高级搜索

一种基于分布式压缩感知的矿井目标指纹数据库建立方法

田子建 贺方圆

引用本文: 田子建, 贺方圆. 一种基于分布式压缩感知的矿井目标指纹数据库建立方法[J]. 电子与信息学报, doi: 10.11999/JEIT180857 shu
Citation:  Zijian TIAN, Fangyuan HE. A Method of Establishing Mine Target Fingerprint Database Based on Distributed Compressed Sensing[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT180857 shu

一种基于分布式压缩感知的矿井目标指纹数据库建立方法

    作者简介: 田子建: 男,1964年生,教授,研究方向为矿井定位与通信;
    贺方圆: 女,1987年生,博士生,研究方向为矿井定位与通信;
    通讯作者: 田子建, tzj@cumtb.edu.cn
  • 基金项目: 国家重点研发计划专项(2016YFC0801804),国家自然科学基金(51674269)

摘要: 针对目前国内矿井目标定位精度低和定位实时性差的现况,该文提出一种基于分布式压缩感知原理构造指纹数据库的方法,该方法在离线阶段只需采集少量巷道中的指纹信息(参考节点ID信息、基于电磁波到达时间(TOA)的距离测量值和实际距离值),便可高概率重构矿井目标指纹数据库指纹信息,从而达到减少数据采集工作量和提高工作效率的目的。后续在线阶段,只需获得某时刻参考节点ID信息和目标节点被参考节点测得的实时TOA距离测量值,根据模式匹配方法可获得该时刻目标节点距离参考节点的待估距离值,保证了定位精度和定位实时性。在此基础上,提出一种改进的压缩采样修正匹配追踪算法(CoSaMMP)进行指纹信息重构,该算法利用折半法增大裁剪力度从而有效缩短重构数据时间。仿真结果表明所提算法的可行性及有效性。

English

    1. [1]

      孙继平. 2016年版《煤矿安全规程》监控与通信条款解析[J]. 工矿自动化, 2016, 42(5): 1–8. doi: 10.13272/j.issn.1671-251x.2016.05.001
      SUN Jiping. Explanations for part of monitoring and communication of Coal Mine Safety Regulations of 2016 Edition[J]. Industry and Mine Automation, 2016, 42(5): 1–8. doi: 10.13272/j.issn.1671-251x.2016.05.001

    2. [2]

      邓兵, 孙正波, 杨乐, 等. 存在站址误差时的线性校正TDOA定位算法[J]. 西安电子科技大学学报: 自然科学版, 2017, 44(4): 106–111. doi: 10.3969/j.issn.1001-2400.2017.04.019
      DENG Bing, SUN Zhengbo, YANG Le, et al. TDOA localization with linear-correction in the presence of sensor position errors[J]. Journal of Xidian University, 2017, 44(4): 106–111. doi: 10.3969/j.issn.1001-2400.2017.04.019

    3. [3]

      田强, 冯大政, 杨凡, 等. 基于线性校正的TOA联合同步与定位算法[J]. 系统工程与电子技术, 2018, 40(2): 245–249. doi: 10.3969/j.issn.1001-506X.2018.02.01
      TIAN Qiang, FENG Dazheng, YANG Fan, et al. Joint TOA-based synchronization and localization via linear-correction technique[J]. Systems Engineering and Electronics, 2018, 40(2): 245–249. doi: 10.3969/j.issn.1001-506X.2018.02.01

    4. [4]

      徐琨, 刘宏立, 马子骥, 等. 容忍多径效应的无线传感网络测距算法[J]. 仪器仪表学报, 2017, 38(10): 2461–2468. doi: 10.3969/j.issn.0254-3087.2017.10.014
      XU Kun, LIU Hongli, MA Ziji, et al. Multipath-tolerant ranging algorithm in underground tunnel for wireless sensor networks[J]. Chinese Journal of Scientific Instrument, 2017, 38(10): 2461–2468. doi: 10.3969/j.issn.0254-3087.2017.10.014

    5. [5]

      CHEN Hongyang, LIU Bin, HUANG Pei, et al. Mobility-assisted node localization based on TOA measurements without time synchronization in wireless sensor networks[J]. Mobile Networks and Applications, 2012, 17(1): 90–99. doi: 10.1007/s11036-010-0281-3

