基于不完全量测下集员滤波的矿井人员安全状态估计方法技术

本发明专利技术公开了一种基于不完全量测下集员滤波的矿井人员安全状态估计方法，该方法充分考虑到了无线传感器的非完全量测以及矿山环境中的未知但有界噪声，构造了基于不完全量测下的集员滤波器。其中，为了有效处理矿井作业人员定位系统中的非线性误差，本发明专利技术将系统量测方程进行线性化处理，采用缩放矩阵和未知矩阵来表示线性化误差，并利用粒子群算法对缩放矩阵进行处理，有效解决了系统的线性化问题，实现了矿井作业人员的精确定位。此外，本发明专利技术通过半正定规划确定各项滤波参数，并提出了递归滤波算法来计算包含矿井作业人员真实状态的最小状态估计椭球，提高了矿山作业人员定位系统的可靠性。

【技术实现步骤摘要】
基于不完全量测下集员滤波的矿井人员安全状态估计方法
本专利技术涉及一种基于不完全量测下集员滤波的矿井人员安全状态估计方法。
技术介绍
在矿井工业安全
，无线定位系统有着重要的应用，它对于保障矿井作业人员的安全具有重要的现实意义。无线定位系统一般采用先进的无线传输网络信息设施，无线智能节点在本地感知数据，并与其他传感器协作交换被监测对象的相关信息。在实际工程中，利用无线定位系统对工业现场的人员进行跟踪定位，提高了工业监控系统对安全信息的感知能力。然而，无线传感器的能量供应相当有限。如果无线传感器按照传统的基于时间的通信方案周期性地传输被测信号，会导致无线网络上大量不必要的传输，从而导致无线传感器的能量消耗过大，大大缩短了无线传感器的使用寿命。另外，矿井现场的无线通信环境比较复杂，存在各种测量噪声和干扰。而无线传感器与目标之间的距离通常采用一定的非线性函数进行建模。因此，出现了各种非线性滤波器(如扩展卡尔曼滤波器、无迹卡尔曼滤波器)来处理无线定位系统中的估计问题。然而这些滤波器需要假设噪声源为随机白噪声和高斯噪声。但是在无线定位系统的实际应用中，对系统噪声的概率假设有时并不符合现实情况，更合理的假设是系统噪声是未知但有界的。综上，考虑无线传感器的非完全量测和矿山环境中的未知但有界噪声更具有实际的意义。
技术实现思路
本专利技术的目的在于提出一种基于不完全量测下集员滤波的矿井人员安全状态估计方法，以便在不完全量测的情况下准确实现矿井作业人员的位置定位。本专利技术为了实现上述目的，采用如下技术方案：基于不完全量测下集员滤波的矿井人员安全状态估计方法，包括如下步骤：I.在矿井工作区域上方布置多个无线传感器，收集矿井作业人员的位置和速度信息；II.建立矿井作业人员定位系统模型；系统模型建立过程如下：矿井作业人员在矿井工作区域内移动时，其状态量xk包括位置和速度，用以下向量表示：xk＝[x1,kv1,kx2,kv2,k]T(1)其中，xk为4维向量，表示矿井作业人员状态；(x1,k,x2,k)表示矿井作业人员在时刻tk时的位置坐标；(v1,k,v2,k)表示矿井作业人员在时刻tk时的速度坐标；给出矿井作业人员的动态状态方程xk+1如下：xk+1＝Akxk+Bkuk+ωk(2)其中，其中，Δtk＝tk+1-tk，表示由以上多个无线传感器组成的矿井作业人员定位系统中两个连续采样时刻之间的时间间隔；向量uk表示状态轨迹的变化趋势；ωk为过程噪声；定义无线传感器的数量为m，m为大于0的自然数；其中，第i个无线传感器在时刻tk的相应量测量为yi,k，0＜i≤m；则量测方程的表达式为：其中，为量测噪声vk的分量；gi(xk)为距离函数，gi(xk)的表达式为：其中，表示第i个无线传感器的位置坐标；为简化表达，令：然后将量测结果改写为：yk＝g(xk)+vk(6)其中，yk∈Rm为m维向量，并且其中，过程噪声ωk∈Rn为n维向量，n取4，量测噪声vk∈Rm为m维向量；过程噪声ωk∈Rn和量测噪声vk∈Rm分别属于以下椭球集W和V：其中，Qk和Rk是已知的正定对称矩阵，描述了椭球的大小和形状；III.