Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
La tecnología de localización precisa de objetivos desempeña un papel muy importante a la hora de garantizar la seguridad de la producción minera y una mayor eficiencia de la producción. En la precisión de localización de un sistema de localización de minas influyen muchos factores. El factor más significativo es el error de propagación sin línea de visión (NLOS) de la señal de localización entre el punto de acceso (AP) y el nodo objetivo (Tag). Para mejorar la precisión del posicionamiento, el error NLOS debe suprimirse mediante un algoritmo de optimización. Sin embargo, los algoritmos de optimización tradicionales son complejos y presentan un rendimiento de optimización deficiente. Para resolver este problema, este artículo propone un nuevo método para la localización del tiempo de llegada a la mina (TOA) basado en la idea de optimización integral. El método propuesto utiliza el filtrado de partículas para reducir el error de los datos TOA, y los resultados de posicionamiento se optimizan aún más con fingerprinting basado en la distancia Manhattan. Este método propuesto combina las ventajas del filtrado de partículas y de la localización por huella digital. Reduce la complejidad del algoritmo y mejora la supresión de errores. Los resultados experimentales demuestran que, en comparación con el método SDS-TWR (symmetric double-sided two-way ranging) o el método RSSI (received signal strength indication), el método propuesto mejora significativamente el rendimiento de la localización y la adaptabilidad al entorno.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Mejorando Pronósticos del Modelo EGARCH Utilizando Redes Neuronales Artificiales y Sistema de Inferencia Difusa
Artículo:
Influencia de la variación del espesor en el comportamiento de aleteo de alerones NACA simétricos en movimiento en picado
Artículo:
Efectos de la termocapilaridad y la radiación térmica sobre el flujo y la transferencia de calor en una película delgada de líquido sobre una lámina de estiramiento inestable
Artículo:
Diseño de un Modelo de Análisis Envolvente de Datos de Red Difusa Intuicionista para la Evaluación de Eficiencia de Unidades de Toma de Decisiones con Estructuras de Dos Etapas
Artículo:
Enfoque SiZer robusto para modelos de coeficientes variables
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
