一种新型煤矿井下巷道精确定位方法

基金项目:

国家科技支撑计划项目(2013BAK06B05)

国家自然科学基金项目（51204177）

江苏省科技支撑计划项目（BE2011501）

江苏省徐州市科技计划项目（KC14SM097）

详细信息

A new accurate localization method in underground tunnel of coal mine

1.
Internet of Things(Perception Mine)Research Center, China University of Mining and Technology, Xuzhou 221008, China
2.
School of Physics and Electronic Engineering, Jiangsu Normal University, Xuzhou

摘要: 针对现有煤矿井下基于电磁波的定位系统存在定位精度不高的问题，提出了基于可见光通信的煤矿井下精确定位方法。该方法应用可见光通信技术，采用LED光源广播自身位置信息，依据移动终端接收光信号的强度，计算出移动终端与特定LED光源点的距离，进行二维和三维的精确定位，定位精度可以达到几厘米。相比电磁波定位手段，该方法有效克服了多径干扰现象，定位效果显著。
- 可见光通信 /
- 可见光定位 /
- 接收信号强度 /
- 高精度定位
Abstract: In view of problem of low accuracy of localization system based on electromagnetic wave in underground coal mine, an accurate localization method based on visible light communication in underground coal mine was proposed. The method uses visible light communication technology and adopts own situation information of LED light source to compute the distance between mobile terminal and specific LED light source according to received light signal intensity of mobile terminal, so as to locate by two-dimension positioning and three-dimension positioning. The positioning accuracy is a few centimeters with the method. The method overcomes multipath interference and improves localization quality compared with other localization method of electromagnetic wave.
- visible light communication /
- visible light localization /
- reception signal intensity /
- high accuracy localizatio

1.	王瑞，宋琦，刘文慧，摆玉龙. 基于变分模态分解和改进频率增强分解变压器的有色金属价格预测. 西北师范大学学报(自然科学版). 2025(01): 51-60 . 百度学术
2.	肖国亮，杨博，牛勇. 基于Stacking集成模型的顺层钻孔预抽煤层瓦斯涌出量预测. 煤矿现代化. 2025(04): 153-156 . 百度学术
3.	梁旭，王玲，赵书涵. 基于残差神经网络的鸡蛋分类识别研究. 河南农业大学学报. 2024(03): 456-466 . 百度学术
4.	李常青. 基于矿山物联网的瓦斯涌出预测模型分析. 自动化应用. 2024(14): 277-279 . 百度学术
5.	宋世伟，张雪，张喜超，景媛媛. 基于深度神经网络的回采工作面瓦斯涌出量预测. 现代工业经济和信息化. 2024(09): 115-116+119 . 百度学术
6.	刘超，侯人杰. 基于自编码器与时域卷积神经网络算法的配电网线损分析. 软件导刊. 2024(09): 63-69 . 百度学术