李寧，王李管，賈明濤，陳建宏

(1. 中南大學(xué) 資源與安全工程學(xué)院，湖南 長(zhǎng)沙，410083；2. 中南大學(xué) 數(shù)字礦山研究中心，湖南 長(zhǎng)沙，410083)

基于改進(jìn)遺傳算法的礦井人員定位新算法

李寧1,2，王李管1,2，賈明濤1,2，陳建宏1

(1. 中南大學(xué) 資源與安全工程學(xué)院，湖南 長(zhǎng)沙，410083；2. 中南大學(xué) 數(shù)字礦山研究中心，湖南 長(zhǎng)沙，410083)

為了提高礦井人員定位精度，根據(jù)礦井巷道基站布設(shè)的實(shí)際情況，以無(wú)線信號(hào)傳輸理論模型為基礎(chǔ)，提出周期性獲取信號(hào)傳輸路徑衰減指數(shù)的加權(quán)平均值，通過分析基站與標(biāo)識(shí)卡之間的通訊約束條件，并借助改進(jìn)的遺傳算法提出礦井人員定位新算法，再利用MATLAB軟件在相同條件下與加權(quán)質(zhì)心算法和直接測(cè)距算法進(jìn)行仿真對(duì)比。研究結(jié)果表明：新算法定位精度較高，同時(shí)3種定位算法的定位精度受巷道寬度影響較大。新算法不僅降低了人員定位的誤差，而且具有較強(qiáng)的穩(wěn)定性，適合各類復(fù)雜的巷道環(huán)境，為礦井人員精確定位提供了新方法。

人員定位；綜合路徑衰減指數(shù)；信號(hào)傳輸模型；改進(jìn)的遺傳算法；定位精度

由于礦產(chǎn)資源需求量的增加以及淺部資源的不斷消耗，國(guó)內(nèi)外大多數(shù)礦山逐漸進(jìn)入深部開采狀態(tài)，從而導(dǎo)致礦山企業(yè)面臨的安全問題變得更加突出。巖爆、透水以及瓦斯等事故高頻率的發(fā)生使得礦山企業(yè)不僅需要對(duì)開采環(huán)境做到及時(shí)預(yù)測(cè)，同時(shí)需在事故發(fā)生后能對(duì)受害人員進(jìn)行準(zhǔn)確定位，為救援工作提供可靠的信息。隨著礦山數(shù)字化進(jìn)程的不斷推進(jìn)，信息化技術(shù)、智能測(cè)控技術(shù)以及自動(dòng)化等技術(shù)在礦山得到廣泛應(yīng)用，使得對(duì)礦井工作人員進(jìn)行精確定位成為可能。針對(duì)無(wú)線信號(hào)的定位方法有很多學(xué)者進(jìn)行了研究，同時(shí)提出了很多相關(guān)的定位算法。根據(jù)定位機(jī)制的不同，定位算法主要分為基于測(cè)距(range-based)和無(wú)需測(cè)距(range-free) 2類?；诰嚯x的定位算法有到達(dá)時(shí)間(time of arrival, TOA)算法、到達(dá)時(shí)間差(time difference of arrival, TDOA)算法、到達(dá)角(angle of arrival, AOA)算法、接收信號(hào)強(qiáng)度指示(received signal strength indication, RSSI)算法等；無(wú)需測(cè)距的定位算法有：質(zhì)心算法、MDS-PAP算法、DV-hop算法、APIT算法以及Amorphous算法。由于上述定位算法使用條件的限制以及礦山巷道的實(shí)際情況，根據(jù)無(wú)線信號(hào)在傳輸過程中的損耗，利用無(wú)線信號(hào)傳輸理論模型，計(jì)算發(fā)射節(jié)點(diǎn)和接收節(jié)點(diǎn)間的距離，再由三邊測(cè)量法即可實(shí)現(xiàn)定位的RSSI算法運(yùn)用較為普遍[1?3]?？紤]到礦井巷道狹長(zhǎng)，使得無(wú)線信號(hào)的傳輸受到反射、衍射、多徑傳播以及非視距的影響，測(cè)得的RSSI值具有較大誤差，即使在相同條件下，多次測(cè)得的RSSI值也將產(chǎn)生明顯的波動(dòng)，從而導(dǎo)致算法的定位精度不夠，定位結(jié)果與實(shí)際位置差距較大。為了提高RSSI定位算法的定位精度，很多學(xué)者提出了改進(jìn)方法。呂振等[4]提出了基于捷聯(lián)慣性導(dǎo)航的井下人員精確定位算法，該算法需要增加額外的硬件設(shè)備用來檢測(cè)人員的三軸加速度和角速度的數(shù)據(jù)，使得定位過程更加復(fù)雜化；韓東升等[5?6]提出了基于RSSI的加權(quán)質(zhì)心定位算法，該算法根據(jù)標(biāo)識(shí)卡接收到的無(wú)線信號(hào)強(qiáng)度綜合考慮了基站對(duì)標(biāo)識(shí)卡的影響權(quán)重，算法定位流程簡(jiǎn)單，一定程度上提高了定位精度。本文作者根據(jù)礦井巷道參考節(jié)點(diǎn)的布設(shè)方式和定位區(qū)域的實(shí)時(shí)環(huán)境，考慮到相鄰基站間相互影響權(quán)重，提出周期性獲取綜合路徑衰減指數(shù)(α)的策略，再根據(jù)基站無(wú)線信號(hào)傳輸范圍建立人員定位的數(shù)學(xué)模型，利用改進(jìn)的遺傳算法[7?8]進(jìn)行求解，計(jì)算結(jié)果即為人員所處位置，算法可靠實(shí)用，在減少累積誤差出現(xiàn)的同時(shí)，增加了對(duì)各類復(fù)雜礦井環(huán)境的適應(yīng)性。

