全源矿井定位:一种智能煤矿位置服务新范式

矿山动目标定位系统为煤矿智能化建设提供基于位置的服务。而传统的矿井定位系统中定位信标与定位标签之间大多采用单一或组合通信技术,结构不灵活,覆盖范围受限,鲁棒性不高,定位精度有限;使用单一或组合测距技术,无法根据使用场景的不同自适应选择最优测距技术;位置求解算法固定,无法根据使用场景的不同和信号变化自适应选择最优求解算法。提出了全源矿井定位新范式,可根据定位环境和目标承载平台的变化,从所有可用定位信号测量设备中动态选择满足当前需求的最优设备组合,自适应地从可用的测距算法、位置解算算法、结果优化算法中选择最优的算法组合,计算出目标节点的最优位置。给出了全源矿井定位系统架构,探讨了矿井中可用的定位信号测量设备和可用于定位的测量属性值类型,对比了单一矿井定位与全源矿井定位在定位服务器方面的功能差异。研究了全源矿井定位中的3项关键技术:统一定位框架技术,旨在解决全源定位的模块化、组合式、可扩充需求;全源定位信息融合技术,对测量属性值进行有机组织,达到提高定位精度的目的;通信定位一体化技术,通过无线通信网络本身所具有的定位能力,简化全源矿井定位系统的设计并提高定位精度。提出了基于“端-边-云”的全源矿井定位系统实施架构,以便与煤矿智能化的主流建设模式相适应,大幅降低实施难度和系统成本。

矿井定位系统的测距调度算法

针对矿井定位系统中邻近节点间同时测距时产生信号干扰和冲突,造成定位精度下降和节点能量浪费的问题,提出一种按需测距调度算法。采用移动节点主动提出定位请求、锚节点动态自主配组的方式,以有效避免矿井定位系统中的测距冲突,降低定位盲区的影响。仿真结果表明,与基于固定配组的调度算法相比,该算法具有更高的定位覆盖度和更低的定位时延,能降低移动人员的定位误差。

矿井定位技术现状和发展趋势

从定位方法、无线通信技术等方面分析了常用的矿井定位技术,阐述了矿井定位技术在人员定位系统和设备近感检测中的应用情况,指出未来矿井定位系统或装备将会综合利用无线超高频测距、惯性导航、多源混合定位与多源信息融合等技术,组成一个面向服务的定位服务系统,实现井下人员和设备的精确定位、大型移动设备人员接近检测、采掘装备与井下搜救人员(机器人)自主导航与定位等服务。

基于ZigBee的矿井定位系统设计及精度分析

为了解决矿井人员定位不精确的问题,提出了一种基于ZigBee的矿井定位系统的应用方案。该系统采用基于RSSI的加权质心定位算法确定井下人员精确位置,并通过实验研究了ZigBee定位精度的影响因素,建立了最佳系统参数预测模型。实验研究表明,该预测模型给出的系统参数可显著提高系统的定位精度。

一种矿井定位设备的无线软件升级方法

针对现有矿井定位设备嵌入式程序升级方式需要建立物理连接、没有一种针对小型嵌入式设备的可编程无线升级协议等问题,提出了一种矿井定位设备的无线软件升级方法。该方法采用无线广播传输方式和一对多的网络模式实现矿井定位设备的批量无线IAP(应用内编程)升级,提高了升级的便捷性和效率。实验结果表明,该方法的总体升级成功率与距离正相关,在10m范围内成功率较高。该方法为数量较大的矿井定位设备的更新换代提供了一种有效途径。

多输入融合卡尔曼滤波算法在矿井定位中的优化研究

针对使用惯性测量单元和低功耗蓝牙(BLE)定位矿井环境,提出了多输入融合卡尔曼滤波算法(MIFKF),采用倾斜、偏航卡尔曼滤波器对惯性测量值进行预处理,利用BLE获取三边测量估计值,将预处理值和估计值通过多融合卡尔曼滤波器融合优化完成矿井环境定位,算法同时借助Rauch-TungStriebel(RTS)平滑器使定位精度进一步提高。通过仿真验证,对比BLE技术三边测量算法与标准KF算法,MIFKF算法在矿井复杂环境中有效减小定位误差。

