無線通信定位一體化進展及其在煤礦井下應用分析

胡延軍，趙英柱，楊一雪，翟雨雙，李世銀

（1. 中國礦業大學 信息與控制工程學院，江蘇 徐州 221116；2. 地下空間智能控制教育部工程研究中心，江蘇 徐州 221116）

0 引言

綠色、安全、高效生產是煤炭產業持續、穩定、健康發展的重要保證[1-3]。為了保障煤礦安全生產水平，煤礦企業建設了多種用于事故預防、災害治理及預警的智能化監測監控系統；同時為了提升安全生產效率，建設了多種可實現減人或無人的自動化、智能化系統及裝置。其中，無線通信與實時精確定位技術是建設智能化煤礦的重要支撐。國家和相關管理部門先后出臺了一系列政策、通知及規范[4-6]，對煤礦井下無線通信與礦井實時精確定位技術的研究和應用進行引導、鼓勵及規范。

為了實現井下礦工位置及行為管理，從井下機器人定位和導航等角度出發，已有礦井部署了礦井實時精確定位系統，并取得了較好效果。這些系統的數據通信功能在硬件上利用了礦井已建設的以太環網設備，但硬件獨立性仍然較強，具體表現在定位基站的硬件設備獨立、定位所用電磁波頻譜獨立。這就意味著，即使在井下已部署通信系統的情況下，部署礦井實時精確定位系統仍需較大的硬件投入，這也導致井下設備維護工作量和系統復雜度增加。

事實上，煤礦經過自動化、信息化及當前智能化建設，特別是隨著5G技術在井下推廣，煤礦已經建立了基本覆蓋全礦井用以語音通信和數據傳輸的無線通信網絡，部分場所建設了無線節點眾多的傳感器網絡。可預期，為了滿足將來替代礦工的遙控/自主機器人控制及通信需求，井下將存在節點眾多的泛在無線通信網絡。若能利用泛在無線通信網絡的硬件設備和電磁波頻譜實現實時精確定位功能，可在為智能礦山建設提供技術支撐的前提下，減少礦井硬件投入和維護工作量。利用無線網絡實現定位功能正是無線通信定位一體化（Integrated Localization and Wireless Communication，ILWC）研究的范疇，也是當前研究熱點。本文對ILWC技術研究進展及趨勢進行闡述，并對ILWC技術在煤礦井下的適用性及面臨的挑戰進行分析。

1 無線通信技術及定位技術研究進展

從時間維度考察，無線通信技術和定位技術最初是2種獨立發展的技術，近幾年才交叉融合發展。無線通信技術和定位技術的研究成果是當前ILWC技術研究的基礎。因此，本節對無線通信技術及定位技術的研究進展，特別是ILWC所使用的相關技術發展進行簡述。

需要說明的是，定位技術是一個范疇很大、成果非常豐富的技術，本節僅對定位中抽象數學模型的求解（ILWC中可能使用的技術）進展進行介紹，并未全面完整地對定位技術進行總結。

1.1 無線通信技術

無線通信技術研究主要受業務需求和市場需求這2大因素推動，相應的無線通信技術有2條發展主線：① 高帶寬，低時延，自組網。② 小體積，低功耗，低成本。

具體而言，無線通信所使用的電磁波頻段從中波中頻、短波高頻、厘米波超頻發展到極高頻毫米波、太赫茲，為提升無線通信系統的通信質量提供了物質基礎。天線陣、智能天線、智能波束成形、波束賦形、正交頻分復用（Orthogonal Frequency Division Multiplexing，OFDM）等技術的發展，使得時間、空間、頻譜等通信資源多角度多層面復用成為可能，進而提升了通信帶寬的利用率。通信組網方式從最初有基礎架構的無線通信網絡，如全球移動通信系統（Global System for Mobile Communications，GSM）等，發展到目前具有自組網功能的5G網絡，相應的無線計算機網絡也從基于只支持基站之間有線互聯協議的網絡發展到基于支持基站之間無線自組網協議的網絡，如使用IEEE 802.15.4 的ZigBee無線傳感器網絡、支持IEEE 802.11n及后續協議的WiFi無線網絡等。以無線終端通信設備為例，從無線電臺到“大哥大”，再到智能手機，已實現從高成本、高功耗、大體積到低成本、低功耗、小體積的轉變。圖1以移動通信技術的發展為代表，展示了無線通信不同階段的關鍵技術及發展方向。

