基于ZigBee網絡環境的井下人員定位算法改進

石小紅,梁珍珍,李亞嬌,史慧玲

(1.定西職業技術學院 數字經濟學院 信息工程系,甘肅 定西 730500;2.皮山縣科克鐵熱克鄉第二中心小學,新疆 和田 845150)

0 引言

目前人員定位主要分為地面與地下,地下人員定位主要是用于工業或者礦業開采。針對煤礦井下人員定位精度不高且效率低下的問題[1],根據井下環境的特殊性以及無線傳感網絡技術的組網功能改進的一種定位算法。

井下環境比較復雜,尤其是巷道空間狹小,常用的無線網絡無法穿透地面,有線網絡無法滿足當前環境需求[2],所以使用新的無線網絡在井下環境是剛需,目前常用的無線網絡有藍牙、WiFi、ZigBee、UWB等。基于各自的優勢,選用ZigBee作為無線通信網絡[3]。礦井巷道中的人員定位功能可參照目前室內人員定位,但井下環境相較于室內環境復雜,故井下環境的定位比室內步驟復雜,因此要提高定位精度就必須要合理的控制井下環境中的特殊環境因素[4]。通過研究篩選,基于信號強度測距的原理改進算法,提高定位系統的定位精度。首先獲取當前環境參數進而計算目標節點的位置坐標,然后與文獻中改進的定位算法進行對比,以證明此次改進算法精度的高低。

1 礦井巷道環境影響分析

1.1 礦井巷道環境的特殊性

RSSI測距是以信號強度為基礎進行測距,通過兩點間距離可計算出位置坐標[5]。這種方式主要應用于有限空間中的定位,從目前定位方法的發展來看室內定位算法已趨于完善,誤差也越來越小[6]。但室內的高精度定位不能直接應用于礦井環境中,礦井定位不僅要考慮成本,還要考慮信號的衰減對精度的影響[7]。要想提高定位精度,必須先找出影響定位精度的因素[8]。

1.2 礦井環境的影響

礦井環境是影響定位精度最大的因素。礦井環境的不確定性會導致信號傳輸時大幅度的衰減,信號衰減后傳輸的距離就變近,接收到的信號強度會很弱,這就導致定位精度會變差。要提高定位精度,獲取當前環境實際參數是最為重要的[9]。

1.3 干擾信號波

干擾信號主要是在當前環境下運行的一些設備產生的干擾信號波,這種干擾信號波也會導致信號的衰弱,誤差會很大[10-11]。因此在接收到信號波的同時進行處理才能保證定位精度[12]。

2 改進算法模型的建立

根據環境因素以及信號干擾引起的衰減創建定位算法模型,改進定位算法的模型如圖1所示。

改進的定位算法模型的目的是確保定位精度。首先要準確獲取當前的環境參數,從當前環境中測得信號強度值,然后通過測距方式計算出節點坐標。只有在當前環境中獲取到信號強度值時,才能保證計算出的距離值以及節點坐標更符合實際位置坐標[13]。在該模型中需要獲取每個節點發送的信號強度值,只有獲得每個節點發送的信號強度值時,才能根據信號強度值計算出兩節點之間的距離,通過距離計算出節點坐標。測距定位的基本原理是在礦井環境中布置的4個參考節點通過收發工作人員身上佩戴的移動節點的信號強度,由上述理論計算出每個節點的坐標后,以每個坐標為圓心,以節點距離為半徑畫圓,如果所得4個圓剛好相交[14-15],則焦點即為目標節點的位置坐標,見式(1)。

(1)

由于干擾及環境的影響,定位過程中所有節點不可能出現最理想的狀態,每個定位節點出現的位置都會存在一定的偏差[16-17]。出現這種偏差是因為有不確定因素的影響,導致所勾勒出的圓不會相交,但是會出現以下幾種情況,如圖2所示。

圖1 算法模型節點布置Fig.1 Node layout of algorithm model

圖2 定位過程中可能出現的4種情況Fig.2 Four kinds of scenarios during process of positioning

定位系統在實測過程中,算法應用會根據實際情況判斷使用何種算法,判斷過程是利用圓的相交情況判斷是否有解,若在判斷相交[18-19]的過程中出現了圖2中a這種最理想的狀態或者與理想狀態接近,則只需要根據式(1)可求得移動節點的位置坐標[20]。若判斷的結果是b、c、d的任意情況則只需要根據改進的加權質心定位算法[21-23]進行計算,即

(2)

根據式(2)可求得礦井中移動人員的位置坐標。首先會獲取每個模塊的信號強度值,根據信號強度值的大小計算出接受信號模塊與發送信號模塊之間的距離,然后根據節點之間的距離計算出位置坐標,具體算法流程如圖3所示。

