基于礦工行為分析的WMSN網絡優(yōu)化方法.pdf

1、我國煤礦生產環(huán)境比較惡劣，事故比例遠高于世界平均水平。在井下應用無線媒體傳感器網絡可以提高對其環(huán)境的感知能力，及時發(fā)現危險以降低事故發(fā)生率。基于以上情況本文提出基于礦工行為分析的無線多媒體傳感器網絡優(yōu)化方法，從礦工行為和無線多媒體網絡優(yōu)化兩個方面提高礦井下的安全性。
　　本文研究了礦井下礦工的移動行為模式，提取其特征，建立基于隱馬爾可夫模型的礦工移動行為分析。在礦工的移動行為模型中，將礦工的移動軌跡作為觀測序列，把礦工所處的狀態(tài)如

2、“工作”、“休息”等作為隱藏狀態(tài)序列。通過機器學習的方法，確定礦工狀態(tài)轉移矩陣和發(fā)射概率矩陣兩個參數，描述其移動行為。針對礦工在井下狀態(tài)不易獲取和隱馬爾可夫模型位置預測能力較弱的情況，本文給出將時間狀態(tài)作為隱藏狀態(tài)的簡化模型。在研究了井下的群體移動行為，本文給出無線多媒體傳感器監(jiān)測熱點區(qū)域的概念，在此基礎上使用馬爾可夫過程描述熱點區(qū)域轉移，給出了無線多媒體傳感器節(jié)點在井下的節(jié)能優(yōu)化方法。經實驗證明，本文給出的基于隱馬爾可夫的礦工移動行為