圖1 移動通信技術發展Fig. 1 Development of mobile communication technologies

無線通信技術和無線通信網絡所承載業務的發展相互交織、相互促進。無線通信網絡所承載的業務從單純的語音/數據信號傳輸，發展到語音和數據混合傳輸，進而實現以多媒體數據傳輸為基礎的實時控制、網絡虛擬現實、設備感知、自動駕駛等業務應用。不同無線通信技術的傳輸速率和能量損耗如圖2所示。

圖2 無線通信技術傳輸速率及能量損耗Fig. 2 Transmit speed and energy consumption of wireless communication technologies

無線通信技術的高帶寬、低時延研究為無線通信系統承載多業務提供了基礎，無線通信系統承載業務拓展的需求引導無線通信技術的發展。因此，從無線通信技術發展來看，ILWC技術是無線通信系統承載業務拓展的必然結果。

1.2 無線定位技術

無線定位過程可分為2步：① 獲取無線通信系統所使用的某種物理量，并將其轉換為時間、角度、信號強度等定位信息。② 建立數學模型，利用某種算法進行定位求解。顯然，無線定位的第1步與無線通信系統耦合，可視為ILWC發展中的初始階段，因此，部分研究進展將在第3節闡述。本節僅對基于數學模型的定位計算方法研究進展進行總結。

在假設已經存在被定位目標和參考節點之間信息的條件下，定位計算方法可分為模式匹配法和數值計算法兩大類，后者包括基于距離信息、基于角度信息及基于上述2種信息融合的方法。常用的定位計算方法如圖3所示，其描述了不同定位信息選用的定位計算方式，以及幾何求解模型與概率求解模型之間的關系。部分定位算法的精度發展如圖4所示。

圖3 常用的定位計算方法Fig. 3 Frequently-used localization calculation methods

圖4 部分室內定位算法的精度發展Fig. 4 Precision development of some indoor localization algorithms

模式匹配法又稱指紋法，通常是在離線階段根據定位場景的細節特征建立指紋庫，在定位階段只需將實時定位場景信息與指紋庫匹配，即可估算出目標位置。常用作指紋信息的有接收信號強度值（Received Signal Strength Indication，RSSI）、到達角（Angle of Arrival，AOA）等。

數值計算法是將定位問題構建成方程組，求解非線性方程組在評價指標最小化時的解。具體求解算法可分為2類：① 直接求解或利用逼進方法求解非線性方程組，如利用泰勒級數展開法和最大似然法[7-13]。該類算法中都有一個迭代算法，嚴重依賴初始值的選擇，且算法復雜度較高。② 將非線性方程組轉換為線性方程組，從而降低算法復雜度，避免初始值選擇問題，如子空間法[14-16]和最小二乘法[17-19]。

2 ILWC概念及內涵

ILWC可認為是2018年提出的通信感知一體化（Integrated Sensing and Communication, ISAC）[20]技術的具體化和特例化。其作為一種新技術，目前僅在物理形態上形成了共識，即ILWC是在1個硬件系統上實現通信和定位功能的技術。具體如何定義ILWC仍在討論中。文獻[21]從通信功能和定位功能設計一體化角度，將ILWC定義為通過信號波形、編碼方式、調制方式和頻譜資源分配等設計，實現定位與通信的無縫集成的技術。文獻[22]從通信功能和定位功能利用相同軟硬件的角度，將ILWC定義為利用共享易部署的無線通信軟硬件資源（基礎設施、時間-頻率-空間等），在硬件架構和算法層面上高度整合，從而實現通信和定位功能的技術。文獻[23]從通信功能和定位功能的軟硬件資源共享及協同角度，將ILWC定義為一種基于軟硬件資源及信息共享實現定位與通信功能協同的新型信息處理技術。

