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]

      程银波司菁菁候肖兰. 适用于无线传感器网络的层次化分布式压缩感知. 电子与信息学报, doi: 10.11999/JEIT160439

    2. [2]

      刘静李小超祝开建黄开宇. 基于分布式压缩感知的遥感图像融合算法. 电子与信息学报, doi: 10.11999/JEIT161393

    3. [3]

      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

    4. [4]

      练秋生刘芳陈书贞. 基于块A*正交匹配追踪的多传感器数据联合重构算法. 电子与信息学报, doi: 10.3724/SP.J.1146.2012.01013

    5. [5]

      周跃海吴燕艺陈东升童峰. 采用时域联合稀疏恢复的多输入多输出水声信道压缩感知估计. 电子与信息学报, doi: 10.11999/JEIT151158

    6. [6]

      田野毕辉张冰尘洪文. 相变图在稀疏微波成像变化检测降采样分析中的应用. 电子与信息学报, doi: 10.11999/JEIT150272

    7. [7]

      吕明久李少东杨军马晓岩. 基于随机调频步进信号的高分辨ISAR成像方法. 电子与信息学报, doi: 10.11999/JEIT160177

    8. [8]

      蒋鹏李胜强. 基于最优阶估计与分布式分簇的传感器网络数据压缩方法研究. 电子与信息学报, doi: 10.3724/SP.J.1146.2010.00529

    9. [9]

      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. 电子与信息学报, doi: 10.11999/JEIT170058

    10. [10]

      王锋孙桂玲张健平何静飞. 基于压缩感知的加速前向后向匹配追踪算法. 电子与信息学报, doi: 10.11999/JEIT151422

    11. [11]

      刘亚新赵瑞珍胡绍海姜春晖. 用于压缩感知信号重建的正则化自适应匹配追踪算法. 电子与信息学报, doi: 10.3724/SP.J.1146.2009.01623

    12. [12]

      刘记红黎湘徐少坤庄钊文. 基于改进正交匹配追踪算法的压缩感知雷达成像方法. 电子与信息学报, doi: 10.3724/SP.J.1146.2011.01097

    13. [13]

      孟令军王宏涛夏善红. WSN节点声测距TOA值频域估计方法. 电子与信息学报, doi: 10.3724/SP.J.1146.2009.00127

    14. [14]

      李春芳刘连忠刘振国. 数据库复杂网络构造算法及特征分析. 电子与信息学报, doi: 10.3724/SP.J.1146.2012.00491

    15. [15]

      李巍齐巍丁赤飚张履谦贺柏森. 基于分布式雷达的宽带脉冲三维测距机制及方法研究. 电子与信息学报, doi: 10.11999/JEIT140575

    16. [16]

      王大鸣任衍青逯志宇巴斌. 分布式信源数据域直接位置估计方法. 电子与信息学报, doi: 10.11999/JEIT170365

    17. [17]

      薛兵单甘霖黄允华. 目标数据关联的分布式推理判决研究. 电子与信息学报,

    18. [18]

      王立宏逯昭义许曰滨. 光纤分布式数据接口的排队模型. 电子与信息学报,

    19. [19]

      曾国奇苏东林刘焱. 雷达目标特征数据库在雷达组网仿真上的应用. 电子与信息学报, doi: 10.3724/SP.J.1146.2005.01543

    20. [20]

      张昭王洪马智. 基于量子第三方的隐私数据库查询协议. 电子与信息学报, doi: 10.3724/SP.J.1146.2013.00682

  • 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:  7
  • 文章访问数:  80
  • HTML全文浏览量:  62
  • 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