论文部分内容阅读
定位算法是井下人员定位系统的基础工作,因此,进一步研究高鲁棒性、高可靠性的井下人员定位算法对于决策指挥者获取准确的井下信息至关重要。本文参考了国家标准矿井结构图,且实地考查了复杂的井下环境。首先,由于RSSI测距误差受环境因子影响较大,APIT节点定位算法中迭代次数对测距误差累积,形成定位估计偏差较大;其次,井下人员定位监测的目标区域比较大,PSO节点定位算法容易出现个别粒子在某一解空间重复搜索的现象,导致WSN时间延迟;最后,由于未知节点的移动性,沿巷道固定安装锚节点,可能出现锚节点对未知节点的覆盖率低的情况。本文主要的工作如下:(1)研究目前山西省井下人员定位存在的问题,分析矿井结构图、人员工作环境及日常活动规律。(2)研究了WSN常用覆盖算法及性能评价指标,分析了锚节点对移动未知节点覆盖效率,提出基于虚拟方格区域密度覆盖算法,该算法首先将目标区域划分为热点区域、稀疏区域、一般区域;然后利用区域密度对虚拟力引力、斥力、边界力系数更新,在虚拟力作用下重新调整锚节点的位置,达到对边界处和三角区域的未知节点有效覆盖,消除边界处的视野盲区。(3)分析了井下人员定位系统对无线传感器网络定位技术需求,从井下定位系统网络管理员和地面监控人员两个角度分析。井下定位系统网络管理员需要确定锚节点对目标区域的覆盖模式,随时掌握目前无线传感器网络定位精度和覆盖效率;地面监控人员要求随时掌握矿工的活动信息。(4)本文重点研究了PSO节点定位算法,并结合井下人员定位技术需求,对PSO节点定位算法做了相应的改进,提出了可能区域多跳粒子群定位算法(PAH-PSO Probability Area HopSize Particular Swarm Optimization),该算法利用最小二乘法预测节点可能区域,缩小了PSO优化算法解空间的范围,同时使节点在较小的范围内进行精细搜索,提高节点的定位精度;避免了APIT节点定位迭代次数对测距误差累积,有效解决了未知节点没有位于锚节点构成的三角形区域内,无法定位的问题。(5)最后,利用matlab7.0对基于虚拟方格区域密度覆盖算法和PAH-PSO节点定位算法进行仿真实验,并与其相应的同类算法进行对比,PAH-PSO节点定位误差要比PSO节点定位误差缩减了36%。