復(fù)雜、建模難度大的問(wèn)題,提出利用最小二乘支持向量機(jī)建立礦井巷道場(chǎng)強(qiáng)預(yù)測(cè)模型,并利用粒子群算法優(yōu)化最小二乘支持向量機(jī)的參數(shù),提高了模型的精準(zhǔn)度。首先,本課題研究最小二乘支持向量機(jī)理論、矩形礦井巷道無(wú)線(xiàn)電傳播理論基礎(chǔ)上,研究巷道中對(duì)電磁波傳播的影響因素,包括載波的頻率、巷道壁的電參數(shù)、礦井巷道橫截面的大小、巷道壁傾斜度、巷道壁粗糙程度等,確定支持向量機(jī)網(wǎng)絡(luò)的輸入、輸出。其次,對(duì)于礦井巷道復(fù)雜的環(huán)境分別建立大、小尺度預(yù)測(cè)模型。仿真建模初期,先利用MATLAB仿真來(lái)構(gòu)造初期的樣本數(shù)據(jù),選取了模式衰減、巷道壁粗糙度引起的電磁波損耗、巷道傾斜度引起的電磁波損耗和多徑衰落引起的電磁波損耗在內(nèi)的模型的總和。在研究礦井巷道小尺度變化時(shí),通過(guò)相空間重構(gòu)理論構(gòu)建衰落信道的變化序列,同時(shí)利用構(gòu)建的序列樣本訓(xùn)練支持向量機(jī)的網(wǎng)絡(luò)預(yù)測(cè)模型并利用粒子群算法優(yōu)化最小二乘支持向量機(jī)的參數(shù)。最后,結(jié)合我校實(shí)際礦井環(huán)境對(duì)模型進(jìn)行測(cè)試驗(yàn)證。通過(guò)利用MATLAB軟件完成仿真實(shí)驗(yàn),得出LSSVM能夠準(zhǔn)確的學(xué)習(xí)礦井巷道無(wú)線(xiàn)信道的變化特性。通過(guò)傳統(tǒng)的粒子群算法與自適應(yīng)算法比較可以發(fā)現(xiàn),PSO在優(yōu)化LSSVM的參數(shù)時(shí)表現(xiàn)出了一定的優(yōu)越性。實(shí)驗(yàn)結(jié)果證明:通過(guò)利用粒子群算法優(yōu)化最小支持向量機(jī)的參數(shù),可以提高模型的精準(zhǔn)度。
[Abstract]:In the process of underground mining, the wireless mine communication system provides an important guarantee for the safe production, management, rescue and relief, personnel positioning and tracing. However, underground operation is different from the ground. The geological environment of the roadway is very complicated, and the transmission of radio waves is easily disturbed by many factors in the mine environment. The transmission of electromagnetic wave in traditional mine roadway is seriously affected by geological and geological environment, the modeling process is complex, and the modeling is difficult. The prediction model of mine tunnel field strength is established by using least square support vector machine (LS-SVM), and the parameters of LS-SVM are optimized by particle swarm optimization (PSO) to improve the accuracy of the model. Based on the theory of least square support vector machine (LS-SVM) and radio propagation theory of rectangular mine roadway, this paper studies the influencing factors of electromagnetic wave propagation in roadway, including the frequency of carrier wave, the electrical parameters of roadway wall. The input and output of the support vector machine network are determined by the size of the cross section of mine roadway, the slope of roadway wall, the roughness of roadway wall, etc. Secondly, the complex environment of mine roadway is established respectively. Small scale prediction model. In the early stage of simulation modeling, MATLAB simulation is used to construct the initial sample data, and the mode attenuation and electromagnetic wave loss caused by roadway wall roughness are selected. The sum of the models including electromagnetic wave loss caused by roadway inclination and electromagnetic wave loss caused by multipath fading. When studying the small-scale variation of mine roadway, the change sequence of fading channel is constructed by the theory of phase space reconstruction. At the same time, the network prediction model of support vector machine is trained by the sequence samples, and the parameters of least squares support vector machine are optimized by particle swarm optimization. Finally, Combined with the actual mine environment of our school, the model is tested and verified. The simulation experiment is completed by using MATLAB software. By comparing the traditional particle swarm optimization algorithm with the adaptive algorithm, it can be found that LSSVM has some advantages in optimizing the parameters of LSSVM. It is proved that the parameters of minimum support vector machine are optimized by particle swarm optimization. The accuracy of the model can be improved.
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP18;TN011;TD65

