1.煤矿用5G通信系统标准研究制定

作者：孙继平

摘要: 为满足煤矿远程监控、视频监视、数据采集、语音通信等需求，煤矿用5G通信系统应具有下列功能：① 远程控制、监控、定位、监视和语音等不同业务承载功能。② 采煤机、掘进机、电铲、挖掘机、无轨胶轮车及电机车等远程控制功能。③ 矿用运输车辆应急远程接管功能。④ 摄像机音视频的远程实时传输功能。⑤ 监控设备、传感器、车辆辅助驾驶等数据采集功能。⑥ 语音通话功能，支持矿用融合调度系统。⑦ 端到端切片功能，满足远程控制、监控、视频和语音等差异化的业务性能要求，提供对应的端到端切片资源。⑧ 支持SA组网方式，支持5G NR的通信制式。⑨ 支持5G LAN以太网通信。⑩ 应急惯性运行功能，当矿区专网与通信运营商公用网络失联时，本地业务可持续在线作业。⑪ 设备级冗余保护功能，当单个物理端口故障时，数据业务不中断。⑫ 核心网双设备冗余保护功能，当主设备故障时，切换备用设备继续提供服务。⑬ 核心网控制面传输机密性和完整性保护功能，保证核心网控制面的安全。⑭ 终端认证、检查和限制接入系统非授权终端的功能，支持煤矿企业安全服务器对终端的认证。⑮ 防止终端攻击系统和合法终端功能。⑯ 核心网、传输设备、基站控制器、基站和终端集成一体化管理的功能。⑰ 网络性能和业务服务性能集中监控功能。⑱ 异常可视告警与故障定位功能。⑲ 矿用5G网络资源评估功能，当煤矿增加新业务或更多终端接入5G网络时，应能评估5G网络资源利用率，并给出是否可上新业务的报告。⑳ 备用电源。煤矿用5G通信系统的主要技术指标应满足下列要求：① 上行速率为20 Mbit/s，无线工作频段为700～900 MHz时，井工煤矿的基站无线覆盖半径（无遮挡）≥500 m；无线工作频段为其他工作频段时，井工煤矿的基站无线覆盖半径（无遮挡）≥150 m。当上行速率为30 Mbit/s时，露天煤矿的基站无线覆盖半径（无遮挡）≥400 m。② 基站到基站控制器的有线传输距离≥10 km。③ 系统最大接入终端数量≥20 000个。④ 井工煤矿的基站和终端无线发射功率≤6 W；露天煤矿的基站发射功率≤320 W；露天煤矿的终端无线发射功率≤6 W。⑤ 基站无线接收灵敏度≤−95 dBm；终端无线接收灵敏度≤−85 dBm。⑥ 无线工作频率应在700 MHz、800 MHz、900 MHz、1.9/2.1GHz、2.6 GHz、3.3 GHz、3.5 GHz、4.9 GHz、6 GHz等频段中选取（井工煤矿优选700～900 MHz）。⑦ 在制式为TDD、帧结构为1D3U1S时，基站接入的多用户的上行平均吞吐率≥600 Mbit/s，下行平均吞吐率≥250 Mbit/s。⑧ 对于井工煤矿，在1 Mbit/s和20 Mbit/s上行业务运行时，系统平均时延应小于20 ms，且端到端时延稳定性应小于100 ms的概率不低于99.99%；对于露天煤矿，在1 Mbit/s和30 Mbit/s上行业务运行时，系统平均时延应小于20 ms，且端到端时延稳定性应小于100 ms的概率不低于99.9%。⑨ 单用户的丢包率≤0.01%。⑩ 单用户从基站A小区切换到基站B小区的切换时延≤100 ms。⑪ 移动台蓄电池连续工作时间应不小于11 h，其中，通话时间应不小于2 h。⑫ 在电网停电后，备用电源向基站、基站控制器及传输设备连续供电时间≥4 h。

2.基于改进A*算法的煤矿救援机器人路径规划

作者：姜媛媛,丰雪艳

摘要：路径规划是煤矿救援机器人研究的重要内容之一。针对灾后煤矿环境非结构化的特点，以及传统A*算法规划的路径长度非最短、拐弯次数多和平滑度较差等问题，提出一种基于改进A*算法的煤矿救援机器人路径规划方法。对真实环境中的地图信息进行二值化处理，构建栅格地图；判断当前点与目标点的相对位置，利用改进A*算法进行路径规划，得到一条从当前点到目标点的路径；利用Douglas-Peucker（D−P）算法提取路径上的关键节点，采用三次样条插值函数对关键节点进行拟合，完成对路径的平滑处理。改进A*算法将传统A*算法的8邻域搜索扩展为有目的性的13邻域搜索，在进行路径搜索时，先对当前点和目标点的位置关系进行判断，从而减少路径节点，减小路径长度，提升路径平滑度。Matlab仿真结果表明：与8邻域A*算法、24邻域A*算法、48邻域A*算法相比，改进A*算法在路径长度、拐弯次数、平滑度等方面有一定优化，更适用于煤矿救援机器人路径规划；与Fuzzy算法相比，改进A*算法路径规划所用时间更短，规划的路径长度更短，拐弯次数更少。

