基于分区匹配和MBAS-RFR的定位算法

摘要：

针对井下环境复杂及信号波动大导致定位精度低、稳定性差的问题,提出一种基于改进欧氏距离结合余弦相似度分区匹配模型和多任务天牛群优化随机森林(MBAS-RFR)的井下人员定位算法,离线阶段根据AP节点对巷道进行分区处理并选择区域中心点.在线阶段利用改进分区匹配模型对测试点进行区域划分,最后利用MBAS-RFR模型具体定位.仿真结果表明,改进模型平均定位误差为 1.55m且在 1.5m以内的置信概率为 66%,与其它算法相比,上述算法定位精度高,定位稳定性好.

关键词：分区匹配、指纹定位、多任务天牛群优化算法、随机森林

所属期刊栏目：40

分类号：TP391.9(计算技术、计算机技术)

资助基金：中国博士后面上基金项目;江苏大学高级人才研究项目

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：49-53,58