Algorithm of Accurate Location of Buried Personnel in Special Environment after Earthquake
-
摘要: 针对目前对震后压埋人员定位精度较低、探测设备成本高且易受环境影响等不足，提出适用于压埋环境特性的压埋人员手机WiFi定位方法，通过衰减因子模型对WiFi探针获取的RSSI数据进行距离解算，结合简化压埋环境内部信号传输方式，采用高斯-卡尔曼滤波对获取的RSSI数据进行处理，通过模型测定的距离，利用改进附有参数的加权最小二乘平差方法，结合粒子群优化算法，最终得到压埋人员手机平面坐标位置。研究结果表明，该方法具有较高精度，在10 m×10 m范围内其平面坐标定位误差在0.3 m左右，可为震后压埋人员应急救援提供辅助决策。Abstract: In view of the current shortcomings of the positioning accuracy of the buried people after the earthquake, the high cost of the detection equipment and the vulnerability to environmental impact, in this paper we propose a WiFi Positioning Method to search for the buried people's mobile phones, which is suitable for the characteristics of the signals from buried environment. The RSSI data obtained by the WiFi probe is calculated by the attenuation factor model. Combined with the simplified internal signal transmission mode of the buried environment, the obtained RSSI data is processed by Gauss Kalman filter. Through the distance measured by the model, using the improved weighted least square adjustment method with parameters, combined with particle swarm optimization algorithm, it is capab le to obtain the plane coordinate position of the buried personnel's mobile phone.The experimental results show that this method has high accuracy, with the average error of plane coordinate positioning about 0.3 m within the range of 10 m × 10 m, which can provide auxiliary decision-making for emergency rescue of buried personnel after earthquake.
-
引言
红河哈尼族彝族自治州是云南省地震活动频度和强度较低的地区之一，近年来该区域未发生过任何中强地震，截至2022年，发生的震级最大、时间最近的地震为1995年金平MS5.6地震。2022年11月19日红河县（23.37°N, 102.26°E）发生MS5.0地震，打破了红河哈尼族彝族自治州21世纪以来未发生5级以上地震的记录。
破坏性地震发生以后，第一时间科学、准确、客观地总结与分析地震震害特征和成因，能为灾区震后的次生灾害隐患排除、灾害风险治理、居民搬迁、恢复重建等工作提供科学依据和理论支撑。因此，通过分析少震弱震地区的破坏性地震震害特征，对少震弱震地区积累灾害应对经验和启示、提高防震减灾救灾能力具有重要意义。
对于少震弱震地区的震害特征，一些学者也做过相关研究，如吴建超等（2016）对湖北省秭归MS4.7地震震中区房屋震害情况进行了抽样统计与分析；史丙新等（2017）对重庆市荣昌MS4.8地震的烈度分布、房屋建筑、生命线系统震害特征进行了归纳；周军学等（2017）对广西苍梧县MS5.4地震的七大灾情特征进行了总结分析。
本文结合红河县MS5.0地震灾评小组实际调查和震害资料的收集整理，对红河县MS5.0地震震害特征进行总结归纳与分析，为云南少震弱震地区更好地应对中强地震、减少人员伤亡和经济损失提供一定的科学依据和参考。
1. 震中背景情况
红河县MS5.0地震震区位于兰坪—思茅褶皱系东南部的墨江—绿春褶皱带内（云南省地质矿产局，1990）。震区断裂构造发育有北西向的哀牢山山前断裂和南昏-那炳断裂，哀牢山山前断裂为本次红河县MS5.0地震的发震断裂
1 。本次地震距震中最近的4个预警台获得的主震峰值加速度（PGA）如表1所示。
