煤礦井下基于RSSI校正測(cè)距的WSN節(jié)點(diǎn)定位算法

李永新， 趙振民， 李雅蓮

(1.黑龍江科技學(xué)院 電氣與信息工程學(xué)院，哈爾濱 150027;2.黑龍江科技學(xué)院 計(jì)算機(jī)與信息工程學(xué)院，哈爾濱 150027;3.中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司 哈爾濱分公司，哈爾濱 150001)

煤礦井下基于RSSI校正測(cè)距的WSN節(jié)點(diǎn)定位算法

李永新1，2， 趙振民1， 李雅蓮3

(1.黑龍江科技學(xué)院 電氣與信息工程學(xué)院，哈爾濱 150027;2.黑龍江科技學(xué)院 計(jì)算機(jī)與信息工程學(xué)院，哈爾濱 150027;3.中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司 哈爾濱分公司，哈爾濱 150001)

針對(duì)煤礦井下人員及設(shè)備定位監(jiān)控嚴(yán)重不足的情況，提出了基于RSSI校正測(cè)距的WSN節(jié)點(diǎn)定位技術(shù)。模擬井下環(huán)境，使用協(xié)議分析儀Packed Sniffer嗅探節(jié)點(diǎn)接收RSSI值，以確定環(huán)境參數(shù);采用高斯理論模型過(guò)濾RSSI值，利用對(duì)數(shù)－正態(tài)分布理論模型計(jì)算距離;最后應(yīng)用改進(jìn)的三邊質(zhì)心定位算法求得未知節(jié)點(diǎn)坐標(biāo)。RSSI校正測(cè)距定位與CC2431定位引擎定位的誤差對(duì)比表明，文中所提算法的定位性能較好。該研究為井下無(wú)線傳感器網(wǎng)絡(luò)定位系統(tǒng)的設(shè)計(jì)提供了參考依據(jù)。

三邊質(zhì)心定位算法;RSSI校正測(cè)距;對(duì)數(shù)－正態(tài)分布模型;高斯理論模型

0 引言

煤礦安全生產(chǎn)問(wèn)題日益得到重視，但發(fā)生重大災(zāi)難性事故時(shí)，整個(gè)救援仍處于被動(dòng)局勢(shì)，其主要原因是不能準(zhǔn)確獲取被困人員位置信息。井下環(huán)境復(fù)雜，難以實(shí)現(xiàn)有線網(wǎng)絡(luò)定位，且經(jīng)濟(jì)投入較高［1］。因此，煤礦井下無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù)順勢(shì)而生，成為科學(xué)研究與工程實(shí)踐領(lǐng)域的熱點(diǎn)和重點(diǎn)問(wèn)題。目前，對(duì)無(wú)線傳感器網(wǎng)絡(luò)定位技術(shù)的研究較多，如:基于測(cè)距的定位技術(shù)(RSSI、TOA和TDOA等)和基于非測(cè)距的定位技術(shù)(質(zhì)心、DV－h(huán)op和Amorphous等)［2］。但還沒(méi)有一種方法可以適用于所有環(huán)境。所以，文中從煤礦井下應(yīng)用環(huán)境出發(fā)，基于無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network，WSN)，研究了煤礦井下基于RSSI校正測(cè)距的三邊質(zhì)心定位技術(shù)。

1 煤礦定位系統(tǒng)

煤礦定位系統(tǒng)是集軟硬件設(shè)計(jì)于一體的綜合自動(dòng)化系統(tǒng)，由井上網(wǎng)絡(luò)和井下網(wǎng)絡(luò)兩部分組成，結(jié)構(gòu)如圖1所示。井下巷道分布ZigBee無(wú)線傳感器網(wǎng)絡(luò)，具有設(shè)備安裝施工簡(jiǎn)單、布置靈活等優(yōu)點(diǎn);直井和井上等長(zhǎng)距離數(shù)據(jù)傳輸可采用光纖網(wǎng)絡(luò)［3］。文中主要研究井下定位系統(tǒng)問(wèn)題。

圖1 定位系統(tǒng)結(jié)構(gòu)Fig.1 Location system architecture

煤礦井下無(wú)線網(wǎng)絡(luò)定位過(guò)程通常包括兩個(gè)步驟:一是確定盲節(jié)點(diǎn)(未知位置)到參考節(jié)點(diǎn)(已知位置)的距離或方位;二是使用某種位置計(jì)算方法計(jì)算未知節(jié)點(diǎn)坐標(biāo)。節(jié)點(diǎn)位置計(jì)算方法包括:三邊測(cè)量法、三角測(cè)量法和極大似然法等［4］。因煤礦井下巷道總體呈狹長(zhǎng)特點(diǎn)，文中采用適用于封閉環(huán)境，實(shí)現(xiàn)簡(jiǎn)單，且工程實(shí)踐應(yīng)用較多的基于RSSI測(cè)距的三邊測(cè)量定位技術(shù)。

