針對礦井巷道NLOS（Non Line Of Sight）時延影響礦井TOA（Time Of Arrival）定位精度的問題,通過分析巷道NLOS時延形成方式,將巷道NLOS時延分為隨機和固定兩類,結(jié)合兩類巷道NLSO時延的特性,提出了一種基于自適應抗差卡爾曼濾波的巷道NLOS時延抑制方法。對于巷道隨機NLOS時延,通過在經(jīng)典卡爾曼濾波算法的基礎(chǔ)上引入了自適應抗差概念,使系統(tǒng)在線性濾波的基礎(chǔ)上增加了對隨機脈沖誤差的抑制能力;對于巷道固定NLOS時延,通過在巷道NLOS誤差模型的基礎(chǔ)上,構(gòu)建巷道中信號傳播距離與傳播環(huán)境間的函數(shù)模型,并結(jié)合幾何定位算法完成系統(tǒng)對固有誤差的有效抑制。實驗結(jié)果顯示,包含有巷道NLOS時延的原始定位數(shù)據(jù),誤差在2. 1～8. 1 m之間,平均誤差為3. 7 m;原始數(shù)據(jù)經(jīng)自適應抗差卡爾曼濾波算法處理后,誤差在1. 9～3. 6 m之間,平均誤差為2. 5 m,定位曲線與實際移動曲線基本保持平行;再經(jīng)參數(shù)擬合和幾何算法處理,誤差在0～1. 0 m之間波動,誤差平均值為0. 27 m,且所提方法較原始定位數(shù)據(jù),平均定位誤差減小了3. 43 m.從而表明,所提方法對巷... 

【文章來源】：西安科技大學學報. 2020,40(01)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1 雙基站定位示意圖

3)服務(wù)器通過識別卡編號讀取基站檢測的時間值，并通過自適應抗差卡爾曼濾波算法對時間值進行處理，之后根據(jù)式(1)將時間轉(zhuǎn)化為距離值。4)服務(wù)器根據(jù)基站編號，匹配相應的巷道參數(shù)，進而運用參數(shù)擬合和幾何定位算法對距離值進行處理，得到人員定位卡與該基站的距離估計值。

從表1和圖3，圖4可以看出，采用SDS-TWR方法直接測的原始數(shù)據(jù)誤差范圍為2.1～8.1 m，平均誤差為3.7 m，包含有巷道隨機NLOS時延誤差和巷道固定NLOS時延誤差;數(shù)據(jù)經(jīng)過自適應抗差卡爾曼濾波算法處理后誤差在1.9～3.6 m之間，平均誤差為2.5 m，即基本上消除了巷道隨機NLOS時延誤差，但還存在巷道固定NLOS時延誤差;經(jīng)過參數(shù)擬合和幾何算法處理后的數(shù)據(jù)誤差范圍為0～1 m，平均誤差降為0.27 m，表明巷道NLOS時延誤差基本消除。不同方法的誤差比較曲線如圖5所示。圖4 文中所提方法的誤差曲線

【參考文獻】：
期刊論文
[1]一種抑制NLOS誤差的UWB定位方法[J]. 鮑小雨,王慶,陽媛,程向紅.  傳感器與微系統(tǒng). 2019(09)
[2]基于AOA的礦井人員精確定位技術(shù)[J]. 劉世森.  煤礦安全. 2019(07)
[3]基于改進卡爾曼濾波和參數(shù)擬合的礦井TOA定位方法[J]. 邵小強,李康樂,陳熙,呂植超,馬憲民,王征.  煤炭學報. 2019(05)
[4]A Single-Site Positioning Method Based on TOA and DOA Estimation Using Virtual Stations in NLOS Environment[J]. Rui Zhang,Weiwei Xia,Feng Yan,Lianfeng Shen.  中國通信. 2019(02)
[5]室內(nèi)Wi-Fi/PDR自適應魯棒卡爾曼濾波融合定位方法[J]. 周牧,耿小龍,謝良波,聶偉,田增山.  電子學報. 2019(01)
[6]基于卡爾曼平滑的AWKNN室內(nèi)定位方法[J]. 孫偉,段順利,閆慧芳,丁偉.  電子科技大學學報. 2018(06)
[7]礦井NLOS環(huán)境下改進UKF超寬帶定位算法[J]. 李旭虹,張同麗,張育芝.  西安科技大學學報. 2018(05)
[8]基于TOA壓縮感知的礦井分布式目標定位方法[J]. 劉真真,田子建,王文清,徐志明,劉婷,黃蕾,張向陽.  煤炭科學技術(shù). 2018(09)
[9]智慧礦山物聯(lián)網(wǎng)技術(shù)發(fā)展現(xiàn)狀研究[J]. 申雪,劉馳,孔寧,陳敏.  中國礦業(yè). 2018(07)
[10]基于非視距鑒別的超寬帶室內(nèi)定位算法[J]. 曾玲,彭程,劉恒.  計算機應用. 2018(S1)



本文編號：3608019