针对陕煤集团神木红柳林矿业公司（简称红柳林煤矿）井下快速移动目标定位需求，提出了一种改进的UWB定位系统。通过优化TOA测距算法降低时钟同步要求，改进Chan定位算法提高抗多径性能，并结合IMU数据实现高精度动态跟踪。

红柳林煤矿2011年12月投产，核定生产能力1800万t/a。井田面积138.37km²。主采5-2煤层，水文地质条件复杂，正常涌水量超过1400m³/h。属低瓦斯矿井，矿井采用斜井开拓，设有6条井筒，形成5个盘区。截至2023年，剩余可采储量11.35亿t，服务年限46.7年，井下环境的复杂多变对定位系统提出了更高要求。

井下高精度定位系统采用主从式分层架构，由中央服务器、基站节点和移动标签3部分组成。

（1）中央服务器

系统核心为中央服务器，负责配置管理、数据处理与融合、定位算法实现以及与上层应用的通信。

（2）基站节点

基站节点布设在井下巷道的关键位置，每个基站配备UWB无线通信模块和TOA测距模块，用于与移动标签交互并记录测距原始数据。

（3）移动标签

移动标签携带在人员或帖子设备上，内置UWB收发模块和惯性测量单元（IMU），与基站进行双向通信和距离测量。

井下高精度定位系统工作流程为移动标签周期性地向基站发送测距请求，基站接收到请求后，与标签进行多轮测距交互，获取1组TOA数据，并附加时间戳后上传至中央服务器。服务器汇总多个基站的测距数据，通过时间同步和离群值剔除等预处理后，利用改进的Chan算法计算标签的三维坐标，并结合IMU数据进行融合滤波，得到高精度定位结果。井下高精度定位系统架构如图1所示。

针对井下复杂环境，井下定位系统的中央服务器、基站节点和移动标签在硬件设计方面进行了2个方面设计创新。

（1）基站节点采用双天线MIMO架构提高信号质量，优化了UWB射频前端设计，重点改进天线匹配网络和PCB布局，使发射功率提升至-41.3dBm/MHz，接收灵敏度为-93dBm。基站主控选用STM32F407单片机（主频168MHz），实现了UWB与IMU数据的硬件级融合，针对井下潮湿环境，设计了三级防护结构和EMC屏蔽。

（2）移动标签采用可重构天线阵列，通过优化TOA测距模块实现10ps精度测量。设计动态功耗调节策略，使标签续航时间延长50%，尺寸为85mm×45mm×12mm。中央服务器采用双机热备架构，配备Inteli7处理器和16GB内存，支持高并发数据处理。

井下定位系统软件采用模块化、层次化的设计架构，分为数据采集层、数据处理层、定位算法层和应用服务层。软件各模块均采用C++语言实现，利用多线程并行处理提高系统实时性，软件设计框架如图2所示。

（1）数据采集层在基站节点和移动标签上运行，负责控制UWB测距过程，并将原始测距数据和IMU数据打包上传至服务器。

（2）数据处理层接收来自多个节点的测距数据，进行时间同步、离群值剔除等预处理，并将处理后的数据存入数据库。

（3）定位算法层是系统的核心，采用改进的Chan算法和卡尔曼滤波算法，融合UWB测距数据和IMU数据，实现高精度的三维定位。

（4）应用服务层基于定位结果，提供人员跟踪、电子围栏、距离报警等服务，并通过WebSocket与上层应用实现实时通信。各层之间通过明确定义的API接口进行数据交互，便于系统的扩展和维护。

系统采用两步TOA算法实现高精度测距。该算法通过基站与标签之间的双向双程测距消除时钟偏差，无需时间同步即可获得准确距离。为了进一步提高测距精度，系统在算法中引入了线性回归和卡尔曼滤波。通过多次测量得到1组RTT样本，利用最小二乘法拟合出RTT与距离之间的线性关系，减小测量噪声的影响。将RTT测量值与IMU估计值输入卡尔曼滤波器，动态跟踪距离变化，平滑测距结果。TOA测距算法流程如图3所示。

系统基于Chan算法进行定位，并针对井下环境进行了优化改进。改进后的定位算法主要采用基于UWB信号质量（信噪比和功率延迟比）动态调整测距数据的权重，自适应权重策略降低不良测量数据的影响；采用迭代方式不断优化目标位置估计，提高定位精度和可靠性。改进Chan算法定位流程如图4所示。

通过分析UWB信号的到达时间和能量分布，识别出受到NLOS影响的测距值，并利用统计模型对其进行修正。采用基于粒子滤波的融合定位算法，将Chan算法的输出与IMU的运动估计进行融合，动态跟踪目标的位置和速度。改进后的Chan算法在井下环境中实现了精准定位，静态定位精度为20cm，动态定位精度为30cm，满足了井下作业的高精度定位需求。

