一种基于遗传神经网络的煤矿井下定位算法

• 作者: 逄明祥 王善培 李乾 程学珍
• 来源期刊: 实验室研究与探索
• 关键词: 遗传算法 神经网络 TDOA Taylor算法
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 实验技术|Experimental Technique
• 页码范围: 8-12
• 页数: 5页
• 分类号: TN911
• 语种: 中文
• DOI: 10.19927/j.cnki.syyt.2021.04.003

摘要

煤矿井下信号存在的非视距传播(Non-line of sight,NLOS),严重影响井下定位精度,提出一种基于遗传神经网络和Taylor算法相结合的煤矿井下定位算法.该算法通过训练遗传神经网络来拟合待测点坐标值,定位基站和参考基站之间的到达时间差(time difference of arrive,TDOA)测量值之间的映射关系,将遗传神经网络得到的定位结果代入Taylor算法,得到最终的定位结果.仿真分析表明,该算法相较于传统的室内定位算法,在非视距环境下具有更好的定位效果.