基于WSN的井下人员位置信息传输技术研究

摘" 要：煤矿井下人员时刻面对着不定时矿井塌陷风险，其生命安全保障极为重要。针对目前井下人员信息位置传输不准确的问题，将改进距离矢量-跳数定位算法与无线传感器网络相结合，并基于此构建井下人员位置信息传输模型。将模型与其他模型进行仿真对比实验，发现在不同节点密度下模型的平均位置信息传输误差和平均位置信息传输误差方差分别为0.209和0.187。以上结果表明，模型准确度显著优于对比模型，拥有良好的性能，能准确传输井下人员位置信息。

关键词：无线传感器网络" "距离向量" "跳跃数定位算法" "井下人员" "位置信息

中图分类号：TD76

Research on Underground Personnel Location Information Transmission Technology Based on WSN

GUO Yan

Sichuan Vocational and Technical College， Suining， Sichuan Province， 629000 China

Abstract： The underground personnel in Coal mines are facing the risk of irregular mine collapses all the time， and their life safety is very important. Aiming at the problem of inaccurate location transmission of underground personnel information， the improved distance vector-hop location algorithm is combined with Wireless Sensor Network（WSN）， and based on this， the transmission model of underground personnel location information is constructed. Comparing the model with other models through simulation experiments， it is found that the average position information transmission error and the average position information transmission error variance of the model under different node densities are 0.209 and 0.187， respectively. The above results show that the accuracy of the model is significantly better than that of the comparison model， and it has good performance and can accurately transmit the location information of underground personnel.

Key Words： WSN; Distance vector; Hop location algorithm; Underground personnel; Location information

煤炭资源是我国必不可缺的重要资源之一，在社会生活中扮演着举足轻重的角色，已被广泛用于取暖和发电等领域[1]。在开采煤矿资源过程中不定时发生矿井事故，矿井工作人员的生命安全受到了极大的威胁[2]。然而，目前井下人员位置信息传输方法往往存在定位不准确等问题[3]。因此，研究采用无线传感器网络（Wireless Sensor Networks， WSN）获取煤矿井下人员位置信息，并结合改进距离矢量-跳数（Distance Vector Hop， DV-Hop）定位算法，构建基于WSN井下人员位置信息传输模型。期望该模型能够提高井下人员位置信息传输的准确率，从而减少矿难事故的伤亡率。

1" 位置信息传输模型构建

1.1" 改进DV-Hop的WSN网络设计

由于矿井下复杂环境的影响，传统井下人员位置信息传输往往出现不准确等情况。鉴于此，此次研究提出了WSN网络，并为了提高其准确度，将改进DV-Hop算法与WSN网络相结合，并构建基于WSN井下人员位置信息传输模型。WSN是一种通过大量分布式无线传感器节点构成的网络，这些节点能够对周围环境中的数据进行感知和收集，并能够将这些数据传输到其他节点以及中央节点[4]。WSN由传感器节点、汇聚节点和外部网络三部分组成[5]。WSN网络的工作流程一共有三步：首先，由感知器获得传感区域的信息；然后，传感器将该信息反馈到汇聚节点，汇聚节点将信息处理后反馈到控制中心；最后，控制中心监测传感区域动态。其中，传感器监测区域为井下人员所在工作位置及周边环境，对井下人员使用定位算法即可获取其位置信息。此次研究根据井下巷道环境和结构特点，采用DV-Hop定位算法获取井下人员的位置信息。DV-Hop定位算法流程为3步。首先，计算目标节点最短跳数。设定WSN网络中任意一个节点为且，为总节点数，信标节点为，未知节点为，其中未知节点个数为。当信标节点的相邻节点收到其传输过来的信息值后，将其与之前获取的信息进行比对：若其跳值比之前小，则储存；反之则抛弃。此外，若是第一次储存该ID数据，则直接储存该信息。其次，WSN网络将所有节点的信息进行记载。然后，任意选择一个节点将其记作，当将自身对应信标节点的信息储存以后，采用距离估计法计算它们之间的平均跳距。计算公式如式（1）所示。

式（1）中：和分别为任意信标节点的位置和节点的位置；为节点和其信标节点之间的跳数；为节点在这一过程中收到的有效信息报数量。接着，信标节点会在收到平均跳距信息后向全网络进行广播，目标节点收到该值后计算其与信标节点之间的距离，距离计算公式如式（2）所示。

式（2）中：为目标节点到信标节点之间需要的跳数；为目标节点和信标节点之间的距离。最后，通过以上方式计算3个或者3个以上的节点间距离之后通过极大似然估计法计算，即可得到未知节点位置。然而，DV-Hop定位算法的定位精度容易受到网络部署、节点分布和环境因素等多种因素的影响，故而在计算平均跳距和定位坐标时会产生误差。为了提高DV-Hop定位算法的精确度，研究对DV-Hop定位算法进行了改进，首先通过邻近信息和接收信号强度计算相邻节点的距离，其计算公式如式（3）所示。

式（3）中：为两个相邻节点理论距离；为相邻节点坐标；和为节点信号强弱；为两个相邻节点的实际距离。

其次，代入牛顿插值法将两个方法相结合则得到理论距离。然后，采用欧式几何计算法通过计算节点连成的空间几何关系计算非相邻节点的距离[6]。最后通过加权最小二乘法计算未知节点的位置信息，计算表达式如式（4）所示。