3.基于多尺度局部直方图均衡化的矿井图像增强方法

作者：涂毅晗, 汪普庆

摘要: 针对当前常用的直方图均衡化、基于Retinex理论、基于同态滤波、基于小波分析等矿井图像增强方法存在欠增强、过增强等问题，提出了一种基于多尺度局部直方图均衡化的矿井图像增强方法。根据HSI颜色空间图像的颜色分量（色调分量、饱和度分量）与亮度分量相互独立特性，将矿井低照度RGB图像转换到HSI颜色空间；采用双边滤波将亮度分量分解为光照图像和反射图像；对光照图像进行小、中、大3个尺度分块，对图像块分别进行局部直方图均衡化处理，以提升图像亮度和对比度；对反射图像进行8方向梯度增强，以丰富图像的纹理边缘；将经多尺度局部直方图均衡化的光照图像和方向梯度增强的反射图像进行Retinex反变换，得到增强的亮度分量，将其与色调分量和饱和度分量转换至RGB颜色空间，得到增强的矿井图像。采用煤矿井下实际监控图像对基于多尺度局部直方图均衡化的矿井图像增强方法进行实验验证，对其增强效果进行主客观评价。结果表明：该方法与现有图像增强方法相比，在图像亮度和对比度方面均有更大的提升，细节信息更丰富，信息熵提升7.23%以上，平均梯度均值提升31.6%以上，具有更好的图像增强效果。

4.一种基于小样本声音信号的托辊故障诊断方法

作者：郝洪涛, 邱园园, 丁文捷

摘要: 基于深度学习的故障诊断方法对数据集的质量有很高要求，需要大批量数据才能进行良好的模型训练，从而实现准确的故障诊断，而在实际应用中能够采集到的故障信号通常很有限。针对托辊故障声音信号获取困难、样本量少，导致智能故障诊断方法性能受限的问题，提出了一种基于小样本声音信号的托辊故障诊断方法。使用特征转换方法将一维声音信号转换为二维时频图像，将频率域的特征融入进来，以提高数据集对故障特征的表达能力；提出了多种类型时频图结合的数据集扩充方法，将短时傅里叶变换（STFT）、连续小波变换（CWT）、希尔伯特−黄变换（HHT） 3种时频分析方法绘制的时频图相结合，以扩充数据集，增加数据样式；引入了深度迁移学习的思想，使用轴承数据集对模型进行预训练，然后使用托辊数据对预训练模型进行微调，以进一步提升模型的识别准确率。实验结果表明：多种类型时频图结合的数据集扩充方法能有效解决使用小样本数据训练模型时易过拟合的问题；使用迁移学习后，模型的测试准确率达98.81%，相较于不使用迁移学习时提升了7%，且没有出现过拟合现象，说明模型训练良好；相较于生成对抗网络扩充STFT时频图数据集+迁移学习的方法，多种类型时频图结合的数据集扩充+迁移学习的方法准确率提高了4%，且更容易实现，可解释性更强。

5.基于全局点云地图的煤矿井下无人机定位方法

作者：高海跃, 王凯, 王保兵, 王丹丹

摘要：即时定位与建图 （SLAM）技术应用于煤矿井下无人机自主定位时，由于采用特征点构建地图，易出现退化问题，导致定位不准确，且因其以机体作为参考坐标系，无法实现全局定位。针对该问题，提出了一种基于全局点云地图的煤矿井下无人机定位方法。以Fast−LIO2算法作为激光SLAM算法，获得无人机位姿估计；采用迭代最近邻算法，对获取的激光雷达实时点云和全局点云地图进行两步匹配，实现无人机位姿校正；针对因点云数量过多导致点云匹配速度无法保证定位实时性的问题，设计了基于时间的位姿输出策略，提高了无人机位姿数据输出频率。在1 000 m煤矿井下巷道中测试无人机定位方法的SLAM精度和位姿校正效果，结果表明：在长距离巷道环境中，Fast−LIO2算法的定位累计误差小于1 m，在600 m以上范围内小于0.3 m，明显小于LOAM−Livox算法和LIO−Livox算法；Fast−LIO2算法输出的位姿估计经校正算法校正后，飞行路径全部位于全局点云地图中，验证了位姿校正算法有效；单次SLAM算法运行耗时14.83 ms，单次位姿校正耗时883 ms，位姿数据输出频率为10 Hz，满足无人机定位实时性要求。

5.高采样频率的矿井电火花图像识别及抗干扰方法研究

作者：李小伟, 王建业

摘要：隔爆外壳外的电缆和电气设备漏电、大功率无线电发射在金属支护和机电设备金属上感生电动势放电产生的矿井电火花，会引起瓦斯和煤尘爆炸及矿井火灾事故，因此有必要尽早感知矿井电火花。影响矿井电火花识别的主要是矿井光源，为减少矿井光源对矿井电火花图像识别的干扰，提出了一种高采样频率的矿井电火花图像识别及抗干扰方法：依据电火花的最长持续发光时间和闪光光源的最短持续发光时间，计算摄像机的采样频率，保证每次电火花出现时，电火花图像只出现在1帧图像上，且矿井光源存在时，干扰光源图像至少出现在连续2帧图像上；计算每帧图像的像素灰度和，若当前帧图像的像素灰度和与前后相邻帧图像的像素灰度和的差值均大于设定的阈值，则发出矿井电火花报警信号。试验结果表明：在无干扰光源条件下，该方法可准确识别矿井电火花图像，准确率达100%；在有日光灯、白炽灯等常亮光源干扰条件下，电火花与日光灯混合图像中电火花识别准确率达99.40%，电火花与白炽灯混合图像中电火花识别准确率达99.67%；在有闪光光源干扰条件下，电火花与闪光灯混合图像中电火花识别准确率达100%。