（1）在算法层面，引入自适应卡尔曼滤波器，根据井下环境的动态特性，实时调整噪声协方差矩阵，提高了定位估计的精确度和鲁棒性。采用多模型融合策略，结合基于UWB的TOA定位、IMU的航位推算和基于场景地图匹配等多种定位方法，利用贝叶斯框架对不同模型的定位结果进行融合，提升定位可靠性。

（2）在系统实现方面，优化了UWB测距协议，减小了空中传输时延，提高了测距效率。采用改进的时间同步方案，通过分布式Kalman滤波实现基站间的高精度同步，同步误差降至纳秒级。

（3）在硬件设计中采用了低功耗、高可靠的UWB收发机，提高了系统的电池续航能力和环境适应性；设计了基于压缩感知的信道估计算法，通过稀疏表示和重构技术准确估计直达路径，降低了多径干扰；优化了天线布局和射频前端电路，提升信号的穿透能力和抗干扰能力。

井下高精度定位系统测试选取红柳林煤矿井下掘进工作面，测试采用分层分区策略，在不同区域布设多个基站，形成局部定位网络。受试者携带移动标签，模拟实际作业场景中行走、奔跑、爬行等动作。

测试方案设计了多种测试用例和评价指标，包括静态和动态定位精度、可用性、连续性等。统计分析不同区域和工况下的定位结果，并记录系统运行状态和资源消耗数据，全面评估了系统性能和可靠性。同时利用高精度测量设备独立采集受试者真实轨迹，作为定位精度评估基准。定位系统测试方案如图5所示。

（1）在矿井内选取了10个具有代表性的测试点，覆盖了不同的区域和环境条件。在每个测试点受试者携带移动标签保持静止状态，连续采集30min定位数据。同时，使用全站仪对测试点的真实坐标进行精确测量，作为定位误差计算的基准。

（2）比较定位结果与基准坐标之间的差异，计算出每个测试点的定位误差，包括水平误差、垂直误差和三维空间误差。

（3）统计分析每个测试点的定位误差，评估定位精度的稳定性，计算出均值（Mean）、标准差（STD）指标，静态定位精度测试结果见表1。

表1测试结果表明：在10个测试点中，水平定位平均误差为8.7～14.3cm，其中测试点F精度最高为8.7cm，测试点G误差最大为14.3cm；高程定位平均误差为4.2～6.8cm，优于水平定位精度。三维综合定位平均误差均<16cm，标准差<3.8cm，数据表明定位系统具有良好的精度和稳定性。

矿井内布设了长度约为500m的测试路线，覆盖了直线、拐角、上坡、下坡等多种典型路段。受试者携带移动标签以分别为1、2、3m/s不同速度沿测试路线行走，系统实时记录标签的定位轨迹；同时，利用激光跟踪仪高精度采集受试者的真实轨迹，作为定位误差计算基准。

比较定位轨迹与基准轨迹之间的差异，计算出不同速度下的定位误差统计指标，包括平均误差、最大误差和误差的标准差。动态定位精度测试结果见表2。移动速度增加，定位误差呈上升趋势，总体误差均<30cm，满足井下动态定位的精度需求。

测试在矿井内选取了3个不同区域，每个区域内布设了10个基站节点，连续运行72h。测试期间，定期检查系统运行状态，记录各项可靠性指标，包括系统正常工作时间、故障次数、平均无故障工作时间（MTBF）等。为了考核系统的环境适应性，在测试区域内模拟了高温、潮湿、粉尘、振动等各种恶劣工况，评估系统在极端条件下的工作表现，可靠性测试结果见表3。

在3个测试区域内，井下高精度定位系统平均正常工作时间>70h，故障次数均为0次，表明系统具有较好的可靠性和稳定性，在恶劣环境下，均能够持续稳定工作，未出现异常中断或性能明显下降的情况。

（1）基于UWB技术的井下快速移动目标高精度定位系统采用双向双程TOA测距与改进Chan算法相结合的方案，在井下复杂环境中实现了静态精度优于20cm、动态精度优于30cm的定位效果，定位刷新率为50Hz，满足了井下快速移动目标的精确定位需求。

（2）引入自适应权重机制和NLOS识别修正等创新方法，有效克服了井下多径效应影响。在红柳林煤矿井下72h连续运行测试，验证了在高温、潮湿、粉尘等恶劣环境下的可靠性与稳定性。

（3）系统在基站部署密度和功耗控制方面仍需优化，未来研究将重点关注分布式组网和低功耗设计，进一步提升系统在复杂工况下的应用效果。