矿井目标定位包括对矿井人员的定位以及车辆等设备的定位，精确目标定位是煤矿安全高效生产的重要保障。传统的矿井目标位置监测技术由3个参考节点实时在线测距得到与井下人员的距离，并通过这3个参考节点建立方程组求解得到井下人员的坐标。这种算法在实际工程运用中很难得到目标的准确位置，且大量运算对参考节点的功耗要求很大。

　　为了分担目标定位工作，简化在线流程，降低在线阶段的功耗，研究人员建立了指纹数据库，通过离线和在线两个阶段实现目标定位。中国矿业大学(北京)机电与信息工程学院田子建教授团队对指纹数据库建立方法进行了优化，提出一种基于分布式压缩感知的矿井目标指纹数据库建立方法。

　　压缩感知技术通过重新描述可压缩信号而直接获取信号的特征信息，这些特征信息包含足够的信息量，可以通过重建算法恢复出原始信号，可以有效节省信号的存储空间，提高传输效率。

定位流程图

　　研究假设巷道模型为直线型且目标高度认为不变，指纹数据库的构建包括采样阶段和重构阶段。采样阶段主要完成样本指纹信息的采集;重构阶段依据样本指纹信息实现数据库完整信息的重构，最后将重构信息存储在数据库中以供后续在线阶段进行数据匹配。

　　仿真实验数据显示采样数量达到50%时，重构成功概率接近于80%，采样数量超过50%，重构成功概率将达到90%以上。研究缩减了数据采集工作量。后续在线定位阶段，根据模式匹配方法获得目标节点距离参考节点的待估距离值，保证了定位精度和定位实时性。

　　这项研究得到了国家重点研发计划、国家自然科学基金的资金支持，研究成果以《一种基于分布式压缩感知的矿井目标指纹数据库建立方法》（点击查看）为题，发表于《电子与信息学报》2019年第10期。