面向煤矿监测的网络覆盖及定位算法的研究.pdf

分类号TN911密级 ＵＤＣ621.39编号 工程硕士学位论文 面向煤矿监测的网络覆盖及定位算法的研究 硕士研究生安超 指导教师魏长军 副教授 学科、专业电子与通信工程 沈阳理工大学 2020 年 3 月 万方数据 类号TN911密级 ＵＤＣ621.39编号 工程硕士学位论文 面向煤矿监测的网络覆盖及定位算法的研究 硕士研究生安超 指导教师魏长军 副教授 学位级别工程硕士 学科、专业电子与通信工程 所在单位信息科学与工程学院 论文提交日期2019 年 12 月 1 日 论文答辩日期2020 年 3 月 12 日 学位授予单位沈阳理工大学 万方数据 Classification IndexTN911 U.D.C621.39 AThesis for the Master Degree of Science in Engineering Research on Network Coverage and Location Algorithm for Coal Mine Monitoring Candidate An Chao SupervisorA/ Prof. Wei Changjun Academic DegreeApplied for Master of Science in Engineering Speciality Electronics and communication Engineering Date of Submission December,2019 Date of Examination March,2020 University Shenyang Ligong University 万方数据 沈阳理工大学 硕士学位论文原创性声明 本人郑重声明本论文的所有工作，是在导师的指导下，由作者本人独 立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考 文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或 集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体， 均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承 担。 作者（签字） 日期年月日 学位论文版权使用授权书 本学位论文作者完全了解沈阳理工大学有关保留、使用学位论文的规 定，即沈阳理工大学有权保留并向国家有关部门或机构送交学位论文的 复印件和磁盘，允许论文被查阅和借阅。本人授权沈阳理工大学可以将学 位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印 或其它复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本授权书） 学位论文作者签名指导教师签名 日期日期 万方数据 摘要 我国拥有大量的煤炭资源，但煤炭生产事故频发，带来了人员伤亡和巨大的 经济损失。有线网络因其布线复杂，并且维护费用较高，无法完成对井下作业灵 活、全面的监测。将无线传感器网络（Wireless Sensor Network，WSN）应用到煤 矿安全监测系统，能有效弥补有线网络的不足。本文针对煤矿环境的特殊性，主 要研究无线传感器网络覆盖问题和无线传感器网络定位问题，主要工作如下 （1）研究了无线传感器网络覆盖及定位算法的相关知识。在覆盖方面，如何 合理、有效的将无线传感器节点部署是一个重要的问题。在定位方面，主要分析 现有的几种基于测距及基于非测距的定位算法，并将几种定位算法的定位性能、 适用环境等进行分析。 （2）在无线传感器网络覆盖方面，针对煤矿巷道的特点，本文提出一种 4 重 矩形部署策略，解决了传统线性部署策略中节点需求量大、普通节点到汇聚节点 间跳数多的问题。 （3）在无线传感器网络定位方面，由于 DV-Hop 算法拥有定位精度高，抗干 扰能力强，无需添加额外设施的特点，更适用于煤矿井下环境，故选择 DV-Hop 算法作为研究重点，并对传统 DV-Hop 算法的误差来源进行详细分析。 （4）传统 DV-Hop 算法在跳数估计及平均跳距计算阶段，所使用的跳数和平 均跳距与理想值存在偏差，本文提出 AH-DV-Hop 算法，引入跳数校正因子和平均 跳距加权系数，分别在信标节点跳数获取阶段和信标节点计算平均跳距阶段进行 优化。 最终通过实验表明，AH-DV-Hop 算法在定位精度上优于传统 DV-Hop 算法。 （5）针对传统 DV-Hop 算法在节点坐标计算阶段中，当节点通信半径过小的 条件下无法对场景内节点进行全面定位的问题，本文提出 AH-PSO-DV-Hop 算法， 在保证定位精度的前提下，进一步解决了全面定位的问题。最终通过实验表明， AH-PSO-DV-Hop 算法在定位精度和节点通信半径需求上优于传统 DV-Hop 算法。 关键词无线传感器网络；网络覆盖；定位算法；定位精度 万方数据 Abstract China has a large number of coal resources, but accidents in production always happen, it brought casualties and huge economic losses.Because of its complex wiring and high maintenance cost, the wired network can not complete the flexible and comprehensive monitoring of underground operation. The application of Wireless Sensor Network WSN to the coal mine safety monitoring system can effectively make up for the deficiency of wired Network. In this paper, for the particularity of coal mine environment, Wireless Sensor coverage and Wireless Sensor positioning are mainly studied. The main work is as follows 1 This paper has researched the Knowledge of wireless sensor network coverage and localization algorithms.In terms of coverage, how to reasonably and effectively deploy wireless sensor nodes is an important problem. In terms of positioning, this paper mainly analyzes several existing positioning algorithms based on ranging and non-ranging, and analyzes the positioning perance and applicable environment of several positioning algorithms. 2 In terms of wireless sensor network coverage, according to the characteristics of coal mine roadway, this paper proposes a 4-fold rectangular deployment strategy, which solves the problem of large node demand and large number of hops from common node to sink node in the traditional linear deployment strategy. 