改進RSSI加權質心算法在井下人員定位中的應用研究

朱 光

(長春汽車工業高等專科學校，吉林 長春 130011)

0 引 言

煤礦產業的快速發展給井下人員作業安全提出了新的要求，人員目標的精確定位對于煤礦安全十分重要，可以幫助管理人員實時監測人員出勤情況，對于緊急事故中的人員快速救援也能夠提供救援方案依據，及時減少損失[1]。人員定位是物聯網研究方向之一，采用礦山物聯網系統有助于實現人員定位[2-3]。

1 巷道概況

本文以長春市雙陽區長嶺煤礦1303回采工作面運料巷實際井下環境為測試模擬環境，1303工作面東部為三采區膠帶巷(里段)，南臨安城正斷層，西距井田邊界200 m，北部為實煤體。1303運巷設計長度為2 248.657 m(中-中)，巷道為1-1斷面，寬為5.2 m，高為3.2 m，斷面積為16.64 m2。1303運巷開口位置位于三采區膠帶巷(里段)與1303運聯巷立交點風橋以北88.247 m(中-中)處西幫，采用機掘方式進行開口。整個巷道采用錨(錨桿、錨索)、網、梁、槽鋼聯合進行支護。1303運巷沿3#煤層采用底板掘進。

1303工作面運料巷平面布置如圖1所示。

2 井下人員定位總體方案

煤礦井下工作場所封閉程度高，外界信號干擾少，信號頻段選擇范圍廣，無線定位通信技術較多，常用的通信技術有WiFi通信技術、RFID識別通信技術、UWB通信技術以及ZigBee通信技術等[4-6]。其通信技術性能參數對比見表1。

圖1 1303工作面運料巷平面布置圖

表1 常用無線傳輸技術比較

根據表1可以發現，相對其他幾種無線通信技術，ZigBee技術能夠實現低功耗和低成本，其自身具備的自組網性能對于井下復雜環境更加適用。

基于ZigBee無線通訊技術的煤礦井下人員定位數據通訊系統主要結構包括終端設備、路由器、協調器，三種設備在井下人員定位系統中分別稱作定位節點、參考節點和網關節點。井下數據通過工業以太網傳輸至井上監控計算機，其結構框圖如圖2所示。

3 基于改進RSSI加權質心定位技術

3.1 基于RSSI(接收信號強度)測距技術

基于RSSI的定位是當前廣泛應用于封閉環境的定位技術，以室內與井下應用為主[7]。RSSI主要是已知定位節點發射出信號時的功率以及信號被接收之后的功率，然后通過帶入路徑損耗模型公式計算得出節點之間的距離。通過在井下定位區域安放固定無線接入點，依據相應規則在該區域選取參考點，當參考點接收井下人員攜帶定位儀的信號強度值(RSSI)滿足各接入點要求時，搜索全部參考點，將參考點與信號強度完成映射，進而計算出接收端(參考節點)與發射端(定位節點)的距離。

通過采集參考點各無線接入點的信號強度形成人員位置信號強度值，井下巷道環境復雜多變，無線接入點的信號強度值變化頻率高，因此有必要通過卡爾曼濾波技術對信號波形進行過濾，使信號干擾影響降低，增加信號波形的精確可靠性[8-9]。波形過濾過程如圖3所示，對其突變和隨機信號進行了過濾，濾波處理后的信號強度值更加平順。

圖2 井下人員定位系統結構圖

圖3 RSSI值的卡爾曼濾波處理

3.2 改進RSSI定位算法

本文將路徑損耗(Pass Loss)模型進行測距計算：P(r0)為已知發射端(定位節點)發射到接收端的信號功率；r0為接收端(參考節點)與發射端的距離；P(r)為距離發送端為r處的信號功率;r為接收端(定位節點)與發射端的距離，則信號損耗的表達式見式(1)。

(1)

式中，β為信號傳輸路徑的功率損耗系數取值范圍為2<β<6,具體數值以專家經驗取值為準。

由式(1)可得接收端與發射端(定位節點)最終距離r的表達式見式(2)。

(2)

