当前位置:主页 > 科技论文 > 网络通信论文 >

煤矿井下无线传感器网络的RSSI定位算法研究与实现

发布时间:2018-06-25 05:56

  本文选题:井下定位 + ZigBee ; 参考:《内蒙古科技大学》2014年硕士论文


【摘要】:我国煤矿储备丰富,是世界上煤矿生产第一大国。随着普适计算、传感技术、大数据和无线技术的发展,物联网即将对各个行业带来较大变革。无线传感器网络是物联网重要组成部分,将其应用在“感知煤矿”会对整个煤矿生产带来深远影响。 煤矿井下目标定位作为井下安监系统的一部分,弥补了卫星定位无法为井下环境提供位置信息的局限,为安全生产带来了重要保障。由于目前我国井下定位系统大多仍采用射频识别系统,不能对人员目标进行及时定位,因此,通过对无线传感器网络、矿井定位系统及定位算法研究现状进行研究分析,确定了本文研究方向——面向煤矿井下基于RSSI的无线传感器网络定位技术。 首先,介绍定位算法的基本概念、原理及分类,具体研究了几种经典定位算法。其中,参数估计定位算法主要特点在于信号的参数容易从硬件上获得,采集样本工作量小,然而在室内、井下等复杂环境中参数极易受到影响,导致测距不准。指纹匹配算法把这些受到环境影响的信息作为指纹信息的一部分,利用模式匹配相关算法在恶劣环境中能够获得更高的定位精度。 其次,本文针对煤矿井下信道环境,提出了一种基于虚拟数据集和马尔科夫链的指纹匹配定位算法。在离线阶段,利用卡尔曼滤波原理获得更加稳定的数据样本。针对指纹匹配算法数据采集工作量大的不足,提出构建虚拟数据集的方案。文中对指纹匹配算法进行了详细的介绍,采用基于贝叶斯准则框架的概率型算法,它考虑到每处采样点RSSI分布先验假设和统计特征,其中核函数法将每处采样点上的每个样本数据赋予一个以自身为“核心”的函数来构建概率密度分布,避免采用确定模型带来的误差。为优化定位结果,考虑到先验概率对贝叶斯后验概率的影响,提出了基于高斯模型的马尔科夫链定位算法,并对基于粒子滤波的实时追踪算法进行仿真。 最后,采用TI公司的Z-Stack协议栈和IOT-2530节点对ZigBee井下定位网络进行搭建,离线数据经Matlab处理存储在MySQL数据库中。实验表明采用经卡尔曼滤波后的数据集定位精度有所提高;利用经参数估计法建立的虚拟数据集,可以大大降低离线采集阶段的工作量;在线阶段,采用该数据集结合基于高斯模型的马尔科夫链算法在长为80m的区域内进行实验,定位均方根误差为4.52m,,满足井下目标定位所需。
[Abstract]:With the development of pervasive computing , sensing technology , large data and wireless technology , the Internet of Things is about to bring great change to each industry . Wireless sensor network is an important part of Internet of Things , and its application in " perception coal mine " will have far - reaching impact on the whole coal mine production .

As part of the underground safety monitoring system , the target location of underground coal mine is used as part of the underground safety monitoring system , which makes up the limitation of the location information of the underground environment and the important guarantee for the safety production . Because of the fact that the underground positioning system in China still adopts the radio frequency identification system , the personnel target cannot be positioned in time , the research direction of the paper is determined , which is the wireless sensor network positioning technology based on RSSI in the coal mine .

Firstly , the basic concept , principle and classification of location algorithm are introduced , and several classical positioning algorithms are studied .

Secondly , aiming at the underground channel environment of coal mine , a fingerprint matching location algorithm based on virtual data set and Markov chain is proposed . In the off - line phase , a more stable data sample is obtained by using Kalman filter principle .

In the end , using the Z - Stack protocol stack of TI Company and the node to set up the ZigBee down - hole location network , the offline data is stored in MySQL database via Matlab . The experiment shows that the positioning accuracy of the data set after Kalman filter is improved ;
By using the virtual data set established by the parameter estimation method , the workload of the off - line acquisition phase can be greatly reduced ;
In the online phase , the Markov chain algorithm based on Gaussian model is used to carry out the experiment in the area of 80 m in length , and the root mean square error is 4.52m , which can meet the requirement of downhole target positioning .
【学位授予单位】:内蒙古科技大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TN929.5;TP212.9

【参考文献】

相关期刊论文 前10条

1 方震;赵湛;郭鹏;张玉国;;基于RSSI测距分析[J];传感技术学报;2007年11期

2 郭红成;罗海勇;尹浩;韩霜;;基于线性插值和动态指纹补偿的分布式定位算法[J];传感技术学报;2009年12期

3 金仁成;赵伟;石小培;;基于EKF算法的无线传感器网络定位技术研究[J];传感技术学报;2010年12期

4 李红春;赵晓光;谭民;;无线传感器网络中基于粒子滤波的人员跟踪方法[J];传感技术学报;2012年06期

5 刘晓文;张秀均;郝丽娜;郁万里;王杰;;基于WI-FI的井下定位算法研究[J];传感技术学报;2012年06期

6 郝丽娜;张秀均;郁万里;乔莹;;基于RSS手指模的煤矿井下WLAN定位方法[J];传感器与微系统;2012年09期

7 王继春;黄刘生;徐宏力;徐r

本文编号:2064888


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/2064888.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户979c9***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com