基于SVM分类的煤矿井下人员指纹定位算法

• 作者: 吕文红 杨涛 梁泉泉 董晓亮 邹慧 郑小霞
• 来源期刊: 煤炭科学技术
• 学科: 工学
• 关键词: 人员定位 煤矿井下 RSSI定位算法 指纹定位算法
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 机电与自动化
• 页码范围: 73-76
• 页数: 4页
• 分类号: TD67
• 语种: 中文
• DOI: 10.13199/j.cnki.cst.2014.11.019

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨涛	山东科技大学信息与电气工程学院	30	50	4.0	5.0
2	吕文红	山东科技大学信息与电气工程学院	34	134	7.0	10.0
3	梁泉泉	山东科技大学信息与电气工程学院	5	15	3.0	3.0
4	董晓亮	山东科技大学信息与电气工程学院	2	10	2.0	2.0
5	郑小霞	山东科技大学信息与电气工程学院	2	10	2.0	2.0
6	邹慧	山东科技大学信息与电气工程学院	2	10	2.0	2.0