基于ZigBee 的鎢礦井下礦車定位監測系統研究與設計

何學文 曹清梅 樊寬剛

(江西理工大學機電工程學院，江西 贛州341000)

礦車是礦山生產的一種重要紐帶運輸裝備，國內外關于ZigBee 無線網絡(ZigBee Wireless Network)應用于礦井下安全監測的應用研究有許多，但主要以煤礦及礦井的環境或井下人員定位跟蹤的應用研究為主，針對鎢礦及井下礦車的定位研究及應用技術不是很成熟，當前安全監測水平低，存在監控死角，實時性、魯棒性差［1］。造成礦車在礦井安全生產調度不當，存在盲目性和隨意性，引起很大的安全隱患，礦車監測和管理存在嚴重失誤等一系列的問題。目前，如何合理調配和安全管理礦車是鎢礦礦井安全生產需亟待解決的問題［2］。隨著微電子技術、ZigBee 無線通信技術、信號處理技術、微機電系統技術、片上系統SOC、分布式并行信息處理等技術的快速發展，無線傳感器網絡技術逐漸為解決金屬礦井安全監控提供了解決方法和技術方案。ZigBee 無線通信技術具有結構簡單、組網靈活、布置方便、適應性強、信息傳輸可靠的特點。ZigBee 無線傳感器網絡具有低功耗、高容錯性，高靈活性和高自主性的優點［1-2］。將其應用到復雜的鎢礦礦井環境下礦車的定位安全監測系統中具有十分廣闊的應用前景，也是未來應用和發展的趨勢。

1 系統設計

1.1 系統總體結構設計

定位監測系統的網絡結構由各個ZigBee 子網、打印機終端設備、接收服務器、中心協調器、網關、終端監控中心、數據庫、有線網絡等部分組成。其中，各個獨立的ZigBee 無線定位網絡由路由節點、終端節點、協調器節點組成。路由節點的主要作用是控制協調節點加入網絡、進行數據路由、輔助其他節點通信;協調器節點主要是在網絡建立、網絡配置方面起作用，二者為全功能設備(FFD);安放在礦車上的終端節點為帶定位引擎的精簡功能設備(RFD)［5］;由這3類節點組成以數據為中心對礦車監測的ZigBee 無線定位網絡［3］。ZigBee 各子網間通過自由組網采集傳輸信息。協調器節點通過網關與中心協調器連接，將采集的信息通過RS－485 串口上傳至井上終端監管主機中。然后中心計算機負責對采集到的信息進行綜合匯總、分析和處理，并存儲在數據庫當中，以便監控人員調用查詢等，同時在上位機界面的大屏幕上動態實時顯示跟蹤礦車速度和作業位置情況。結合鎢礦井下的分布和ZigBee 網絡特點，其井下監控系統總體平面架構方案設計如圖1 所示。

1.2 節點硬件設計

結合系統總體架構方案設計，系統硬件設計的主要工作是各個獨立的ZigBee 無線傳感網絡節點設計，本設計采用模塊化、集成化特點，節點硬件設計的核心是微處理器芯片。本設計方案為在一個芯片上融合有數據處理功能的微處理器模塊和無線通信功能的無線射頻收發模塊。ZigBee 網絡主要由協調器節點、路由器節點和安裝在礦車上的終端定位節點組成，3 種節點在ZigBee 網絡中的功能不同，硬件設計有所差別。ZigBee 網絡終端定位節點的設計由數據采集模塊、報警電路、其他一些外設電路、通用接口、微處理器模塊、無線通信模塊和電源模塊組成［4］，其結構組成原理如圖2 所示。

圖2 ZigBee 終端定位節點設計原理Fig.2 Illustrative diagram of ZigBee terminal positioning node design