2 井下WSN節(jié)點(diǎn)定位算法

2.1 RSSI測(cè)距理論模型

其中，PR為接收信號(hào)功率;PT為發(fā)送信號(hào)功率;r為收發(fā)節(jié)點(diǎn)間距離;n為信號(hào)傳播因子，其數(shù)值大小取決于無(wú)線信號(hào)傳播環(huán)境。

假設(shè)已知存在兩個(gè)接收節(jié)點(diǎn)，距離發(fā)射節(jié)點(diǎn)分別為d和d0m，則有

令PLd、PLd0分別為無(wú)線信號(hào)傳播距離為d和d0時(shí)的路徑損耗，xσ是均值為0的高斯分布隨機(jī)變量。則可得出RSSI無(wú)線信號(hào)傳播路徑損耗模型，即對(duì)數(shù)－正態(tài)分布模型:

此時(shí)，若設(shè)RSSI為無(wú)線傳感器網(wǎng)絡(luò)接收節(jié)點(diǎn)接收功率PR，則有PT－PR=PLd－xσ，由Pd0=PTPLd0可得

2.2 RSSI校正測(cè)距理論模型

經(jīng)實(shí)驗(yàn)測(cè)量可知，參考節(jié)點(diǎn)接收到盲節(jié)點(diǎn)發(fā)出的RSSI值中，部分偏離實(shí)際值較多，且為小概率事件。若直接求平均值，并代入公式求解距離誤差較大。所以，文中采用高斯校正理論模型，過(guò)濾小概率事件，選取高概率發(fā)生區(qū)的RSSI值，使接收信號(hào)強(qiáng)度指示值RSSI服從高斯分布，即PR～N(μ，σ2)。高斯分布密度函數(shù)和方差為:

根據(jù)工程實(shí)踐經(jīng)驗(yàn)，選0.6為臨界值，若使正態(tài)分布密度函數(shù)［5］

則認(rèn)為該事件是高概率事件。

2.3 改進(jìn)的井下定位算法

三邊測(cè)量法(Tri1ateration)以坐標(biāo)為A(xa，ya)、B(xb，yb)、C(xc，yc)的三個(gè)參考節(jié)點(diǎn)為圓心，以各參考節(jié)點(diǎn)到未知盲節(jié)點(diǎn)O(x，y)的距離(da，db和dc)為半徑畫(huà)出三個(gè)圓，在理論情況下，三圓交點(diǎn)即為待定位盲節(jié)點(diǎn)位置坐標(biāo)［6］:

最終可得到待定位節(jié)點(diǎn)O的位置坐標(biāo):

在此基礎(chǔ)上，為了得到較好的定位精度，在實(shí)現(xiàn)過(guò)程中對(duì)三邊定位方法進(jìn)行改進(jìn)和優(yōu)化組合［7］。由RSSI無(wú)線信號(hào)傳播路徑損耗理論模型(1)可知，RSSI與對(duì)應(yīng)距離間成反比。且由于環(huán)境因素造成信號(hào)在傳播過(guò)程中損耗過(guò)多，使測(cè)得相應(yīng)距離值變大，產(chǎn)生誤差。即，da、db和dc的測(cè)量值與實(shí)際距離有差別，則三圓只會(huì)相交于包含該未知節(jié)點(diǎn)的一個(gè)區(qū)域，如圖2所示。

圖2 三邊質(zhì)心定位模型Fig.2 Trilateral-centroid localization model

所以，文中在使用三邊測(cè)距定位基礎(chǔ)上，再結(jié)合一種非測(cè)距定位技術(shù)——質(zhì)心算法［8］，多邊形頂點(diǎn)橫縱坐標(biāo)的平均值即為質(zhì)心，其表達(dá)式為

在實(shí)際應(yīng)用過(guò)程中，由式(2)可求得三圓兩兩相交后，各自有兩個(gè)交點(diǎn)，則最終選取離未知節(jié)點(diǎn)O(x，y)最近的三個(gè)交點(diǎn)A'(xbc，ybc)、B'(xac，yac)、C'(xab，yab)組成三角形。再求三角形區(qū)域質(zhì)心，即為盲節(jié)點(diǎn)位置坐標(biāo)值。