1　Zigbee人員定位系統(tǒng)架構(gòu)

礦山井下環(huán)境復(fù)雜，主要有運(yùn)輸大巷、穿脈、重點(diǎn)硐室以及采區(qū)等區(qū)域。根據(jù)各區(qū)域的不同特點(diǎn)，采用有線和無(wú)線混合架構(gòu)的網(wǎng)絡(luò)模式，構(gòu)成礦山的人員定位系統(tǒng)。Zigbee是基于IEEE標(biāo)準(zhǔn)的802.15.4無(wú)線標(biāo)準(zhǔn)研制開發(fā)的，Zigbee人員定位系統(tǒng)由監(jiān)控中心、定位服務(wù)器、數(shù)據(jù)交換機(jī)、基站和標(biāo)識(shí)卡等組成[9?10]，如圖1所示。

圖1　Zigbee人員定位系統(tǒng)架構(gòu)Fig. 1 Architecture of Zigbee personnel localization system

數(shù)據(jù)交換機(jī)是整個(gè)網(wǎng)絡(luò)中數(shù)據(jù)傳輸及交換的關(guān)鍵，首先把由定位軟件系統(tǒng)配置的各參考節(jié)點(diǎn)相關(guān)數(shù)據(jù)準(zhǔn)確發(fā)送到對(duì)應(yīng)的基站；其次需要反饋標(biāo)識(shí)卡獲得的有效數(shù)據(jù)(例如標(biāo)識(shí)卡位置信息Dj( xj,yj)(1≤j≤m))，并在定位軟件系統(tǒng)中進(jìn)行顯示。其性能須滿足整個(gè)礦山人員定位系統(tǒng)及監(jiān)測(cè)監(jiān)控系統(tǒng)的需要。

基站是人員定位系統(tǒng)中井下固定設(shè)備，安裝在巷道兩幫及其他重點(diǎn)定位區(qū)域，具有各自靜態(tài)IP，位置信息已知，由信號(hào)收發(fā)模塊、數(shù)據(jù)交換模塊和電源模塊組成，具備有線和無(wú)線2種通信模式。

標(biāo)識(shí)卡是人員定位系統(tǒng)中井下移動(dòng)設(shè)備，配備給每位下井工作人員，由信號(hào)收發(fā)模塊、數(shù)據(jù)處理模塊和電源模塊組成，通過無(wú)線方式與基站進(jìn)行通訊，獲取基站的位置信息和RSSI值，根據(jù)相關(guān)算法確定本身位置信息，并由基站與數(shù)據(jù)交換機(jī)發(fā)送至定位服務(wù)器，實(shí)時(shí)顯示井下工作人員所處地點(diǎn)。

2　井下人員定位問題描述

2.1巷道人員定位基站布設(shè)

