唐丽均， 吴畏， 刘世森

(1.重庆工程职业技术学院 大数据与物联网学院，重庆 402260；2.重庆城市管理职业学院 智能工程学院，重庆 401331；3.中煤科工集团重庆研究院有限公司，重庆 400039)

0 引言

为满足煤矿井下定员管理和应急救援的需求，许多学者基于接收信号强度指示(Received Signal Strength Indication，RSSI)、到达时间(Time of Arrival，TOA)、到达时间差(Time Difference of Arrival，TDOA)、飞行时间(Time of Flight，TOF)、到达角度(Arrival of Angle，AOA)等矿井无线实时定位技术，设计了井下精确人员定位系统[1-4]，用来掌握井下人员动态分布情况和获取采掘工作面人员数量，以提高井下人员工作安全系数。但由于矿井巷道空间狭小，巷道表面粗糙，且存在各类障碍物，使无线信号发生反射、衍射和散射等非视距(Non Line of Sight，NLOS)传输，产生NLOS误差，进而影响系统定位精度[5-6]。此外，系统的时钟误差，如时钟频偏引起的定时误差、收发设备时钟同步误差等[7-8]，也是影响系统定位精度的重要因素。

目前井下精确人员定位系统主要采用基于卡尔曼滤波的定位方法来减小NLOS误差和时钟误差[9-11]，该方法根据上一时刻卡尔曼滤波后的最佳估计值与当前时刻的测量距离进行加权计算，从而得到当前时刻的人员位置，但当测量距离出现粗大误差时，该方法定位精度不高。灰色预测模型是通过少量的、不完全的信息，建立数学模型并做出预测的一种预测方法[12-14]，用于灰色预测模型预测所需的原始数据不需要有规律性分布，模型预测准确度高。因此，本文提出了一种基于灰色预测模型的井下精确人员定位方法，该方法不需要大量数据，计算量小，能有效提高井下精确人员定位系统的定位精度。……