神经网络在ZigBee矿井定位系统中的应用研究

ZigBee网络是拥有大量微型节点的新型复杂网络。本文采用神经元描述了ZigBee的网络节点,用神经元模型表示了ZigBee网络。给出了ZigBee矿井定位系统的神经网络模型,并将神经网络应用于定位信息数据融合中。结果表明,基于神经网络的ZigBee系统可以使得复杂网络的研究变得简单,利于开展对ZigBee的深入研究。

矿井定位技术现状和发展趋势

作为煤矿井下综采作业的核心设备,采煤机综采作业效率和自动化程度直接关系到综采面上综采作业的效率和经济性,采煤机截割作业时需要根据井下不同环境不断调整截割姿态,满足截割安全性的需求,因此对采煤机截割姿态的精确监测是实现采煤机自动截割作业的基础,传统的采煤机姿态监测方案主要采用捷联惯导定位技术,但该方案需要不断对定位精度进行修正,避免累积误差增多,而且只能对采煤机的姿态进行局部定位监测,无法实现绝对姿态位姿监测,难以满足井下采煤机、液压支架联动控制需求,因此本文提出一种基于组合定位技术的采煤机姿态监测系统。

基于CPSO-Elman神经网络矿井下可见光定位

针对传统矿井下定位方法精度偏低问题,提出一种混沌粒子群优化(CPSO)Elman神经网络矿井下可见光定位系统。由于Elman神经网络在初始化时存在参数设置的随机性导致预测精度不高,采用CPSO算法优化Elman神经网络,选取适合的各层的初始权值和阈值,用于提高神经网络拓扑的稳定性。仿真结果表明:在3.6 m×3.6 m×3.6 m的环境里,本文所提的算法的平均定位误差达到3.70 cm,最大定位误差为26.54 cm,在实验阶段的平均定位误差为5.91 cm,最大定位误差为36.95 cm,能够满足煤矿井下定位需求。

基于粒子群与模拟退火算法的改进矿井克里金定位方法

位置信息对于矿井作业中的人员管理和灾后救援至关重要,指纹定位可显著提高矿井定位精度,但费时费力的指纹库构建过程阻碍了其大规模应用。为此,提出了一种基于粒子群与模拟退火的克里金插值算法(PSOSA-Kriging),初始阶段只需采集部分指纹采样点的数据,以这些采样点数据为依据,通过克里金模型插值获得全部指纹数据集,并利用粒子群与模拟退火算法对克里金理论模型进行优化,使得构建出的指纹库更贴合实际矿井环境。算法利用粒子群收敛速度快的优势,解决了指纹库快速构建难题。同时,利用模拟退火克服粒子群可能陷入局部最优的缺陷,使得模型拟合更准确、插值结果更精确。在上述分析的基础上,通过在矿井环境下采集指纹数据,建立全部采样数据库、半采样与插值混合数据库,并选用最近邻算法(KNN)进行了定位验证。结果表明:POS-SA-Kriging算法不但大幅降低了指纹构建工作量,而且显著提高了定位精度,实现了指纹库构建速度与目标定位精度的联合优化。

基于Hadoop云平台的矿井指纹定位算法

针对现有矿井指纹定位算法定位精度不高、实时性不强的问题,结合Hadoop云平台技术,提出了一种基于Hadoop云平台的矿井指纹定位算法。该算法首先在指纹特征提取前对矿井中的多基站信号源进行数据预处理,提高指纹特征的可靠性和鲁棒性;其次,利用小波基函数对源指纹信号进行线性变换,并将多个基站信号分解成不同尺度的频带,得到具有代表性的指纹特征向量;再次,将每个待定位的矿工或移动设备信号分解为若干个子信号区域,并逐区域计算待测信号源与特征集之间的相关系数矩阵,根据相关系数矩阵实现指纹信息匹配;最后,利用多普勒效应和信号衰减原理,对每个节点的位置进行估计,获得每个节点的具体位置信息。在国内某矿井进行了定位试验,结果表明:相对于主流的指纹定位算法,所提出的矿井指纹定位算法能够快速、准确地定位矿井中的人或移动设备,具有较高的定位精度和实时性。该算法可以应用于实际的矿井安全监测和管理中,为矿井安全和高效生产提供支持。

