矿井下基于无线传感器网络的定位机制

2020-08-01 来源：尚车旅游网

第22卷　第8期2009年8月

传感技术学报

CHINESEJOURNALOFSENSORSANDACTUATORS

Vol.22　No.8Aug.2009

ALocationTechnologyBasedonWSNintheUndergroundMine3

ZHONGXiaoling,XUChangbiao

InformationEngineering,Chongqing400065,China

ChongqingNniversityofPostsandTelecommunications,SchoolofCommunicationand

Abstract:Thephysicalenvironmentofundergroundmineiscomplicationandworse,whichhasdeeplyinflu2enceontheprecisionoflocation,sotheadvancedwirelesslocationmethodhasbeenresearchedtoimprovethepropagatinglossmodelofmine,andcombinewithweightedcentroidalgorithm.ThesimulateresultofMATLABconfirmsthatthismethodimprovestheaccuracyoflocation.BecausethesimulateresultswithMATLABweremade,combinedwiththeactualconditionsofmineenviroment,themethodismeaningfultotheoperationinthemineproduction.

Keywords:wirelesslocation;weightedcentroidalgorithm;propagationlossmodel;simulationEEACC:6150P

矿井下基于无线传感器网络的定位机制钟晓玲,徐昌彪3

重庆邮电大学通信与信息工程学院,重庆400065

摘　要:在矿井中进行节点定位时,由于矿井物理环境的复杂程度影响了节点定位的精确度,因此充分研究矿井的无线信号

传播路径损耗模型,并在传统的质心算法中引进了加权质心算法,进而得出了新的无线定位改进算法。最后,经过MATLAB仿真表明,该算法提高了矿井中节点定位精度,由于仿真环境结合了实际矿井模型,具有普遍的矿井工程应用意义。

关键词:无线定位;加权质心算法;传播损耗模型;仿真中图分类号:TN92　　文献标识码:A　　文章编号:100421699(2009)0821159204　　矿井下生产环境恶劣、复杂,因此传感器节点的信息位置对矿井监测系统至关重要,事件发生的位置或获取信息的节点位置是监测消息中所包含的重要信息内容。准确及时地了解事故发生位置,能够有效地预防事故隐患和减少事故损失。而近年来,随着无线定位技术的不断发展成熟,为矿井下人员定位的发展提供了强有力的支持。无线传感器网络(wirelesssensornetwork,简称WSN)[1]自身定位系统和算法的性能直接影响其可用性,定位技术首要的评价指标就是定位精度,一般用误差值与节点无线射程的比例表示,例如,定位精度为20%表示定位误差相当于节点无线射程的20%[2]。从AT&TLaboratoriesCambridge于1992年开发出室内定位系统ActiveBadge至今[324],研究人

项目来源:重庆市科技攻关计划项目资助(CSTC,2008AB2023)收稿日期:2009202226　　修改日期:2009205226

员一直致力于开发能够自定位的系统和算法。目前国内对基于无线传感器网络的定位技术研究逐渐增多,史龙[5]等人综合分析了大量无线传感器网络定位算法的技术文献和最新研究结果,着重论述和比较了现有的六种定位算法,指出无线传感器网络定位问题的研究方向。由于受矿井中物理环境因素的影响,如何提高定位精度也逐渐成为了近年来研究的重点。

文中将WSN中需要定位的节点称为传感器节

点(sensornode),而已知位置并协助进行定位的称为信标节点(beaconnode)。本文在充分研究现有定位技术的基础上,通过对矿井下信号传播路径损耗模型的分析,结合了加权质心算法,设计出了一种改进的定位机制,有效的提高了定位精度。

1160

传　感　技　术　学　报

传播损耗

PL(dB)=10lg

PtPr

2009年

1　加权质心算法

传统的的质心算法,没有真实有效的反映出未知传感器位置,影响了定位精度。本文列出了一种新的加权质心算法,它的基本思想是在已知三个坐标中引入加权因子,加权因子为每两个参与定位的信标节点到未知节点的半径和的倒数。三个信标节点的坐标分别为:(x1,y1),(x2,y2),(x3,y3)。

未知传感器节点坐标如下[6]:

xi=

x1x2x3++

d1+d2d2+d3d3+d1(1)

=32.44+20lgd+20lgf-10lg(gtgr)

(5)

1d1+d2

1d2+d3

1d3+d1

yi=

y1y2y3++

d1+d2d2+d3d3+d11d1+d2

1d2+d3

1d3+d1

(2)