    6. [6]

      WANG Gang and CHEN Hongyang. An importance sampling method for TDOA-based source localization[J]. IEEE Transactions on Wireless Communications, 2011, 10(5): 1560–1568. doi: 10.1109/TWC.2011.030311.101011

    7. [7]

      李论, 张著洪, 丁恩杰, 等. 基于RSSI的煤矿巷道高精度定位算法研究[J]. 中国矿业大学学报, 2017, 46(1): 183–191, 200. doi: 10.13247/j.cnki.jcumt.000632
      LI Lun, ZHANG Zhuhong, DING Enjie, et al. Precision positioning algorithm in coal mine tunnel based on RSSI[J]. Journal of China University of Mining &Technology, 2017, 46(1): 183–191, 200. doi: 10.13247/j.cnki.jcumt.000632

    8. [8]

      郝丽娜, 张秀均, 郁万里, 等. 基于RSS手指模的煤矿井下WLAN定位方法[J]. 传感器与微系统, 2012, 31(9): 46–49. doi: 10.13873/j.1000-97872012.09.020
      HAO Lina, ZHANG Xiujun, YU Wanli, et al. Underground coal mine WLAN localization algorithm based on RSS fingerprinting[J]. Transducer and Microsystem Technologies, 2012, 31(9): 46–49. doi: 10.13873/j.1000-97872012.09.020

    9. [9]

      孙继平, 李晨鑫. 基于卡尔曼滤波和指纹定位的矿井TOA定位方法[J]. 中国矿业大学学报, 2014, 43(6): 1127–1133. doi: 10.13247/j.cnki.jcumt.000117
      SUN Jiping and LI Chenxin. Mine time of arrival positioning method based on Kalman filtering and fingerprint positioning[J]. Journal of China University of Mining &Technology, 2014, 43(6): 1127–1133. doi: 10.13247/j.cnki.jcumt.000117

    10. [10]

      王红军, 周宇, 王伦文. 基于SVR-Kriging插值的矿井工人二维指纹定位数据库构建算法[J]. 电子与信息学报, 2017, 39(11): 2571–2578. doi: 10.11999/JEIT170058
      WANG Hongjun, ZHOU Yu, and WANG Lunwen. Establishment algorithm of two dimensional fingerprint database for mine workers based on SVR-Kriging interpolation[J]. Journal of Electronics &Information Technology, 2017, 39(11): 2571–2578. doi: 10.11999/JEIT170058

    11. [11]

      DUARTE M F, SARVOTHAM S, BARON D, et al. Distributed compressed sensing of jointly sparse signals[C]. Proceedings of Conference Record of the Thirty-Ninth Asilomar Conference on Signals, Systems and Computers, Pacific Grove, USA, 2005: 1537–1541. doi: 10.1109/ACSSC.2005.1600024.

    12. [12]

      CANDES E J and TAO T. Decoding by linear programming[J]. IEEE Transactions on Information Theory, 2005, 51(12): 4203–4215. doi: 10.1109/TIT.2005.858979

    13. [13]

      徐勇. 分布式压缩感知的算法及其应用研究[D]. [博士论文], 中国地质大学, 2015: 2–47.
      XU Yong. The research on algorithms of distributed compressed sensing and their applications[D]. [Ph.D. dissertation], China University of Geosciences, 2015: 2–47.

    14. [14]

      GUO Jiateng, JIANG Jizhou, WU Lixin, et al. 3D modeling for mine roadway from laser scanning point cloud[C]. Proceedings of 2016 IEEE International Geoscience and Remote Sensing Symposium, Beijing, China, 2016: 4452–4455. doi: 10.1109/IGARSS.2016.7730160.

