面向矿井动目标的PSO-SVR模型与UWB Chan优化距离指纹融合定位方法

作     者：王红尧 郑鸿林 田劼 彭志远 唐文锦 Wang Hongyao;Zheng Honglin;Tian Jie;Peng Zhiyuan;Tang Wenjin

作者机构：中国矿业大学(北京)机电与信息工程学院北京100083 无损检测技术教育部重点实验室南昌330063 中国矿业大学(北京)煤矿智能化与机器人创新应用应急管理部重点实验室北京100083 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2022年第36卷第7期

页      面：106-114页

核心收录：

学科分类：0819[工学-矿业工程] 081903[工学-安全技术及工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：中央高校基本科研业务费项目(2021YQJD02) 南昌航空大学重点科研基地开放基金(EW202180222) 北京市优秀人才项目(2015000020124G120)资助 

主　　题：矿井动目标 双边双向测距 PSO-SVR模型 指纹定位 

摘      要：针对目前井下人员、车辆、设备等移动目标位置精确管理存在的不足,本文对面向矿井动目标的定位算法与指纹定位模型进行研究。设计出一种基于改进粒子群优化SVR模型与Chan优化距离指纹匹配融合定位方法。首先,构建一种基于STM32 ARM主控制器和DWM1000的超宽带(UWB)核心节点模型,通过双边双向测距和飞行时间法(TOF)对传输距离数据进行计算。在此基础上,通过依次在特定点采集距离指纹,基于改进的PSO-SVR模型进行移动目标路线拟合,预测目标的移动路径。再将其与Chan指纹进行结合,拓展出优化距离指纹融合定位方法。实验结果表明,本文提出的指纹优化匹配融合定位方法能够较好地预测出移动路径,最大误差不超过20 cm,平均误差不超过1 cm。本文研究对矿井智能化建设及安全生产具有重要意义。