目前研究基本認同的是ILWC核心思想為“硬件集成，軟件共享”。因此，任何在同一軟硬件系統上實現通信和定位功能的技術，都可歸屬到ILWC技術范疇。

3 ILWC研究進展

本文將ILWC技術發展劃分為設備復用和深度融合2個階段。設備復用階段是指在不改變原有無線通信系統軟硬件情況下拓展實現定位功能的階段，可認為定位功能是無線通信系統拓展功能，定位功能只能從無線通信系統中單向獲取信息。深度融合階段是指在設備復用前提下，軟硬件在設計和運行階段綜合考慮通信和定位需求的階段，通過頻譜資源復用及波形設計、信號處理等手段實現通信和定位功能融合，即定位和通信協同工作。

需要特別說明的是，本文僅討論狹義范疇上的ILWC技術，即以射頻電路共用和計算芯片復用為基礎，同時實現通信及定位功能的技術。對于現有研究和工程實踐中利用超寬帶（Ultra-Wide Band，UWB）和WiFi芯片構建一個具備通信及定位功能的基站（通信定位一體化基站）情況，本文不做討論。

3.1 設備復用階段

設備復用階段利用無線通信系統設備實現定位，即在已經部署無線通信系統的條件下，不需要額外的硬件投入即可實現定位功能，并未進行通信功能和定位功能在波形、信號處理及頻譜能量利用等層面協同工作的設計。

設備復用階段的特點是定位功能僅利用無線通信系統某個（些）物理量獲取所需的距離、角度、相位等定位信息，通常包括到達時間（Time of Arrival，TOA）、到達時間差（Time Difference of Arrival，TDOA）、AOA、RSSI等。不同的無線通信系統能提供的定位信息不同，如：從WiFi網絡的無線接入點（Access Point，AP）中可獲取RSSI、AOA、TOF、信道狀態信息（Channel State Information，CSI）等；從UWB網絡的基站中可獲取發射端到接收端的信號傳輸時間；從Bluetooth，ZigBee網絡中可獲取移動設備的RSSI、AOA、飛行時間（Time of Fly，TOF）等信息。

基于不同定位信息的定位方法不同，其特點也不同。基于TOA或TDOA的定位方法利用信號在目標節點與參考節點之間的傳播時間或傳播時間差來計算目標節點與參考節點的距離或距離差，進而實現定位功能。與TOA相比，TDOA不需要時鐘同步。基于AOA的定位方法通過2個參考節點與目標節點之間的夾角來確定未知節點位置。常用的AOA估計算法有多重信號分類（Multiple Signal Classification, MUSIC）[24]和利用旋轉不變信號參數估計技術（Estimation of Signal Parameters by Rotational Invariance Techniques, ESPRIT）[25]2種及其變形。隨著無線通信中多輸入多輸出（Multiple-Input Multiple-Output，MIMO）技術的快速發展，信號AOA精確估計成為可能，這也逐漸成為當前ILWC研究熱點。基于RSSI的定位方法常用基于路徑損耗模型來估計參考節點與目標節點之間的距離。由于RSSI為信號源多徑傳輸合成后的強度值，當定位距離超過一定范圍時，基于RSSI的定位系統精度只能達到米級。文獻[26]突破了發送功率必須已知的限制，使得基于RSSI的定位方法基本可應用于任何ILWC系統。

設備復用階段ILWC研究進展見表1，其基本概括了目前基于不同網絡的定位應用通信硬件設備獲取的定位信息、定位精度及定位對通信功能的影響。設備復用階段ILWC技術如圖5所示，目前研究的無線定位方法[27-42]基本上是無線網絡及定位計算方法的組合。

圖5 設備復用階段ILWC技術Fig. 5 ILWC technology in equipment reuse stage

表1 設備復用階段ILWC研究進展Table 1 Research progress of ILWC in equipment reuse stage

3.2 深度融合階段

深度融合階段是在設備復用階段基礎上，對頻率、能量及計算資源進行優化調度，達到資源一體化與功能一體化，從而在系統層面實現通信及定位最優。ILWC深度融合階段的研究剛起步，但已經取得了一些研究成果。

對于通信感知共存性能極限問題，文獻[50]提出了雷達和通信聯合信號模型的假設并進行了推導，定義了雷達速率評估的克拉美-羅下限（Cramer-Rao Lower Bound，CRLB）準則，探索了在相同的頻率分配中雷達和通信共存性能界限。文獻[51]提出了基于廣義信道反饋的信道參數估計方法，探究了一體化性能的極限問題。

