基于LoRa技术的施工隧道人员定位研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:tower2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对长大隧道施工过程中人员安全的监测问题,结合信息化技术的发展和长大隧道施工的特点,提出了基于物联网的长大隧道施工人员定位跟踪系统。现有的室内定位技术在定位精度、距离以及抗干扰能力方面都各有优缺点。借助低功耗、超长距离无线通信技术LoRa(Long Range),对长距离室内定位方法进行研究。本文的主要工作是对LoRa技术在施工隧道人员定位中的应用进行研究,目标是设计一个施工隧道远程无线定位系统,该系统能够解决施工隧道基站部署难度大和普通无线定位方案定位精度低的问题,并运用卡尔曼滤波定位算法,使系统具有自适应性。施工隧道人员定位系统由三大部分组成:网关、基站和节点。网关负责管理基站、分配任务、信息处理和节点位置计算;基站支持数据无线转发、节点测距;节点配合基站测距。本文的主要工作和创新点包括以下几方面:第一,TDOA测距研究。LoRa芯片内置Ranging Engine(到达时间差),融合测距引擎,使用了 TOF测距方法。第二,卡尔曼滤波研究。定位基站测量的节点与基站之间的距离为卡尔曼滤波器的测量结果。在隧道中,根据数学模型计算施工人员的位置,作为卡尔曼滤波的预测结果,对两个测量、预测结果进行合理加权,匹配上次卡尔曼滤波后的最好估计值,即可得到当前时刻的最好估计值。第三,级联数据无线传输研究。研究施工隧道施工特点和现有施工隧道基站有线传输方式给基站部署带来的不便。针对现有方案存在的缺点,提出了一种基于级联数据无线传输解决方案,该方案是基站上下级之间互相绑定,遵循规则依次转发数据,解决了无线定位系统在施工隧道中的部署难题。
其他文献
吸引子和统计解是流体力学方程组研究的重点内容之一.本硕士论文主要研究磁微极流体力学方程组的吸引子和统计解的若干问题.论文首先通过无穷维动力系统的途径证明了一般自治演化方程轨道统计解存在的充分条件,即方程存在非空可度量化的轨道空间与轨道吸引子,并把该结果应用到三维自治磁微极流体方程组,得到该方程组轨道统计解的存在性.然后论文研究了二维非自治磁微极流体方程组统计解的存在性及其退化正则性,证明了解算子生
工业的快速发展使得含重金属废水不断被排放到环境中,导致重金属污染成为世界性环境问题,特别是在发展中国家。砷可以被人体和动物吸收,造成潜在的破坏性影响。因此,我们亟需高效又环保的砷吸附剂用于妥善的处理砷污水。本文首先以废弃葱皮为生物质,用氯化铁对葱皮进行预处理,而后马弗炉高温热解,制备出磁性生物炭复合材料(Fe-BC)。FTIR图谱和SEM表明Fe-BC复合材料制备成功;XRD图谱可以看出生成了 F
研究目的:本研究通过问卷和干预实验相结合的方式,探讨武术教育对初一年级学生行为规范的影响,为武术教育在初中生行为规范培养和提升方面的作用提供参考依据。对象与方法:以处于青春期早期阶段的初一学生为对象,在本研究中选取了河南省永城市薛湖镇第一初级中学的240名学生,年龄为12-13岁。以自然教学班为基础,将学生分为实验组和对照组,实验组学生(n=118)接受武术教育,对照组学生(n=122)按照学校初
虚拟实验是在线教育的重要组成部分。通过开展虚拟实验,学生能够与实验对象充分交互,灵活设计实验的各个环节,并且快速验证自主设计的实验方案。当实验的参与者众多时,实验的时间与空间高度分散,教师很难提供实时的实验指导,采用人工方式进行实验结果批改的工作量也很大,所以需要研究智能指导与评分技术,为教学提供更好的支持。本文首先对虚拟仿真实验系统中原有的指导与评分功能进行分析,挖掘原型系统中的不足之处,通过调
随着新一轮技术革命的持续展开,科技在经济发展中具有越来越重要的地位,加快创新型国家已成为全球发展的大势所趋。研发活动作为取得无形资产的一种途径,一定程度上代表着企业的发展潜力。有条件资本化会计处理既为企业如实反映研发创新活动的实质创造了条件,同时也为企业管理者操纵会计盈余提供了机会,但无论何种选择,企业最终的目的还是期望在市场上取得研发活动的预期收益。此外随着市场竞争的不断激烈,企业所面临的外部竞
目前,企业竞争趋于有序性,同时企业的经营理念与文化也不断创新。但企业对成本管理的创新是长期发展壮大的基础之一。因为其对企业实力实现增值具有推动作用。对于我国的邮轮业来说,整体的经济经历短暂的爆炸式增长,目前国内整个邮轮行业进入调整期。由于初期成本过高的粗放式发展,加之同质化严重的邮轮航线产品,本土邮轮企业缓慢前行,甚至失败。因此,对邮轮企业来说,加强持续性的成本管理势在必行。从邮轮企业的发展角度来
社交媒体极大的提高了人们获取新信息的时效性和便捷性,但是,社交媒体的不受限制以及缺乏监管的特性也导致了社交媒体谣言的出现和传播。近年来,社交媒体快速发展,社交媒体带来的谣言问题也日益严重,从社交媒体如此大量的信息中发现谣言已经成为一项艰巨的挑战。传统的社交媒体谣言检测模型使用人工构建的特征来训练有监督的分类器,但是人工构造的特征无法准确的表示谣言的文本;深度学习模型可以自动的提取谣言的文本特征和传
目前,由于各种工业活动过程中化石燃料的消耗以及伴随着废气的排放,能源消耗和气候变化已然成为一个严重的问题。排放的废气中,二氧化碳(CO2)气体的大量排放是导致气候变化的重要原因之一,大量CO2的排放对全球环境造成重大的负面影响。到2016年时,地球大气中的CO2的浓度第一次超过400ppm(百万分之),这个数值远高于工业革命开始之前的280ppm。但是,CO2作为一种容易获得的可再生碳资源,具有无
近年来,全球航空业发展迅速,大多数乘客都希望可以购买到低价的机票。但是,大多数的航空公司都配置有收入管理系统,这会导致价格随时间频繁波动,乘客很难在机票价格较低的时候购买机票。如果可以很好地预测价格趋势,那么旅客将更加容易购买到便宜的机票。因此,研究机票价格趋势并为旅客提供购票时间建议具有重要意义。本文介绍了基于传统的机器学习和深度学习的机票购买时机预测模型,用于预测价格趋势并帮助旅客在较低的价格
传统的药物研发需要投入大量的资金,更需要很长的时间才能完成一种新药的开发,因此对现有药物进行重定位有助于降低药物研发的成本和周期。然而之前的方法大多都是基于浅层的学习方法,并且没有根据药物-疾病关联的稀疏性进行设计模型,没有融合多种药物疾病信息。因此开发一种深度挖掘并融合信息的预测方法至关重要。我们提出了两种方法,一种通过相似性融合进行随机游走和卷积神经网络的方法,另一种方法是基于卷积神经网络和门