基于UWB与Q-Learning的火电厂人员定位系统优化研究
王佳杨1，吕智嘉1，尹民1，方方2，杨沛豪3
（1.国能（连江）港电有限公司，福州市 350512；2.广东中盛生态环境股份有限公司，广东省 广州市 511300；3.西安热工研究院有限公司，陕西西安 710054）
Research on Optimization of Personnel Positioning System in Thermal Power Plant Based on UWB and Q-Learning
WANG Jiayang，LV Zhijia，YIN Min， FANG Fang，YANG Peihao
( Guoneng (Lianjiang) Port Power Co., Ltd. Fuzhou City, Fujian Province 350512,China； Guangdong Zhongsheng Ecological Environment Co., Ltd. Guangzhou 511300,China； Xi 'an Thermal Power Research Institute Co., Ltd.,Xi'an,710054,China)
ABSTRACT: A lightweight optimization framework that integrates random forest classification, neural network error compensation, and Q-Learning dynamic anchor point selection is proposed to address the problem of positioning jump caused by multipath reflection and Non Line of Sight (NLoS) obstruction in ultra wideband (UWB) positioning systems in complex steel structure environments of thermal power plants. Through three-stage processing, line of sight (LoS)/non line of sight link state recognition, ranging error correction, and dynamic optimization of base station subsets can be achieved, significantly improving positioning stability without the need for additional hardware deployment. The simulation results show that this method compresses the maximum jump error from 20m to 0.4m, reduces the Root Mean Squared Error (RMSE) by 85%, significantly improves the stability and accuracy of personnel positioning in complex industrial environments, and provides a reliable technical solution for emergency rescue, safety control and other scenarios in thermal power plants.
Key words：UWB;Q-Learning;Random forest;Dynamic anchor point selection;Error suppression
摘要：针对火力发电厂复杂钢结构环境中超宽带（Ultra-Wideband,UWB）定位系统受多径反射与非视距（Non-Line-of-Sight,NLoS）遮挡导致的定位跳变问题，提出一种融合随机森林分类、神经网络误差补偿与Q学习（Q-Learning）动态锚点选择的轻量级优化框架。通过三阶段处理实现视距（Line-of-Sight,LoS）/非视距链路状态识别、测距误差修正及基站子集动态优化，无需额外硬件部署即可显著提升定位稳定性。仿真结果表明：该方法将最大跳变误差从20m压缩至0.4m，均方根误差（Root Mean Squared Error,RMSE）降低85%，为显著提升了复杂工业环境下人员定位的稳定性与精度，为火电厂应急救援、安全管控等场景提供了可靠技术方案。
关键词：UWB；Q-Learning；随机森林；动态锚点选择；误差抑制
0 引言