埃里斯塔是卡爾梅克自治共和國首府，距莫斯科1836公里。是一個以卡爾梅克人、俄羅斯人為主，多民族聚居的城市。游走于埃里斯塔街間，給我們感觸最深的是這是座多民族文化和諧相處的城市。

對于通信感知工作頻率分配問題，文獻[52]提出了一種動態頻譜分配方法，用于雷達系統與工作頻率范圍重疊的通信系統共存，并聯合波形和功率譜設計了一種組合互信息準則，以優化雷達和通信系統的性能。

對于通信與感知二者的功率、能量等資源分配問題，文獻[53]提出了一種解決ILWC協同波束成形和功率分配問題的方案，在無線資源有限的情況下，可提高通信數據速率和定位精度。文獻[54]為克服通信雷達性能受限于有限能量的問題，提出了無線供電的雷達通信集成系統，在保證通信與感知性能的前提下實現了能量最小化。

對于通信感知網絡框架構建問題，文獻[55-56]初步構建了一種感知移動網絡，與通信共享傳輸信號，并提出了主動感知、被動感知、上行感知3種網絡感知方法，并利用正交頻分多址（Orthogonal Frequency Division Multiple Access， OFDMA ）和MIMO 技術從復雜的通信信號中估計傳感參數。

對于通信感知的波形設計、波束賦形與信號處理問題，文獻[57]提出了一種能夠同時執行數據傳輸和雷達感知的智能波形設計方法，并討論了可能的信號處理算法。文獻[58-59]提出了一種混合波束成形技術，使得子陣列MIMO雷達具有感知通信功能。

對于位置輔助通信及通信輔助定位問題，文獻[60]提出了車輛間通信輔助定位方法，利用新興車輛自組織網絡環境，將運動信息和GPS位置估計相結合，用于計算相對車輛位置。文獻[61-64]研究了利用先驗位置信息輔助毫米波可重構智能超表面的信道參數估計方法，并通過合理選擇通信中繼基站，實現了通信效率提升。

從目前ILWC研究進展來看，只是對各個子模塊進行初步探索，研究不夠充分，尚未形成ILWC體系。未來可考慮構建通信定位網絡時如何對信號波形、編碼方式、調制方式、頻譜資源分配等方面進行協同設計，通過高度整合來實現通信和定位功能。深度融合階段ILWC研究進展見表2，其列舉了在感知通信共存性能極限問題、通信輔助定位、位置輔助通信等方面的現有文獻及主要研究內容。

表2 深度融合階段ILWC研究進展Table 2 Research progress of ILWC in deep fusion stage

4 煤礦井下ILWC技術

煤礦井下由于其場景的特殊性，設備須滿足強制認證標準，因此井下ILWC技術發展稍滯后于地面ILWC。具體體現在井下通信系統和定位系統仍是獨立建設，尚未進入ILWC設備復用階段。

4.1 井下ILWC概念

通用ILWC概念可用于煤礦井下ILWC技術，特別是“硬件集成，軟件共享”思想。但煤礦井下ILWC有其特殊性，需對煤礦井下ILWC進行定義。

煤礦井下ILWC的特殊性在于井下通信功能和定位功能的資源使用量和優先級具有動態不均衡性。通信功能和定位功能資源使用優先級隨井下場景需求的變化而變化，如：煤礦在日常安全生產過程中，定位功能所提供的空間信息對智能化精細化安全生產支撐作用大，ILWC系統一般存在持續穩定的外部電量供給，因此允許定位功能的電量消耗高于通信功能；在災后救援過程中，ILWC系統往往只能利用內部蓄電池進行電量供給，此時定位功能的電量消耗限制會遠高于應急通信功能。

基于上述考慮，將煤礦井下ILWC技術定義為基于時間、空間、頻譜、計算等資源共享，具有場景自動感知和資源動態自適應分配機制的通信功能和定位功能融合技術。該定義與現有ILWC定義的最大區別在于強調系統對當前應用場景的感知和資源分配動態適應性調整。