由于受到礦井巷道狹小斷面的限制，Zigbee基站需根據(jù)其信號(hào)覆蓋范圍采用交叉鏈?zhǔn)椒绞讲荚O(shè)，將基站以已知的距離安裝在巷道的兩幫，距離底部1.5 m左右，坑道、岔道等信號(hào)不易到達(dá)區(qū)域適當(dāng)減少基站間距離，保證多個(gè)基站間能相互通訊，巷道內(nèi)基站布設(shè)如圖2所示。每個(gè)下井工作人員配備一張標(biāo)識(shí)卡，根據(jù)標(biāo)識(shí)卡的位置對(duì)工作人員進(jìn)行精確定位。

圖2　巷道內(nèi)基站布設(shè)Fig. 2 Deployment of base station in roadway

2.2無(wú)線信號(hào)傳輸模型

無(wú)線信號(hào)傳輸模型有自由空間模型、雙向地面反射模型和屏蔽模型，屏蔽模型將理想的圓形模型擴(kuò)展為更合適的統(tǒng)計(jì)模型，更具有一般性而被廣泛應(yīng)用，因此，采用比較適合礦井巷道的屏蔽模型(Shadowing模型)[11?13]來表述人員定位無(wú)線信號(hào)的傳輸衰減，其公式為

式中：P( r0)為距離信號(hào)發(fā)射端r0處接收到的信號(hào)功率；為距離信號(hào)發(fā)射端r處接收到的信號(hào)平均功率；ξ為接收信號(hào)功率的變化修正，對(duì)數(shù)正態(tài)隨機(jī)變量；α為綜合路徑衰減指數(shù)，受環(huán)境、障礙物等影響。

通過實(shí)驗(yàn)研究表明，ξ對(duì)計(jì)算結(jié)果影響不大，為了便于計(jì)算，式(1)可簡(jiǎn)化為

式中： RRSSI(r)為距離信號(hào)發(fā)射端r處接收到的RSSI強(qiáng)度，dBm；RRSSI(r0)為距離信號(hào)發(fā)射端r0處接收到的RSSI強(qiáng)度，dBm。

由式(2)可知：

由式(3)即可計(jì)算基站與相應(yīng)標(biāo)識(shí)卡之間的距離，井下人員定位過程可以描述為通過基站坐標(biāo)以及標(biāo)識(shí)卡與基站之間的距離來估計(jì)標(biāo)識(shí)卡的坐標(biāo)。由于礦山巷道環(huán)境變化頻繁，使得信號(hào)路徑衰減指數(shù)處于動(dòng)態(tài)變化過程中，導(dǎo)致距離rij并不是標(biāo)識(shí)卡與基站間的實(shí)際距離，存在一定的誤差。

3　基于改進(jìn)遺傳算法的定位算法

3.1路徑衰減指數(shù)的周期性獲取算法

巷道內(nèi)基站布設(shè)見圖2，基站間距離已知，且具有唯一識(shí)別性，再周期性記錄基站之間通訊的無(wú)線信號(hào)強(qiáng)度。路徑衰減指數(shù)求解過程如圖3所示，以基站C1為基準(zhǔn)，其他節(jié)點(diǎn)以此類推，假設(shè)與基準(zhǔn)基站可相互通訊的參考基站有，在一個(gè)周期(T)內(nèi)，參考基站到基準(zhǔn)基站的RSSI值表示為根據(jù)式(3)即可得到對(duì)應(yīng)參考基站與基準(zhǔn)基站間的路徑衰減指數(shù)，再根據(jù)參考節(jié)點(diǎn)對(duì)基準(zhǔn)節(jié)點(diǎn)的影響權(quán)重，計(jì)算對(duì)應(yīng)的綜合路徑衰減指數(shù)α：

圖3　路徑衰減指數(shù)求解過程Fig. 3 Solving process for path attenuation index

由此可知，權(quán)重stω可表示為

算法中周期性計(jì)算綜合路徑衰減指數(shù)α，比較準(zhǔn)確地反映了兩基站間的巷道環(huán)境對(duì)無(wú)線信號(hào)傳輸?shù)挠绊?，?jīng)信號(hào)傳輸衰減模型公式計(jì)算可較準(zhǔn)確獲得基站與相應(yīng)標(biāo)識(shí)卡之間的距離。