表 1 离震中最近的4个观测点峰值加速度记录Table 1. Maximum acceleration records at the four observation points closest to the epicenter台站编号 台站名 震中距/km 峰值加速度/Gal YN.F2809 元江那诺 12.5 158.66 YN.G2901 红河车古 13.8 149.44 YN.FY001 元江洼垤 19.5 47.93 YN.G2506 石屏牛街 19.9 88.03 据云南省地震台网测定，截至11月21日20时整，红河县地震序列共发生0级以上地震12次，其中0.0～0.9级9次、1.0～1.9级1次、3.0～3.9级1次、5.0～5.9级1次（图1）。
图 1 云南红河县MS5.0地震余震分布图Figure 1. The distribution of aftershocks of the Yunnan Honghe MS 5.0此次地震最高烈度为Ⅵ度，宏观震中位于红河县浪堤镇，等震线形状为似椭圆形，长轴为北西向，短轴为北东向（图2），长轴长24 km、短轴长16 km。灾区总面积约为315 km2。烈度圈东起红河县迤萨镇凹腰山社区，西至元江县那诺乡打芒村，南自红河县乐育镇窝伙垤村，北达元江县澧江街道南昏村一带。涉及红河哈尼族彝族自治州红河县浪堤镇、乐育镇、迤萨镇和大羊街乡，石屏县牛街镇，玉溪市元江县澧江街道、洼垤乡和那诺乡，共计3个县8个乡。
2. 房屋建筑震害
2.1 房屋建筑结构特点
红河县位于云南省南部、红河哈尼族彝族自治州西南部，国土面积2034 km2。本次地震灾区为农村（未涉及城区）。根据GB/T 18208.4—2011《地震现场工作第4部分：灾害直接损失评估》，以Ⅵ度（6度）区作为外边界，连续破坏分布的区域作为计算经济损失的评估区，本次地震灾区仅划为一个评估区。
根据现场灾评队员实地调查和灾区相关部门提供的房屋建筑基础资料可知（表2）,灾区房屋建筑类型以砖混结构、土木结构、框架结构为主，伴有少量的砖木结构房屋。不同类型房屋的结构特点如下：
表 2 灾区建筑类型与面积基础资料Table 2. Basic data of building type and area in disaster area房屋结构类型 民房/m2 公房/m2 不同类型房屋占比/% 框架结构 97440 3230 10.0 砖混结构 733780 10130 74.0 砖木结构 68450 560 6.9 土木结构 192900 0 19.1 （1）砖混结构。此类房屋占比可达70%～80%，多为当地居民自建房，房屋多为2～3层，普遍设置构造柱、圈梁，现浇楼（屋）盖，空心砖或红砖砌墙体承重。
（2）框架结构。主要为政府办公楼、卫生院、学校等公共建筑房屋，占比约10%，钢筋混凝土梁柱承重，现浇楼板。
（3）土木结构。当地建造有一定年代的哈尼族、彝族传统民房，占比15%～20%，此类房屋多为2层，底层居住，上层储物。穿斗木构架承重，土坯墙围护，土墙厚约30 cm，屋顶为“人”字形瓦顶。
（4）砖木结构。主要为哈尼族、彝族传统民房，此类房屋占比约5%～10%，房屋多为2层，底层居住，上层储物。穿斗木构架承重，空心砖或红砖墙围护，砖墙多为18墙（尺寸：240 mm×115 mm×53 mm），屋顶为“人”字形瓦顶。
2.2 房屋震害特征
此次地震灾区占比较大的砖混结构房屋抗震能力较好，房屋震害较轻，不适合作为本次地震灾区房屋建筑烈度评定的宏观判定依据，而占有一定比例的土木结构和砖木结构房屋震害特征显著。因此在本次红河县MS5.0地震灾害现场房屋建筑物宏观烈度评定中，以土木结构、砖木结构房屋震害特征作为灾区房屋建筑宏观烈度评定的主要判定依据1。
地震灾区土木结构房屋受损相对严重，砖木结构房屋受损次之，表现为土木结构房屋山墙局部倒塌（图3（a））、土墙发育贯穿性裂隙（图3（b））、梭掉瓦现象普遍（图3（c））；砖木结构房屋屋面倒塌（图3（d））、山墙局部倒塌（图3（e））、砖墙不同程度开裂（图3（f））。砖混房屋受损较轻，为老裂缝加宽，框架结构房屋基本无震害。
2.3 房屋建筑震害矩阵
卢永坤等（2014）通过云南房屋震害特征与烈度评定研究提出，灾区房屋建筑平均震害指数与破坏比是判定灾区房屋建筑烈度的具体量化指标。本次红河县MS5.0地震灾区简易房屋与非简易房屋的平均震害指数与破坏比如表3、表4所示。
表 3 简易房屋破坏比与平均震害指数Table 3. Summary of simple building damage ratio and average earthquake damage index结构类型 毁坏/% 破坏/% 基本完好/% 平均震害指数 砖木结构 0.93 10.19 88.89 0.048 土木结构 0.96 10.53 88.52 0.033 表 4 非简易房屋破坏比与平均震害指数Table 4. Summary of non-simple building damage ratio and average earthquake damage index结构类型 轻微破坏/% 基本完好/% 平均震害指数 框架结构 0 100 0 砖混结构 9.03 90.97 0.018 将表3、表4中的简易房屋与非简易房屋平均震害指数与GB/T 17742—2020《中国地震烈度表》中各类房屋平均震害指数（表5）对比发现，表3中土木结构、砖木结构房屋（A2类建筑）平均震害指数与表5中Ⅵ度区内A2类房屋的平均震害指数对应关系较好，表4中砖混结构房屋（C类建筑）的平均震害指数与表5中Ⅵ度区内C类房屋的平均震害指数对应关系较好，而框架结构房屋（D类建筑）的平均震害指数对应关系较差，主要原因是本次地震震级小、框架结构房屋抗震能力较好，房屋基本无震害。
表 5 地震烈度与房屋震害指数对应关系Table 5. Correspondence relationship between seismic intensity and earthquake damage index地震烈度 类型 平均震害指数