4.2 井下ILWC技術適用性

由于ILWC通信功能和定位功能共享一套系統，所以將ILWC系統部署在井下具有節約總體投資、減少維護工作量的優點。但煤礦井下不同場景所布置的無線通信網絡不同，使用的定位方法也不同，因此不同場景使用的ILWC技術也不同。煤礦井下不同場景ILWC技術適用性見表3。

表3 煤礦井下不同場景ILWC技術適用性Table 3 Applicability of ILWC technology in different scenes in underground coal mine

井下大巷及類似場所尺寸大、巖層穩定，需要監控的參數相對較少，無線傳感器網絡節點較少。現有工程實踐特別是5G網絡在井下的推廣應用已經驗證支持長距離通信的稀疏基站可滿足目前和未來通信需求。因此，井下大巷及類似場所應采用依托以5G為代表的骨干無線通信網絡的ILWC技術。

井下中央變電所配置有礦用變電器、高壓電纜等電磁干擾大的設備，對無線網絡的抗干擾能力有很高的要求。UWB技術有非常嚴格的功率機制，其短持續時間脈沖能確保抵抗多徑效應，并提供最高的時間分辨率[65-67]，且基于UWB的TOF，TDOA測距定位算法復雜度相對較低，定位精度可達厘米級。因此，中央變電所這類電磁干擾較大的場所應采用以UWB為主要網絡的ILWC技術。

井底車場用于轉送人員、材料、設備，是連接井筒與大巷的樞紐，基于對人員及運輸機車安全監測的重要性，井底車場運輸巷道錯綜復雜、道路交叉點較多的特點，人員對通信和定位設備便攜性要求等方面的考慮，應采用以 ZigBee網絡為代表的無線自組織通信網絡的ILWC技術。ZigBee雖然在大多數移動設備上無法訪問，但ZigBee網絡傳輸距離遠、功耗低、可自組網，在運輸巷道交叉點布置ZigBee通信定位基站能夠滿足中短距離運輸巷道通信需求。井底車場環境中信號強度衰減大，依據信號強弱來計算目標位置往往只能實現區域定位。采用TOA，TDOA定位方法可有效提高定位精度，基本滿足該區域對定位的需求。

采煤工作面是礦工直接采煤場所，是煤礦安全事故的高發地點，具有巖層不穩定、變化快、空間尺寸小、人員走動頻繁等特點，對通信和定位要求很高。結合采煤工作面場景需求，擬采用以5G，WiFi6為骨干網絡的ILWC技術。5G，WiFi6具有時延低、傳輸速度快等優點，且大部分移動設備上配備有5G和WiFi模塊，與工作面對人員跟蹤定位、機器姿態識別等生產安全管理需求相契合。5G，WiFi6均采用MIMO技術，為精確估計AOA提供了基礎，使得基于AOA及基于AOA與TOA/TDOA融合的定位方法更適用于工作面。

4.3 煤礦井下應用ILWC技術面臨的主要挑戰

ILWC深度融合階段的研究還處于起步階段，現有研究大多基于地面環境，研究內容及問題也是煤礦井下ILWC需要關注的。實際上，煤礦井下特殊環境使得定位與通信應用有其特殊性，具體表現在煤礦井下無線信道復雜性、基站部署不均衡性和井下場景識別困難導致的問題。

4.3.1 煤礦井下無線信道復雜性

煤礦井下巷道的物理特點是尺寸受限，且在生產過程中存在人員、設備移動及開采作業導致的巖層運動。因此，對于無線信號傳輸而言，煤礦井下巷道是一個狹長時變空間，即多徑效應顯著的時變信道。

多徑效應顯著導致ILWC中的通信功能和定位功能相矛盾。目前通信接收技術已經能夠利用多徑效應，進而提高通信質量[68-69]。但是多徑效應越顯著，則定位算法的輸入信息（如距離、角度等）提取準確性越低，即對定位功能越不利[27]。因此，對于煤礦井下ILWC來說，一個突出問題是如何提升多徑效應環境下的定位性能。目前，已有部分研究成果[70-73]能有效解決噪聲和多徑效應對定位的影響，但相應算法或基于特殊的硬件條件，或計算復雜度較高，并不適用于煤礦井下復雜多變的環境。因此，亟需適用于煤礦井下解決多徑效應和噪聲的高效算法，以實現井下實時精確定位。