3 In terms of positioning of wireless sensor network, DV-Hop algorithm has the characteristics of high positioning accuracy, strong anti-interference ability and no need to add additional facilities. Therefore, this paper chooses DV-Hop as the research focus and analyzes the error source of traditional DV-Hop. 4 In Calculation stage of traditional DV-Hop algorithms on Hop count and average hop distance, there is a deviation from the actual value and the ideal value, this paper puts forward AH-DV-Hop algorithm, introducing jumped several correction factor and the average distance weighting coefficient, respectively on the beacon node Hop and calculate average jump beacon node distance phase is optimized, by the experimental results show that AH-DV-Hop algorithm in positioning accuracy is better than traditional DV- Hop algorithm. 万方数据 沈阳理工大学硕士学位论文 5 In order to solve the problem that the traditional DV-Hop algorithm can not locate the nodes in the scene when the communication radius of the nodes is too small in the phase of node coordinate calculation, this paper proposes the AH-PSO-DV-Hop algorithm, which further solves the problem of comprehensive positioning on the premise of ensuringthe positioning accuracy. Finally, experiments show that AH-PSO-DV-Hop algorithm is superior to traditional DV-Hop algorithm in positioning accuracy and node communication radius requirements. Key wordsWireless sensor network;Network coverage;Location algorithm;Positioning accuracy 万方数据 目录 第 1 章 绪论.....................................................................................................................1 1.1 研究背景及意义................................................................................................1 1.2 国内外研究现状................................................................................................2 1.2.1 国内外无线传感器网络发展现状.........................................................2 1.2.2 国内外无线传感器网络在环境监测下的发展现状.............................2 1.3 煤矿巷道中无线传感器网络需要解决的问题................................................3 1.4 课题主要研究内容及章节安排........................................................................4 1.4.1 本课题主要研究内容.............................................................................4 1.4.2 本文章节安排.........................................................................................4 第 2 章 无线传感器网络及其覆盖技术概述.................................................................6 2.1 无线传感器的网络组成结构............................................................................6 2.2 无线传感器网络相关术语介绍........................................................................7 2.3 无线传感器网络覆盖概念与模型....................................................................9 2.3.1 无线传感器网络节点覆盖模型.............................................................9 2.4 无线传感器网络覆盖技术分类......................................................................11 2.4.1 按节点的部署方式分类.......................................................................11 2.4.2 按覆盖对象分类...................................................................................11 2.5 覆盖控制算法的性能评价指标......................................................................13 2.6 本章小结..........................................................................................................14 第 3 章 一种针对煤矿监测井下定位的节点部署策略...............................................15 3.1 煤矿巷道无线传感器网络结构......................................................................15 3.2 煤矿巷道内节点部署策略..............................................................................16 3.3 煤矿巷道内传统线性部署策略......................................................................16 3.4 一种 K4 重矩形部署策略..............................................................................19 3.5 矩形部署策略与传统线性部署策略分析......................................................20 3.6 本章小结..........................................................................................................22 万方数据 沈阳理工大学硕士学位论文 第 4 章 无线传感器网络定位算法分析.......................................................................23 