赵宇

(天地(常州)自动化股份有限公司， 江苏 常州 213000)

0 引言

煤矿井下环境状态复杂，有时因工作或者特殊情况需要对井下人员进行定位，井下人员的定位对于提高煤矿安全生产和组织救援具有重要意义[1-4]。当前煤矿井下人员定位主要基于射频识别技术，该系统存在局限性，如定位条件复杂，定位精度低，只能将井下人员定位到一个范围，无法实现更精确的定位，不能适应现代煤矿对安全生产的要求。利用无线定位技术可在无线网络基础上实现井下人员定位，从而减少人员定位系统的建造成本。无线定位技术可通过多种技术实现，包括聚类定位和K近邻算法[5]、PSO-BP算法定位[6]和DV-HOP 定位[7]等技术开展矿井人员定位。而其中依据采集信号强弱开展的定位，在矿井人员定位研究较多。文献[5]利用二分k-means进行指纹库的聚类和分析，对采集的信号进行二分K和动态修正，经过处理后的信号进行RSSI计算，计算后的结果传递到平台开展定位。文献[8]针对矿井人员定位问题，提出LMBP 神经网络算法，采集井下人员信息，训练LMBP神经网络，再根据训练后的神经网络开始定位，该方法的定位优点是定位速度快，缺点是算法过程收敛慢。

无线信号的传输需要相对良好的环境，而煤矿井下环境不同于地表，巷道众多，周围配置电动机设备，这些都会影响信号的传输，造成无线定位精度降低。针对矿井环境存在的这些问题，本文基于Elman神经网络定位方法进行井下人员定位。首先对样本点指纹数据进行无线采集，其次进行Elman神经网络的初始化，用指纹数据库训练和此时Elman神经网络开展比较，并建立定位算法模型。……