此外，ILWC系統定位與通信功能共用接收機，為了提高定位精度，需要設計相應的算法用于信道估計，必然使更多的時間花費在信道估計上，導致通信延遲增大[21]。另外，井下環境干擾較大，對通信系統的通信質量要求高，而通信質量與頻率密切相關，因此井下ILWC系統對頻率、功率、能量分配機制的設計要求相比于地面更為嚴苛。

4.3.2 無線基站部署的不均衡性

從ILWC技術的實際應用角度出發，在經濟性和可維護性約束下，煤礦井下無線網絡的節點密度必然是不均衡的，如：大巷因其地質條件較好、尺寸較大，一般用于監控的無線傳感器節點較少，布置的無線通信基站（即骨干節點）也較少；采煤工作面巖層不穩定、變化快、空間尺寸小、人員走動頻繁，需要監控的環境參數較多，通信需求也較多，因此需要布置的基站較多。

無線基站部署的不均衡性要求通信功能和定位功能資源使用率可根據場景動態調整。對于無線基站較密集的場景，定位功能所獲取的信息較多，算法相對簡單，因此所需的頻譜及計算資源較少，而通信功能需要協調各基站的信道占用及資源分配等問題，需要的計算資源較多。對于無線基站稀疏的場景，定位功能所獲取的信息較少，算法相對復雜，因此所需的頻譜及計算資源較多，而通信功能并不需要太多的計算資源去協調各基站的信道占用及資源分配等問題。

對于煤礦井下基站密集場景，其特殊性不顯著，這是因為地面有相似場景，如學校、商務樓等建筑物內存在大量WiFi基站。因此，基站密集場景下的ILWC技術必將獲得較多非煤礦研究人員的關注。煤礦井下基站密集場景下的ILWC也可參考地面的研究成果。

煤礦井下基站稀疏場景具有較強的獨特性。在這種場景下，通信功能的設計會較簡單，定位功能會較復雜，需解決定位信息不足的問題。該問題可能的解決方案是在設計ILWC算法時，借助多徑效應，利用通信功能構建虛擬通信分站，從而解決定位精度對節點數量的需求。

4.3.3 井下場景精確判別

煤礦井下ILWC的特點是通信功能和定位功能對資源需求有時變不均衡性，需有資源動態自適應分配機制。該機制應用的前提是對當前場景，特別是日常生產和災后應急場景的精確判別，從而進行更為精確的動態調度、傳輸方案選擇、算法參數配置等。因此，場景精確判別是發揮煤礦井下ILWC技術優勢的關鍵。

目前已有一些場景判別方法，如分級分類法。文獻[74-75]采用多次判別分類獲得類別標簽，先將圖像判別為室內或室外或其他，假設為室外，再判別屬于城市或農村或其他，這樣逐層判斷，最終得到結果，特點在于層與層之間提取不同類型的特征。還有以場景結構為基礎的判別方法，如場景匹配模型[76]、組合區域模型[77]、blobworld模型[78]、語義敏感整合匹配[79]等。上述方法均針對特定場景，目前還沒有建立煤礦井下正常生產與發生事故之后場景判別的相關模型，也沒有提出相關算法。

場景判別機制是煤礦井下ILWC對通信與定位資源優先級分配的技術支撐。由于目前沒有現成的算法或模型能夠解決煤礦井下工作與非工作場景的判別問題，所以ILWC技術在煤礦井下應用時必須建立對應模型，提出有效算法，解決正常工作場景與災后場景的準確判別問題。相比于地面簡單場景，井下復雜場景的精確判別會是一個巨大挑戰。

5 結論

（1） ILWC技術是無線通信系統承載業務拓展的必然結果。將該技術應用到煤礦井下，將有助于推進礦山智能化建設。

（2） 通過討論煤礦井下ILWC應用及特有問題，認為：① 井下通信與定位環境復雜，易受多徑效應影響，如何解決復雜信道環境對ILWC的影響是一個巨大挑戰。② 井下基站稀疏場景導致定位信息匱乏，如何解決基站稀疏帶來的定位信息匱乏問題也是嚴峻考驗。③ 井下復雜環境對ILWC技術環境感知和資源動態自適應分配提出了較高要求。