井下无线传感器网络的定位研究

煤　矿　机　电　

　・7・

井下无线传感器网络的定位研究

王帅,王丹,杨立军

1

1

2

(1.煤炭科学研究总院抚顺分院,辽宁抚顺113001;2.国电南京自动化股份有限公司,江苏南京211100)

摘　要:　针对煤矿井下人员与设备的安全定位问题,利用基于超宽带的技术特性,通过TOA方法

实现了煤矿安全监测的无线传感器网络节点定位,提出了提高定位精度的改进方法,并分析了对定位精度的影响。仿真结果表明,提出的算法可以有效提高节点的定位精度及定位性能。关键词:　无线传感器网络;节点定位;超宽带中图分类号:TD76　　　文献标识码:B　　　文章编号:1001-0874(2008)04-0007-03

ResearchofLocalizationUndergroundCoalMineBasedonWSN

WANGShuai,WANGDan,YANGLi2jun

1

1

2

(1.FushunBranchofChinaCoalResearchInstitute,Fushun113001,China;2.GuodianNanjingAutomationCo.,Ltd.,Nanjing211100,China)Abstract:　NodelocalizationofwirelesssensornetworksisrealizedforcoalminesecuritysupervisionbyTOAmethodbasedonUWBtechnicalidentity,amethodforimprovinglocalizationprecisionforworkersandapparatusareproposed,andtheaffectionoflocalizationprecisionisanalyzed.Thesimulationresultsshowsthatthealgorithmcaneffectivelyimprovesthelocalizationprecisionandcapabilityofnode.

Keywords:　wirelesssensornetworks;nodelocalization;UWB(Ultra2wideBand)

　　为对井下任何位置的矿工或设备进行实时定位,本文提出将基于超宽带UWB(Ultra2wideBand)的无线传感器网络作为一种潜在方法,可在井下复杂环境中进行寻找定位工人及设备位置。1　超宽带(UWB)无线传感器网络模型

(1)无线传感器网络模型

簇成员的功能比较简单,不需要维护复杂的路由信

息,大大减少了网络中路由控制信息的数量,具有很好的可扩充性。由于簇头结点可以随时选举产生,分级结构也具有很强的容错性。

无线传感器网络的网络模型可分成平面结构和聚类分层结构两种。当网络规模较小时,可以采用简单的平面式结构,该网络结构虽然简单,但每个节点都必须维护庞大的路由记录,随网络规模的增大,路由记录会随之增加。当网络规模较大时,就必须使用聚类分层结构。因煤矿井下需要部署传感器节点的数量较多,网络规模较大,故须使用聚类分层的网络模型,如图1所示。在聚类分层结构中,网络由若干簇组成,每个簇包括一个簇头和多个簇成员,这些簇头相互通信构成高一级的网络,簇头结点负责簇间数据的转发,它可以预先指定,也可以由结点使用分簇算法自动选举产生。在分级结构的网络中,

图1　网络模型图

　　图1所示网络模型中,节点间及节点与基点间通信通常都采用传统的正弦载波通信,但是由于其固有的特性限制了传感器节点的小型化和低功耗化。同时,传统的正弦载波通信还会受到衰减、衍

・8・

矿　机　电　煤　

(1)基本计算方法

2008年第4期　　　　

射、多径和散射等多种现象影响,从而使网络整体性能严重恶化。

(2)UWB无线传感器网络模型

UWB作为一种新型短距离无线通信方式,其所采用的纳秒级窄脉冲具有许多传统正弦载波无法比

[3]

拟的优势。

1)可提高传感器网络使用寿命。它可直接发送脉冲串,不需要中频和射频电路,进行通信能有效减小节点体积和功耗,提高井下传感器网络的使用寿命

2)分辨能力和抗干扰能力强。对多径具有较高分辨能力,使之非常适合于煤矿井下复杂的多径环境中。由于UWB的处理增益主要取决于脉冲占空比和发送每比特信息使用的脉冲数,故它具有很高的处理增益,使之具有很强抗干扰能力。

3)可实现高精度。UWB带宽为纳秒级,可以方便地实现精度高达厘米级的定位功能。这在很难使用GPS定位的井下环境中,为定位和跟踪服务提供了一种有效手段,并且国外军方开发的UWB通信/定位系统,可以证明了这一方法的可实践性和优[4]

越性能。

4)传输能力高。采用UWB的无线传感器网络可以获得很高的数据传输能力,在短距离上可到达几百Mbit/s,这使UWB无线传感器网络在煤矿井下监测应用中,提供实时图像服务成为可能。

据上分析可见,UWB无线传感器网络适用于煤矿井下监测系统。2　定位算法的分析与改进

1)计算距离矩阵。设已知节点(x,y)到(x1,

y1),(x2,y2)…(xn,yn)的距离分别为令:

2(xn-x1)2(yn-y1)2(yn-y2)

　　A=

2(xn-x2)

…2(xn-xn-1)

2

2

2

2

…2(yn-yn-1)2

2

(1)

-x1-y1+l1-(-xn-yn+ln)

b=

-x2-y2+l2-(-xn-yn+ln)

2

2

2

2

2

2

(2)

2

…

-xn-1-yn-1+ln-1-(-xn-yn+ln)2

2

2

2

2

则:

xy=(AA)

T

-1

Ab

T

(3)

