王帅
- 作品数:14 被引量:47H指数:4
- 供职机构:煤炭科学研究总院更多>>
- 发文基金:国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域:自动化与计算机技术电子电信矿业工程更多>>
- 煤矿井下基于UWB无线传感器网络的全局定位技术
- 2007年
- 基于超宽带技术的特性通过TOA方法实现了煤矿安全监测无线传感器网络节点定位,提出了提高定位精度的改进方案,并分析了对定位精度的影响。仿真结果表明,提出的算法可以有效提高节点的定位精度及定位性能。
- 王帅杨光鹆刘永明常海英秦燕李者郝刚
- 关键词:无线传感器网络超宽带煤矿监测
- 无线传感器网络中适于协作定位的全局节点选择被引量:4
- 2008年
- 为了有效解决无线传感器网络(WSN)节点定位精度和测距技术复杂性之间的矛盾,基于WSN随机分布特性和天线阵列几何结构约束,通过节点协同形成的虚拟天线阵列对WSN进行定位,提出了一种适于定位的虚拟阵列节点选择方法.仿真结果和理论分析表明,当波达角估计算法的性能满足要求时,该方法具有很强的可行性和优良的定位性能.
- 彭保顾学迈王帅肖丽萍
- 关键词:传感器网络天线阵列
- 水下无线传感器网络中一种安全定位算法被引量:3
- 2008年
- 提出一种基于阵列传输结构的无线传感器网络安全定位算法(USA)。该算法主要解决水下无线传感器网络(UWSN)面临的一些安全威胁问题。以提高无线传感器网络安全性,特别是位置信息的安全性为设计目标。利用节点协作形成的阵列作为天线阵列进行相互通信,在不增加额外硬件成本的同时,还获得阵列天线给无线传感器网络带来的优势,如减小多径效应、提高接收端的信噪比、增加系统容量等。USA算法基于这种阵列结构使网络得到很高安全特性,特别是,对Wormhole攻击具有非常好的抵御性能。仿真实验证明该算法的有效性。
- 王帅
- 关键词:水下无线传感器网络天线阵列
- 基于无线传感器网络的煤矿安全监测系统被引量:7
- 2007年
- 本文主要介绍基于无线传感器网络的煤矿安全监测系统,描述了系统的整体框架和各主要部分组成,详细阐述了利用无线传感器网络进行井下定位的工作原理及实现方案。
- 王帅邵明杰张万泽佟德君袁子云张旭薛涛
- 关键词:无线传感器网络煤矿安全
- 煤矿井下基于无线传感器网络的安全监测系统设计被引量:1
- 2008年
- 本文针对井下监测系统的研究现状及存在问题,设计了一种煤矿井下基于无线传感器网络的安全监测系统,描述了系统的整体框架和各主要部分组成,详细阐述了利用无线传感器网络进行井下定位的工作原理及实现方案,该系统可以实时监测各种环境信息准确反映井下、地面的设备运行状态,从而提高煤矿安全监控系统的可靠性和安全性。
- 王帅
- 关键词:无线传感器网络煤矿
- 掘进机机载锚杆钻机
- 本实用新型涉及一种煤矿井下掘进设备,具体为一种掘进机机载锚杆钻机,解决传统锚杆钻机无法适应高度机械化的综掘生产问题,包括安装在掘进机上部中间位置的滑轨及基座,基座前端连有空心钻臂及伸缩臂,伸缩臂与空心钻臂之间装有伸缩臂油...
- 郝建生王帅白雪峰马昭张建广权钰云王传武王炳效王富强郎艳
- 文献传递
- 煤矿井下基于改进A*算法的移动机器人路径规划被引量:21
- 2008年
- 移动机器人的路径规划一直是移动机器人研究领域的难点问题。针对煤矿井下环境的不确定性,移动机器人路径规划效果不理想,采用启发式搜索算法中的A*算法实现井下移动机器人的局部路径规划,并对A*算法中的估价函数进行加权修正,保证了估价函数的可靠性,提高了路径规划效率。仿真实验说明该方法的有效性和可行性。
- 王帅
- 关键词:移动机器人不确定环境路径规划
- 动态不确定环境下一种移动机器人路径规划方法被引量:3
- 2010年
- 提出了一种在动态不确定环境下基于信度分配Sarsa强化学习算法的移动机器人路径规划方法。通过引入信度分配函数有效分配强化信号,来修正动作选择策略,提高了学习效率和速度,能够很好地解决动态不确定环境下特别是存在随机运动障碍物的环境下移动机器人路径规划问题。仿真实验说明该方法的有效性和可行性。
- 王帅
- 关键词:移动机器人动态不确定环境信度分配路径规划
- 井下无线传感器网络的定位研究被引量:1
- 2008年
- 针对煤矿井下人员与设备的安全定位问题,利用基于超宽带的技术特性,通过TOA方法实现了煤矿安全监测的无线传感器网络节点定位,提出了提高定位精度的改进方法,并分析了对定位精度的影响。仿真结果表明,提出的算法可以有效提高节点的定位精度及定位性能。
- 王帅王丹杨立军
- 关键词:无线传感器网络超宽带
- 煤矿井下基于Q-learning算法的移动机器人路径规划被引量:3
- 2008年
- 机器人的路径规划一直是机器人研究领域的难点问题。针对煤矿井下环境的不确定性,环境的复杂使机器人很难得到好的规划结果。采用强化学习算法中的Q-learning算法实现井下移动机器人的局部路径规划,并对Q函数中的即时回报进行加权修正,使算法更有效地利用环境特征信息,进一步提高了避障能力。最后通过VC++进行仿真和模拟。仿真实验说明该方法的有效性和可行性。
- 王帅
- 关键词:移动机器人不确定环境路径规划