System Model of Underground UWB Based on MB-OFDM

To overcome the frequency-selective fading of ultra wide band (UWB) caused by the multi-path propagation in complicated environment of coal mines, an underground wireless communication system of UWB based on multi-band orthogonal frequency division multiplexing (MB-OFDM) for coal mine is presented. Inde-pendent angle impulse response is used to build up revised channel model for underground tunnels based on the traditional S-V model. With the revised channel model, we construct the underground UWB system based on MB-OFDM and give the band division scheme and the correction approach for channel. The model of the system was simulated in the complex environment of coal mine. Simulation results and analysis show that the underground wireless communication system of UWB based on MB-OFDM can effectively with-stand multipath fading and has the advantages of high anti-noise ability, low bit-error rate, and wide cover-age.

基于5G+UWB和惯导技术的井下人员定位系统

针对煤矿井下人员定位系统在实际应用中存在因设备算力与存储资源不足导致无法使用复杂测距与定位算法,定位数据即时传输与响应性能不足,在系统部署方面人力物力损耗较大等问题,提出了一种基于5G+UWB和惯导技术的井下人员定位系统。在末端部署能耗低、抗干扰性强的UWB定位基站,定位基站与5G基站以级联的方式连接,定位基站采集UWB与惯导数据,利用5G网络回传至计算平台,在计算平台上完成定位信息的解算和存储。将基于惯导的人员位置估计作为预测值,将基于UWB的三边定位算法获取的人员位置估计作为观测值,利用卡尔曼滤波器将预测值和观测值进行融合,降低定位误差。在煤矿主体实验基地搭建测试系统,模拟真实煤矿井下环境并进行对比实验。结果表明:(1)在x轴和y轴,融合惯导的卡尔曼滤波算法得出的位置信息和真实位置信息的重合度最高,说明融合惯导的卡尔曼滤波算法得出的位置信息最接近真实位置,平均误差为22.192 cm。(2)5G+UWB和惯导技术组合的井下人员定位系统的位置信息和真实位置信息的重合度最高,误差为[15 cm,20 cm],x轴最大平均误差为26 cm,y轴最大平均误差为24 cm,超过目前大多数井下人员定位系统精度。

基于UWB与PDR的井下人员融合定位方法

现有超宽带(UWB)与行人航位推算(PDR)融合定位方法大多忽略了非视距(NLOS)环境下的定位误差校正,以简单的阈值划分作为NLOS环境判断依据,而阈值划分在很大程度上与定位场景及场地大小相关。针对上述问题,提出一种考虑NLOS环境的基于UWB与PDR的井下人员融合定位方法。首先,利用UWB技术进行井下人员位置解算,通过三边定位算法得到人员初步位置后,使用最小二乘法对位置进行优化,通过多项式拟合实现NLOS环境下基站和标签之间实际值和测量值之间的拟合,减小NLOS环境下的测距误差,提高定位精度。其次,采用PDR算法对步态进行识别和分析,PDR算法使用惯性导航传感器采集的步态数据,通过步态识别、步长估计和方向估计,实现目标位置的更新;然后,通过卷积神经网络(CNN)-长短期记忆(LSTM)网络分析信道脉冲响应(CIR)特征,实现视距(LOS)/NLOS识别,解决NLOS环境判断存在场景限制的问题;最后,根据LOS/NLOS识别结果确定融合系数,实现UWB和PDR定位结果融合。测试结果表明:多项式拟合后UWB平均测距误差降低0.59 m;LOS/NLOS识别的平均准确率为95.3%,召回率和F1分数均在90%以上,验证了CNNLSTM具有较好的识别效果;融合定位方法的平均误差为0.31 m,较UWB降低1.57 m,较PDR降低1.41 m。

基于无线传感网络与UWB技术的煤矿井下采掘人员定位方法

由于传统方法在煤矿井下人员定位中应用效果不佳,不仅定位结果相对误差比较大,而且定位失败人员数量较多,无法达到预期的定位效果,为此提出基于无线传感网络与UWB技术的煤矿井下采掘人员定位方法。搭建无线传感网络场景,利用无线传感网络采集井下人员位置信号,利用自适应算法对信号自适应滤波处理,利用离散快速傅里叶变换对无线传感网络信号矩阵的各个维度做波束形成,对矩阵的各个维度传感信号进行加权合并,增强各个维度上目标信号的强度,利用UWB技术对信号传输,根据增强后的目标信号传输信息确定井下人员位置,以此实现基于无线传感网络与UWB技术的煤矿井下采掘人员定位。经实验证明,设计方法定位相对误差低于10 cm,定位失败人员数量与总人数比例为3%,设计方法在煤矿井下采掘人员定位方面具有良好的应用前景。

煤矿井下UWB定位系统的基站布局优化

超宽带(UWB)系统在煤矿井下人员和设备定位方面应用较为广泛,为了进一步提高UWB系统的定位精度,对UWB定位系统的基站布局进行优化。以几何精度因子(GDOP)为评价指标,从基站数量、基站几何布局和基站垂直布局等方面,设计了不同的基站布局方案,并进行了对比分析。为UWB定位系统的布局提供了参考依据,有利于提高UWB系统的定位精度。