3.2定位過程建模

定位[14]模型如圖4所示。設(shè)標(biāo)識(shí)卡為，基站為，且基站無(wú)線信號(hào)的傳輸半徑為R，當(dāng)標(biāo)識(shí)卡接收到基站的無(wú)線信號(hào)后，即開始進(jìn)行定位計(jì)算。

圖4　定位模型示意圖Fig. 4 Sketch map of localization model

由圖4可知，標(biāo)識(shí)卡能與對(duì)應(yīng)基站通信的約束方程表示為

式中：1in≤≤，1jm≤≤。

由式(3)和(4)可知：標(biāo)識(shí)卡與對(duì)應(yīng)基站間的距離可用rij(1in≤≤，1jm≤≤)近似表示，則式(6)可變換為

通過改變獲取綜合路徑衰減指數(shù)的方法，提高基站與標(biāo)識(shí)卡間距離的計(jì)算精度，但是仍然不可避免地存在誤差，因此，需以式(7)為依據(jù)，通過改進(jìn)參數(shù)優(yōu)化算法的方法，最大限度地降低由于測(cè)量距離產(chǎn)生的誤差的影響。

針對(duì)任意基站，可定義：

為測(cè)量距離與實(shí)際距離的誤差方程，從而可知任意標(biāo)識(shí)卡的總約束條件為

使得Lj=0的解Dj( xj,yj)即為最優(yōu)解，其目標(biāo)函數(shù)為

3.3基于改進(jìn)遺傳算法的定位算法

3.3.1編碼方式

算法采用二進(jìn)制編碼，每個(gè)標(biāo)識(shí)卡Dj( xj,yj)坐標(biāo)被編碼為2組二進(jìn)制碼，二進(jìn)制碼的首位為符號(hào)位，“0”表示二進(jìn)制碼對(duì)應(yīng)的基因型為正數(shù)，“1”表示二進(jìn)制碼對(duì)應(yīng)的基因型為負(fù)數(shù)，初始種群隨機(jī)生成。

3.3.2適應(yīng)度函數(shù)設(shè)計(jì)

各標(biāo)識(shí)卡二進(jìn)制編碼的取值范圍肯定大于能與其通信的基站所在區(qū)域，所以適應(yīng)度函數(shù)必須包含懲罰函數(shù)項(xiàng)，采用如下公式：

式中：βj為懲罰系數(shù)。

由式(11)和(12)可知：若Dj( xj,yj)滿足約束條件，則βj=0，否則使用懲罰函數(shù)。

3.3.3選擇算子設(shè)計(jì)

選擇操作在子種群內(nèi)部進(jìn)行，用輪盤式選擇進(jìn)行下一代復(fù)制的操作，同時(shí)使用最佳個(gè)體保留策略，確保算法的收斂[15?16]。由適應(yīng)度函數(shù)的定義，個(gè)體適應(yīng)度為正值，不需要考慮個(gè)體適應(yīng)度之間的數(shù)值差異，避免種群空間占滿優(yōu)秀個(gè)體而導(dǎo)致算法過早收斂。

3.3.4改進(jìn)的交叉算子設(shè)計(jì)

在運(yùn)用傳統(tǒng)遺傳算法交叉算子時(shí)，會(huì)出現(xiàn)基因重復(fù)、父代的優(yōu)秀基因子代不能保留和編碼條件需改動(dòng)子代的缺點(diǎn)。遺傳交叉的主要目的是子代盡可能繼承父代的優(yōu)秀基因，為使交叉后的子代保留父代更多的優(yōu)秀基因，可用貪心交叉算子加以改進(jìn)。

貪心算法在求解問題時(shí)，以當(dāng)前看來是最好的選擇為標(biāo)準(zhǔn)，省去了為找最優(yōu)解要窮盡所有可能所要耗費(fèi)的大量時(shí)間，充分利用染色體的局部信息指導(dǎo)遺傳進(jìn)化搜索。

3.3.5變異算子設(shè)計(jì)

變異可以保持群體的多樣性，避免求解過程陷入局部最優(yōu)，采用二進(jìn)制編碼中符號(hào)位變異與數(shù)值位變異相結(jié)合的方式[17?18]。符號(hào)位變異采用單點(diǎn)基本變異算子，數(shù)值位變異采用倒位變異算子。

