基于多阶段去噪与双分支时序网络的井下RSSI定位方法
冯梓洋1
弓培林1
赵通2
伊康1
李鹏1
苏超1
白利斌1
1.太原理工大学矿业工程学院,山西太原 0300242.太原理工大学矿业工程学院,山西太原 030024;太原理工大学原位改性采矿教育部重点实验室,山西太原 030024
摘要：井下接收信号强度指示(RSSI)信号在多径、遮挡与电磁干扰作用下呈尖峰突变、高频抖动与趋势漂移等非平稳特征,导致定位误差较大.现有定位方法缺乏对多源干扰的协同抑制,且对信号的特征提取不充分、多尺度特征融合不足.针对上述问题,提出了一种基于多阶段去噪与双分支时序网络的井下RSSI定位方法.多阶段去噪通过异常值剔除与插值修复、自适应卡尔曼滤波和小波域自适应门控分别抑制尖峰干扰、高频抖动与趋势漂移,输出更稳定且保留细节的RSSI序列;双分支时序网络引入一阶差分作为辅助扰动先验,采用趋势分支与扰动分支并行提取特征,通过通道注意力机制自适应加权融合特征,并结合双向长短时记忆网络(Bi-LSTM)捕捉前后文时序依赖,从而在复杂动态环境中保持轨迹的平滑性与连续性.测试结果表明:RSSI信号经过多阶段去噪后整体波形更稳定,且保留了局部动态特征而不出现过度平滑;双分支时序网络的准确率、F1分数、精确率和召回率高且收敛快,在不同场景测试下的准确率和F1分数均超过85％,具有良好的泛化能力;在动态环境下的连续定位任务中,该方法平均定位误差仅为0.12 m.
关键词：煤矿井下定位接收信号强度指示RSSI多阶段去噪双分支时序网络Bi-LSTM
分类号：TD655(矿山电工)
资助基金：国家自然科学基金(52404094)山西省基础研究计划面上项目(202303021211063)
论文发表日期：2025-10-30
在线出版日期：2025-12-02（本平台首次上网日期，不代表文献的发表时间）
页数：7( 34-40 )
英文信息