　　2)计算旋转量与平移量。在第一次执行第一步时,产生的误差不能被及时消除,直至整个计算过程结束,即使计算出的各节点之间的距离与测量距离可以很好地符合,但计算出的坐标相对于真实坐标都存在旋转和平移量。因此需要根据已知的锚节点的信息,将旋转和平移量计算出来,以减小误差。

为了使前M个点经过旋转与平移后,在坐标上最大限度地与后M个点的坐标符合,需要解决如下问题:

M

E=argminα,G

i‖2∑‖R(α)zi+G-z′i=1

2

(4)

其中:

α=arctanU或arctanU+π

VVgx=-gy=-(5)(6)(7)

为了实现整个监测系统,一个核心问题是需要

实现对节点的定位。现通过对相关定位算法分析和改进,提出适合UWB无线传感器网络煤矿井下监测应用的定位算法,从而解决监测系统的节点定位问题。

定位算法需要网络中部署一些节点位置信息已知的节点,这些节点可通过人工布置在矿井巷道和井下某些固定设备上来实现,这里称这些位置已知的节点为锚点。其它待定位节点简单称为节点,包括井下移动设备上装备的及移动设备在固定时间内随机部署的节点。该算法分为两个阶段:首先,根据部署的网络模型利用三边测量法粗略估算节点与锚节点之间的距离;其次,根据距离矩阵计算节点的位置并进行修正。

1M

M

∑(cos(α)a

i=1M

i

-sin(α)bi-ci)+sin(α)ai-di)

1M

∑(cos(α)b

i=1

i

对于α的两个解,采用使E更小的α值。

(2)定位算法及节点位置的修正

由于井下范围很广,单纯依靠巷道上的节点可能没有办法实时对井下移动的工作人员和设备进行精确定位。现采用移动设备每隔一个固定距离后随机分布1个节点的方法,使之能保持与它附近巷道上和固定设备上的锚点有效通信,从而对移动设备或工作人员的位置进行精确定位。基于这一网络部署模型的定位算法流程如图2所示。

节点获得与各个锚节点之间的估算距离后,从

2008年第4期

煤　矿　机　电　

　・9・

中随机抽取三个及以上距离最近且相互不共线的锚节点对节点利用计算距离矩阵的方法获得距离后采

用三边法进行定位。但由于算法中使用巷道和固定设备上的锚点对随机部署的节点进行定位,随后利用已经定位的节点对工作人员或移动设备进行定位。因此,存在定位误差累积的问题,即若对节点的定位存在误差,那么在利用节点对工作人员和移动设备定位时这一误差将会影响定位性能,产生误差累积。本文考虑对节点定位后,及时纠正估计的坐标。纠正的方法是以估计坐标间距离与已知的测量距离差的平方和为目标函数,采用数值最优化方法对当前估计的坐标进行修正。最后,对修正后的坐标进行适当旋转和平移得到最终的坐标。

图3　RMSD与定位精度关系

图4　算法的定位精度　　图4是算法的定位精度分析。图上的圆点符号

代表各节点的真实位置,星点符号代表利用定位算法所得到的位置估计结果,为便于直观考察定位效果,还将各“真实位置-估计位置”用实线连接起来。

本文基于通用的测距误差模型,推导出了坐标估计误差的Cramer2Rao下限,并提出一种定位算法,通过仿真证明,该算法的定位精度可以逼近定位误差下限,且所提出的算法利用最优化方法减缓了累积误差的作用,使性能得到极大提升。

参考文献:

[1]　AbdrabouandW.Z.Aposition2basedQoSroutingschemefor

UWBmobileadhocnetworks,SelectedAreasinCommunications[J].IEEEJournalon,2006,24(4)

[2]　NdohMoise,DelisleGillesY.Geolocationinundergroundmines

usingwirelesssensornetworks[C].IEEEAntennasandPropaga2tionSocietyInternationalSymposiumandUSNC/URSIMeeting,Washington,USA:IEEEPress,2005

[3]　NdohMoise,DelisleGillesY.UndergroundMinesWirelessProp2

agationModeling[C].

IEEE60thVehicularTechnologyConfer2

ence,LosAngeles,USA:IEEEPress,2004

[4]　OhtaY,SuganoM,MurataM,Autonomouslocalizationmethodin

wirelesssensornetworks,ThirdIEEEInternationalConferenceonPervasiveComputingandCommunicationsWorkshops,2005

图2　定位算法流程

3　仿真结果与讨论

本文采用Matlab仿真对算法的定位性能进行

验证。假设某一局部传感器网络监测区域为50m×30m的矩形。锚点及节点的个数分别为25和75,

且无线通信半径均为10m,最优化算法选择最速下降法且设修正步长和修正次数分别选为0.3和7。为了便于定位误差大小的评定,定义均方根距离RMSD为:RMSD=

1NN

∑i=1

(xi-x^i)

2

+(yi-y^i)

212

(8)

　　图3为无线通信半径对定位精度的影响关系,并与其相应的坐标估计误差的Cramer2Rao下限进行对比。由图可以看出,定位精度随无线通信半径的增加而有效改善,并且该算法定位精度很好地逼近CRB极限。

作者简介:王帅(1979-),男,助理工程师。2007年毕业于东北电力大学(硕士学位),现在煤炭科学研究总院抚顺分院从事技术工作。

(收稿日期:2008-03-31;责任编辑:姚克)