3.3.6終止條件

為了確保算法的收斂性，采用最大進(jìn)化代數(shù)與設(shè)定收斂條件相結(jié)合的終止條件。

4　仿真實(shí)驗(yàn)及結(jié)果分析

為了檢驗(yàn)算法的性能，用Matlab軟件進(jìn)行定位仿真實(shí)驗(yàn)，并與加權(quán)質(zhì)心算法、直接測(cè)距法進(jìn)行對(duì)比。根據(jù)礦井巷道的實(shí)際情況，設(shè)置如下的仿真環(huán)境：巷道寬度分別設(shè)置為3，5和7 m，長(zhǎng)度為400 m，便于對(duì)照分析。假設(shè)基站的無(wú)線信號(hào)傳輸半徑R=50 m，用8個(gè)標(biāo)識(shí)卡進(jìn)行定位仿真，參考節(jié)點(diǎn)沿巷道兩幫每隔一定距離進(jìn)行布設(shè)，分別進(jìn)行1 000次仿真實(shí)驗(yàn)。

定義標(biāo)識(shí)卡的點(diǎn)位誤差e和橫向誤差e1，假設(shè)標(biāo)識(shí)卡的實(shí)際坐標(biāo)為D0(x0, y0)，而通過定位算法計(jì)算得到的坐標(biāo)為Dj( xj,yj)(1≤j≤m )，則有：

通過3種不同定位算法仿真得到的定位結(jié)果見表1～3。

根據(jù)式(13)～(14)以及定位仿真結(jié)果得到定位誤差如表4所示。

表1　本文改進(jìn)算法仿真結(jié)果Table 1 Simulation results of this paper improved algorithm

表2　加權(quán)質(zhì)心算法仿真結(jié)果Table 2 Simulation results of weighted centroid algorithm

表3　直接測(cè)距算法仿真結(jié)果Table 3 Simulation results of direct approach algorithm

由表1～4可知：標(biāo)識(shí)卡的橫向坐標(biāo)誤差比縱向坐標(biāo)誤差大，且隨著巷道寬度的增加，無(wú)線信號(hào)傳輸過程中的反射、衍射等現(xiàn)象的減少，使得定位的整體誤差逐漸降低。為了直觀表達(dá)3種不同定位算法的性能差異，根據(jù)表4相關(guān)數(shù)據(jù)，繪制出不同巷道寬度下3種定位算法的定位誤差曲線如圖5所示。

由圖5可知：本文改進(jìn)算法定位精度較加權(quán)質(zhì)心算法和直接測(cè)距算法有很大提高，且波動(dòng)性不明顯，降低了巷道復(fù)雜情況對(duì)定位精度的影響；且第1個(gè)標(biāo)識(shí)卡的定位誤差都較大，主要是因?yàn)閰⑴c定位的基站較少，隨著基站數(shù)的增加，定位精度明顯提高。同時(shí)，本文改進(jìn)算法不需要升級(jí)任何硬件設(shè)備，更能滿足實(shí)際的需求，而且節(jié)點(diǎn)通信量較小，能耗低。

表4　3種不同算法定位誤差Table 4 Localization error of three different algorithms

圖5　定位誤差對(duì)比Fig. 5 Comparison of localization error

5　結(jié)論

1) 以無(wú)線信號(hào)傳輸理論模型為基礎(chǔ)，提出了周期性獲取信號(hào)傳輸路徑衰減指數(shù)的加權(quán)平均值，即綜合路徑衰減指數(shù)，再根據(jù)改進(jìn)的遺傳算法計(jì)算標(biāo)識(shí)卡坐標(biāo)的新算法，通過與加權(quán)質(zhì)心算法以及直接測(cè)距法仿真實(shí)驗(yàn)對(duì)比發(fā)現(xiàn)，定位精度明顯提高，且較為穩(wěn)定。

2) 巷道寬度對(duì)無(wú)線信號(hào)的傳輸影響較大，隨著巷道寬度的增加，3種定位算法的定位精度逐漸提高；當(dāng)巷道寬度d=7 m時(shí)，本文改進(jìn)算法使得定位誤差平均降到1 m以下，適用性較高。

3) 礦井巷道內(nèi)人員定位基站的布設(shè)一定在視距范圍內(nèi)，而本文改進(jìn)的定位算法在非視距條件下，對(duì)礦井人員進(jìn)行定位時(shí)結(jié)果存在較大誤差，所以非視距的礦井人員精確定位將是下一步研究的重點(diǎn)。

[1] 張治斌, 徐小玲, 閻連龍. 基于Zigbee井下無(wú)線傳感器網(wǎng)絡(luò)的定位方法[J]. 煤炭學(xué)報(bào), 2009, 34(1): 129?132. ZHANG Zhibin, XU Xiaoling, YAN Lianlong. Underground localization algorithm of wireless sensor network based on Zigbee[J]. Journal of China Coal Society, 2009, 34(1): 129?132.