基于PSO改进算法的煤矿井下精确UWB技术研究

为提高煤矿井下定位精度,提出一种ADS-TWR测距和APSO改进Taylor级数的井下联合定位方法。采用非对称双边双程(ADS-TWR)作为基础的矿井下人员测距算法,使用改进的卡尔曼滤波算法对其进行改进;以Taylor级数法作为基础的矿井下人员定位算法,并以自适应权重粒子群算法(APSO)对其进行改进。结果表明,与使用传统卡尔曼滤波算法优化的ADS-TWR测距算法相比,基于改进卡尔曼滤波算法的ADS-TWR测距算法误差更小;与传统的Taylor级数定位算法及其他类型的定位算法相比,设计的AP⁃SO-Taylor定位算法稳定性更好,定位精度更高,误差始终稳定在60 cm以下。

基于DL-AKF的UWB煤矿井下定位算法

针对UWB在煤矿井下定位精度及稳定性等问题,本文提出一种双层自适应卡尔曼滤波(DL-AKF)定位算法,分别在测距和定位阶段使用不同的自适应卡尔曼滤波算法。第一层Sage-Husa自适应卡尔曼滤波与多项式拟合误差补偿联合处理应用于测距阶段,将测距误差减小至10 cm内,第二层自适应扩展卡尔曼滤波应用于定位解算,进一步提高煤矿井下定位精度及稳定性。实验表明,该算法能够有效减小测距误差并提高定位精度,静态定位结果均方根误差可达到14 cm左右。

基于UWB的工作面进尺采集系统

为实现工作面进尺监测,采用超宽带(Ultra Wide Band,UWB)技术和双边双向测距方法,以UWB定位基站为核心,在工作面端头支架安装定位标签进行信息采集,数据通过以太网上传至上位机进行坐标解算,自动采集工作面进尺数据,为矿压监测提供位置信息。应用结果表明,该系统运行正常,能实时采集工作面进尺信息,对矿压数据进行监测,应用效果良好。

基于UWB的PDOA与TOF煤矿井下联合定位方法

煤矿井下人员和车辆精确定位是煤矿安全高效生产的重要保障。目前矿井人员和车辆精确定位主要采用超宽带(UWB)无线通信技术,其中仅采用飞行时间(TOF)的定位方法需2个定位分站或天线联合测距和定向,存在天线间距大、不便于安装维护、定位误差大等问题。针对上述问题,提出了应用于煤矿巷道一维定位场景的基于UWB的到达相位差(PDOA)与TOF煤矿井下联合定位方法。该方法通过TOF测量定位卡与定位分站之间的距离,通过PDOA判断定位卡的方位,再根据测得的定位卡与定位分站之间的距离和方位,对定位卡进行定位。该方法根据从定位卡发送的无线电信号到达定位分站的2根天线的相位差判断定位卡的到达角度(AOA),不需要很大的天线间距即可确定定位卡的方位,缩短了定位分站的2根天线之间的距离,可将2根天线一体化,便于安装维护,提高了定位精度。煤矿井下测试结果表明,该方法定位精度在15 cm以内;在200 m测试距离范围内,定位精度不受距离远近影响;TOF测距数值稳定在相对其均值±10 cm的范围内,具有很好的稳定性。

基于UWB系统的井下车辆高精度定位研究

随着无线通信技术的进步,超宽带(UWB)技术从缩减硬件成本及定位精度的提升都有了大幅的进步,因此其在定位系统中的使用越来越多。通过研究适用于在井下巷道环境的高精度定位方法,研制出了一套适用于井下环境的超宽带无线车辆定位系统。试验结果显示,该系统定位精度高,对进一步实现井下的车辆无人自主导航具有非常大的支撑作用。

基于UWB TDOA测距的井下动态定位方法

针对井下移动目标精确定位和跟踪过程中所存在的传输距离短、抗多径效应差、定位精度低等问题,提出一种适合于井下环境的动态定位方法,并使用精度因子对基准站几何分布进行评价,形成一套完整的井下移动目标高精度定位系统。最后使用搭建的UWB移动定位平台进行模拟井下环境定位测试,实验结果表明基于该平台可使井下定位精度达亚dm级,优于当前其他井下无线定位系统精度。

基于UWB的地下停车场车辆定位系统设计与实现

介绍了在地下空间中具有较强穿透力和高精度定位能力的UWB定位技术,采用基于UWB技术的DWM1000定位模块设计了一种地下停车场车辆定位系统,介绍了定位系统的组成和测距定位工作原理,着重进行了基于正多边形的锚节点优化布局,并在实际地下停车场中进行车辆定位性能测试,验证了定位系统的可行性。