4.1 无线传感器网络定位原理..............................................................................23 4.2 无线传感器网络定位技术性能指标..............................................................23 4.3 定位算法的分类..............................................................................................25 4.4 基于测量距离的定位算法..............................................................................25 4.4.1 基于 RSSI 的定位算法.........................................................................26 4.4.2 基于 TOA 的定位算法...........................................................................26 4.4.3 基于 AOA 的定位算法...........................................................................27 4.4.4 基于 TDOA 的定位算法.........................................................................28 4.5 基于非测距的定位算法..................................................................................28 4.5.1 APIT 定位算法......................................................................................28 4.5.2 DV-Hop 定位算法..................................................................................30 4.5.3 凸规划定位算法...................................................................................31 4.5.4 质心定位算法.......................................................................................32 4.6 节点位置计算方法..........................................................................................33 4.6.1 三边测距法...........................................................................................33 4.6.2 三角测量法...........................................................................................34 4.6.3 极大似然估计法...................................................................................35 4.7 算法对比及煤矿监测定位算法选择..............................................................36 4.8 本章小结..........................................................................................................37 第 5 章 基于跳数和跳距修正的 AH-DV-Hop 算法.......................................................38 5.1 传统 DV-Hop 算法的举例说明........................................................................38 5.1.1 传统 DV-Hop 算法步骤流程.................................................................38 5.1.2 传统 DV-Hop 算法举例.........................................................................39 5.1.3 传统 DV-Hop 的误差分析.....................................................................40 5.2 DV-Hop 算法的研究现状.................................................................................42 5.3 基于跳数和跳距修正的 AH-DV-Hop 算法......................................................42 5.3.1 AH-DV-Hop 算法介绍............................................................................42 5.3.2 AH-DV-Hop 算法具体步骤....................................................................44 万方数据 目录 5.3.3 AH-DV-Hop 算法的步骤流程图............................................................45 5.4 仿真实验..........................................................................................................46 5.4.1 实验环境及参数...................................................................................46 5.4.2 仿真结果分析.......................................................................................46 5.5 本章小结..........................................................................................................50 第 6 章 基于粒子群优化的 AH-PSO-DV-Hop 算法.......................................................51 6.1 粒子群算法的提出..........................................................................................51 6.1.1 粒子群算法的基本概念.......................................................................52 6.1.2 粒子群优化算法的基本原理...............................................................53 6.1.3 粒子群优化算法的基本步骤...............................................................54 6.2 一种基于粒子群优化算法的 AH-PSO-DV-Hop 