矿井UWB定位系统中圆极化天线的优化设计和应用

天线是矿井UWB定位系统的重要组成部分,为了抑制矿井UWB定位系统接收到多径反射信号,提高矿井UWB定位系统的定位精度,对传统圆极化天线结构进行优化,设计了一种新型右旋圆极化微带天线。先将矩形开槽改为十字开槽,改变电流轨迹,使两正交线性极化电场的相差更接近90°,从而降低轴比,使天线的圆极化纯度更高;再将十字开槽平滑扩展为菱形开槽,达到提高交叉极化电平、抑制正交旋向的效果,使天线实现更高的右旋圆极化纯度。采用HFSS软件对该新型右旋圆极化微带天线进行仿真,仿真结果表明,主辐射方向交叉极化电平>10.4 dBi,可以达到很好的右旋圆极化效果。新型右旋圆极化微带天线样品的工作频带和回波实测结果同仿真结果基本吻合,说明该新型天线结构易于加工且正常容差内的工艺偏差对天线性能的影响程度相对较小。将制作的新型右旋圆极化微带天线样品用于基于到达相位差的UWB定位系统,并在隧道环境下进行现场测试,测试结果表明,信号到达相位差稳定性有明显改善,对多径效应有明显的抑制效果,可以有效提高UWB定位系统的定位精度。该新型右旋圆极化微带天线具有体积小、质量轻、易于制作等优点。

Zigbee无线网络技术支持下的矿井人员定位系统设计

能源行业一直是我国社会经济发展的支柱产业,这也是人民重视能源企业生产安全的主要原因之一。矿井人员定位系统作为能源企业安全生产过程中最重要的生产运行系统之一也被广泛的应用于各能源企业生产过程中。但在现代化技术的发展过程中,以RSSI定位原理所实现的矿井人员定位系统已经难以满足当前能源企业开采的实际需求,设计一种新型矿井人员定位系统已经成为该行业该行业发展的急迫需求。对此,本文对Zigbee无线网络技术进行研究,后根据Zigbee技术特点来设计矿井人员定位系统。

矿井动目标精确定位技术及优化方法研究

现有矿井动目标定位系统存在井下无线信号传输衰减严重、非视距误差较大、井下电磁环境复杂、动静目标感知范围广、多系统信息融合联动性强等问题,目前针对矿井动目标精确定位技术及优化方法的研究未全面分析动目标精确定位服务的特点和技术要求,且缺少主流与新兴定位技术的全面对比。针对上述问题,分析了常用信号传输技术和定位测距方法在矿井动目标精确定位系统中应用的优缺点,指出无线电定位技术是较为适合、可行的矿井动目标精确定位技术。从信号防碰撞技术、误差消除方法、定位结果优化方法和融合定位技术4个方面分析了我国矿井动目标精确定位优化方法的研究现状,总结了存在的问题:①信号防碰撞算法的综合性仍需改进。②测距误差控制手段的高效性有待提升。③融合定位方法在生产现场中应用尚不成熟。④系统的应急救援辅助作用未充分发挥。针对现有技术的不足,展望了矿井动目标精确定位技术的发展趋势:①研究动态环境下信号冲突机制和冲突后恢复机制,设计综合信号防碰撞方案。②研究精确、高效、经济的测距误差控制方案,节约通信成本。③设计多种定位方法深度融合的动态定位方案,提升系统的可靠性、灵活性和应用性。④研究多系统联动方案及极端情况下应急通信与定位恢复机制,充分发挥系统在应急救援中的作用。

基于改进卡尔曼滤波和参数拟合的矿井TOA定位方法

针对矿井TOA(Time of Arrival)定位精度易受电磁波NLOS(Non Line of Sight)传播时延的影响,且不能满足井下应急救援、人员作业管理以及矿井物联网建设等需求的问题,通过对NLOS时延参考模型和矿井巷道设备运动特点的分析,将巷道电磁波NLOS传播时延分为随机NLOS时延和固定NLOS时延,结合两类NLOS时延造成测距误差的特点,提出了基于改进卡尔曼滤波和参数拟合的矿井TOA定位方法。为了消除由矿井巷道中机车等移动设备以及不规律设置设备引起的、具有随机性和难以定量分析等特点的巷道随机NLOS时延误差,设计了将新息阈值引入卡尔曼滤波器中,提高其系统对脉冲误差的滤除能力的方法;为了抑制由矿井巷道中固定设施及设备造成的具有稳定性的巷道固定NLOS时延误差,建立了巷道测距误差模型,构建了井下固有设备参数与定位估计值间的函数关系,通过参数拟合与投影几何算法来提高系统的定位精度。仿真结果显示,测量数据经过基于新息阈值的卡尔曼滤波器处理之后,误差曲线趋于平稳,定位误差保持在1.9~3.1m,再经参数拟合和几何算法处理后,定位误差在0~0.8m,平均误差由2.4m降为0.3m;且相比于SDS-TWR(Symmetric Double-Sided Two-Way Ranging)方法、卡尔曼滤波和指纹定位方法以及卡尔曼滤波和参数拟合方法,所提方法平均定位误差分别减小了3.4,0.4和0.6m。从而表明所提方法对TOA定位误差具有较明显的抑制作用,可以实现TOA方法在矿井NLOS环境中的有效应用。