根据矿井作业人员定位系统模型构造基于不完全量测下的集员滤波器；III.1.构建不完全量测下的传输机制；以上各个无线传感器相互独立的分别采用不完全量测下的传输机制来传输信息；定义第i个无线传感器的信息在不完全量测下的传输时间序列表示为：其中，表示无线传感器i在k时刻第t+1次传输信息；t＝0,1,2…；定义如下公式：其中，σi,k表示第i个无线传感器前一次传输的量测量与当前量测量yi,k的差值；因此，信息传输函数fi(·,·)的定义如下所示：其中，δi为无线传感器i的传输判断参数；根据不完全量测下的传输机制，无线传感器i仅在式(10)成立时将量测量发送到集员滤波器：fi(σi,k,δi)＞0(10)因此，在不完全量测下的传输时刻如公式(11)所示：其中，表示无线传感器i在k时刻第t+2次传输信息；inf{}表示满足括号中约束的最小取值，N表示自然数；另外，集员滤波器从无线传感器i接收到的信息表示为：因此，σi,k取值如公式(13)所示：令则：其中，III.2.构建基于不完全量测下的集员滤波器；根据步骤III.1构建的不完全量测下的传输机制，结合步骤II中述及的公式(2)-公式(6)，提出基于不完全量测下的集员滤波器结构如下：其中，其中，表示k+1时刻估计椭球的中心，表示k时刻估计椭球的中心；表示预测的量测量；Kk为集员滤波器需要求取的滤波增益矩阵；则k+1时刻状态量xk+1在所表示的椭球中；Pk+1为状态估计椭球的形状矩阵；IV.对矿井作业人员定位系统量测方程进行线性化处理；由公式(2)和公式(15)得到，估计误差ek+1表示为：其中，根据公式(8)，集员滤波器从无线传感器接收到的量测量表示为：并且，利用泰勒展开式，非线性量测方程g(xk)线性表示为：其中，Lα是缩放矩阵，Δα是一未知矩阵，并且||Δα||≤1；然后将公式(18)代入公式(6)得到：结合公式(16)和(17)，估计误差表示为：缩放矩阵Lα通过粒子群优化方法求得，具体过程如下：通过对线性化误差分析得到缩放矩阵其中，Ek由Pk分解得到，且Pk为状态估计椭球的形状矩阵，||Ek||为Ek的欧几里得范数；对于所有i＝1,2,...,m,Ni满足其中，为的欧几里得范数，gi(xk)是g(xk)的第i个分量；如果存在且存在参数z使得||z||≤1，||z||为z的欧几里得范数；则公式(21)成立：显然，Ni的大小受到z的影响；因此，缩放矩阵Lα的确定转化为以下的优化问题：其中，为的欧几里得范数；为了得到在满足条件||z||≤1时公式(22)的最优解，采用粒子群算法求解；在粒子群算法中，粒子根据位置和速度公式移动来求取最优解，位置和速度公式如下：其中，xl(s)＝[xl1(s),...,xld(s)]是第s次迭代中第l个粒子的位置；vl(s)＝[vl1(s),...,vld(s)]第s次迭代中第l个粒子的速度；w是惯性权重；两个加速度系数c1和c2分别被称为认知参数和社会参数；r1和r2分别是均匀分布在[0,1]之间的随机数；pl(s)和pg(s)分别是第s次迭代中群体的局部最优位置和全局最优位置；设初始时刻在||z||≤1所表示的区域中随机存在有a本文档来自技高网...