ⅥA1 0.02～0.17 A2 0.01～0.13 B ≤0.11 C ≤0.06 D ≤0.04
ⅦA1 0.15～0.44 A2 0.11～0.31 B 0.09～0.27 C 0.05～0.18 D 0.04～0.16
ⅧA1 0.42～0.62 A2 0.29～0.46 B 0.25～0.50 C 0.16～0.35 D 0.14～0.27 2.4 生命线工程震害特征
按照GB/T 18208.4—2011《地震现场工作 第4部分：灾害直接损失评估》，生命线工程结构包括电力系统、通信系统、市政、交通系统、水利设施。本次地震仅交通系统存在不同程度受损情况，具体表现为：地震造成红河县、元江县交通系统不同程度受损，造成1条高速公路、1条国道（国道G553）、2条县级公路、24条农村公路、4座桥梁、2个收费站、2个管理用房、1个隧管所、1个养护工区不同程度受损。震害特征表现为桥台、桥墩、桥面老裂缝加宽、形成新裂隙（图4（a）～图4（d））；公路边坡不同程度坍方（图4（e）、图4（f）），路面不同程度受损。尤其是G553蒙元线K144+600处边坡滑塌达2万多立方米，导致国道G553线公路中断（图4（e））。
图 4 交通系统道路和桥梁震害照片Figure 4. Photos showing road and bridge damages of transportation system本次地震造成2个收费站不同程度受损，尤其是框架结构的红河县红河谷收费站受损严重（图5（a）），距震中约8 km，震害特征表现为收费站墙体发育贯穿性裂隙（图5（b））、抹灰掉落（图5（c））、瓷砖开裂（图5（d））、发育X型裂隙（图5（e））、楼梯与墙体交界处开裂（图5（f））。红河谷收费站房屋震害特征严重的原因，主要是由于该收费站建在第四纪河湖相沉积层上，该软弱沉积层对地震波有明显的放大作用（卢福水等，2006），从而导致该收费站震害特征较为显著。
图 5 交通系统红河谷收费站震害照片Figure 5. Photos showing earthquake damage of Red River Valley toll station3. 其他震害特征
3.1 评估区地震地质灾害特征
本次地震未诱发大规模的地震地质灾害，11月19～21日，灾区排查199个自然村共计243个地质灾害隐患点。受此次地震灾害影响，原地质灾害隐患点扩大1个，扩大面积2000 m2，新增滑坡类型18个，滑坡面积约800多平方米。本次诱发的地震地质灾害隐患点多分布在Ⅵ度区的人类工程活动区内，灾区多条公路边坡发育有滑坡、滚石、地裂缝等地质灾害（图6）。
3.2 评估区外震害特征
地震造成评估区外的红河县甲寅镇、宝华镇、车古乡、垤玛乡、三村乡，元江县洼垤乡、羊街乡少量砖木、砖混房屋墙体开裂、老裂缝加宽、梭掉瓦。
3.3 震害特征分析
本次地震灾区房屋建筑的整体破坏情况较轻，只有部分老旧土木结构、砖木结构房屋受损严重，表现为山墙局部倒塌，墙体开裂，梭掉瓦等；砖混结构房屋受损较轻；框架房屋除红河谷收费站房屋受损外，其余框架房屋基本无震害。灾区房屋建筑震害整体相对较轻，主要原因是地震震中及周边区域房屋建筑设防烈度为Ⅶ度，新建砖混、框架结构房屋达到抗震设防标准，土木结构、砖木结构房屋在农村抗震设防安居工程中普遍得以抗震加固，震前当地房屋建筑抗震能力较好。
灾区生命线系统工程除交通系统受损严重外，其余生命线工程结构基本无震害。交通系统震害特征表现为路基路面开裂、边坡典型破坏，主要原因是灾区部分交通道路建设年代久远，抗震能力弱，地震导致路基路面老裂缝加宽、开裂；边坡基岩裸露，覆盖土层薄，地震诱发了部分道路的边坡滑坡、崩塌、滚石、防护工程破坏，堵塞道路，导致道路中断。
由于地震未发生在雨季，地震诱发的地震地质灾害相对较轻，未导致震害叠加。
4. 近年相近震级地震震害特征对比
对比本次地震与2021年盈江MS5.0地震、双柏MS5.1地震，2020年巧家MS5.0地震、2018年通海MS5.0地震、2017年漾濞MS5.1地震的人员伤亡、灾区面积、直接经济损失、平均震害指数等震害特征（表6），可得到以下结论：
表 6 云南相近震级历史地震对比Table 6. Comparison of damages caused by historical earthquakes of similar magnitude in Yunnan地震事件 死亡
人数受伤
人数最高
烈度灾区面积/
km2灾区人口密度/
（人·km−2）直接经济
损失/万失去住所
人数不具修复价值
房屋面积占比/%Ⅵ度区 砖木 土木 框架 砖混 云南红河MS5.0地震 0 0 Ⅵ 315 117 7050 616 9.7 0.048 0.033 0.000 0.018 云南盈江MS5.0地震 0 0 Ⅵ 369 75 3720 666 20.3 0.015 0.00 0.000 0.010 云南双柏MS5.1地震 0 2 Ⅵ 575 38 3440 678 16.6 0.028 0.043 0.013 0.023 云南巧家MS5.0地震 4 28 Ⅵ 330 193 10430 196 7.2 0.000 0.057 0.009 0.016 云南通海MS5.0地震 0 31 Ⅵ 650 445 49440 11409 21.1 0.023 0.037 0.014 0.013 云南漾濞MS5.1地震 0 1 Ⅵ 810 54 17200 4920 34.5 0.043 0.070 0.018 0.021 （1）本次地震无人员伤亡，分析原因可能是由于灾区近年新建房屋质量好，房屋抗震质量达标，虽存在一定比例的老旧土木、砖木房屋，但绝大部分都是无人居住的生产用房；其次地震未诱发一系列的大型地质灾害。