随着全球能源结构的深度调整，火力发电在我国能源供应体系中仍占据关键地位，安全生产与智能化管理对高精度人员定位技术提出迫切需求[1]。在火电厂日常检修、应急救援等场景中，实时精准的人员位置信息是作业调度、风险预警与快速救援的核心依据。然而，厂区内密集的钢结构建筑（如锅炉本体、汽轮机组、管廊网络）与高频电磁干扰环境，对超宽带（UWB）人员定位系统形成多重挑战：金属表面多径反射导致到达时间测量出现混叠偏差，非视距遮挡场景下直达信号阻断，使测距误差呈现±20m级跳变，造成人员位置“飞来飞去” 的异常显示，严重威胁安全监测系统的可靠性[2,3]。这种定位不稳定问题在设备密集的汽轮机夹层、管廊转角等区域尤为突出，直接影响应急响应效率与作业安全管控，亟需针对性的优化策略提升UWB定位系统在复杂工业环境中的鲁棒性。
现有UWB定位误差抑制方法主要从硬件优化、统计滤波与机器学习展开。硬件层面，多天线分集 及时频域抗干扰技术提升信号质量，但增加成本与复杂度[4,5]。统计滤波中，卡尔曼滤波与粒子滤波 依赖先验模型，对NLoS突发跳变鲁棒性不足[6,7]。机器学习领域，支持向量机（Support Vector Machine, SVM）与高斯混合模型（Gaussian Mixture Model, GMM）用于LoS/NLoS分类，但SVM处理高维数据效率低，GMM在强反射环境易失配[8,9]。此外，基于加权最小二乘法（Weighted Least Squares,WLS）的静态权重策略因固定阈值难以适应动态环境，可能误删有效数据[8,9]。
在动态锚点优化方面，传统预设几何布局忽略实时链路质量，导致几何精度因子（Geometric Dilution of Precision,GDOP）恶化[10]。强化学习凭借其动态决策优势，通过构建包含信噪比、Lo概率等参数的状态空间，算法可实时感知火电厂时变环境下的链路质量，并以定位误差负平方作为奖励函数，驱动Q值迭代优化[11]。然而，现有研究尚未针对火电厂多径反射与NLoS跳变的耦合干扰特性，系统设计适用于工业场景的基站子集选择策略。
本文首次将Q-learning算法引入火电厂UWB定位系统。首先利用随机森林对TOA时延、信号强度等特征学习，实现高精度LoS/NLoS分类，避免低可靠性链路干扰；接着通过全连接神经网络对NLoS测距误差进行非线性补偿，解决传统线性模型拟合不足问题；最后引入Q-Learning动态选择最优基站子集，基于实时链路质量、信噪比（Signal-to-Noise Ratio, SNR）、LoS概率优化定位几何布局，最小化均方误差（Mean Squared Error,MSE）。
1 UWB定位技术
火电厂UWB定位系统采用到达时间差（Time Difference of Arrival,TDOA）算法，部署8-12个固定锚点实现实时定位。LoS环境下精度可达0.3-0.5m，但NLoS占比超30%的复杂区域（如管廊、设备密集区），定位误差中位数升至2m，10%样本出现超10m跳变，影响安全管理可靠性。
火电厂环境对UWB信号的干扰包括：径反射测距模糊：钢结构表面反射使TOA测量难以分辨直达径与反射径，当两者时延差小于UWB信号时间分辨率时，接收机可能误选反射径，导致测距误差呈双峰分布，均值偏移1-2m。NLoS遮挡突发跳变：完全遮挡场景中，信号通过绕射或多次反射传播，路径损耗模型与LoS场景差异显著。
传统定位算法在火电厂环境中的性能瓶颈主要体现在静态链路处理低效性：现有方案多采用固定阈值剔除非可靠链路，但火电厂中部分链路处于中等可靠状态。简单剔除会导致可用基站数量不足（低于定位所需最小数量时无法解算），而完全保留低可靠链路会引入误差干扰，导致定位精度波动。几何布局优化缺失：传统方法依赖预设几何布局，未考虑实时链路质量。当某基站处于非视距状态时，其异常测距值会显著恶化几何精度因子（GDOP），导致定位误差被显著放大。非线性误差建模不足；非视距测距误差具有强非线性特性，而传统线性回归或滑动平均方法无法捕捉其复杂分布。实测表明，传统方法补偿后仍有部分样本误差超过安全阈值，无法满足工业安全监测对精度的严苛要求。传统定位算法在火电厂环境中的性能瓶颈如下表所示。
表1 TOA、TDOA和AOA定位方法对比表
Tab.1 Comparison Table of TOA, TDOA, and AOA Positioning Methods
2 三阶段智能优化方案
针对火电厂钢结构密集、电磁干扰复杂导致的UWB定位跳变问题，本文密贴合火电厂人员定位需求，设计三阶段优化框架，通过机器学习与强化学习的深度融合，实现从单链路可靠性评估到全局定位策略优化的端到端误差抑制。
2.1 基于随机森林的LoS/NLoS链路分类
在火电厂人员定位场景中，LoS与NLoS链路是抑制跳变误差的基础。本文贴合火电厂典型场景，构建包含12维特征的输入向量。从时域、能量、统计三个维度全面表征信号传播特性，可以反应火电厂复杂环境下的信号传播特性。时域特征通过TOA均值、方差、最大值、最小值，量化信号传播的时间稳定性。12维特征的输入向量如表2所示。