式中,d为传播距离,λ为波长,f为工作频率,gt、gr

为发射和接收无线增益。

②远场区的传播损耗模型:传播损耗

(6)PL(dB)=Pls+Plr+Pll

Pls,Plr,Pll分别是由折射、表面粗糙和四壁倾斜引起的损耗。

对于矩形巷道,由折射引起的水平和垂直极化传播损耗是εr112

λ(3)d　PlsH=4.343+3

εwhεr1-1r2-1

(7)

d1,d2,d3分别表示传感器节点获取的到3个信标节点的估计距离。

λ(PlsV=4.343

2　基于矿井信道传输模型的测距法2.1　矿井信道传输模型分析

εεr1r2)d　+3

εεhr1-1r2-1

(8)

矿井物理环境为非自由的受限空间,是具有矩

形或拱形横截面,纵向长到几百几千米的传播环境,电波在该信道中传播受到矿壁的截面尺度、矿壁粗糙度、以及弯道、分支道的影响,粗糙的矿壁还将使信号在传播中发生反射、折射和衍射的现象。

本文将矿井模型区分为主要的三类:近场区、远场区和弯道区[7]。在近场区,接收信号的电平下降的很快,在远场区接收信号的电平下降缓慢。远、近场区由一转折点分开,可通过Fresnel理论来确定。在转折点之前,导引传播尚未建立起来,波在这个区域主要为多模传播,电波的传播方式与波在自由空间的传播类似,因此可用自由空间的传播模型估计传播衰减,在转折点之后,由波导结构决定的导引传播已经稳定,在此区域中,高次模基本上已被衰减掉,电磁波主要以基模的形式传播,具有导波特性,因此用修正的波导模型来估计传播损耗。弯道区为信号传输需要经过弯道或分支道,在这类区域信号的损耗相对更大,需要利用到远场区的衰减数据确定损耗值。

①近场区的传播损耗模型[8]:发射功率

πd2gtgr(3)Pr=Ptλ/4

接收功率

PL=

Pt=Pr

εεr1,r2是矿井左右壁和上下壁的相对介电常数,w,h分别为矿井的宽和高。其中,

π2r2λ(14+14)d(9)Plr=4.343

Pll=

2π2θ4.343λ

d(10)

r为表征矿井壁粗糙度的均方根值,θ表示倾斜角的

均方根值。区分近场区和远场区的转折点的最大距

离为dNF

dNF=max

(h2

λλ

w,)

(11)

③弯道区的传播损耗模型[9]

当信标节点位于主巷道而传感器节点位于分支巷道或弯道中时,信号的传播经过弯道而被接收,未知节点的接收功率与主巷道中水平极化sH的散射能量有关:

PsH2crossP1c=

πw2hfPsH2mainPsH2main16

Plr+Pllcπw2hf3pd16

(12)

其中,P1为主巷道中sH模的折射功率,Plr+Plr

为表面粗糙损耗和四壁倾斜损耗的总和,pd为折射造成的散射损耗,由下式得到:

dd1(13)Pd=10(+)lg()

R为菲涅耳反射系数,在矿井中近似取值0.28。

πd/λ24

1gtgr

(4)

2.2　RSSI值与距离d的关系

传感器节点接收到信标节点的信号强度RSSI

第8期

值与路径损耗关系如下:

钟晓玲,徐昌彪:矿井下基于无线传感器网络的定位机制

1161

本论文仿真采用MATLAB编程,对上述算法进行计算机仿真,利用蓝牙进行无线传输并模拟矿井模型进行无线定位。仿真条件为:矿井高3米,宽4米,上下两壁和左右两壁的相对介电常数都为10,粗糙度的均方根为0.11m,矿井倾斜度的均方根为1.2°,采用2.4GHzISM频段(接收灵敏度为-75dBm)蓝牙进行无线传输,发射天线高2m,其发射功率为20dBm,天线增益为2dBi。

根据改进算法实现步骤进行定位,分别得出传感器节点位于矿井中的分布如图1:

(14)RSSI=发射功率+天线增益—路径损耗　

其中,无线信号的发射功率和天线增益可通过信号

发射装置得到。

传感器节点与信标节点的距离越近,由RSSI值造成的偏差产生的绝对距离误差越小,反之,由于矿井特殊的信道传输模型造成的误差越大。由于RSSI值、发射功率和天线增益均可获得,则很容易

求出路径损耗,根据2.1节中分析的信号传播损耗模型,可以依次得到在近场区、远场区和弯道区信号传播的距离。

3　传播损耗模型的APIT算法仿真

　　(1)传感器节点接收到信标节点的周期性广播信息,记录下信标节点ID,以及对应的RSSI值:

