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。
科研之友
微信
新浪微博
Facebook
分享链接
