基于接收信号强度分区矿山无线定位算法

针对井下工作人员的平时考勤以及发生井下事故时能够对受困人员进行及时有效的定位搜救,提出了一种接收信号强度分区（RSSP）定位算法。RSSP定位算法把井下相邻参考节点间划分为若干分区,根据井下人员（移动节点）所在巷道位置的接收信号及强度情况对其进行定位。此算法比较简单,功耗低。经过MATLAB模拟仿真,得出RSSP算法比经典的RSSI和RFID算法定位精度更高。     

铀尾矿库WSN安全监控镜像约束域定位算法

铀尾矿库的WSN安全监控监测技术是一门新型领域技术,是实现铀尾矿库安全综合治理的重要前提,定位技术因其能够快速定位事件发生区域的地理位置而成为WSN的关键技术之一。RSSI测距定位技术因其易于实现、成本低等特点而被广泛应用,然而其在铀尾矿库中会受到多径、非视距等因素的影响,远距离得到的RSSI值测距误差较大。为此,提出一种镜像最小通信圆约束域定位算法,未知节点利用多个近距离RSSI测距值生成最小通信圆,以锚节点坐标镜像最小通信圆生成镜像圆,多条件约束形成定位区域进行区域定位。仿真结果表明:多最小通信圆定位效果优于单最小通信圆,且比传统RSSI和RSSI质心算法具有更高的定位精度和较小的误差均方差。     

基于新内点测试与Grid-SCAN的铀尾矿库监测定位算法

面向铀尾矿库放射性核素污染WSN监测中,由于监测环境制约,针对该条件下节点密度低、带状分布网络连通性差等问题,为保证一定定位精度,提出一种新的定位算法。新内点测试利用RSSI值与海伦公式判断是否在三角形内外,无需未知节点周围其他节点信息,并采用Grid-SCAN寻找概率模型选取点,使该算法满足低密度条件的定位并减少其计算量。约束范围内计算网格内各点RSSI值的概率,并以最大概率坐标为定位结果。经过仿真,新算法较APIT算法在定位精度上提高了55%~69%。     

无线传感器网络在执勤枪械定位中的应用

为了加强部队安全工作,防止执勤枪弹丢失情况的发生,本文提出采用无线传感器网络定位技术,在监测区域设置信标节点,使用RSSI测距方法和加权质心定位算法,实现对枪械的定位.从而加大对执勤枪支的监管力度,预防武器装备丢失,防止涉枪涉弹重大事故发生.     

基于粒子群优化和巷道分区的深井WSN定位算法

针对现有深部矿井中人员定位精度不足问题,提出一种基于粒子群优化(PSO)及巷道分区的深井无线传感器网络(WSN)定位算法(PTWL)。将直型巷道里相邻锚节点之间的区域等分,利用信号强度等级对所划分的区域进行标记,以巷道中未知节点接收到的信号强度确定其大致区域,采用PSO算法对未知节点的最大概率坐标进行运算,实现精确定位;通过仿真试验对比PTWL与信号强度指示(RSSI)、信号强度分区(RSSP)算法的优劣。结果表明:PTWL算法比经典RSSI算法和RSSP算法定位精度更高。     

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RFID及WSN技术的矿山实时三维定位及灾害预警平台

通过对比分析国内外矿山灾害死亡事故数据，突显我国矿山安全生产形势十分严峻，提出了构建矿山实时三维定位及灾害预警平台的重要性。平台基于无线射频识别技术和无线传感网络技术，实现井下工作人员、井下移动设备的三维定位，实现井下巷道工作环境的各种参数（如温度、湿度、井巷通风风速、有害气体含量等）的实时监测，分析实时监测数据，预警井下数据异常区域，防止灾害发生，分析灾害发生位置、原因及发生时井下人员、移动设备等信息，为灾后救援工作提供有价值的决策参考。     

基于SSO的铀尾矿库无线传感器网络定位算法

为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,采用莱维飞行策略改进搜索者的位置更新方式,避免陷入局部最优;然后,采用优化的SSA代替最小二乘法来定位未知节点,并将定位算法应用于铀尾矿库放射性核素污染监测定位;最后,在不同的锚节点数、通信半径以及噪声标准差条件下,对比麻雀搜索优化定位算法(SSOLA)与加权质心定位算法(WCLA)、接收信号强度指示差定位算法(RSSID)、麻雀搜索定位算法(SSA)、粒子群定位算法(PSO)以及樽海鞘群定位算法(SAP)的性能。结果表明：SSOLA与其余5种算法相比定位误差平均下降41.9%、45.2%、26.8%、39.9%和36.9%,定位精度更高,收敛速度更快。     