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫衛(wèi)紅;童曉;李強(qiáng);;改進(jìn)PSO優(yōu)化參數(shù)的LSSVM燃煤鍋爐NO_X排放預(yù)測(cè)[J];數(shù)據(jù)采集與處理;2015年01期

2 王安義;郭世坤;;基于LS-SVM的礦井巷道場(chǎng)強(qiáng)預(yù)測(cè)[J];工礦自動(dòng)化;2014年10期

3 煙貫發(fā);張雪萍;王書(shū)玉;張冬有;杜百利;景偉偉;;基于改進(jìn)的PSO優(yōu)化LSSVM參數(shù)的松花江哈爾濱段懸浮物的遙感反演[J];環(huán)境科學(xué)學(xué)報(bào);2014年08期

4 曹愛(ài)春;楊曉艇;侯旭東;;最小二乘支持向量機(jī)和證據(jù)理論融合的體育視頻分類(lèi)[J];計(jì)算機(jī)工程與應(yīng)用;2013年23期

5 郭業(yè)才;徐文才;許芳;;混沌支持向量機(jī)優(yōu)化小波加權(quán)多模盲均衡算法[J];系統(tǒng)仿真學(xué)報(bào);2013年03期

6 劉國(guó)棟;張志鋒;;一種改進(jìn)的粒子群算法與遺傳算法的比較[J];火力與指揮控制;2010年S1期

7 姚全珠;蔡婕;;基于PSO的LS-SVM特征選擇與參數(shù)優(yōu)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年01期

8 孫建成;鄭崇勛;周亞同;黨建武;;基于RLS-SVM的OFDM信道估計(jì)算法[J];系統(tǒng)仿真學(xué)報(bào);2009年13期

9 孫繼平;張宏煒;張龍;;矩形彎曲隧道中電磁波的傳輸特性分析[J];工礦自動(dòng)化;2007年04期

10 成凌飛;孫繼平;;矩形隧道圍巖電參數(shù)對(duì)電磁波傳播的影響[J];電波科學(xué)學(xué)報(bào);2007年03期

相關(guān)博士學(xué)位論文 前6條

1 劉衍民;粒子群算法的研究及應(yīng)用[D];山東師范大學(xué);2011年

2 秦全德;粒子群算法研究及應(yīng)用[D];華南理工大學(xué);2011年

3 姚善化;復(fù)雜礦井巷道中電磁波傳播特性及相關(guān)技術(shù)研究[D];安徽大學(xué);2010年

4 鄭永康;相空間重構(gòu)與支持向量機(jī)結(jié)合的短期負(fù)荷預(yù)測(cè)研究[D];西南交通大學(xué);2008年

5 王國(guó)勝;支持向量機(jī)的理論與算法研究[D];北京郵電大學(xué);2008年

6 李晶;井下巷道超高頻無(wú)線(xiàn)電波傳播及定位算法的研究[D];天津大學(xué);2006年

相關(guān)碩士學(xué)位論文 前4條

1 龔文龍;基于最小二乘支持向量機(jī)的短期負(fù)荷預(yù)測(cè)[D];湖南大學(xué);2014年

2 楊鍇;礦井通信中巷道電波傳播特性研究[D];南京郵電大學(xué);2013年

3 朱麗;基于SVM信道預(yù)測(cè)的時(shí)變TDD-MIMO信道互易性補(bǔ)償方法[D];西安電子科技大學(xué);2011年

4 張妍瑋;煤礦井下受限空間內(nèi)電磁波的傳輸特性研究[D];中北大學(xué);2009年

，

本文編號(hào)：1509021