[2] 龍鐵光, 黃廷磊. 無(wú)線傳感器網(wǎng)絡(luò)中基于RSSI算法的優(yōu)化[J].計(jì)算機(jī)系統(tǒng)應(yīng)用, 2013, 22(1): 107?110. LONG Tieguang, HUANG Tinglei. Optimization of RSSI algorithm in wireless sensor network[J]. Computer System and Applications, 2013, 22(1): 107?110.

[3] 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. ZHANG Jianwu, ZHANG Lu, YING Ying, et al. Research on distance measurement based on RSSI of Zigbee[J]. Journal of Transduction Technology, 2009, 22(2): 285?288

[4] 呂振, 劉丹, 李春光. 基于捷聯(lián)慣性導(dǎo)航的井下人員精確定位系統(tǒng)[J]. 煤炭學(xué)報(bào), 2009, 34(8): 1149?1152. Lü Zhen, LIU Dan, LI Chunguang. The precise positioning system of the mine personnel in coal pit based on strap down inertial navigation[J]. Journal of China Coal Society, 2009, 34(8): 1149?1152.

[5] 韓東升, 楊維, 劉洋, 等. 煤礦井下基于RSSI的加權(quán)質(zhì)心定位算法[J]. 煤炭學(xué)報(bào), 2013, 38(3): 522?528. HAN Dongsheng, YANG Wei, LIU Yang, et al. A weighted centroid localization algorithm based on received signal strength indicator for underground coal mine[J]. Journal of China Coal Society, 2013, 38(3): 522?528.

[6] 趙昭, 陳小惠. 無(wú)線傳感器網(wǎng)絡(luò)中基于RSSI的改進(jìn)定位算法[J]. 傳感技術(shù)學(xué)報(bào), 2009, 22(3): 391?394. ZHAO Zhao, CHEN Xiaohui. An improved localization algorithm based on RSSI in WSN[J]. Chinese Journal of Sensors and Actuators, 2009, 22(3): 391?394.

[7] 劉荷花, 崔超, 陳晶. 一種改進(jìn)的遺傳算法求解旅行商問題[J]. 北京理工大學(xué)學(xué)報(bào), 2013, 33(4): 390?393. LIU Hehua, CUI Chao, CHEN Jin. An improved genetic algorithm for solving[J]. Transactions of Beijing Institute of Technology, 2013, 33(4): 390?393.

[8] 汪波, 薛磊. 基于遺傳算法的TDOA定位系統(tǒng)的最優(yōu)布站算法[J]. 系統(tǒng)工程與電子技術(shù), 2009, 31(9): 2125?2128. WANG Bo, XUE Lei. Station arrangement strategy of TDOA location system based on genetic algorithm[J]. Systems Engineering and Electronics, 2009, 31(9): 2125?2128.

[9] KIM W H, LEE S, HWANG J. Real-time energy monitoring and controlling system based on Zigbee sensor networks[J]. Procedia Computer Science, 2011, 5: 794?797.

[10] WANG Longkang, NIE Baisheng, ZHANG Ruming, et al. Zigbee-based positioning system for coal miners[J]. Procedia Engineering, 2011, 26: 2406?2414.

[11] 喬鋼柱, 曾建潮. 信標(biāo)節(jié)點(diǎn)鏈?zhǔn)讲渴鸬木聼o(wú)線傳感器網(wǎng)絡(luò)定位算法[J]. 煤炭學(xué)報(bào), 2010, 35(7): 1229?1233. QIAO Gangzhu, ZENG Jianchao. Localization algorithm of beacon nodes chain deployment based on coal mine underground wireless sensor networks[J]. Journal of China Coal Society, 2010, 35(7): 1229?1233.