3 仿真結(jié)果與分析

3.1 參數(shù)確定

由式(1)可知，若使用RSSI無(wú)線信號(hào)傳播路徑損耗模型進(jìn)行測(cè)距，則必須知道隨環(huán)境變化的參數(shù)Pd0(d0=1 m)和n。

3.1.1 實(shí)驗(yàn)平臺(tái)建立

受煤礦井下本質(zhì)防爆問(wèn)題的限制，文中實(shí)驗(yàn)均在類似于煤礦井下巷道環(huán)境的實(shí)驗(yàn)室走廊中進(jìn)行。走廊長(zhǎng)50 m，寬2.2 m，高度近3 m。

搭建基于CC2430/CC2431片上系統(tǒng)［9］(SOC)的ZigBee定位開(kāi)發(fā)實(shí)驗(yàn)平臺(tái)。該平臺(tái)硬件系統(tǒng)包括:4個(gè)CC2430參考節(jié)點(diǎn);1個(gè)網(wǎng)關(guān)節(jié)點(diǎn);1個(gè)盲節(jié)點(diǎn)CC2431;1個(gè)CC2430/CC2431仿真器，可以與ZigBee協(xié)議分析儀軟件Packed Sniffer配合使用。部分模塊如圖3所示。

圖3 定位開(kāi)發(fā)實(shí)驗(yàn)平臺(tái)Fig.3 Positioning experimental platform

3.1.2 環(huán)境參數(shù)確定及節(jié)點(diǎn)布置

由具體工程實(shí)踐可知，Pd0(1 m處接收信號(hào)強(qiáng)度)的取值范圍多在－30～－55 dBmW，n多在1～8，不同的應(yīng)用環(huán)境兩個(gè)參數(shù)的取值不同［6］。

(1)確定參數(shù)Pd0。在實(shí)驗(yàn)環(huán)境中，使用ZigBee無(wú)線數(shù)據(jù)包嗅探器分析和解碼信息包［3］，可以直接顯示出每個(gè)接收到的數(shù)據(jù)包結(jié)尾處的RSSI值。

由于節(jié)點(diǎn)自身和外界因素的影響，使得每次測(cè)量的RSSI結(jié)果會(huì)有微弱差異，所以需經(jīng)多次測(cè)量求平均值。實(shí)現(xiàn)方法:以點(diǎn)O(接收節(jié)點(diǎn))為圓心，1 m為半徑畫(huà)圓，在圓周上取E1～E12不同位置放置發(fā)射節(jié)點(diǎn)，發(fā)射節(jié)點(diǎn)依次或通過(guò)競(jìng)爭(zhēng)機(jī)制獲取信道，發(fā)送數(shù)據(jù)幀，接收節(jié)點(diǎn)將記錄每個(gè)信息包對(duì)應(yīng)的RSSI值，再取平均值定為Pd0。經(jīng)過(guò)計(jì)算，該環(huán)境下Pd0為－50.083 3 dBmW。

(2)確定參數(shù)n。沿走廊直線方向，從接收節(jié)點(diǎn)O位置開(kāi)始，每隔1 m放置一次無(wú)線傳感器發(fā)射節(jié)點(diǎn)，定義為di(i=1，2，…，40)。每放置一次，通過(guò)ZigBee無(wú)線數(shù)據(jù)包嗅探器，獲得該位置接收到的RSSI值，結(jié)果見(jiàn)表1。

表1 實(shí)驗(yàn)室走廊環(huán)境距離－RSSI數(shù)據(jù)Table 1 Distance－RSSI data in laboratory corridor environment

當(dāng)d0=1 m，Pd0=－50.083 3 dBmW時(shí)，由式(1)可求出經(jīng)過(guò)40次測(cè)量之后，n的輸出曲線(圖4)，n的平均值為2.082 8。

圖4 實(shí)驗(yàn)室走廊環(huán)境參數(shù)nFig.4 Environment parameter n of laboratory corridor

基于RSSI無(wú)線信號(hào)傳播路徑損耗理論模型，使用Matlab編程計(jì)算并顯示出不同Pd0和n的取值狀態(tài)下，RSSI值與傳輸距離d在實(shí)驗(yàn)室走廊這種特定環(huán)境中的內(nèi)在關(guān)系，如圖5和6所示。