【技术保护点】
1.基于不完全量测下集员滤波的矿井人员安全状态估计方法，其特征在于，/n包括如下步骤：/nI.在矿井工作区域上方布置多个无线传感器，收集矿井作业人员的位置和速度信息；/nII.建立矿井作业人员定位系统模型；/n系统模型建立过程如下：/n矿井作业人员在矿井工作区域内移动时，其状态量x

【技术特征摘要】
1.基于不完全量测下集员滤波的矿井人员安全状态估计方法，其特征在于，
包括如下步骤：
I.在矿井工作区域上方布置多个无线传感器，收集矿井作业人员的位置和速度信息；
II.建立矿井作业人员定位系统模型；
系统模型建立过程如下：
矿井作业人员在矿井工作区域内移动时，其状态量xk包括位置和速度，用以下向量表示：
xk＝[x1,kv1,kx2,kv2,k]T(1)
其中，xk为4维向量，表示矿井作业人员状态；(x1,k,x2,k)表示矿井作业人员在时刻tk时的位置坐标；(v1,k,v2,k)表示矿井作业人员在时刻tk时的速度坐标；
给出矿井作业人员的动态状态方程xk+1如下：
xk+1＝Akxk+Bkuk+ωk(2)
其中，
其中，Δtk＝tk+1-tk，表示由以上多个无线传感器组成的矿井作业人员定位系统中两个连续采样时刻之间的时间间隔；向量uk表示状态轨迹的变化趋势；ωk为过程噪声；
定义无线传感器的数量为m，m为大于0的自然数；其中，第i个无线传感器在时刻tk的相应量测量为yi,k，0＜i≤m；则量测方程的表达式为：



其中，为量测噪声vk的分量；gi(xk)为距离函数，gi(xk)的表达式为：



其中，表示第i个无线传感器的位置坐标；为简化表达，令：



然后将量测结果改写为：
yk＝g(xk)+vk(6)
其中，yk∈Rm为m维向量，并且
其中，过程噪声ωk∈Rn为n维向量，n取4，量测噪声vk∈Rm为m维向量；
过程噪声ωk∈Rn和量测噪声vk∈Rm分别属于以下椭球集W和V：



其中，Qk和Rk是已知的正定对称矩阵，描述了椭球的大小和形状；
III.根据矿井作业人员定位系统模型构造基于不完全量测下的集员滤波器；
III.1.构建不完全量测下的传输机制；
以上各个无线传感器相互独立的分别采用不完全量测下的传输机制来传输信息；定义第i个无线传感器的信息在不完全量测下的传输时间序列表示为：



其中，表示无线传感器i在k时刻第t+1次传输信息；t＝0,1,2…；
定义如下公式：



其中，σi,k表示第i个无线传感器前一次传输的量测量与当前量测量yi,k的差值；
因此，信息传输函数fi(·,·)的定义如下所示：



其中，δi为无线传感器i的传输判断参数；根据不完全量测下的传输机制，无线传感器i仅在式(10)成立时将量测量发送到集员滤波器：
fi(σi,k,δi)＞0(10)
因此，在不完全量测下的传输时刻如公式(11)所示：



其中，表示无线传感器i在k时刻第t+2次传输信息；inf{}表示满足括号中约束的最小取值，N表示自然数；另外，集员滤波器从无线传感器i接收到的信息表示为：



因此，σi,k取值如公式(13)所示：



令则：
其中，
III.2.构建基于不完全量测下的集员滤波器；
根据步骤III.1构建的不完全量测下的传输机制，结合步骤II中述及的公式(2)-公式(6)，提出基于不完全量测下的集员滤波器结构如下：



其中，其中，表示k+1时刻估计椭球的中心，表示k时刻估计椭球的中心；表示预测的量测量；Kk为集员滤波器需要求取的滤波增益矩阵；
则k+1时刻状态量xk+1在所表示的椭球中；
其中，Pk+1为状态估计椭球的形状矩阵；
IV.对矿井作业人员定位系统量测方程进行线性化处理；
由公式(2)和公式(15)得到，估计误差...

【专利技术属性】
技术研发人员：白星振，张金昌，宋保业，刘洋，郑鑫磊，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东;37