混沌粒子群优化神经网络的井下人员无线定位方法研究

• 作者: 周龙龙 唐琎 朱超 李国良 莫树培 赵大磊 金礼模 陈明
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 无线移动定位 井下无线定位 Elman神经网络 混沌优化算法 粒子群优化算法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 无线传感器技术
• 页码范围: 456-463
• 页数: 8页
• 分类号: TP391
• 字数: 7961字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2020.03.022

摘要

针对井下人员定位系统定位精度较低,不能满足智慧煤矿的需求,提出一种基于混沌粒子群算法优化Elman神经网络的井下人员无线定位方法.该定位方法首先在井下巷道无线网络环境中,利用无线终端采集一定数量的样本点指纹数据库.其次初始化Elman神经网络,利用混沌粒子群优化算法对神经网络权值和自连接反馈增益因子寻优.再次用指纹数据库对优化过的Elman神经网络进行训练和测试,建立神经网络定位算法模型.最后通过无线终端采集定位点的指纹数据,由神经网络定位算法模型进行实时定位.经试验表明,该井下人员无线定位方法平均定位误差为1.35 m;而混沌粒子群算法优化Elman神经网络定位算法,其算法全局搜索能力更强,更适合井下时变环境中应用.