式（4）中，为未知节点，表示误差值矩阵且为距离估计误差值，为个数，为未知节点位置信息。然而，由于井下煤矿巷道狭长、易塌陷和多障碍物，研究采用统计模型作为传感器节点的感知模型，其计算公式如式（5）所示。

式（5）中，表示节点与节点之间的距离，和表示以节点为中心的球体半径，和表示损耗系数。

1.2" 井下人员位置信息传输模型

矿井下的巷道环境相较于地面而言，呈现出极高的复杂性和多变性。地面空间开阔，周边环境相对稳定，而井下巷道则随着挖掘深度的增加，空间特性愈发复杂多变，导致井上和井下的空间环境差异性越来越大。该空间环境差异性的加大使得WSN的通信效果越来越差。如要采用WSN准确了解矿井下人员的位置信息，则需要对矿井下几何空间结构进行详细了解，并按照矿井下的几何空间结构对网络节点进行合理和科学布置。研究结合相关文献资料获取了矿井下的几何空间结构。矿井下几何空间结构复杂多为狭长巷道，其中以圆弧形巷道、穹顶形巷道和矩形巷道为主。鉴于此，在井下人员位置信息感知模型中，根据巷道结构特点将WSN网络传感器置于结构坚固的巷道壁上，通过监测该位置区域范围的动态来获取井下人员的位置信息，并进行传输。

最后，煤矿巷道常常因为各种因素发生塌陷，导致节点损坏，从而影响WSN网络正常运行。为了有效解决此类问题，研究采用分簇式故障诊断法来检测WSN网络故障失效节点。分簇式故障诊断法是一种将整个网络划分为多个簇，每个簇由一个簇头节点管理，其负责簇内通信和协调，并利用簇内相邻节点之间的数据来诊断故障节点。该方法不仅可以减少网络的通信负载，还具有较高的故障检测准确率。

当失效节点被检测出来以后，可以通过多节点移动策略解决节点失效问题。基于以上内容，研究将传感器布置于井下巷道中，并采用静态固定安装的方式将传感器布置于坚固的巷道壁上，通过WSN网络来传输井下人员位置信息。

2" 位置信息传输模型的性能分析

为了验证研究提出的基于改进DV-Hop的井下人员位置信息传输模型性能的优越性，研究将其与基于粒子群优化DV-Hop（Particle Swarm Optimization， Distance Vector Hop， PSODV-Hop）定位算法的井下人员位置信息传输模型、基于DV-Hop的井下人员位置信息传输模型和基于改进的麻雀搜索优化DV-Hop算法（Improved Sparrow Search Optimization Distance Vector-Hop Localization Algorithm， SDVH-LA）的井下人员位置信息传输模型进行对比实验。实验采用Mtatlab进行仿真模拟实验，并以位置信息传输误差和位置信息传输误差方差为指标，其结果如图1所示。

由图1（a）可以看出，PSODV-Hop模型的平均位置信息传输误差为0.316，SDVH-LA模型的平均位置信息传输误差为0.287，DV-Hop模型的平均位置信息传输误差为0.274，改进DV-Hop模型的平均位置信息传输误差为0.209，改进DV-Hop模型的误差最低。从图1（b）可知，改进DV-Hop、DV-Hop和SDVH-LA模型的平均位置信息传输误差方差分别为0.187、0.246、0.273，其中改进DV-Hop模型的误差方差最低。上述结果表明，从位置信息传输误差和位置信息传输误差方差维度来看，相较于对比模型，研究提出的模型定位精准度和稳定性最好。

3" 结论

为了提高井下人员位置信息传输的准确性，研究提出了一种改进DV-Hop算法，将该算法与WSN网络相结合，构建井下人员位置信息传输模型。该模型与其他模型以位置信息传输误差和位置信息传输误差方差两个维度做性能对比实验，实验结果显示，在不同节点密度下，PSODV-Hop、SDVH-LA、DV-Hop、改进DV-Hop模型的平均位置信息传输误差分别为0.316、0.287、0.274、0.209；平均位置信息传输误差方差分别为0.309、0.273、0.246、0.187。上述结果表明，研究提出模型提高了井下人员信息传输的准确度，具有有效性。此次研究不足之处在于未考虑WSN网络耗能优化，此为研究的进一步方向。

参考文献

[1]周林邦，孙星海，刘泽，等.大掺量粉煤灰基矿井充填材料的制备，工作性能与微观结构的研究[J].煤炭学报，2023，48（12）：4536-4548.

[2]袁永，朱成，王文苗，等.深部煤矿井下采煤-充填空间优化布局方法[J].中国矿业大学学报，2023，52（2）：286-299.

[3]RAJA BASHA A. A review on wireless sensor networks： Routing[J].Wireless Personal Communications，2022，125（1）：897-937.

[4]潘志远，卜凡亮.基于蜣螂算法优化的 DV-Hop 定位算法[J].电子测量与仪器学报，2023， 37（7）：33-41.

[5]张迪，王雪丽.基于无线传感器网络的舱室内船员位置估计算法[J].舰船科学技术，2023， 45（19）：197-200.

[6]COULON R，MATSUMOTO E A，SEGERMAN H，et al.Ray-marching Thurston geometries[J]. Experimental Mathematics，2022，31（4）：1197-1277.