①假设位置节点假设未知节点W(x,y)收到信标节点的数量为N,信标节点坐标为:w1(x1,y1),

w2(x2,y2)......wi(xi,yi)(i=1,2,…,N),对应

的RSSI值为:R1,R2.....Ri(i=1,2,…,N);

②执行sortrssi();　//RSSI值由大到小排列:R1,R2,......,Ri(i=1,2,3)

选取未知节点接收到的最大三个RSSI的信标节点作为用于定位的信标节点。

(2)对节点定位关键是区分传感器节点接收到的信号是来自近场区、远场区还是弯道区。因此,设立几个参考函数作为辅助判断:

32.44+20lgd+20lgf-10lg(gtgr)=f1(d)

LP=

Pls+Plr+Pll=f2(d)

Plr+PllcPsH2main=f3(d)

πw2hf3pd16

图1　改进算法仿真图表1节点定位误差统计表

节点编号

123456

改进算法误差/m

1.82982.80402.37591.22541.03241.73231.47981.63961.51561.15891.06521.82581.82171.90981.0179

APIT算法误差/m

2.77363.28932.90862.39751.63422.57482.86015.11884.27753.62356.05532.58673.57222.77073.1622

(15)

789101112131415

其中f1(d)、f2(d)、f3(d)分别表示近场区、远场区

和弯道区的损耗模型。其中转折点dNF的值由式12决定。取收发距离为1m的损耗值LP1=f1(1)和

dNF的损耗值LP2=f1(dNF),因此,可得:

LP1其他,d由远场区或弯道区模型得到

在判断使用远场区或弯道区模型的时候,可根据矿井下特殊的管道模型进行判断。对弯道区的信标节点进行标识,当传感器节点收到来自位于弯道区的信标节点时则使用弯道区的模型,否则使用远场区。

(3)通过判断选取相应的模型计算出的距离长度d1,d2,d3,利用加权质心算法,得出传感器节点的位置。

　　与真实坐标比较后的误差百分比反应了算法的精确度,误差越小表明计算结果越精确、越接近真实坐标。如表1对15个节点分别进行定位,通过结果比较得出改进算法误差相对较小,算法真实有效。

4　结论

本文引入了一种加权质心算法,根据在实际的

1162

传　感　技　术　学　报

2002,07:1282135

2009年

矿井环境中分析了信道传播损耗模型,得出一种将信号传播模型与加权质心算法结合起来的改进定位

算法。最后,构建了Matlab仿真平台,结合信道模型进行了仿真,改进了传统矿井定位的仿真环境。

无线传感器网络定位技术的研究是一个非常大的课题,具有广泛的应用前景。本文的定位方法主要是针对矿井下的人员定位进行研究,但针对不同的物理环境,必须建立对应的传播损耗模型,这是以后需要研究的内容。参考文献:

[1]　RenFY,HuangHN,LinC.WirelessSensorNetworks[J].

JournalofSoftware,2003,14(2).

[2]　HeT.Range2FreeLocalizationSchemesforLargeScaleSensor

Networks[J],Proceedingsofthe9thAnnualInternational

[3]　WantR,HopperA.TheActiveBadgeLocationSystem.

[C]//ACMTransonInformationSystems,ConferenceonMobileComputingandNetwork,2003:81295.

[4]　HarterA,HopperA.ADistributedLocationSystemforthe

ActiveOffice[J].IEEENetwork,1994,8(1):62270.

[5]　史龙,王福豹.无线传感器网络Range2Free自身定位机制与算

法[J],计算机工程与应用,200423

[6]　陈维克,李文峰.基于RSSI的无线传感器网络加权质心定位

算法[J],武汉理工大学学报(交通科学与工程版),200602.

[7]　EmslieAG,LagaceRL.TheoryofthePropagationofUHF

RadioWavesinCoalMineTunnels[J].IEEETransAntennaspropagation,1975,23(2):1922205.[8]　刘平,煤矿井下人员定位技术的研究[D],西安科技大

学,200704.[9]　李滢,受限空间的宽带无线信道统计建模及OFDM调制技术

研究[D],北京交通大学,200712

钟晓玲(19822),女(汉族),重庆人,助教,硕士生,主要研究方向为无线传感器网络,虚拟现实技术;

徐昌彪(19722),男(汉族),贵州思南人,教授,博士,主要研究方向为主要研究方向为TCP/IP性能分析与改善,无线传感器

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文

全部栏目

矿井下基于无线传感器网络的定位机制