1.3 節點主要軟件設計

本系統設計的主要軟件設計是ZigBee 各個子網絡中協調器節點、路由節點、待定位終端節點的設計，協調器節點(主節點)主要完成組網、網絡參數配置、管理子節點入網和維護網絡穩定等功能，同時接受子節點上傳的數據，通過串口實現與上位機的通信［4］。子節點(包括路由器和終端定位節點)主要功能是接受主節點的采集信息控制，完成數據的采集、轉換、傳輸。路由節點起到傳輸信息的中轉作用，以增加無線發送距離。本系統ZigBee 無線網絡系統中心軟件設計流程如圖3 所示，其中數據信息傳輸過程中，Zig-Bee 無線傳感網絡的組建標準過程如圖4 所示。

2 鎢礦井下礦車定位算法

圖3 ZigBee 無線網絡系統中心軟件設計流程Fig.3 Software design flow chart of ZigBee wireless network system center

圖4 ZigBee 無線傳感網絡的建立過程Fig.4 The establishment process of ZigBee wireless sensor network

式中，P(d)為傳輸距離d 后的路徑消耗;P(d0)表示節點在單位距離間路徑損耗量的大小;n 表示路徑損耗指數，其取值范圍為2 ～6;d 表示接收點與信源距離;d0為參考距離;xσ為平均值為零的高斯隨機變量值，其取值范圍為4 ～10［5］。

未知節點接收到的信號強度值RSSI 與路徑損耗密切相關，存在一定的轉化關系。式(1)中，P(d0)為已知量，P(d)－xσ的關系等價于P －RSSI，其中，P 為節點發射功率，是已知量。d0取值為1 m，對式(1)變形簡化成測距模型［5］:

式中，RSSI 為未知節點接收到錨節點的信號強度，A為傳輸單位距離的路徑損耗值。對測距模型進行探討和仿真，當n 不變，A 值改變時，A 值越大，RSSI 值隨距離增大時衰減的越快，其關系曲線如圖5 所示;當A 不變，n 值改變時，n 值越大，RSSI 隨距離增大時衰減的越快，其對應的關系曲線如圖6 所示。

圖5 A 值對RSSI 與距離關系曲線的影響Fig.5 Effect of A value on the relationship between RSSI and distance

圖6 n 值對RSSI 與距離關系曲線的影響Fig.6 Effect of A value on the relationship between RSSI and distance

結合以上仿真與分析，得出適合鎢礦井下無線信號傳輸路徑損耗測距模型中參數優化后的取值為:n取值為2，A 取值為40。綜合考慮到實際生產應用中外界因素的影響，得到實際的RSSI 值會存在較大誤差，其RSSI 測距模型仿真與實際距離對比如表1 所示。從表1 可以看出，實際測量曲線與RSSI 測距模型理想曲線存在較大偏差，實際測量的RSSI 值不是很穩定和準確。

表1 RSSI 值與距離的轉換對比Table 1 The comparison of RSSI value and distance

針對接收到的RSSI 值存在較大誤差的問題，采用高斯濾波對RSSI 測距參數修正，針對Filter Solutions Trial 濾波仿真［5］設計參數，設置完成后查看傳輸函數、時域響應、零極點圖、頻域響應、濾波電路圖。高斯濾波效果好，有效地降低了RSSI 在復雜鎢礦井下環境中易受干擾、波動幅度大的缺點。多次測量取得RSSI 的值經過高斯濾波后，RSSI 的取值范圍為

［0.15σ + u，3.09σ + u］，

其中，

取得理想RSSI 值后，結合計算量少、簡單可行的多邊測距的極大似然估計定位算法對節點位置進行精確定位計算，已知參考節點坐標分別為(x1，y1)，(x2，y2)…，(xk，yk)，待測節點坐標為(x，y)，根據RSSI值得到待測節點到已知節點的距離分別為［6-8］:

對式(4)進行線性變換，解后可得:

其中，

得到極大似然估計法解得移動節點的位置坐標:

