论文部分内容阅读
煤炭资源是我国重要的基础能源,在国民经济的发展中具有重要的作用,但在煤炭开采的过程中,矿井事故频繁发生,不仅直接危害劳动者的生命安全、造成重大的经济损失,同时也造成了恶劣的社会影响。实现矿井人员和机车的定位,不仅可以在日常生产中对其进行科学的调度和实时控制,提高矿井的生产效率;同时在发生矿井事故时,能够及时获得井下人员的位置信息,提高事故的抢险效率,保证人员的生命安全。因此,实现矿井人员和机车的定位,对于提高矿井的安全生产水平具有重要的意义。随着无线网络、移动通信技术的快速发展,使用无线局域网进行室内定位逐渐成为人们研究的热点。本文将基于无线局域网的定位技术应用到矿井下,并结合矿井巷道的一维线状模型,对无线局域网定位技术的研究热点——位置指纹识别定位算法进行改进。针对该算法在训练阶段开销过大、效率不高的问题,提出了一种基于区域划分的神经网络插值算法,该算法使用相同区域内的参考点测得的信号强度进行插值,在保证了插值精度的同时,提高了位置指纹识别定位算法在训练阶段的效率。在定位阶段,针对移动中的矿井人员和机车测量的信号强度值可能存在错误的情况,提出了一种基于信号强度正确性判定的定位算法,在定位时对待定位目标测量的信号强度值进行正确性判定,排除错误数据,从而保证了定位精度。最后,本文使用Matlab对提出的插值算法和定位算法进行仿真。仿真结果表明,相比于传统的位置指纹识别定位算法,本文提出的算法在提高了训练阶段效率的同时,也提高了定位的准确性。