    15. [15]

      徐志明, 田子建, 王文清, 等. 基于压缩感知的区域离散化矿井目标定位方法[J]. 工矿自动化, 2018, 44(8): 67–70. doi: 10.13272/j.issn.1671-251x.2018020005
      XU Zhiming, TIAN Zijian, WANG Wenqing, et al. Region discretization mine target positioning method based on compressed sensing[J]. Industry and Mine Automation, 2018, 44(8): 67–70. doi: 10.13272/j.issn.1671-251x.2018020005

    16. [16]

      甘伟, 许录平, 张华, 等. 一种贪婪自适应压缩感知重构[J]. 西安电子科技大学学报: 自然科学版, 2012, 39(3): 50–57, 79. doi: 10.3969/j.issn.1001-2400.2012.03.008
      GAN Wei, XU Luping, ZHANG Hua, et al. Greedy adaptive recovery algorithm for compressed sensing[J]. Journal of Xidian University, 2012, 39(3): 50–57, 79. doi: 10.3969/j.issn.1001-2400.2012.03.008

    17. [17]

      WANG Qun and LIU Zhiwen. A robust and efficient algorithm for distributed compressed sensing[J]. Computers & Electrical Engineering, 2011, 37(6): 916–926. doi: 10.1016/j.compeleceng.2011.09.008

    18. [18]

      NEEDELL D and TROPP J A. CoSaMP: Iterative signal recovery from incomplete and inaccurate samples[J]. Applied and Computational Harmonic Analysis, 2009, 26(3): 301–321. doi: 10.1016/j.acha.2008.07.002

    1. [1]

      蒋莹王冰切韩俊何翼. 基于分布式压缩感知的宽带欠定信号DOA估计. 电子与信息学报, doi: 10.11999/JEIT180723

    2. [2]

      周艺华吉文杨宇光. 基于f-mOPE的数据库密文检索方案. 电子与信息学报, doi: 10.11999/JEIT180805

    3. [3]

      张建中穆贺强文树梁李彦兵高红卫. 基于LFM分段脉冲压缩的抗间歇采样转发干扰方法. 电子与信息学报, doi: 10.11999/JEIT180851

    4. [4]

      张艳陈建华唐猛. 多层中继网络上的分布式LT码. 电子与信息学报, doi: 10.11999/JEIT180804

    5. [5]

      李世宝王升志刘建航黄庭培张鑫. 基于接收信号强度非齐性分布特征的半监督学习室内定位指纹库构建. 电子与信息学报, doi: 10.11999/JEIT180599

    6. [6]

      赵辉张静张乐刘莹莉张天骐. 基于非局部低秩和加权全变分的图像压缩感知重构算法. 电子与信息学报, doi: 10.11999/JEIT180828

    7. [7]

      陆潞高梅国. 分布式阵列雷达基线位置和相位误差的卫星标校方法. 电子与信息学报, doi: 10.11999/JEIT181152

    8. [8]

      申滨吴和彪崔太平陈前斌. 基于最优索引广义正交匹配追踪的非正交多址系统多用户检测. 电子与信息学报, doi: 10.11999/JEIT190270

    9. [9]

      王刚彭华唐永旺. 破损压缩文件的修复还原. 电子与信息学报, doi: 10.11999/JEIT180942

    10. [10]

      李林王林韩红霞姬红兵江莉. 自适应时频同步压缩算法研究. 电子与信息学报, doi: 10.11999/JEIT190146

    11. [11]

      王晓晗王韬李雄伟张阳黄长阳. 一种基于压缩边界Fisher分析的硬件木马检测方法. 电子与信息学报, doi: 10.11999/JEIT190004

    12. [12]

      陈书贞张祎俊练秋生. 基于多尺度稠密残差网络的JPEG压缩伪迹去除方法. 电子与信息学报, doi: 10.11999/JEIT180963

    13. [13]

      张爱丽刘浩武林牛立杰张成陈雪吴季G矩阵修正法在一维综合孔径微波辐射计成像中的应用. 电子与信息学报, doi: 10.11999/JEIT181067

    14. [14]

      王守华陆明炽孙希延纪元法胡丁梅. 基于无迹卡尔曼滤波的iBeacon/INS数据融合定位算法. 电子与信息学报, doi: 10.11999/JEIT180748

    15. [15]

      陈鸿昶谢天高超李邵梅黄瑞阳. 候选标记信息感知的偏标记学习算法. 电子与信息学报, doi: 10.11999/JEIT181059

    16. [16]

