《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 模擬設(shè)計(jì) > 設(shè)計(jì)應(yīng)用 > 基于信號(hào)置信度的礦井定位方法研究
基于信號(hào)置信度的礦井定位方法研究
電子技術(shù)應(yīng)用
張鵬1，2
1.煤礦災(zāi)害防控全國重點(diǎn)實(shí)驗(yàn)室；2.中煤科工集團(tuán)重慶研究院有限公司
摘要： 針對(duì)煤礦井下狹窄縱深的巷道環(huán)境，無線信號(hào)極易反射導(dǎo)致定位精度差甚至定位失敗的問題，提出了一種利用UWB信號(hào)置信度，結(jié)合定位神經(jīng)網(wǎng)絡(luò)模型、TOF測(cè)距和Kalman濾波的組合定位方法。首先利用標(biāo)識(shí)卡與基站間的UWB信息及標(biāo)識(shí)卡真實(shí)距離，離線訓(xùn)練定位神經(jīng)網(wǎng)絡(luò)模型。其次在實(shí)時(shí)測(cè)距時(shí)提出UWB信號(hào)置信度判別方法，參與TOF定位計(jì)算，最后再通過Kalman濾波進(jìn)一步提升定位精度。結(jié)果表明：該方法能夠在煤礦井下顯著降低由于信號(hào)反射所導(dǎo)致的定位精度差問題，混合定位精度小于10 cm，具有速度快、穩(wěn)定性高等優(yōu)點(diǎn)。
中圖分類號(hào)：TD67;TP212 文獻(xiàn)標(biāo)志碼：A DOI: 10.16157/j.issn.0258-7998.256407
中文引用格式： 張鵬. 基于信號(hào)置信度的礦井定位方法研究[J]. 電子技術(shù)應(yīng)用，2025，51(9)：79-83.
英文引用格式： Zhang Peng. Research on mine positioning method based on signal confidence[J]. Application of Electronic Technique，2025，51(9)：79-83.
Research on mine positioning method based on signal confidence
Zhang Peng1，2
1.State Key Laboratory of Coal Mine Disaster Prevention and Control；2.China Coal Technology Engineering Group Chongqing Research Institute
Abstract： A hybrid positioning method combining Ultra Wide Band (UWB) signal confidence, a location neural network model, Time-of-Flight (TOF) ranging, and Kalman filtering is proposed to address the challenges of severe signal reflection in narrow and deep coal mine galleries. The method first trains a location neural network model offline using UWB communication data between tags and base stations, along with known true distances of the tags. During real-time positioning, a UWB signal confidence discriminant method is introduced to refine TOF measurements. Finally, Kalman filtering is employed to further enhance positioning accuracy. Experimental results demonstrate that this approach effectively reduces positioning errors caused by signal reflections in underground coal mines, achieving hybrid positioning accuracy below 10 cm with advantages of high speed and excellent stability.
Key words : tunnel environment；ultra wide band；signal confidence；combined positioning algorithm；neural network

引言

根據(jù)國家煤監(jiān)局最新發(fā)布的《煤礦井下人員定位系統(tǒng)通用技術(shù)條件》，煤礦井下人員精確定位系統(tǒng)靜態(tài)定位誤差需要控制在0.3 m范圍內(nèi)[1]，然而傳統(tǒng)的定位方案，如基于藍(lán)牙、RFID、Zigee和Wi-Fi等技術(shù)的定位方案[2-4]，由于其定位精度的局限性，只能實(shí)現(xiàn)區(qū)域定位，無法滿足這一嚴(yán)格標(biāo)準(zhǔn)。隨著超寬帶技術(shù)(Ultra Wide Band, UWB)技術(shù)的不斷完善，其抗干擾能力強(qiáng)、定位精度高和功耗低的優(yōu)點(diǎn)得到了廣泛認(rèn)可[5-6]，越來越多的企業(yè)和組織開始研究基于UWB技術(shù)的精確定位方案，并逐步替代其他傳統(tǒng)的定位方案，成為主流精確定位技術(shù)，并在煤礦井下得到廣泛應(yīng)用[7-9]。

在煤礦井下的長巷道結(jié)構(gòu)中，常常使用飛行時(shí)間(Time of Flight, TOF)測(cè)距算法來實(shí)現(xiàn)人員的精準(zhǔn)定位[10-11]。但由于這些巷道多為窄長構(gòu)造，導(dǎo)致UWB信號(hào)在傳播過程中容易發(fā)生多次反射。這不僅嚴(yán)重影響定位精確，甚至在某些情況下，還會(huì)導(dǎo)致信號(hào)無法被定位基站有效檢測(cè)從而無法有效定位。隨著智能礦井建設(shè)的深入推進(jìn)，井下機(jī)車的自主導(dǎo)航成為了可能，這為礦山的生產(chǎn)和管理帶來了巨大的便利。然而，這也對(duì)定位系統(tǒng)的精度和穩(wěn)定性提出了更高的要求。傳統(tǒng)的單一一維定位方法已經(jīng)無法滿足這些需求，因此需要尋找精度更高，穩(wěn)定性更好的算法以解決這一問題。

為了降低井下UWB信號(hào)反射對(duì)定位精度的影響，本文提出了一種創(chuàng)新的定位方法。該方法結(jié)合了UWB信號(hào)置信度、定位神經(jīng)網(wǎng)絡(luò)模型、時(shí)間飛行（TOF）測(cè)距以及Kalman濾波算法[12-14]。通過將離線神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)定位算法有機(jī)結(jié)合的方式，進(jìn)一步提升定位精度和定位穩(wěn)定性。


本文詳細(xì)內(nèi)容請(qǐng)下載：

http://ihrv.cn/resource/share/2000006692


作者信息：

張鵬1，2

（1.煤礦災(zāi)害防控全國重點(diǎn)實(shí)驗(yàn)室，重慶 400039；

2.中煤科工集團(tuán)重慶研究院有限公司，重慶 400039）


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。