1种抑制巷道信号NLOS的矿井RSSI高精度定位算法

在RSSI(Received Signal Strength Indication)测距定位技术中,为抑制巷道信号NLOS(Non Line of Sight)传输对定位结果的影响,提出信号指纹定位和几何优化算法。在离线阶段利用高斯滤波最大值加权法和最小二乘法建立符合矿井巷道环境的无线信号测距模型,设计改进卡尔曼滤波器平滑处理离线信号值,抑制巷道信号NLOS传输带来的影响,建立离线信号指纹库;在线定位阶段,利用加权K最近邻法(WKNN)将定位目标接收到的信号值与指纹库中的信号值进行匹配,将匹配到的最优信号值参与测距定位计算,最后通过几何优化算法将定位结果归一化处理,使其符合一维定位分布。结果表明:所提算法的平均定位误差为0.9 m,相比于高斯滤波最大值加权法、经典卡尔曼滤波指纹定位算法和改进卡尔曼滤波指纹定位方法,其平均误差分别减小2.36,1.17,0.35 m。所提算法能够有效抑制巷道信号NLOS传输对RSSI测距定位的影响,可实现RSSI方法在矿井NLOS环境中的有效应用。

基于ZigBee的矿井无线定位系统设计

针对矿井人员和机车精确定位需求,提出了基于Zig Bee的定位系统设计方案,分析了利用RSSI/TOF算法测距和双基站协同定位的实现原理。经工程应用测试,该系统能在较远距离范围内实现高精度实时定位。

基于ZigBee技术的矿井无线定位系统研究

随着社会的发展,煤矿业生产事故频发,生产安全引起了人们的重视。生产安全成为了我国工业生产中的一个首要问题。在此背景下,一种基于ZigBee协议的煤矿安全监测技术应运而生。

基于TOA压缩感知的矿井分布式目标定位方法

基于目前矿井集中式目标定位系统存在可靠性较差的问题,分析构建分布式矿井目标定位系统的必要性以及优势,并提出分布式矿井目标定位系统的组成框架。为实现分布式矿井定位计算机低功耗、轻量化,提出基于指纹库压缩感知的矿井分布式目标定位方法,介绍基于指纹库压缩感知矿井分布式目标定位方法的离线和在线定位2个阶段的主要工作流程,进行了粗定位过程和精定位过程的算法设计,实现了仿真验证方案的设计和算法编程。研究结果表明:基于TOA压缩感知的矿井分布式目标定位方法在定位误差和实时性有较好的性能,其定位误差与网格划分的数量有关系,相同的巷道定位区域情况下网格数量越大,其定位误差越小。

空间和频率分集联合的矿井无标签目标定位方法

传统的有源定位技术因井下环境复杂导致工作人员不便携带标签、作业途中丢失标签,在井下目标定位应用中受限,而现有的几何法、指纹法等无源定位技术因井下存在密集的多径干扰,导致定位精度低,不适合直接应用于井下。针对上述问题,提出了一种空间和频率分集联合的矿井无标签目标定位方法。该方法基于傅里叶域非均匀采样原理,通过对波数域中的目标回波信号进行傅里叶逆变换,恢复目标散射函数,实现目标定位;采用无源宽带谐波标签生成所需谐波信号,消除发射天线引入的基频干扰;利用谐波标签的空间多样性和谐波信号的频率多样性,融合多通道信息,实现空间和频率分集联合,解决采样信息不足导致的低定位精度问题;使用差分接收算法,消除下行链路多径干扰引起的相位误差,提高矿井无标签目标定位精度。仿真实验结果表明:该方法能够有效扩展波数域覆盖范围,抑制多径干扰,实现目标准确定位;在低信噪比条件下,定位精度可达分米级。