煤礦井下無線傳感器網(wǎng)絡的RSSI定位算法研究與實現(xiàn).pdf

1、我國煤礦儲備豐富,是世界上煤礦生產(chǎn)第一大國。隨著普適計算、傳感技術、大數(shù)據(jù)和無線技術的發(fā)展,物聯(lián)網(wǎng)即將對各個行業(yè)帶來較大變革。無線傳感器網(wǎng)絡是物聯(lián)網(wǎng)重要組成部分,將其應用在“感知煤礦”會對整個煤礦生產(chǎn)帶來深遠影響。
　　煤礦井下目標定位作為井下安監(jiān)系統(tǒng)的一部分,彌補了衛(wèi)星定位無法為井下環(huán)境提供位置信息的局限,為安全生產(chǎn)帶來了重要保障。由于目前我國井下定位系統(tǒng)大多仍采用射頻識別系統(tǒng),不能對人員目標進行及時定位,因此,通過對無線傳感器

2、網(wǎng)絡、礦井定位系統(tǒng)及定位算法研究現(xiàn)狀進行研究分析,確定了本文研究方向——面向煤礦井下基于RSSI的無線傳感器網(wǎng)絡定位技術。
　　首先,介紹定位算法的基本概念、原理及分類,具體研究了幾種經(jīng)典定位算法。其中,參數(shù)估計定位算法主要特點在于信號的參數(shù)容易從硬件上獲得,采集樣本工作量小,然而在室內(nèi)、井下等復雜環(huán)境中參數(shù)極易受到影響,導致測距不準。指紋匹配算法把這些受到環(huán)境影響的信息作為指紋信息的一部分,利用模式匹配相關算法在惡劣環(huán)境中能夠獲

3、得更高的定位精度。
　　其次,本文針對煤礦井下信道環(huán)境,提出了一種基于虛擬數(shù)據(jù)集和馬爾科夫鏈的指紋匹配定位算法。在離線階段,利用卡爾曼濾波原理獲得更加穩(wěn)定的數(shù)據(jù)樣本。針對指紋匹配算法數(shù)據(jù)采集工作量大的不足,提出構建虛擬數(shù)據(jù)集的方案。文中對指紋匹配算法進行了詳細的介紹,采用基于貝葉斯準則框架的概率型算法,它考慮到每處采樣點 RSSI分布先驗假設和統(tǒng)計特征,其中核函數(shù)法將每處采樣點上的每個樣本數(shù)據(jù)賦予一個以自身為“核心”的函數(shù)來構建概

4、率密度分布,避免采用確定模型帶來的誤差。為優(yōu)化定位結果,考慮到先驗概率對貝葉斯后驗概率的影響,提出了基于高斯模型的馬爾科夫鏈定位算法,并對基于粒子濾波的實時追蹤算法進行仿真。
　　最后,采用TI公司的Z-Stack協(xié)議棧和IOT-2530節(jié)點對ZigBee井下定位網(wǎng)絡進行搭建,離線數(shù)據(jù)經(jīng) Matlab處理存儲在MySQL數(shù)據(jù)庫中。實驗表明采用經(jīng)卡爾曼濾波后的數(shù)據(jù)集定位精度有所提高;利用經(jīng)參數(shù)估計法建立的虛擬數(shù)據(jù)集,可以大大降低離線