以上定位算法，在Matlab 軟件中節點定位仿真結果如圖7 所示，可以看出，節點定位結果與實際位置不是完全重合，有一些節點未能成功加入網絡實現定位，可見該算法存在較大誤差，定位精度不高。

圖7 系統定位仿真圖Fig.7 The node localization simulation

針對未知定位節點的移動性，以上方法沒有充分考慮信標節點對節點位置的影響力大小，影響了定位精度。本研究提出加權質心(Weighted centroid)定位算法來提高定位精度，利用加權因子來體現這種約束力，利用其中接收到RSSI 值最大的3 個信標節點求得未知節點坐標(xi，yi)為［9］

式中，d1、d2、d3為未知節點獲得的與3 個信標節點的近似距離，(x1，y1)、(x2，y2)、(x3，y3)是基于RSSI 和極大似然定位算法求得的近似位置坐標值。基于此方法，針對m 個信標節點可以得到未知節點近似位置坐標集 {k1，k2，k3，…km}，再次求加權質心［9-11］:

其中，d1、d2、d3…dm為未知節點獲得的與m 個信標節點的近似距離，(xk1，yk1)、(xk2，yk2)、(xk3，yk3)…(xkm，ykm)是基于RSSI 和極大似然定位算法的求得近似位置坐標值。

該坐標(x，y)就是通過加權質心定位算法計算后的安放在礦車上的未知節點坐標。

對以上方法進行實驗仿真對比得到2 種定位算法對應的誤差統計表見表2。可以看出，加權質心定位算法有效地降低了定位的平均誤差和最大誤差，提高了定位的準確性。

3 系統人機界面設計

上位機界面利用LabVIEW 的VISA 串口資源模塊設計串口通信部分，登陸系統進行界面各項參數設置。運行程序，即可進行礦車速度數據的實時采集［12］。通過串口傳輸至上位機監測界面的實時采集速度數據如圖8。由圖8 可知，終端未知節點在某日較短的時間間隔內所采集的速度值基本穩定。速度閾值可進行手動設置。通過設置數據采集的時間間隔，將當前的采集時間、參數值及其實時曲線圖實時顯示在當前面板上。當實時參數值超過預設的安全閾值時，則報警燈閃爍，并彈出窗口，發出警報聲，提醒工作人員采取相應的措施。

表2 誤差統計表Table 2 The error statistics

圖8 礦車速度定位監控界面設計Fig.8 The design of tramcar speed positioning and monitoring interface

4 結 論

(1)采用ZigBee 協議，設計了基于ZigBee 無線網絡對鎢礦井下礦車定位跟蹤及安全監測系統。

(2)在礦車定位算法中，分析和仿真了采用基于高斯濾波后修正的RSSI 測距參數和極大似然估計定位算法，針對此定位算法存在的較大誤差，提出了加權質心定位算法來提高礦車定位的準確性。

(3)井上監控主機采用LabVIEW 軟件設計了監控界面，將井下上傳的礦車速度及定位跟蹤信息實時顯示在大屏幕和主機上，進行宏觀監管，管理人員以良好的視覺化效果智能化實時監管礦車。

(4)通過實驗仿真結果及數據分析對比表明，本研究提出的加權質心定位算法比極大似然估計算法定位精度高，定位的平均誤差和最大誤差都明顯地降低了，同時上位機可實時接收并顯示井下礦車速度值。系統魯棒性強、可視化效果好。驗證了基于Zig-Bee 無線傳感網絡在鎢礦井下礦車的安全生產監測系統的可行性。

(5)系統靈活性大，可隨采礦進度隨時跟進，解決了傳統有線檢測方式煩瑣的布線模式。有效地提高了鎢礦礦車安全監測的網絡化、可視化以及礦井開采的效率。

［1］ 李俊萌.中國鎢礦資源淺析［J］.中國鎢業，2009，24(6):9-13.

