基于模糊自适应定位算法的煤矿安全定位监测系统设计

2014-06-12 06:28张友能李成龙
通化师范学院学报 2014年10期
关键词:模糊化信号强度煤矿安全

张友能,李成龙,丁 莉

(1.安徽工贸职业技术学院 电气与信息工程系,安徽 淮南 232001; 2.安徽理工大学 理学院,安徽 淮南 230001)

面对国内煤矿安全生产越来越高的要求,建立可靠的井下人员定位系统对改善煤矿的安全生产管理有重要的现实意义.井下定位系统要求能够及时、准确地将井下各个区域人员和移动设备情况反映到地面计算机系统,使管理人员能够随时掌握井下人员和移动设备的总数及分布状况,从而提高生产管理效率.同时,在矿难发生时,能够及时为救援提供有效的位置信息,有利于人员的救助.但煤矿井下无线通信环境差,多路径效应明显,信号衰落快,目前国内普遍使用的井下监控系统仅仅是一种人员的考勤记录系统,很难满足目前生产管理和救援的定位需求[1-2].无线传感器网络是由多学科高度交叉的新兴前沿研究领域.无线传感器网络能够直接获取客观物理信息,在军事国防、工农业控制、环境监测、救灾防控、医疗等很多领域有广泛的应用前景[3-4],其自组织、节点随机部署、抗干扰、抗毁性强等特点十分适合井下复杂多变的通信环境,成为井下监测和定位新的技术载体.

1 系统结构

基于模糊自适应定位算法的煤矿安全监测系统以模糊算法作为监测定位技术的数学基础,分为井下监测区域的数据采集系统和井上的控制系统.井下监测区域由基于CC2430的N个无线基站组成无线传感网络,直井和井上等长距离数据传输则采用光纤通信.地面控制系统由远程计算机终端和控制软件组成,与井下无线传感网络通过矿井以太网发送指令和传送数据.系统结构图如图1所示.

图1 煤矿安全监测系统结构图

2 模糊自适应定位算法

定位分站中的射频芯片CC2430中有一个内置的接收信号强度指示器(RSSI)(Received Signal Strength Indicator),在井下目标定位中,通过读取存储在RSSI.RSSI_VAL寄存器中的8bit的表征接收信号强度的数字化值,使用理论或经验的信号传播模型将接收信号强度转化为距离,无线信道的数学模型如式1所示.

(1)

式中,d是发射机和接收机之间的距离,d0是参考距离,n是信道衰减指数,一般取值2~4,Xσ是均值为零、方差σ的高斯随机噪声变量,PL(d0)是距离发射机d0处的信号强度,PL(d)是距离发射机d处的信号强度;PL(d0)可以通过经验得出,或者从硬件规范协议得到.由此可以通过信号强度PL(d)求出距离d.信道由于受到多径衰减和非视距阻挡的影响,具有时变特性,严重偏离上述模型,根据接收到的信号强度估计出距离d一般有很大误差,可能产生50%的误差.

对接收到的原始信号RSSI的值模糊化处理,去除信道由于受到多径衰减和非视距阻挡的影响,提出用模糊自适应定位算法提高目标定位的精准性.本文采用包含n个隶属度值的隶属度向量y模糊评价原始RSSI信号.隶属函数在符合条件的前提下可以自由构造[5],岭形分布的隶属函数构造简单,函数曲线符合实践中RSSI信号的变化规律,我们采用岭形分布对实践中的RSSI信号进行模糊化,模糊集FRk的隶属函数记为μFRK(x):

则某RSSI模糊隶属度向量记为:

y(FR1,FR2,FR3,…,FRn)=(μ1,μ2,μ3,…,μn)

式中μk表示RSSI隶属于FRk的隶属度,该组向量的值反映了RSSI在该组隶属函数映射下具备的模糊化特征.模糊化过程中的n值反映了模糊化的隶属度.在保证隶属函数对RSSI覆盖的前提下,设i

我们在研究问题的过程中,采用自适应的方法确定n的值,并最终得到节点的定位,图2为确定合适n的定位算法流程,具体算法实现本文不再描述.

