受定位分站和定位卡时钟同步误差、时钟计时误差、多径效应、非视距传播(NLOS)时延误差和电磁骚扰等影响,现有煤矿井下人员定位方法定位误差大,难以满足煤矿事故应急救援、运输和机电事故防治等需求。为提高定位精度,实现煤矿井下人员二维精确定位,提出了基于卡尔曼滤波的矿井人员二维精确定位方法:以定位分站测量到的定位卡到定位分站之间的距离作为卡尔曼滤波中的测量结果,根据建立的矿工在井下移动的数学模型推算出矿工的位置,并作为卡尔曼滤波中的预测结果,通过对测量结果和预测结果进行合理加权,根据上一步卡尔曼滤波后的最佳估计值得出当前时刻的最佳估计值,实现煤矿井下人员二维精确定位。

针对发光二极管(LED)技术和成像通信分析技术的成熟发展,结合井下人员定位系统定位精度的需求,提出了一种基于可见光通信与摄像仪图像采集分析技术的煤矿井下人员定位方法。该方法利用井下防爆摄像仪采集LED矿灯的可见光信号图像,识别与矿灯绑定的矿井人员编码信息;利用可见光图像识别算法,确定矿井人员的位置信息,定位矿井人员。试验验证表明:系统定位误差不大于0.4 m,响应时间不大于0.368 s,该定位方法能够有效提高位置定位精度和实时性。

分析了AOA测距算法原理,设计了矿井人员精确定位系统总体架构,提出一种基于AT86RF233相位差测距的矿井人员精确定位系统,读卡器采用2根定向天线接受无线信号,根据2根天线的接受无线信号强度差异实现方向识别,通过时分复用方式和双信道解决无线信号碰撞问题。试验结果表明系统定位精度达到1 m以内,有效覆盖范围达到200 m,满足矿井高精度定位需要,验证了方案的可行性。

本文通过数理统计中的卡方分布以及极大似然估计方法建立飞机定点的精确位置，用mathematica进行编程实现，牛顿方法，以及泰勒展开的编程实现

RH炼钢工艺中，控制钢水液面高度目前仍采用人工目测的方法，该方法存在一定的缺陷与不准确性。因此本文提出一种钢水液面精确定位算法，该算法采用数字图像处理技术，对图像边缘检测算子进行深入研究，引用一种改进型Sobel算子——8模板各向同性Sobel算子，它能够检测出8个方向的边缘，接着采用霍夫变换、曲线拟合对边缘做优化处理，以此检测出钢水液面的位置。实验研究表明，该算法能够准确检测出钢水液面的位置，为RH炼钢工艺的自动化发展提供重要的理论依据。

完全免费，下载直接可以运行使用，本人亲测，完美解决定位和高德地图调用问题

卫星干扰源精确定位的位置校正算法.doc

Java根据图片精确定位完整项目，所有内容只作为个人学习研究使用

步进电机是一种将电脉冲转化为角位移的执行机构。当步进驱动器接收到一个脉冲信号时就驱动步进电机按设定的方向转动一个固定的角度（称为“步距角”），其旋转以固定的角度运行。可以通过控制脉冲个数来控制角位移量以达到准确定位的目的;同时也可以通过控制脉冲频率来控制电机转动的速度和加速度而达到调速的目的。步进电机作为一种控制用的特种电机，因其没有积累误差（精度为100%）而广泛应用于各种开环控制。

2021年华为杯数学建模竞赛E题信号干扰下的超宽带精确定位（国一） 代码很全，附带提交论文 数据预处理相关（以调用顺序排序） - clean_data.py：使用高斯σ原则和k-means聚类算法对原始数据进行预处理，并转化为二维矩阵存储。 - process_tag.py：将靶点的真实坐标转化为二维矩阵数据类型存储。 模型求解相关（以调用顺序排序） - method.py：定义最小二乘法和牛顿迭代法求解交点，使用线性分类器预测噪声类型。 - generate_data.py：利用提供的训练数据构造神经网络输入特征。 - generate_label.py：利用提供的训练数据生成噪声类型的真实标签。 - neural_network.py：定义神经网络结构，使用训练数据优化神经网络的参数，并保存最优模型。 - denoising.py：计算利用神经网络去噪后估测交点的坐标，输出三维、二维和一维的各自精度。 - predict.py：使用预训练的模型对测试数据进行预测，输出噪声类型和交点坐标。 - move_plot.py：用三维和二维分别展现靶点的动态轨迹。