      吕增威魏振春韩江洪孙仁浩夏成凯. 基于多目标优化的无线传感器网络移动充电及数据收集算法. 电子与信息学报, doi: 10.11999/JEIT180897

    17. [17]

      涂开辉黄志洪侯峥嵘杨海钢. 基于配置模式匹配和层次化映射结构的高效FPGA码流生成系统研究. 电子与信息学报, doi: 10.11999/JEIT190143

    18. [18]

      雒江涛何宸王俊霞. 命名数据网络中可追溯且轻量级的细粒度访问控制机制. 电子与信息学报, doi: 10.11999/JEIT181160

    19. [19]

      苏玉泽孟相如康巧燕韩晓阳. 核心链路感知的可生存虚拟网络链路保护方法. 电子与信息学报, doi: 10.11999/JEIT180737

    20. [20]

      臧鸿雁黄慧芳柴宏玉. 一类2次多项式混沌系统的均匀化方法研究. 电子与信息学报, doi: 10.11999/JEIT180735

  • 图 1  巷道目标节点位置指纹定位节点布置图

    图 2  定位流程图

    图 3  现场实测图

    图 4  采样方式

    图 5  目标节点距离${A_1}$的定位误差

    图 6  测量数和重构成功概率的对比图

    图 7  测量数和重构时间对比图

    表 1  指纹数据库指纹信号

    指纹信号指纹数据
    1${A_1}$,${A_1}$,$ ·\!·\!· $,${A_1}$($N$${A_1}$)
    2${A_2}$,${A_2}$,$ ·\!·\!· $,${A_2}$($N$${A_2}$)
    3${B_1}$,${B_1}$,$ ·\!·\!· $,${B_1}$($N$${B_1}$)
    4${B_2}$,${B_2}$,$ ·\!·\!· $,${B_2}$($N$${B_2}$)
    5${d_{11}}(p)$,${d_{21}}(p)$,$ ·\!·\!· $,${d_{N1}}(p)$
    6${d_{12}}(p)$,${d_{22}}(p)$,$ ·\!·\!· $,${d_{N2}}(p)$
    7${d_{13}}(p)$,${d_{23}}(p)$,$ ·\!·\!· $,${d_{N3}}(p)$
    8${d_{14}}(p)$,${d_{24}}(p)$,$ ·\!·\!· $,${d_{N4}}(p)$
    9$d\,'\!\!_{11}(p)$,$d\,'\!\!_{21}(p)$,$ ·\!·\!· $,$d\,'\!\!_{N1}(p)$
    10$d\,'\!\!_{12}(p)$,$d\,'\!\!_{22}(p)$,$ ·\!·\!· $,$d\,'\!\!_{N2}(p)$
    11$d\,'\!\!_{13}(p)$,$d\,'\!\!_{23}(p)$,$ ·\!·\!· $,$d\,'\!\!_{N3}(p)$
    12$d\,'\!\!_{14}(p)$,$d\,'\!\!_{24}(p)$,$ ·\!·\!· $,$d\,'\!\!_{N4}(p)$
    下载: 导出CSV

    表 2  各算法的时间复杂度

    算法时间复杂度(M<N)
    SVR-Kriging$O\left( {{N^3}} \right)$
    CoSaMPO(MN)
    CoSaMMP$\le$O(MN)
    ICoSaMMP(本文算法)$\le$O(MN)
    下载: 导出CSV

    表 3  本文算法各信号平均误差

    采样数l=9l=10l=11l=12
    Ml=1000.981.060.900.96
    Ml=1250.850.760.920.86
    下载: 导出CSV

    表 4  误差对比

    定位算法本文算法SVR-Kriging算法
    采样数Ml = 100Ml = 125Ml = 100
    最大误差2.371.851.90
    最小误差0.430.320.39
    平均误差0.980.850.92
    下载: 导出CSV
  • 加载中
图(7)表(4)
计量
  • PDF下载量:  22
  • 文章访问数:  274
  • HTML全文浏览量:  185
  • 引证文献数: 0
文章相关
  • 通讯作者:  田子建, tzj@cumtb.edu.cn
  • 收稿日期:  2018-09-03
  • 录用日期:  2019-05-14
  • 网络出版日期:  2019-05-24
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章