圖3 算法計算流程示意Fig.3 Flowchart of algorithm calculation

3 試驗用到的硬件

在實際測試改進定位算法時會用到測試環境以及相關的硬件設施。礦井環境選擇實訓室走廊模擬礦井巷道。實訓樓走廊約30 m×1.78 m×3 m(長×寬×高)。走廊兩側都是機房實訓室,走廊頂部是通風管道以及線路的布設,環境的復雜程度可以比擬礦井的復雜程度,環境模擬如圖4所示。

定位過程中使用的硬件模塊是ZigBee開發套件。該套件共有5個模塊,其中包括4個定位節點,一個移動節點,且每個模塊都可以通過自動組網搭建起小環境的網絡數據平臺,可以收發來自不同組件的相關的數據包,根據接收到的數據信息進行定位測算。

圖4 現場測試環境Fig.4 On-site test environment

4 實測結果分析

實測結果要通過數據分析才能得出誤差,所以使用改進定位算法的定位系統后得到的位置坐標在驗證其誤差結果時用到一個對比文獻,本次測試參考文獻[8]改進的定位算法,通過對比分析得出誤差結果,根據接收到的信號強度值計算位置坐標。假設e為誤差參數,待測節點的實際位置坐標為X(x,y),通過運用算法后所得待測節點的位置坐標為X(x0,y0),則有誤差公式為

(3)

首先將本次定位系統得到位置坐標與實際位置坐標對比,對比結果如圖5所示。

圖5 改進算法與實際位置坐標仿真對比Fig.5 Simulation comparison of improved algorithm and actual position coordinate

從仿真結果可以看出,運用本文改進的定位算法后所得目標節點的位置坐標與實際位置坐標極為吻合,所以此次改進的定位算法在精度上是比較符合實際且具有一定的應用價值。由于本文改進定位算法參考了文獻[8]中作者所改進的定位算法,因此將文獻[8]改進定位算法所得位置坐標的誤差與此次改進定位算法的誤差進行對比,其結果如圖6所示。

可以看出,本文改進定位算法應用到定位系統時的定位誤差相比于文獻[8]改進定位算法應用到系統時誤差要小很多,從結果反映出本文改進定位算法是優于對比文獻改進定位算法的。現將傳統定位算法與文獻[8]改進定位算法以及本文改進定位算法與實際位置坐標進行對比,對比結果如圖7所示。

圖6 不同定位算法誤差對比結果Fig.6 Error comparison results of different positioning algorithms

圖7 應用3種算法時所得位置坐標與原始坐標對比Fig.7 Comparison of obtained position coordinate using three algorithms and the originate coordinate

從圖7可以發現本文改進定位算法誤差最小,因此該改進定位算法是具有一定創新性且具有相對優勢。現通過相對誤差進行對比分析,結果如圖8所示。

圖8 各算法誤差仿真示意Fig.8 Error simulation of different algorithms

在實際的煤礦井下環境中,自然環境可能會更惡劣、更復雜,因為井下各種電器設備以及礦井界面斷層的不規整性都是影響信號傳輸的實質性因素,尤其是在無線信號傳輸的過程中,井下環境中電器設備產生的白噪聲以及斷層的不規整性都會使信號衰減,這樣就會造成定位精度不高,誤差增加。因此在定位時要充分考慮這些因素帶來的誤差,所以在此次定位算法的驗證中刻意加入了高斯白噪聲,以檢驗此次定位算法的精確度。加入不同噪聲對誤差的影響如圖9所示。

圖9 加入不同噪聲時對誤差的影響Fig.9 Effect of adding different noises on errors

可以看出,隨機向井下環境中添加高斯白噪聲時會對定位算法精度產生不同程度的影響,但是影響程度因改進算法的優良程度而出現不同的差別。由仿真結果可以得出,此次環境噪聲對本文改進定位算法的影響最小,這是因為在此算法改進時加入了濾波處理算法,會降低噪聲的影響,而其應用他算法時出現的誤差則較大。因此可以得出本文改進的定位算法是比較成功的,也更符合定位的需求,并且成本也相比于其他算法低,是一種比較實用的定位算法。

5 結語

基于信號強度測距的原理,對RSSI測距的加權質心定位算法進行改進,并且對改進后的定位算法通過仿真及實際驗證。實際應用算法到定位系統后,將所得位置坐標與原始位置坐標進行對比分析得出算法的誤差,通過對比分析得出本文改進定位算法具有一定的應用價值,且定位誤差相比于其他2種定位算法誤差要小。因此,改進的定位算法相對比較成功,可以進行實際監測應用,具有一定的實用價值。