基于SVM分类的煤矿井下人员指纹定位算法
吕文红
杨涛
董晓亮
郑小霞
邹慧
梁泉泉
1.山东科技大学 信息与电气工程学院,山东 青岛,2665902.山东科技大学 信息与电气工程学院,山东 青岛,2665903.山东科技大学 信息与电气工程学院,山东 青岛,2665904.山东科技大学 信息与电气工程学院,山东 青岛,2665905.山东科技大学 信息与电气工程学院,山东 青岛,2665906.山东科技大学 信息与电气工程学院,山东 青岛,266590
摘要：为了减少煤矿井下环境对人员定位系统的影响,提出一种基于SVM分类的煤矿井下人员指纹定位算法,该算法由指纹数据库、井下巷道指纹数据采集和井下位置匹配等环节组成。该算法利用SVM分类方法建立指纹数据库,采用奇异值去除方法消除指纹动态影响,通过实时采样信号与指纹数据库进行映射的方法找出最佳匹配位置。通过随机采集50个指纹样点数据作为位置信息,进行多终端用户位置信息测量,并取5个终端用户的测量数据进行分析。定位试验表明,该算法定位误差小于1.5 m,相比传统的基于RSSI定位算法有更高的定位精度。
关键词：人员定位煤矿井下RSSI定位算法指纹定位算法
分类号：TD67(矿山电工)
资助基金：国家自然科学基金(61071087)中国煤炭工业协会项目(MTKJ2011-363)山东省自然科学基金(ZR2011FM018)山东省博士后创新项目(201103099)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 73-76 )
英文信息