（2）本次地震灾区最高烈度为Ⅵ度，受灾面积315 km2，小于同级别的历史地震，说明本次地震受灾规模小。主要原因是本次地震余震少且震级低。
（3）从直接经济损失方面来看，本次地震经济损失高于盈江MS5.0地震、双柏MS5.1地震，小于巧家MS5.0地震、通海MS5.0地震、漾濞MS5.1地震，主要是由于红河地震灾区人口密度高于盈江、双柏地震，低于巧家、通海地震。其次灾区存在一定比例的老旧土木、砖木结构房屋，受灾相对较重。
（4）灾区房屋建筑的整体破坏情况可以通过灾区失去住所人数和不具修复价值房屋建筑面积占比反映（周洋等，2020）。本次红河MS5.0地震失去住所人数和不具修复价值房屋面积占比仅高于巧家MS5.0地震，分析原因如下：巧家MS5.0地震灾区80%以上房屋为鲁甸地震震后恢复重建的砖混结构房屋，房屋抗震性能好；其次红河MS5.0地震灾区的土木、砖木结构房屋虽与盈江、双柏、通海、漾濞地震灾区一致，以穿斗木结构房屋为主，但本次地震灾区受灾面积相较于其他同级别历史地震小。
（5）灾区简易房屋与非简易房屋的平均震害指数中，土木结构房屋的平均震害指数皆小于同级别的历史地震。主要是因为近年脱贫攻坚农村危房改造工程的成果，当地居民的土木房屋抗震能力得到了显著提升。
5. 结论与建议
红河MS5.0地震与云南近年同级别历史地震相比，具有无人员伤亡，受灾范围相对小，经济损失相对轻的特征。但地震打破了云南少震弱震地区的平静，应引起相关部门的足够重视；为更好地应对未来云南乃至全国少震弱震地区发生的中强地震，本文根据本次地震的震害特征，给予以下建议：
（1）政府部门不断健全地方防震减灾救灾体制机制，加强防震减灾工作，积极推进地震监测台网、预警台建设，切实提高地震监测预报预警业务能力。
（2）加大农村危房改造和农村抗震设防安居工程建设力度，提高农村房屋抗震水平。
（3）根据区域地震灾害背景特征，强化地震应急避难场所规划建设，加大区域应急物资储备建设力度。
（4）创新培育防震减灾科普新模式，强化地震灾害应急避险宣传教育和演练，提高群众地震应急避险技能。
（5）灾区恢复重建和城市发展中，生命线工程的建设应该科学选址，避免场地放大效应的影响。
-
表 1 模拟压埋环境下平面坐标定位结果（单位：米）
Table 1. Results of plane positioning in simulated buried environment（Unit：m）
点号 方案1 方案2 定位结果 测距中误差 定位误差 定位结果 测距中误差 定位误差 真实位置 P1 (4.86,1.79) 1.63 3.21 (5.18,4.86) 0.25 0.23 (5,5) P2 (5.21,0.58) 2.3 3.51 (6.14,4.21) 0.32 0.25 (6,4) P3 (5.42,4.37) 2.8 1.73 (6.28,5.84) 0.54 0.32 (6,6) P4 (3.80,3.42) 2.5 2.59 (4.51,5.86) 0.43 0.53 (4,6) 
下载: 导出CSV
-
柴伦尚,2014. 基于灾害现场定位搜救技术的无线信道研究. 杭州:浙江大学.Chai L. S., 2014. Research of radio channel based on a localization rescue system in disasters. Hangzhou:Zhejiang University. (in Chinese) 陈国良,张言哲,汪云甲等. 2015. WiFi-PDR室内组合定位的无迹卡尔曼滤波算法. 测绘学报, 44 (12):1314−1321Chen G. L., Zhang Y. Z., Wang Y. J., et al. 2015. Unscented Kalman filter algorithm for WiFi-PDR integrated indoor positioning. Acta Geodaetica et Cartographica Sinica, 44 (12): 1314−1321. (in Chinese) 陈群,高星伟,郭杭等. 2012. ZigBee网络中RSSI的测距模型分析. 测绘科学, 37(5):38−39, 75.Chen Q., Gao X. W., Guo H., et al. 2012. Analysis of RSSI ranging model at ZigBee network. Science of Surveying and Mapping, 37(5): 38−39, 75. (in Chinese) 陈雪纯,张入千,王立新. 2018. 基于Wi-Fi信号强度衰减模型的地震埋压人员定位方法研究. 华南地震, 38(4):10−16.Chen X. C., Zhang R. Q., Wang L. X. 2018. Research on positioning method of earthquake buried personnel based on signal strength attenuation model of wireless network. South China Journal of Seismology, 38(4): 10−16. (in Chinese) 何成文,袁运斌,潭冰峰. 2021. 