3.3 加權質心定位算法研究

質心定位算法的理論依據：在拓撲結構中，參考節點以一定的頻率向定位節點發送包含參考節點ID及其距離信息的信號[10-11]。定位節點記錄所有參考節點的分組數，在經過時間間隔t后，測量通信成功率k，根據定位節點來設置通信成功率k的閾值。若測量的k值大于設定的閾值，就可以認為定位節點處在通信范圍以內，即定位節點與參考節點之間連通，否則不連通。因此，定位節點位置為所有連通狀態下參考節點構成的多邊形的質心(圖4)。

圖4 多邊形模型

定位節點的位置的計算表達式見式(3)。

(Xt，Yt)=

(3)

式中：(Xt，Yt)為定位節點坐標；i為連通狀態下參考節點總個數。

通過測量參考節點所接收到的定位節點信號強度RSSI數值，來確定參考節點的權值，權值越大，代表參考節點對定位節點的影響越大[12]，加權質心定位算法可以表示為式(4)。

(4)

式中：(Xet，Yet)為定位節點坐標；N為參考節點總個數；Wi為權值，權值大小受參考節點和定位節點的距離影響[13-14]。如果定位節點與參考節點不連通，那么Wi=0。加權質心定位算法提升了質心定位算法的定位精度，但對煤礦井下復雜多變的環境還是不能很好地實現人員的定位，因此本文提出了基于改進RSSI加權質心定位的方法。

3.4 改進RSSI加權質心定位算法

基于改進RSSI加權質心定位算法的理論思想，令參考節點A1(X1,Y1)、A2(X2,Y2)、A3(X3,Y3),定位節點tgi，設定參考節點以一定頻率向網絡傳輸射頻信號。通過式(2)分別計算出參考節點到定位節點的距離。選擇所有與定位節點連通的參考節點中，距離定位節點最近的三個參考節點為定位算法的定位節點，分別表示為：rg1、rg2、rg3。分別用其作為圓心，以rg1、rg2、rg3半徑做圓，所得圓兩兩相交，求出圓的交點。然后把交點構成三角形，計算出三角形的質心。最后求出質心的加權值確定定位節點位置，如圖5所示。

圖5 改進加權質心定位算法模型

以參考節點A1、A2、A3為圓心，以rg1、rg2、rg3為半徑做圓，得到兩兩相交的三個圓，計算交點坐標O1、O2、O3,見式(5)。

(5)

式中，(XO1,YO1)為交點O1坐標。

由式(6)同理得出O2、O3的坐標。

(6)

式中，(Xt，Yt)為ΔO1O2O3的質心坐標。

4 定位結果分析

本文以長春市雙陽區長嶺煤礦1303回采工作面運料巷實際井下環境作為研究背景，選取巷道中段部分，取長、寬、高分別為50 m、3.2 m、5.2 m，延巷道兩側分別均勻布置5組參考節點，參考節點距離巷道壁距離為0.5 m。

在實驗巷道內以巷道寬度為x軸，樓道長度為y軸，進行五組不同實驗，分別利用RSSI加權質心定位算法、改進RSSI定位算法、改進RSSI加權質心定位算法進行計算。計算結果與實際測量值對比見表2。

從表2實驗結果可以看出，經過改進后的加權質心定位算法對定位結果更準確。

在實驗室中通過MATLAB實驗仿真，在一個100 m×100 m的實驗環境內，將100個參考節點均勻分布在實驗場地內，設置定位節點個數為50個，分別對RSSI加權質心定位算法與改RSSI加權質心定位算法進行300次的仿真實驗，得兩種定位算法誤差對比結果如圖6所示。

由圖6可知，隨著定位時間增長，兩種定位算法誤差都有不同程度的波動。在整個定位過程中基于改進RSSI加權質心定位算法都有更高的定位精度。

表2 定位算法測量結果比較

圖6 兩種定位算法誤差對比結果

5 結 語

本文針對煤礦井下作業人員定位技術進行了分析，通過將人員定位儀信號強度計算定位節點與參考節點距離，并對RSSI 加權質心定位算法進行分析研究，指出其實際應用中不足，同時提出改進RSSI加權質心定位算法，該算法重點從信號傳播損耗模型上分析信號強度定位誤差的來源，解決了因隨機變量的不確定性影響定位誤差問題。通過定位實驗對比RSSI加權質心定位算法與改RSSI加權質心定位算法的定位準確性，結果表明改RSSI加權質心定位算法的定位誤差明顯減小，定位準確穩定程度更高，能更好滿足井下人員定位要求。