[12] 周小艷, 何為, 胡國(guó)輝. 基于Zigbee無(wú)線傳感器網(wǎng)絡(luò)的變電站人員定位的改進(jìn)算法研究[J]. 電力系統(tǒng)保護(hù)與控制, 2013, 41(17): 56?62. ZHOU Xiaoyan, HE Wei, HU Guohui. Research on the improved personnel localization method in transformer substation based on Zigbee wireless sensor network[J]. Power System Protection and Control, 2013, 41(17): 56?62.

[13] 王金鑫, 賴旭芝, 吳敏, 等. 基于遺傳算法的三維無(wú)線傳感器網(wǎng)絡(luò)定位新算法[J]. 高技術(shù)通訊, 2008, 18(6): 579?584. WANG Jinxin, LAI Xuzhi, WU Min, et al. New positioning algorithm for three-dimension wireless sensor networks based on genetic algorithm[J]. High Technology Letters, 2008, 18(6): 579?584.

[14] 劉平, 李國(guó)民. 一種用于井下人員定位的TOA定位算法研究[J]. 西安科技大學(xué)學(xué)報(bào), 2007, 27(3): 439?442. LIU Ping, LI Guomin. A TOA-based people locating algorithm in coal mine[J]. Journal of Xi’an University of Science and Technology, 2007, 27(3): 439?442.

[15] 雷霖, 李偉峰, 王厚軍. 基于遺傳算法的無(wú)線傳感器網(wǎng)絡(luò)路徑優(yōu)化[J]. 電子科技大學(xué)學(xué)報(bào), 2009, 38(2): 227?230. LEI Lin, LI Weifeng, WANG Houjun. Path optimization of wireless sensor network based on genetic algorithm[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(2): 227?230.

[16] RABAEY J M. Roundy picorodio supports Ad Hoe ultra-low power wireless networking[J]. Computer, 2000, 33(7): 42?48.

[17] BULUSU N. GPS-less low cost outdoor localization for very small devices[J]. IEEE Personal Communications Magazine, 2000, 7(5): 28?34.

[18] 章磊, 段莉莉, 錢紫鵑, 等. 基于遺傳算法的WSN節(jié)點(diǎn)定位技術(shù)[J]. 計(jì)算機(jī)工程, 2010, 36(10): 85?87. ZHANG Lei, DUAN Lili, QIAN Zijuan, et al. WSN node localization technology based on genetic algorithm[J]. Computer Engineering, 2010, 36(10): 85?87.

(編輯 趙俊)

New personnel localization algorithm in mine based on improved genetic algorithm

LI Ning1,2, WANG Liguan1,2, JIA Mingtao1,2, CHEN Jianhong1
(1. School of Resources and Safety Engineering, Central South University, Changsha 410083, China; 2. Digital Mine Research Center, Central South University, Changsha 410083, China)

In order to improve the accuracy of the mine personnel localization, the comprehensive path attenuation index which is a weighted average of the periodic signal transmission path was proposed based on the actual situation of the mine roadway base station layout and the wireless signal transmission theory model. Through the analysis on communication constraints of between reference nodes and locating node, a new algorithm of locating node coordinates was developed combined with the improved genetic algorithm. The direct approach algorithm was compared with weighted centroid algorithm in MATLAB. The results show that localization precision of the new algorithm is higher, and at the same time localization precision of three localization algorithms is greatly influenced by roadway width. The improved personnel localization algorithm greatly reduces the personnel localization error and it is suitable for complex roadway environment, which provides a new method for the mine personnel localization.

personnel localization; comprehensive path attenuation index; signal transmission model; improved genetic algorithm; positioning accuracy

TD676

A

1672?7207(2016)03?0929?07

10.11817/j.issn.1672-7207.2016.03.028

2015?03?20；

2015?05?13

國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目(2011AA060407)；國(guó)家自然科學(xué)基金資助項(xiàng)目(51374242)；國(guó)家留學(xué)基金委資助項(xiàng)目(201306370143) (Project(2011AA060407) supported by the National High Research Development Program (863 Program) of China; Project(51374242) supported by the National Natural Science Foundation of China; Project(201306370143) supported by China Scholarship Council Foundation)

李寧，博士研究生，從事數(shù)字礦山及智能采礦技術(shù)研究；E-mail: 13875910191@163.com