表2 12维特征的输入向量表
Tab.2 12 dimensional feature input vector table
本文采用随机森林算法进行二分类，该算法通过自助采样生成50棵决策树，以Gini系数作为节点分裂准则，输出链路为LoS的概率PLoS，Gini系数计算公式为：
式（1）中：Pk为样本属于第k类的概率。Gini系数越小，节点分裂后纯度越高，越能有效区分链路状态。随机森林通过集成决策树投票机制，输出链路为LoS的概率PLoS。
针对火电厂中约25%的中等可靠链路在火电厂密集金属管廊环境中（0.3≤PLoS≤0.7），本文设计动态权重为：
该权重模型基于贝叶斯决策理论，根据链路的LoS概率动态调整权重，使低可靠链路的影响随可靠性概率自然衰减。汽轮机夹层这种设备密集的NLoS区域，通过动态调整机制，可避免传统固定阈值剔除策略导致的可用基站数量不足问题，在保留中等可靠链路有效信息的同时降低其误差干扰。
对于如主控室LoS场景，的高可靠链路，采用全额权重，确保高质量测距数据在定位解算中被充分利用，平衡不同可靠性链路的信息利用与误差抑制策略。
2.2 神经网络驱动的测距误差补偿
火电厂管道密集的电缆夹层、设备遮挡的汽轮机背侧，这些NLoS场景测距误差呈现显著非线性，传统线性模型难以拟合，本文设计两层全连接神经网络。输入层包含TOA测量值、RSSI、PLoS、SNR共4维特征，其中TOA反映传播时延的绝对值，RSSI与SNR表征信号能量衰减，PLoS提供链路可靠性先验，形成针对火电厂复杂环境的多维度输入。隐藏层通过32个神经元提取非线性特征，输出层预测测距误差补偿值。网络前向传播过程可表示为：
式（3）中：为输入特征向量；、为隐藏层权重与偏置；、为输出层参数；为ReLU激活函数。
训练过程以均方误差（MSE）为损失函数，通过Adam优化器迭代优化参数，损失函数表达式为：
式（4）中：为真实误差。在锅炉背侧等强遮挡区域，该网络将误差标准差从15m降至3.2m，对±20 m极端跳变值的抑制率达95%，显著优于传统线性回归。补偿后的距离直接应用于定位解算，为后续动态锚点选择提供预处理后的高精度测距数据。
2.3 Q学习驱动的火电厂动态锚点选择算法
在火电厂人员定位场景中，人员作业区域常分布于设备密集的汽轮机夹层、管道交错的管廊网络等复杂环境，固定基站布局易因NLoS遮挡导致定位失效。Q学习算法通过构建动态决策机制，实时筛选高可靠性基站组合，解决传统静态布局无法适应时变链路质量的问题。状态空间贴合火电厂多源异构环境，可表示为：
该状态向量实时反映火电厂中电磁干扰、设备遮挡等动态变化。动作空间为基站激活状态表示为：
式（6）中：为动作向量。针对火电厂基站部署的最小几何解算要求，算法优先保留高SNR且高的基站。以汽轮机夹层场景为例，当3个基站因设备遮挡进入NLoS状态时，算法通过动作向量激活剩余3个有效基站，确保TDOA定位的几何精度。
奖励函数直接以人员定位误差为优化目标，定义为估计位置与真实位置的欧氏距离负平方：
在电缆夹层等强干扰区域优先选择LoS概率大于0.7、SNR高于20dB的基站，通过动态组合将几何精度因子降低，有效避免因单个NLoS基站导致的误差放大问题。
Q值迭代机制采用贪心策略，在设备密集区（如热控柜室）平衡新基站组合与利用历史最优策略：
通过500次以上迭代训练，算法可适应火电厂典型场景的链路质量变化，在电磁干扰突发时也可保证人员定位轨迹的连续性。
3 仿真分析
为验证本文提出的融合随机森林分类、神经网络补偿与Q学习动态锚点选择的三阶段优化框架对火电厂复杂环境的适应性，本文在MatLab中构建仿真模型，模拟火电厂钢结构建筑对UWB信号的多径反射、NLoS遮挡及高频电磁干扰效应，对比传统UWB定位算法与优化方案的定位性能。仿真区域为120m×70m的矩形空间，模拟火电厂典型厂房布局，四角部署4 个UWB基站，中心区域设置3个不规则形状金属障碍物（模拟汽轮机夹层、管廊等设备密集区域），其对UWB信号具有强反射、绕射和吸收作用。
仿真参数配置如表3所示。
表3 仿真参数配置参数表
Tab.3 Simulation parameter configuration parameter table
未使用优化方案时，原始UWB轨迹仿真如图1所示。
图1 传统UWB定位算法轨迹仿真图
Fig.1 Traditional UWB positioning algorithm trajectory simulation diagram
根据图1可知：未使用优化方案时，原始UWB轨迹在金属障碍物附近出现显著偏离，尤其在障碍物拐角处误差超过15m，轨迹呈现“锯齿状”跳变。原始轨迹因多径反射与NLoS遮挡导致测距失效，偏离真实轨迹达17m。
相同仿真场景下，使用本文所提方法定位轨迹如图2所示。
图2 使用本文所提方法定位轨迹仿真图