圖5 參數(shù)n變化RSSI衰減曲線Fig.5 RSSI decay curves based on different parameter n

已知環(huán)境參數(shù)Pd0、n和表1數(shù)據(jù)，可得RSSI與d的關(guān)系曲線(圖7)。由圖7可以看出，RSSI實(shí)際測(cè)值同樣隨著d的增加而衰減。超過(guò)15 m，RSSI衰減趨勢(shì)逐漸變緩。所以，在該實(shí)驗(yàn)環(huán)境中排列參考節(jié)點(diǎn)間的距離應(yīng)該在15 m左右，因?yàn)?5 m以內(nèi)隨著距離的增加RSSI值衰減明顯，由此測(cè)量得到的距離誤差明顯降低。

圖6 參數(shù)Pd0變化RSSI衰減曲線Fig.6 RSSI decay curves based on different parameter Pd0

圖7 RSSI衰減曲線Fig.7 RSSI decay curves

3.2 RSSI測(cè)距

(1)節(jié)點(diǎn)布置。按實(shí)驗(yàn)室走廊環(huán)境建立平面直角坐標(biāo)系，四個(gè)參考節(jié)點(diǎn)坐標(biāo)為:q1(0，0);q2(0，2.2);q3(15，0);q4(15，2.2)。盲節(jié)點(diǎn)從坐標(biāo)(1，0.8)開(kāi)始沿走廊直線方向移動(dòng)，每次移動(dòng)1 m(i= 1，2，…，15)，縱坐標(biāo)始終確定為0.8 m。

(2)嗅探RSSI值。使用協(xié)議分析儀軟件Packet Sniffer嗅探每個(gè)位置的盲節(jié)點(diǎn)到參考節(jié)點(diǎn)的RSSI值;且每個(gè)位置RSSI值記錄8次。

(3)高斯濾波。使用高斯濾波理論模型把嗅探到的RSSI數(shù)據(jù)進(jìn)行高斯過(guò)濾，去掉偏離實(shí)際值較大的小概率事件［8］。并把符合要求的RSSI值代入對(duì)數(shù)－正態(tài)分布模型，每移動(dòng)一次盲節(jié)點(diǎn)q，均可得到盲節(jié)點(diǎn)到每個(gè)參考節(jié)點(diǎn)間的距離(表2)。

表2 盲節(jié)點(diǎn)到qi的濾波校正dTable 2 Filter correction d record of blind node to qi /m

3.3 性能分析

把環(huán)境參數(shù)Pd0、n和d(表2)代入三邊質(zhì)心定位理論模型，即可得到盲節(jié)點(diǎn)q在每個(gè)位置上的測(cè)量坐標(biāo)值，記為q(xq，yq)，而實(shí)際坐標(biāo)值記為q(x，y)，并把測(cè)量坐標(biāo)和實(shí)際坐標(biāo)之間的線段長(zhǎng)度記為基于RSSI校正測(cè)距的三邊質(zhì)心定位算法的測(cè)量誤差e1。如表3所示。

表3 校正RSSI坐標(biāo)值和定位誤差Table 3 Coordinate data and localization error based on corrected RSSI /m

為了驗(yàn)證三邊質(zhì)心定位算法的效果，將實(shí)驗(yàn)開(kāi)發(fā)平臺(tái)CC2431定位引擎定位和RSSI校正測(cè)距的三邊質(zhì)心定位的性能作對(duì)比，如圖8所示。由圖8可見(jiàn)，提出算法的誤差均小于0.4 m，算法的定位性能明顯優(yōu)越于CC2431定位引擎定位性能。即三邊質(zhì)心定位算法能夠準(zhǔn)確實(shí)現(xiàn)井下環(huán)境節(jié)點(diǎn)定位。且與DV－h(huán)op、Amorphous等定位技術(shù)相比，基于RSSI校正測(cè)距的三邊質(zhì)心定位算法復(fù)雜度低、更簡(jiǎn)單可行。

圖8 兩種方法定位誤差對(duì)比Fig.8 Two methods positioning error comparison

4 結(jié)束語(yǔ)

文中主要針對(duì)煤礦井下特定環(huán)境，運(yùn)用CC2430/CC2431定位開(kāi)發(fā)實(shí)驗(yàn)平臺(tái)，研究了基于RSSI校正測(cè)距的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)三邊質(zhì)心定位技術(shù)。在研究過(guò)程中，著重討論了對(duì)數(shù)－正態(tài)分布理論模型、高斯濾波理論模型和三邊質(zhì)心定位技術(shù)，并以此為基礎(chǔ)，通過(guò)Packed Sniffer嗅探器，結(jié)合實(shí)驗(yàn)環(huán)境，實(shí)現(xiàn)未知節(jié)點(diǎn)的準(zhǔn)確定位。并通過(guò)與CC2431定位引擎的定位誤差相比較，可知該技術(shù)具有實(shí)現(xiàn)簡(jiǎn)單，定位準(zhǔn)確性好的特點(diǎn)。該研究可為煤礦井下無(wú)線傳感器網(wǎng)絡(luò)定位系統(tǒng)的設(shè)計(jì)提供一定的理論借鑒。

［1］王李管，曾慶田，賈明濤.數(shù)字礦山整體實(shí)施方案及其關(guān)鍵技術(shù)［J］.采礦技術(shù)，2006，6(3):493－498.