一种基于UWB的三边定位改进算法

针对现有基于UWB的井下定位算法存在算法复杂且求解值不是全局最优的问题,提出了一种基于UWB测距的三边定位改进算法。该算法基于DW1000芯片和三边定位算法,采用双边双向测距方法测距,以求解二元二次方程最优解为目标,设定优化目标函数,将坐标二维化处理,降低了算法的复杂度;筛除测量过程中产生的无效数据,确定有效搜索区域并在该区域内进行全局遍历,找到最优定位坐标,解决了求解值不是全局最优的问题。同时,为了进一步提高定位精度,采取了适当增加参考节点数量的措施。实验结果表明,该算法平均误差小于加权三边定位算法、泰勒算法,定位精度提升明显;该算法还具有较强的实用性,通过增加参考节点数量可有效提高测量精度。

面向地下变电站的UWB-CGN-BPNN定位算法研究

地下变电站环境复杂,电气设备、障碍物和墙壁较多,传统的室内定位系统定位精度较低,无法满足日常工作的需求。为此文章提出了一种基于超宽带的查恩–高斯牛顿迭代–反向传播神经网络(Chan-Gauss Newton-Back Propagation Neural Network,CGN-BPNN)的非视距误差抑制算法,首先利用Chan算法得出的坐标作为高斯牛顿迭代算法初始值进行迭代,并对算法所得的残差进行加权,使离标签越近的基站测得数据的权重提高,然后将迭代后得到的坐标值作为训练完毕的误差反向传播(Back Propagation,BP)神经网络的输入进行修正,输出即为最终的定位结果。计算机仿真结果表明该算法定位精度相较传统的Chan算法提升了42.9%,相较Chan-Gauss Newton算法提升21.9%,研究结果对于超宽带(Ultra Wide Band,UWB)技术在地下变电站中的应用具有广泛而积极的意义。

麦捷煤业基于精准定位的电子围栏研究与应用

煤矿井下的特定危险区域大多空间狭窄,活动范围有限,各种大型移动设备、人员都在这个狭长的空间活动,极易发生碰撞、机械伤人等事故。针对这一情况,麦捷煤业结合目前井下作业现场实际情况,研究并设计了适合于麦捷煤业的电子围栏技术路线和方案,该方案主要是基于井下现有的UWB精确人员定位系统和已经相对成熟的AI视频技术,实现对重点区域的全程可视化监控、预警,对井下作业人员的精准位置信息进行实时监测,同时关联控制采掘机械,有效预防安全事故的发生,实现可靠的“电子围栏”,该研究和实际应用取得了理想效果。

基于UWB与激光测距的地下铲运机井下定位系统

地下铲运机在井下巷道环境中无法通过接收GPS信号来实现车辆的定位,因此需要搭建其他定位系统来替代。UWB定位系统通过基站与车载标签进行车辆井下位置定位。由于地下巷道狭长的特点,单一的UWB定位成本很高。对此展开研究,在地表搭建模拟巷道分别对UWB定位系统与UWB与激光测距融合定位系统进行测试,实验表明两种定位系统误差相距不大,都可满足使用要求,但采用UWB与激光测距融合定位系统可以极大的降低UWB基站的使用数量,从而降低系统成本。

基于UWB技术的煤矿井下定位系统研究与设计

针对煤矿井下设备管理不规范,使用效率不高的问题,提出了一种基于UWB技术的井下设备定位系统。根据井下实际环境,建立无线定位系统整体方案,读卡器与定位标签之间通过UWB进行无线通信,利用信号强度与三边测定法进行定位标签的二维定位,并对定位分站、读卡器与定位标签的结构进行了设计。通过实验模拟巷道环境,对系统的定位精度进行试验,试验结果表明,系统的定位误差小于0.5 m,具有一定的抗干扰能力,满足井下设备的定位需求。

基于UWB技术的地下导航系统的研究

随着国内外物联网行业的兴起,地下车联网行业也得到了迅速的发展。在许多大型商场,停车难、找车难等问题层出不穷。本文以UWB技术为核心,分析了其在地下停泊系统中的硬件设计和误差规避改进。

基于UWB的煤矿胶轮车智能运输管理系统的开发实践

主要针对煤矿胶轮车运输效率偏低的问题,提出了利用UWB超宽带技术所具备的封闭空间精准定位能力解决煤矿井下胶轮车的位置精准跟踪、信号精准控制、到站精准提醒、实时速度监测及候车人员监测的需求。经实际应用,验证了该技术的可行性,通过应用该煤矿胶轮车智能运输系统可有效提高煤矿井下行车安全和高效运行的能力,可有效避免煤矿井下交通堵塞及安全事故的发生。

基于UWB技术的矿井人员定位系统设计

为提升矿井人员的定位精度与实时性,针对基于WiFi、蓝牙、RFID和Zigbee等无线通信技术的矿井人员定位系统存在有效通信距离短、定位精度不高的局限,提出了一种基于超宽带(UWB)技术的矿井人员定位系统并在煤矿井下进行了应用。该系统利用到达时间测距方法(TOF),采用单个读卡器即可独立组网并实现对识别卡进行测距定位的结构形式设计,通过在读卡器内设置2块拥有TOF算法的射频模块,记录每个射频模块独立测量该模块与识别卡之间信号往返的到达时间,并依据算法公式计算出两节点之间的距离,来实现人员定位。通过现场实测和分析,认为该系统受环境影响小,定位精度高,进一步促进了井下人员定位技术的发展。