一種井下人員無(wú)線定位算法研究

劉夏， 李國(guó)良， 張靈峰， 汪郁， 孫虎， 黃啟能， 丁瓊

(1.貴州工業(yè)職業(yè)技術(shù)學(xué)院 電子與信息工程學(xué)院，貴州 貴陽(yáng) 551400；2.貴州大學(xué) 大數(shù)據(jù)與信息工程學(xué)院，貴州 貴陽(yáng) 550025)

0 引言

隨著人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、無(wú)線網(wǎng)絡(luò)及無(wú)線傳感器網(wǎng)絡(luò)等技術(shù)的迅速發(fā)展[1-3]，學(xué)者們對(duì)無(wú)線定位技術(shù)在煤礦井下人員定位中的應(yīng)用進(jìn)行了大量研究[4-6]，提出了多種無(wú)線定位算法，其中指紋定位算法因擴(kuò)展性強(qiáng)、易維護(hù)、覆蓋范圍廣、成本較低等特點(diǎn)，應(yīng)用較為廣泛。文獻(xiàn)[7]提出了基于BP神經(jīng)網(wǎng)絡(luò)的井下無(wú)線自適應(yīng)指紋定位算法，利用模擬退火粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)，定位效果較好，但需要在實(shí)驗(yàn)環(huán)境中采集大量指紋數(shù)據(jù)，實(shí)驗(yàn)人員采集數(shù)據(jù)工作量較大。文獻(xiàn)[8]提出了基于支持向量回歸的半集中式定位算法，采用支持向量機(jī)回歸技術(shù)得到連通信息到節(jié)點(diǎn)位置的回歸函數(shù)，由回歸函數(shù)進(jìn)行節(jié)點(diǎn)位置估算及定位，支持向量機(jī)在處理小樣本預(yù)測(cè)、非線性回歸和局部最優(yōu)時(shí)能展現(xiàn)出良好性能，但參數(shù)取值缺少先驗(yàn)信息，從而導(dǎo)致搜索區(qū)域較大。文獻(xiàn)[9]提出了基于支持向量機(jī)分類(lèi)的煤礦井下人員指紋定位算法，利用支持向量機(jī)分類(lèi)方法建立指紋數(shù)據(jù)庫(kù)，再通過(guò)采樣點(diǎn)的無(wú)線信息數(shù)據(jù)與指紋數(shù)據(jù)庫(kù)進(jìn)行對(duì)比，找出最佳匹配位置，但實(shí)驗(yàn)只是在小范圍進(jìn)行，節(jié)點(diǎn)數(shù)量少，支持向量機(jī)參數(shù)難以設(shè)定。文獻(xiàn)[10]提出了支持向量機(jī)的混合相似度加權(quán)K近鄰算法，對(duì)指紋數(shù)據(jù)庫(kù)進(jìn)行網(wǎng)格劃分，利用支持向量機(jī)計(jì)算出所屬網(wǎng)格，再通過(guò)加權(quán)K近鄰算法進(jìn)行定位，但該方法未考慮指紋數(shù)據(jù)庫(kù)較大時(shí)支持向量機(jī)收斂速度慢的問(wèn)題。……