Fig.2 Using the method proposed in this article to locate trajectory simulation diagram
根据图2可知：使用本文方案后，优化轨迹与真实轨迹高度吻合。通过三阶段优化框架剔除强NLoS链路并动态选择有效基站，障碍物附近最大误差压缩至0.8m，轨迹连续性显著提升，验证了方案对多径混叠与NLoS跳变的抑制效果。
横轴为定位步数，纵轴为误差值。定位误差对比曲线对比如图3所示。
图3 定位误差对比曲线图
Fig.3 Comparison Curve of Positioning Error
原始测量的RMSE为4.2m，而优化后RMSE降至0.6m，误差幅度降低85.7%，表明方案通过链路分类与误差补偿有效修正系统性偏差。原始测量在NLoS区域误差频繁突破10m，极端值达17m；优化后误差稳定在1m以内，无超2m的异常值，证明Q-learning动态锚点选择机制显著提升了定位鲁棒性。
4 结论
本文提出融合随机森林分类、神经网络补偿与Q学习动态锚点选择的UWB定位优化框架，有效解决火电厂多径反射与NLoS跳变问题。该方案通过轻量级算法优化，在不增加硬件成本的前提下，实现了定位精度的显著提升与在线自适应能力。仿真结果显示，最大跳变误差、RMSE及跳变点数量均取得突破性改善，为工业场景人员定位提供了高效解决方案。
仿真结果表明：本文方案通过随机森林分类剔除25%强NLoS链路、神经网络补偿降低81%的非线性误差、Q-learning动态优化基站组合使GDOP均值从5.8降至.9，三者协同作用实现了定位精度的数量级提升。该性能在火电厂应急救援场景中具有关键价值-可将人员位置更新延迟控制在50ms内，误差范围缩小至0.5m级，为安全管控与快速响应提供了可靠技术支撑。
参考文献
[1] 吴晓春．精确人员定位感应一体化识别卡的设计与实现[J].化工自动化及仪表,2025,52(02):259-263+268.
[2] 王旭，朱其新，朱永红等．改进Q学习算法的移动机器人路径规划[J].计算机仿真，2025,42(04):371-377.
[3] 白泽坤，苏中，吴学佳．基于K-means/RPF的大型遮蔽空间人员定位算法[J]．传感器与微系统，2025，44(01):157-160+164.
[4] W. Wang, X. Lei, B. Wei，et al. Research on Adaptive Droop Control Strategy of DC Active Power and Voltage in DC Microgrid,[C]// 2023 International Conference on Power Energy Systems and Applications (ICoPESA), Nanjing, China, 2023, pp. 627-632.
[5] 黄翔，吴蓉，郑樟磊．基于无线射频识别技术的供电所现场作业人员定位跟踪方法.自动化技术与应用，，2024，，(11):10-13+181.
[6] J. Wu et al., Research on dynamic virtual synchronous machine control system of energy storage converter[C]//2021 International Conference on Power System Technology (POWERCON), 2021, pp. 1257-1262.
[7] 谭周正，范琅，李宇峰等．基于强化学习的无人机网络自适应QoS路由算法[J]．计算机应用研究，2025，42(04)：1177-1184.
[8] 张立杰，王刚刚，申志飞等．面向燃气电站的室内外判别及一体化多源融合人员定位方法[J]．导航定位与授时,2024,11(04):116-127.
[9] 陈意，杨朝文．空天地三域一体立体化安全防控系统分析[J]．数字技术与应用，2024，42(07)：47-49.
[10] 陈玉良，张雨蓉，魏铭毅．基于5G通信技术的智慧电厂作业人员定位方法[J]．长江信息通信，2024，37(06)：193-195.
[11] S. Liu, K. He and P. Yang,Research on Improving Voltage Support Stability of VSG Control System for Wind Power Storage [C]//2023 5th Asia Energy and Electrical Engineering Symposium (AEEES), Chengdu, China, 2023, pp. 70-76.
作者简介：
王佳杨（1991-），男，工程师，大学本科，辽宁黑山，研究方向：火力发电厂工程及安全管理。
京公网安备 11011502004515号 
