為了提高井下人員定位的精度和穩(wěn)定性,融合了WiFi定位和行人航位推算（PDR）。采用MeanShift算法對(duì)WiFi指紋數(shù)據(jù)庫進(jìn)行聚類處理,減少了WiFi指紋定位的運(yùn)算量�；赑DR定位坐標(biāo),提出了一種改進(jìn)的加權(quán)K鄰近（WKNN）算法,并采用互補(bǔ)濾波融合WiFi定位和PDR。實(shí)驗(yàn)結(jié)果表明,融合定位的精度和穩(wěn)定性高于單獨(dú)的WiFi定位和PDR,能夠滿足井下定位的需求。 

【文章來源】：煤礦機(jī)械. 2020,41(10)北大核心

【文章頁數(shù)】：3 頁

【文章目錄】：
0 引言
1 行人航位推算
2 WiFi指紋定位
3 基于互補(bǔ)濾波的融合定位算法
4 實(shí)驗(yàn)驗(yàn)證與分析
5 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]礦井定位技術(shù)現(xiàn)狀和發(fā)展趨勢(shì)[J]. 霍振龍.  工礦自動(dòng)化. 2018(02)
[2]基于慣性導(dǎo)航的煤礦井下定位系統(tǒng)研究與設(shè)計(jì)[J]. 張佳.  煤礦機(jī)械. 2017(08)
[3]2016年版《煤礦安全規(guī)程》監(jiān)控與通信條款解析[J]. 孫繼平.  工礦自動(dòng)化. 2016(05)
[4]基于RSSI的井下定位技術(shù)研究[J]. 胡長(zhǎng)俊,李鑫.  煤礦機(jī)械. 2010(10)



本文編號(hào)：3633595