煤矿井下WSN自适应更新指纹地图定位算法研究

发布时间：2025-05-12 21:52

　　 指纹匹配定位算法应用于煤矿井下,避免了测距式定位算法因井下复杂多变的无线信道环境而产生的测距误差.然而,指纹地图无法随井下变化的通信环境而自适应更新,针对这一问题本文首先通过井下作业人员无意识的参与采集RSSI,利用MDS算法定位作业人员的行走路径与RSSI构成实时的指纹信息,避免了额外设置校准节点采集指纹信息.其次,利用BP神经网络分区域构建锚节点与参考点间的近邻关系模型以更新指纹地图.最后,通过PSO-BP神经网络定位目标节点,PSO算法扩大了BP神经网络的权阈值搜索范围加速收敛过程,提高定位精度,满足井下定位需求.

【文章页数】：5 页

【部分图文】：

图1 BP神经网络结构图

5)重复上述过程，直至训练误差达设定阈值，训练结束．保存训练误差最小的网络权值矩阵．BP神经网络结构如图1所示．2.4MDS算法

图5 指纹地图更新前定位曲线图

图5为未更新指纹地图时KNN、BP神经网络以及PSO-BP神经网络的定位曲线图．其中，横坐标为目标节点的位置个数，纵坐标为目标节点位置的纵坐标．分别计算三种算法在指纹更新前定位目标节点的定位坐标与实际坐标的均方差(RMSE)见表1.4.2.3指纹地图更新后定位结果分析

本文编号：4045275