一种基于UWB TDOA定位模式的迭代最小二乘算法. 大地测量与地球动力学, 41(8):806−809.He C. W., Yuan Y. B., Tan B. F. 2021. An iterative least squares algorithm based on UWB TDOA positioning model. Journal of Geodesy and Geodynamics, 41(8): 806−809. (in Chinese) 胡洋,田忠,伍习光等. 2018. 基于RSSI的无源信号定位算法研究. 自动化仪表,39(6):31−34.Hu Y., Tian Z., Wu X. G., et al. 2018. Study on the passive signal positioning algorithm based on RSSI. Process Automation Instrumentation, 39(6): 31−34. (in Chinese) 景裕,曹育森,朱明明等. 2021. 非接触式生命探测技术研究现状与发展. 中国医疗设备,36(1):1−4.Jing Y., Cao Y. S., Zhu M. M., et al. 2021. Research status and development of non-contact life detection technology. China Medical Devices, 36(1): 1−4. (in Chinese) 李惠芬,蒋向前,李柱. 2004. 高斯滤波稳健性能的研究与改进. 仪器仪表学报,25(5):633−637.Li H. F., Jiang X. Q., Li Z. 2004. Study and improvement of robust performance of Gaussian filtering. Chinese Journal of Scientific Instrument, 25(5): 633−637. (in Chinese) 李亦纲,张媛,李志伟. 2010. 地震现场倒塌建筑物的搜救策略研究. 震灾防御技术,5(4):477−483.Li Y. G., Zhang Y., Li Z. W. 2010. Research of search and rescue plan for collapsed buildings on earthquake disaster site. Technology for Earthquake Disaster Prevention, 5(4): 477−483. (in Chinese) 李桢,黄劲松,2016. 基于RSSI抗差滤波的WiFi定位. 武汉大学学报·信息科学版,41(3):361−366.Li Z., Huang J. S. 2016. WiFi positioning using robust filtering with RSSI. Geomatics and Information Science of Wuhan University, 41(3): 361−366. (in Chinese) 刘晶晶,宁宝坤,吕瑞瑞等,2017. 震后典型建筑物倒塌分类及救援特点分析. 震灾防御技术,12(1):220−229.Liu J. J., Ning B. K., Lv R. R., et al. 2017. Classification of typical building collapse and analysis of rescue characteristics after the earthquake. Technology for Earthquake Disaster Prevention, 12(1): 220−229. (in Chinese) 罗尚,肖东升,2020. 一种面向震后压埋人员的RSSI快速定位算法. 测绘科学,45(6):142−149.Luo S., Xiao D. S. 2020. An RSSI fast localization algorithm for buried personnel after earthquake. Science of Surveying and Mapping, 45(6): 142−149. (in Chinese) 裴凌,刘东辉,钱久超,2017. 室内定位技术与应用综述. 导航定位与授时,4(3):1−10.Pei L., Liu D. H., Qian J. C. 2017. A survey of indoor positioning technology and application. Navigation Positioning and Timing, 4(3): 1−10. (in Chinese) 武有文,洪利,姚振静等,2017. 地震废墟环境下Wi-Fi无线信号传播模型参数测量. 震灾防御技术,12(1):210−219.Wu Y. W., Hong L., Yao Z. J., et al. 2017. Parameter measurement of Wi-Fi radio signal propagating in constrction ruins by earthquake. Technology for Earthquake Disaster Prevention, 12(1): 210−219. (in Chinese) 肖东升,钟祖峰,2021. 基于人类动力学的地震压埋人员先验在室率研究. 