基于智能大数据的矿井突发事件定位技术研究

梁华

摘要：当矿井下瓦斯浓度超标等事件发生时，如果不能及时检测到事件发生的位置，通常会带来非常严重的人员伤亡和经济损失。因此，我们考虑采用基于智能大数据的矿井监控系统对突发事件进行准确及时地定位操作。目前，在无限传感器网络中使用较多的定位算法是DV-Hop算法，但定位精度较差。因此本文提出了一种基于粒子群优化的改进PDV-Hop算法。实验表明，相比于原有的DV-Hop算法，PDV-Hop算法大大降低了突发事件的平均定位误差。

关键词：定位问题；DV-Hop算法；无线传感器网络；粒子群优化

引言

在矿井生产作业过程中，当某些特定事件，如矿井下瓦斯浓度超标、矿井塌陷、管道泄漏等事件发生时，如果不能及时检测到事件发生的位置，通常会带来非常严重的人员伤亡和经济损失。本文考虑采用基于无线传感器网络技术[1] （Wireless Sensor Network， WSN）的矿井监控系统对矿井的生产作业进行实时监测。在监测活动中，对象的位置信息对整个监测活动起着非常重要的作用。因此，如何及时准确地对突发事件进行定位是WSN监控系统中最急需研究的问题之一。

1无线传感器网络节点定位问题

在WSN中，现在主要的定位技术分为节点自身定位和移动目标定位，而当前提出的定位算法主要基于无需测距的算法。在无需测距的算法研究中，DV-Hop[2]算法是目前被研究得最多的算法，其主要原理是基于跳段的方式，来估算未知节点和锚结点之间的距离。目前很多的定位算法都是基于此进行改进，常见的用遗传算法 [3]、禁忌搜索[4]等算法对其做优化，也有研究采用多种混合算法，来对其做全局的优化，以增强其全局搜索能力。……