［2］唐 宏，謝 靜，魯玉芳，等.無(wú)線傳感器網(wǎng)絡(luò)原理及應(yīng)用［M］.北京:人民郵電出版社，2010.

［3］吳功宜，吳 英.計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)教程自頂向下分析與設(shè)計(jì)方法［M］.北京:機(jī)械工業(yè)出版社，2010.

［4］孫利民，李建中，陳 渝，等.無(wú)線傳感器網(wǎng)絡(luò)［M］.北京:清華大學(xué)出版社，2011.

［5］章堅(jiān)武，張 璐，應(yīng) 瑛，等.基于ZigBee的RSSI測(cè)距研究［J］.傳感技術(shù)學(xué)報(bào)，2009，22(2):285－288.

［6］楊 超，栗科峰，苗鵬豪.CC2431無(wú)線定位系統(tǒng)及改進(jìn)［J］.南陽(yáng)理工學(xué)院學(xué)報(bào)，2009，1(3):33－35.

［7］RAGHAVENDRA C S，SIVALINGAM K M，ZNATI T.Wireless sensor networks［M］.Boston(MA，USA):Kluwer Academe Publishers，2004.

［8］劉艷文.無(wú)線傳感器網(wǎng)絡(luò)定位系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［D］.西安:西北工業(yè)大學(xué)，2007.

［9］孔慶臣，李永新，張廣蘭，等.SOPC大規(guī)?？删幊虒Ｓ眉呻娐返目焖匍_(kāi)發(fā)［J］.單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2011，11 (2):8－10.

WSN node location algorithm based on RSSI correction ranging in underground coal mine

LI Yongxin1，2，ZHAO Zhenmin1，LI Yalian3
(1.College of Electric＆Information Engineering，Heilongjiang Institute of Science＆Technology，Harbin 150027，China; 2.College of Computer＆Information Engineering，Heilongjiang Institute of Science＆Technology，Harbin 150027，China;
3.Harbin Branch，China United Network Communication Company Limited，Harbin 150001，China)

Aimed at addressing the serious shortage of positioning and monitoring of staff or equipment in the underground coal mine，this paper proposes WSN node location algorithm based on the RSSI correction ranging.The process consists of firstly simulating environment of the underground coal mine and determining the environment parameters by receiving RSSI value using Protocol analyzer，Packed Sniffer，secondly，filtering out the RSSI value by Gaussian theory model and calculating the distance using logarithm-normal distribution model，and finally calculating a blind node coordinates by the trilateral-centroid localization algorithm.The comparison the positioning error between the range-base correction RSSI and CC2431 positioning engine proves a better positioning performance for the localization algorithm.The research provides a better reference for designing WSN positioning system in the underground coal mine.

trilateral-centroid localization algorithm;RSSI correction ranging;logarithm-normal distribution model;Gaussian theory model

signal strength indicator，RSSI)是一種成本和復(fù)雜度均較低的實(shí)用測(cè)距技術(shù)。主要通過(guò)發(fā)射功率(發(fā)射節(jié)點(diǎn))和接收功率(接收節(jié)點(diǎn))計(jì)算出無(wú)線信號(hào)傳播路徑損耗，再使用成熟的經(jīng)驗(yàn)或理論模型轉(zhuǎn)化為相應(yīng)距離。文中研究使用的是“對(duì)數(shù)－正態(tài)分布模型”。無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)無(wú)線信號(hào)的發(fā)射功率與接收功率間存在如下關(guān)系［5］:

TP393.03

A

1671－0118(2012)02－0172－05

2012－02－15

黑龍江省教育廳研究生創(chuàng)新科研項(xiàng)目(YJSCX2011－172HLJ);黑龍江省教育廳科學(xué)技術(shù)研究項(xiàng)目(11551443)

李永新(1976－)，男，遼寧省錦州人，副教授，碩士，研究方向:計(jì)算機(jī)網(wǎng)絡(luò)通信技術(shù)和智能控制，E-mail:lyxemail@163.com。

(編輯王 冬)