灾害学,36(1):54−59.Xiao D. S., Zhong Z. F. 2021. Research on indoor rate of the earthquake buried personnel based on human dynamics. Journal of Catastrophology, 36(1): 54−59. (in Chinese) 赵大龙,白凤山,董思宇等,2015. 一种基于卡尔曼和线性插值滤波的改进三角质心定位算法. 传感技术学报,28(7):1086−1090.Zhao D. L., Bai F. S., Dong S. Y., et al. 2015. An improved triangle centroid location algorithm based on Kalman filtering and linear interpolation. Chinese Journal of Sensors and Actuators, 28(7): 1086−1090. (in Chinese) Ahn S., Lee G., Han D., 2018. A location estimating method of buried victims in collapsing area using Wi-Fi signals. In: Proceedings of the 2nd International Conference on Vision, Image and Signal Processing. Las Vegas: ACM, 49. Bouet M., Pujolle G. 2009. L-VIRT: range-free 3-D localization of RFID tags based on topological constraints. Computer Communications, 32(13−14): 1485−1494. Burian A., Kuosmanen P. 2002. Tuning the smoothness of the recursive median filter. IEEE Transactions on Signal Processing, 50(7): 1631−1639. Choi J. S., Lee H., Elmasri R., et al., 2009. Localization systems using passive UHF RFID. In: 2009 Fifth International Joint Conference on INC, IMS and IDC. Seoul: IEEE, 1727−1732. Hata M. 1980. Empirical formula for propagation loss in land mobile radio services. IEEE Transactions on Vehicular Technology, 29(3): 317−325. doi: 10.1109/T-VT.1980.23859 Joho D., Plagemann C., Burgard W., 2009. Modeling RFID signal strength and tag detection for localization and mapping. In: 2009 IEEE International Conference on Robotics and Automation. Kobe: IEEE, 3160−3165. Lima A. G. M., Menezes L. F., 2005. Motley-Keenan model adjusted to the thickness of the wall. In: SBMO/IEEE MTT-S International Conference on Microwave and Optoelectronics. Brasilia: IEEE, 180−182. Moon H., Kim C., Lee W. 2016. A UAV based 3-D positioning framework for detecting locations of buried persons in collapsed disaster area. The International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences, XLI-B8: 121−124. Pan J. J., Tang Y. Y., Pan B. C., 2007. The algorithm of fast mean filtering. In: 2007 International Conference on Wavelet Analysis and Pattern Recognition. Beijing: IEEE, 244−248. Tang S. Y., Shu X. M., Shen S. F., et al. 2014. Study of personnel positioning in large area based on pseudo base station. Procedia Engineering, 71: 481−485. -
下载:
点击查看大图
计量
- 文章访问数: 124
- HTML全文浏览量: 35
- PDF下载量: 10
- 被引次数: 0