算法......................................55 6.2.1 AH-PSO-DV-Hop 算法介绍....................................................................55 6.2.2 AH-PSO-DV-Hop 算法的具体步骤........................................................56 6.3 仿真实验..........................................................................................................57 6.3.1 实验环境及参数...................................................................................57 6.3.2 仿真结果分析.......................................................................................58 6.4 本章小结..........................................................................................................62 结论...........................................................................................................................64 参考文献.........................................................................................................................66 攻读硕士学位期间发表的论文和获得的科研成果.....................................................69 致谢...........................................................................................................................70 万方数据 - 1 - 第 1 章 绪论 1.1 研究背景及意义 我国的能源消耗主要以煤炭资源为主，近年来，我国煤炭资源在能源生产和 消费中的比例一直在 70以上，并且这种格局在短期时间内不会根本改变[1]；由于 我国存在“富煤、 贫油、 缺气”的资源特征， 据有关专家预测， 直至 21 世纪 50 年代， 煤炭资源在我国的能源生产和消费比例仍不会降低到 50以下。可见，煤炭生产 中可靠的安全性，对广大矿井作业人员的生命安全，乃至我国的经济发展都具有 很重要的意义[2]。 在我国，煤矿种类一般可分为井工煤矿和露天煤矿两种，其中绝大部分煤矿 属于井工煤矿，这种煤矿煤层埋藏很深，需要向地下开掘巷道采掘煤矿，危险系 数较高。由于煤矿巷道中的环境是复杂多变的，井工煤矿易受到煤尘、水、火、 瓦斯等影响，从而对巷道中的矿井工作人员造成生命危害，因此，对煤矿巷道内 进行有效的监测以保障煤矿巷道中的作业安全是十分重要的。 近年来，我国煤矿事故频发，如何提高事前预警能力和事后搜救工作效率， 从而减少人员伤亡是一个值得深入研究的问题。由于煤矿井下巷道绵延数千米， 井下施工人员工作时间长，流动性大，以致很难掌握煤矿巷道井下工作人员的位 置信息，并且煤矿巷道井下条件复杂多变，仅靠以往的管理技术来适应井下环境 的时变性是十分困难的，因此建立一个符合煤矿巷道井下复杂环境的网络系统， 是解决煤矿井下开采安全问题，也是维护矿工生命安全以及国家财产的有效途径 之一[3]。 随着信息技术时代的到来，人民的生活已经和互联网技术紧密联系。其中， 计算机网络的大幅度推广，已经逐渐将人们的生活方式以及社会生产造成了比较 显著的影响，而无线传感器网络（Wireless Sensor Networks，WSN）作为其中的一 员，已经在广泛的领域中推动新的应用和服务，从安全保卫、环境监控到推动生 产力、增强国家竞争力。 如今，大量的科研人员投入到无线传感器网络的研究中去，其中，节点覆盖 万方数据 沈阳理工大学硕士学位论文 - 2 - 问题以及节点定位问题是无线传感器网络研究的重要问题，能否对监测区域大面 积的、精确的监测，是将无线传感器网络投入到环境安全监测之中的关键。 1.2 国内外研究现状 1.2.1 国内外无线传感器网络发展现状 无线传感器网络（Wireless Sensor Networks，WSN）的概念最早于 1978 年由 美国军方提出，起源于 1978 年美国国防高级研究计划局（DARPA，Defense Advanced Research Projects Agency）在当年资助卡耐基梅隆大学（CMU，Carnegie Mellon University）的一些研究项目，其项目大部分有关于分布式传感器网络，这 些项目主要研究由若干个拥有无线通信能力的传感器节点自组织构成的网络。近 年来，在信息领域中，无线传感器网络一直作为研究的重要方向，已经引起了学 术界和工业界的广泛关注，其中，最具代表性的则是由伯克利加州大学 （UC/Berkeley）和因特尔（Intel）公司联合成立的智能尘埃（smart Dust）实验室， 该实验室为美国军方提供了一种可以在一立方毫米内感知及通信的设备[4]；2005 年，美国军方应用 WSN 技术在枪声系统定位方面取得了重大进展，为反恐和援护 提供了有力的手段；同年，美国因特尔（Intel）公司研制了一种用于家庭护理的无 线传感器网络系统， 已于近年间被普遍运用， 为解决美国“人口老龄化”问题做出了 重大贡献[5]。 在我国，无线传感器网络的发展同样受到了高度的重视，早在 2005 年我国神 舟六号飞船的设计上，就配备了各类无线传感器以便对飞船的飞行情况作出实时 监测，保障了飞船及宇航员的安全；在我国未来 20 年预见技术调查报告中，共有 一百五十七项有关信息领域，其中有七项与无线传感器网络直接相关；中科院及 部分高校如清华大学，华北电力大学，北京航天航空大学等，也都纷纷开展了无 线传感器网络相关研究。 1.2.2 国内外无线传感器网络在环境监测下的发展现状 如今，国外无线传感器网络技术在环境监测下的具体应用上已经有了一定的 积累，例如在灾情监测方面就有着显著的发展。美国加利福尼亚大学所建立的 FireBug 系统，在最初就运用了网络技术来完成对环境内的监测以及报警[6]。这一 系统将每个传感器都安装与之配套的 GPS，节点之间可以相互进行连接，用户也 可以应用客户端来对节点进行操作和访问； Roy P 等人将无线传感器网络应用到工 万方数据 第 1 章 绪论 - 3 - 业，建立和实施了一种适合煤矿巷道作业的火情监测和报警系统，此系统可以监 测到煤矿巷道中火灾的详细位置和火势延申方向，并且可以与消防系统连通从而 实现对火势的控制[7]。 在我国，无线传感器网络技术在环境监测的应用上也有了一定的积累，文献[8] 将无线传感器网络应用于森林火灾监测中，并针对森林环境中存在的能量空洞问 题进行了一系列的优化。在文献[9]中，研究者针对煤矿巷道下的定位问题，将 RSSI 定位算法进行优化，从而改善了 RSSI 算法在定位过程中的定位误差问题。文献[10] 研究者应用无线传感器网络技术来对新疆某煤田进行灾情的监测，基于 JN5139 芯 片完成了硬件开发，然后通过实地部署验证了系统的可能性。 1.3 煤矿巷道中无线传感器网络需要解决的问题 在煤矿巷道灾情监测应用中，无线传感器网络的工作为信息采集和实时监测 报警。网络覆盖问题和节点定位问题是影响监测报警是否及时、高效、准确的两 个重要因素。因此，本文将面向煤矿监测的无线传感器网络问题划分为网络覆盖 问题和节点定位问题两个方面。 （1）网络覆盖 网络覆盖问题是整个无线传感器网络是否可以实现对井下环境监测的前提， 也是保证监测区域内完全覆盖的首要条件，另外，出于对整个系统能量消耗考虑， 仅仅完成目标区域内的 1 重覆盖是不够的，一般在监测区域内的覆盖重数要求为 k2 重以上，这样确保了在系统内的任一节点能量耗尽的情况下，也可保持完全覆 盖， 在后续节点定位过程中，k3 重以上的覆盖才可以保证监测区域内的任意一点 都可以被定位。所以，在网络覆盖方面，如何合理的、高效的布置网络节点是很 重要的。 （2）节点定位 在满足覆盖问题的前提下，节点定位可以正常进行，目前，节点定位算法较 多，由于各类算法面对不