煤矿井下基于网格划分的分层定位算法研究-信息与通信工程专业论文.docxVIP

致谢时间如白驹过隙，三年的研究生生活即将结束了。在中国矿业大学就读的三年中，培养了我自强、独立、坚韧的性格。在这里我也遇到了很多良师益友，正是因为你们的帮助，我才能顺利的完成学业，在此谨向他们致以我最衷心的感谢。首先，感谢我的导师丁恩杰教授。正是您把我带进物联网中心，给我创造了这么优越的科研环境，使我在三年的研究生生活中得到了长足的进步。同时您渊博的知识、严谨的教学态度、平易近人的性格都将是我学习的榜样和奋斗的目标。感谢胡延军老师，赵志凯老师，在生活中给予的关怀和帮助；特别是在论文和项目中给予的指导，不仅锻炼了我的科研能力，也积累了丰富的科研经验。感谢王欣师兄对我毕业论文的悉心指导，感谢俞啸师兄、吴静然师姐你们严谨的科研态度是我学习的榜样。感谢陈春旭、张靖、李凯三位师弟师妹他们在项目中对我的帮助。感谢薛慧，对我工作上的帮助，正是因为你的帮助才让我能在工作上游刃有余。感谢刘欢在关键时刻的挺身而出，让我在最困难的时候得到安慰。感谢李论对我性格上的帮助，我们一起出差的经历，是大家都不会忘记的。感谢孙志峰和王文娟，如果没有你们，我的课外生活会如此枯燥乏味。感谢王存和纵鑫大家在一起相的时候总是十分欢乐。感谢王龙，王桃等同学，正是因为有你们让我三年的研究生生活变得丰富多彩，和你们的友谊将是我人生最宝贵的财富。感谢卞雨霏，你的存在让我的生活更加美好。感谢把我含辛茹苦养大的父母，感谢你们二十多年来对我的关心、照顾和鼓励，正是因为有你们，我才有勇气去战胜一切的困难，你们就是我前进的动力。最后，感谢那些在我人生中给予过我帮助的老师和朋友。感谢各位专家、学者在百忙之中审阅我的论文，期待你们的批评与指正。摘要矿山物联网技术的发展推动了WiFi技术在煤矿井下的应用。如何在WiFi网络上实现定位功能，用以实现矿工位置信息的跟踪成为目前研究热点之一。针对现有地面室内定位技术在煤矿井下定位效果不佳。本学位论文对基于WiFi 网络的煤矿井下定位进行了研究。本文首先对基于WiFi网络的定位算法进行了简介，在对各种算法的适用性比较的基础上，指出煤矿井下定位应采用基于场景的定位算法。传统的场景定位算法利用指纹匹配的思想进行定位，本文利用煤矿井下场景定位的特点，将统计机器学习理论引入到定位中，使用支持向量机，将场景定位中的指纹匹配问题转换成支持向量机中的分类问题。针对分类的准确性问题。对如何优化支持向量机参数进行了研究，并利用启发式算法优化对支持向量机参数进行优化。通过仿真分析看出，通过启发式算法优化后的支持向量机，分类准确度最高可以达到 98.88%。在对井下实际定位场景环境分析的基础上，本文提出了基于网格划分的分层定位算法。算法实现定位从大范围到小区域的逐步精化。该算法与传统场景定位算法相比，充分发挥了传统场景算法优势，又有效避开了传统算法的不足，实验结果说明该算法可以获得更好定位精度和稳定性，与常用的定位系统相比算法平均定位精度提高约10%。该论文有图40幅，表6个，参考文献64篇。关键字：煤矿井下；人员定位；支持向量机；分层定位IAbstractThedevelopmentofmineInternetof thingspopularizedtheapplicationofWiFitechnologyincoalmineunderground.HowtorealizethefunctionoflocationusedtotrackthepositioninformationofminersintheWiFinetworkhasbecomeoneofthehot topics.Due tothelimitationsofindoorlocationtechnology,thepositioningperformancewaspoorwhenusedincoalmine.Inthisthesis,thecoalmineundergroundpositioning basedonWiFinetworkwasstudied.ThecommonpositioningalgorithmsonWiFinetworkwerebrieflyintroducedfirst.Byanalyzingthesealgorithms,itwaspointedoutthatscenepositioningmethodwasmoresuitableforthecoalmineunderground.Asthetheoryofscenepositioningmethodwasfingerprintmatching,thepaperintroducedstatisticalmachinelearningtheoryintothepositioning.Fingerprintmatchin