欢迎来到天天文库
浏览记录
ID:35180897
大小:2.64 MB
页数:64页
时间:2019-03-21
《基于rssi的煤矿井下人员定位算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中图分类号:TN98论文编号:HBLG2016-397UDC:密级:公开硕士学位论文基于RSSI的煤矿井下人员定位算法研究作者姓名:朱明辉学科名称:计算机技术研究方向:计算机网络与通信学习单位:华北理工大学学制:2.5年提交日期:2015年11月25日申请学位类别:工程硕士导师姓名:孙铁强副教授单位:华北理工大学信息工程学院田立胜高工单位:唐山滨海冶金技术咨询有限公司论文评阅人:张振友副教授单位:华北理工大学信息工程学院李晓慧高工单位:唐山钢铁国际技术有限公司论文答辩日期:2015年2月26日答辩委员
2、会主席:郭建波教授关键词:接收信号强度指示;三维空间定位;最小二乘法;混合滤波唐山华北理工大学2016年3月TheResearchofMinePersonnelPositioningAlgorithmBasedonRSSIDissertationSubmittedtoNorthChinaUniversityofScienceandTechnologyinpartialfulfillmentoftherequirementforthedegreeofMasterofEngineeringbyZhuMin
3、ghui(ComputerTechnology)Ph.DSunTieqiangSupervisor:TianLishengMarch,2016独创性说明本人郑重声明:所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得华北理工大学以外其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。论文作者签名:日期:年月日关于论文使
4、用授权的说明本人完全了解华北理工大学有关保留、使用学位论文的规定,即:已获学位的研究生必须按学校规定提交学位论文,学校有权保留、送交论文的复印件,允许论文被查阅和借阅;学校可以将学位论文的全部或部分内容采用影印、缩印或编入有关数据库进行公开、检索和交流。作者和导师同意论文公开及网上交流的时间:□自授予学位之日起□自年月日起作者签名:导师签名:签字日期:年月日签字日期:年月日摘要摘要随着无线传感器网络的迅速发展,无线定位技术已广泛应用于煤矿安全领域。精准,高效的定位系统是安全生产的保障。针对基于测距的煤
5、矿井下三维空间人员定位精度低,成本高以及易受到外界环境干扰等问题,提出了混合滤波算法、最小二乘分段曲线拟合算法和降低空间复杂度的多重质心定位算法,用于提高三维空间的定位精度,并通过实验证明了本研究所提出的算法的性能。首先,分析了煤矿井下人员定位算法的研究现状,概括了现阶段井下定位工作面临的主要问题。其次,介绍了无线传感器网络定位的基本技术。参考了一些主流的定位技术,通过分析每种技术的性能,确定基于测距的RSSI定位技术对于井下人员定位是适合的。再次,对RSSI值的滤波,测距模型的建立以及定位算法的改进
6、三个方面进行了研究。滤波方面提出了基于高斯滤波和卡尔曼滤波的混合滤波算法。测距模型建立方面是在传统的信号传播的理论模型基础上,采用最小二乘分段曲线拟合法优化环境参数后重建得来的。定位算法改进方面采用的是降低空间复杂度的办法,其核心思想是利用信标节点的特殊分布结构将三维空间定位问题转化为二维空间定位问题,再采用多重质心算法计算未知节点的空间坐标。最后,通过定位实验对算法进行验证,证明该算法定位精度高,可满足绝大多数井下空间人员定位工作的需求。图24幅;表8个;参43篇。关键词:接收信号强度指示;三维空间
7、定位;最小二乘法;混合滤波分类号:TN98-I-华北理工大学硕士学位论文AbstractWiththerapiddevelopmentofwirelesssensornetworks,wirelesslocationtechnologyhasbeenwidelyappliedinthefieldofminesafety.Accurateandefficientpositioningsystemistheguaranteeofsafeproduction.Basedon3Dspacerangingcoa
8、lminepersonnelpositioning,theaccuracyislow,thecostishighandtheresultseasytobedisturbedbytheoutsideenvironment.Inordertosolvetheaboveproblems,ahybridfilteringalgorithm,theleastsquaresfittingalgorithmandthealgorithmforreducingthesp
此文档下载收益归作者所有