Li Junmeng.On the characteristics and utilization of China' s tungsten resources［J］.China Tungsten Industry，2009，24(6):9-13.

［2］ 袁輝勇，趙曉廉，謝 東.線型無線傳感器網絡的節點部署策略［J］.計算機工程與應用，2010，46(7):86-88.

Yuan Huiyong，Zhao Xiaolian，Xie Dong. Node deployment strategy in linear wireless sensor networks［J］. Computer Engineering and Application，2010，46(7):86-88.

［3］ 張 猛，房俊龍，韓 雨. 基于ZigBee 和Internet 的溫室群環境遠程監控系統設計［J］.農業工程學報，2013，29(25):171-176.

Zhang Meng，Fang Junlong，Han Yu. Design on remote monitoring and control system for greenhouse group based on ZigBee and internet［J］. Journal of Agricultural Engineering，2013，29(25):171-176.

［4］ 周嶺松，余春暄.基于ZigBee 技術的溫、濕度控制系統［J］.電子測量技術，2011，34(6):46-50.

Zhou Lingsong，Yu Chunxuan.Temperature and humidity controlling system based on ZigBee［J］. Electronic Measurement Technology，2011，34(6):46-50.

［5］ 申靜濤.基于RSSI 的對數距離路徑損耗模型研究［J］. 電子質量，2013(12):15-17.

Shen Jingtao.Research of logarithmic distance path loss model based on RSSI［J］.Electronic Quality，2013(12):15-17.

［6］ 章 磊，黃光明. 基于RSSI 的無線傳感器網絡節點定位算法［J］.計算機工程與設計，2010，31(2):291-294.

Zhang Lei，Huang Guangming. Localization algorithm for wireless sensor networks based on RSSI［J］. Computer Engineering and Design，2010，31(2):291-294..

［7］ 李文宏，駱科學，張修華，等. 基于ZigBee 的智能礦井機車運輸監控系統的研究［J］.煤炭工程，2010(5):118-121.

Li Wenhong，Luo Kexue，Zhang Xiuhua，et al.Research on mine locomotive transportation intelligent monitoring and control system based on ZigBee［J］.Coal Engineering，2010(5):118-121.

［8］ 武丹琛，丁青青，劉志高，等.基于RSSI 方法的井下人員定位系統原理與設計［J］.工礦自動化，2011(11):76-79.

Wu Danchen，Ding Qingqing，Liu Zhigao，et al. Principle of underground personnel positioning system based on RSSI and its design［J］.Industry and Mine Automation，2011(11):76-79.

［9］ 付 華，胡雅馨.無線傳感器網絡中基于RSSI 的質心定位算法［J］.微計算機信息，2010(22):19-20.

Fu Hua，Hu Yaxin. RSSI-based centroid localization algorithm in Wireless Sensor Network［J］. Microcomputer Information，2010(22):19-20.

［10］ 徐立軍，段友蓮.基于RFID 與無線傳感器網絡的礦井安全系統［J］.微處理機，2012(1):34-36.

Xu Lijun Duan Youlian.Safety system of coal mine based on RFID and Wireless Sensor Networks［J］. Microprocessors，2012(1):34-36.

［11］ 劉運杰，金明錄，崔承毅.基于RSSI 的無線傳感器網絡修正加權質心定位算法［J］.傳感器學報，2010(5):717-720.

Liu Yunjie，Jin Minglu，Cui Chengyi.Modified weighted centroid localization algorithm based on RSSI for WSN［J］.Chinese Journal of Sensors and Actuators，2010(5):717-720.

［12］ 李江全，劉恩博，胡 蓉，等.LabVIEW 虛擬儀器數據采集與串口通信測控應用實戰［M］.北京:人民郵電出版社，2010.

Li Jiangquan，Liu Enbo，Hu Rong，et al. LabVIEW Virtual Instrument Data Acquisition and Serial Port Communication［M］. Beijing:Posts and Telecom Press，2010.