提高GPS定位精度的群调度滤波算法*

为解决现行安全生产科技领域中全球定位系统（GPS）/惯性导航系统（INS）融合系统容易产生较大时变误差的关键问题，满足GPS定位信号的精度和信号数据处理时间的要求，提出1种群调度滤波算法，通过实验仿真，分别与模糊算法、机器学习算法及卡尔曼滤波网络算法进行比较研究。结果表明:群调度滤波算法兼顾了定位精度与数据处理时间，具有较大优势，可在航空安全、船舶安全、应急监测、灾后抢险等安全科技领域广泛应用。     

基于加权三边测算的井下人员精确定位研究

为促进矿山安全生产管理,针对目前矿山井下人员定位不精确,存在定位盲区的现状,提出一种基于加权三边测算的井下人员精确定位新方法。该方法在不增加节点和成本的基础上,将节点布置成三角模式,依据权重对节点进行优选,运用最大概似法论证了定位的精确性。通过实例对加权三边测算法进行了验证,结果表明:该方法定位误差在3 m以内。加权三边测算法能够实现井下人员精确定位,可以运用于矿山的安全生产管理。     

基于802.11n无线传感器网络的巷道人员定位技术研究

针对现阶段矿井人员定位系统定位精度低、成本高、可靠性差等问题,提出了一种基于802.11n无线传感器网络技术的真三维人员定位系统,该系统根据功能特征划分为现场设备管理层、系统运行监控层和地面监控管理层。工作时,定位分站将移动节点通过无线网络传输过来的位置坐标信息通过RS-485总线传输到光纤冗余网中,紧接着将位置坐标信息通过CAN现场总线传输到地面数据服务器内进行解压、分析处理和可视化显示。实验结果表明:当加权因子k取1.1时,该系统在井下巷道测试环境中的平均误差仅为1.15 m,且长期运行无故障,具有较高的定位精度和可靠性,降低了成本。     

基于低空飞艇的突发事件应急监测系统

稳定高效的高点监控对应急处置有非常重要的作用。该文提出了一种基于低空飞艇的突发事件应急监测系统,实现在复杂环境下应急现场的实时监测。系统包含三个部分：视频预处理和目标追踪;目标的自动照准和定位;远程探测监测。利用稳像和跟踪技术实现视频预处理和目标跟踪,应用基于Harris角点的帧间运动估计稳定视频,使用基于GPS航迹信息的Kalm an-平均滤波方法分离主观运动和非主观运动,使用基于M ean Sh ift方法跟踪目标。通过三维云台电机的自动控制以及艇载GPS和三维罗盘实现对目标的自动照准及定位,利用小型投掷系统实现远程探测监测。该文提出的低空飞艇应急监测系统为突发事件现场实时监测提供了新的有效的解决方案,为应急响应提供了有力支持。     

基于UWB定位技术的油田钻修井作业安全监测方法

为解决传统油田钻修井作业安全监测方法在实际应用中存在监测定位误差较大,无法保证作业人员安全的问题,本文开展基于UWB定位技术的油田钻修井作业安全监测方法研究,通过油田井下液位数据采集、基于UWB定位技术的钻修井安全作业节点定位、划分钻修井作业安全监控动态预警范围,提出一种全新的监测方法,并进行对比实验。结果表明:新的监测方法能够有效减小监测定位误差,为作业人员安全提供保障,提高油田企业经济效益和社会效益。     

基于Spark Streaming流回归的煤矿瓦斯浓度实时预测

为了实时分析瓦斯监测流数据并对瓦斯浓度进行准确预测以实现瓦斯灾害实时预警,以实时流数据处理框架Spark Streaming构建基于流回归的瓦斯浓度实时预测系统。系统采用分布式流处理技术,可使基于回归算法的瓦斯浓度预测模型更新周期达到秒级,提高了瓦斯浓度预测精度,满足流式大数据处理的实时性要求。实验表明:应用Spark Streaming流回归预测系统在采样周期为5 s的瓦斯监测数据流上进行实时预测时,预测平均均方根误差随模型更新周期的缩短而减小,模型更新周期可达15 s,且更新周期为45 s时预测总均方根误差最小,既能保证预测精度,又能提高瓦斯灾害预警时效。     

1种基于云服务平台的滑坡管道状态远程实时监测系统

为解决管道状态的远程实时监测问题，基于现场地质灾害调查结果，根据某受到不稳定边坡影响的管道所处滑坡区域的特点，设计1种基于云服务平台的管道状态远程实时监测系统。系统由前端数据测量模块、中端数据采集和传输模块以及终端监测平台模块组成。采用振弦式应变计进行管道应变测量；应用数据采集仪、移动数据发射器及电源进行数据采集及传输；利用自主开发的基于云服务平台专用软件进行管道状态的数据分析及远程实时监测。结果表明:系统具有稳定地实时数据获取、高效地数据远程传输和操作便捷、功能丰富的终端监测能力，可较好地评估管道的运行状况，提高滑坡灾害预警能力，保证管道的安全运行。