图2 自适应定位算法流程

3 模糊自适应定位算法仿真实验

将所有实验节点布置在400×400的正方形区域内,确定6个锚节点,按规则布置节点和随机布置节点两种方式进行仿真实验.实验中,理论通讯半径取值120,在VS.NET2008下构建模拟平台OMNET++4.07,选择Shadowing模型作为我们实验算法中的信号衰减模型,即

式中Pr(d0)是距离为d0的平均信号强度,β为路径衰减指数(一般取值为2.5),XdB是均值.图3是在规则布置节点和随机布置节点的两种情况下,模糊自适应定位算法不同节点密度与定位精度的关系.

图3 模糊自适应定位算法不同节点密度与定位精度的关系

仿真实验表明,在环境干扰、节点稀疏的环境下,模糊自适应定位算法获得了相对精确且稳定的定位结果.

4 系统实验

对于一个矿井来说,有多个“U”字形的定位区域,但由于它们彼此是独立的,不同定位区域节点通过射频信号难以实现互相通信,图4为淮南顾北煤矿某矿井的平面截图.选取1312(1)工作面,根据工作条件,在300m×10m的二维区域内,布置800个无线节点,节点布置示意图如图5所示,除了信标点固定位置布设之外,其余待测节点随机分布,测定15%,25%,35%三种信标点分布情况,节点无线通信半径R设为50m,在测距误差分别为15%,25%,35%,45%,55%,系统实验结果如图6所示.

图4 淮南顾北煤矿某矿井平面截图

图5 无线节点布置示意图

图6 矿井下无线定位系统实验结果

实验结果表明,基于模糊自适应算法定位的煤矿安全监测定位系统,能够较为精确地确定定位的目标节点,在信标节点密度提升的情况下,定位误差较小,满足生产实践中的定位要求.

5 结论

本文提出基于模糊自适应算法定位的煤矿安全监测定位系统的建构方案,提高了以传统定位算法为基础的煤矿安全监测定位系统的定位精度和抗干扰能力.方案中通过引入zigbee无线组网技术,大大拓展了监测覆盖面、无线节点布置的海量性和无规则性,减少了监控死角,嵌入了模糊控制算法提高了定位精度,真正实现了高精准定位,提高了安全生产调度和监管效率.但对于井下移动节点分布不均的情况下,当某一区域的若干移动节点同时向同一信标节点发送信号时,可能会造成通信阻塞或者数据丢失,这将是我们后续研究工作的重点.

参考文献:

[1]谢晓佳,程丽君,王勇.基于Zigbee网络平台的井下人员跟踪定位系统[J].煤炭学报,2007(8):884-888.

[2]路坦,王志斌,张记龙.基于Zigbee的煤矿安全监测及人员定位系统[J].煤矿安全,2009(11):77-81.

[3]孙继平,樊京.井下主动超声定位系统[J].煤炭学报,2009(7):993-996.

[4]王福豹,史龙,任丰原.无线传感器网络中的自身定位系统和算法[J].软件学报,2005,16(5):857-968.

[5]陈水利,李敬功,王向公,等.模糊集理论及其应用[M].北京:科学出版社,2008.

猜你喜欢
模糊化信号强度煤矿安全
光学相干断层成像不同扫描信号强度对视盘RNFL厚度分析的影响
([0,1],[0,1])-模糊拟阵的基和秩函数
煤矿安全管理存在的问题及解决办法
位置指纹定位中WiFi信号特性分析及处理技术研究
电子自旋共振波谱法检测60Co-γ射线辐照中药材
餐饮娱乐空间的“边界模糊化”态势探讨——餐饮娱乐空间设计专辑
强化忧患意识,推动全国煤矿安全生产形势持续稳定向好
煤矿安全生产实现高质量发展
抓煤矿安全基础建设四大支柱
WiFi信号强度空间分辨率的研究分析