基于RSSI的井下環(huán)境無線傳感器網(wǎng)絡(luò)跟蹤算法研究.pdf

1、煤炭工業(yè)在我國整體經(jīng)濟(jì)發(fā)展中有著不可替代的位置。然而煤礦井下環(huán)境變化無常，極易出現(xiàn)瓦斯爆炸、透水、頂板坍塌等安全事故，實(shí)現(xiàn)對設(shè)備、人員及時(shí)的跟蹤對災(zāi)后救援、安全生產(chǎn)等工作起到積極的促進(jìn)作用。然而，目前較成熟的跟蹤技術(shù)有雷達(dá)和 GPS跟蹤系統(tǒng)，二者均可在地面上被廣泛使用，但無法跟蹤被遮擋的運(yùn)動目標(biāo)且信號無法到達(dá)深處地下幾十米的巷道中，所以，基于對 WSN和跟蹤系統(tǒng)發(fā)展程度和相對復(fù)雜環(huán)境中跟蹤模型的學(xué)習(xí)，選擇基于RSSI的井下環(huán)境WSN跟蹤

2、算法研究作為本文的主要研究點(diǎn)。
　　首先，介紹了基于WSN跟蹤技術(shù)的國內(nèi)外發(fā)展現(xiàn)狀，具體介紹了基本的目標(biāo)跟蹤算法和指紋匹配技術(shù)，在此基礎(chǔ)上，本文提出基于改進(jìn)卡爾曼濾波的井下跟蹤算法。其中，提出一種卡爾曼—均值復(fù)合濾波器來有效降低井下復(fù)雜結(jié)構(gòu)對已知節(jié)點(diǎn)接收到未知節(jié)點(diǎn)發(fā)射的RSSI所產(chǎn)生的影響；針對井下巷道無線信號傳輸特性，結(jié)合了基于 K近鄰法的指紋匹配算法、觀測噪聲方差估算方法與卡爾曼濾波跟蹤算法，實(shí)現(xiàn)對井下目標(biāo)的跟蹤。
　　

3、其次，本文針對煤礦井下特殊的環(huán)境，提出了基于改進(jìn)粒子濾波的跟蹤算法。文中對貝葉斯估計(jì)、蒙特卡洛方法、重要性采樣以及重采樣進(jìn)行了詳細(xì)的介紹，傳統(tǒng)的粒子濾波算法在初始化階段隨機(jī)均勻分布粒子，這種初始化的方法利用信息少，通過在還沒有執(zhí)行 PF算法時(shí)先采用指紋匹配進(jìn)行位置估計(jì)，利用此結(jié)果對初始化概率分布進(jìn)行設(shè)計(jì)保證了粒子的多樣性?？紤]到在傳統(tǒng)跟蹤算法中的定位精度不能達(dá)到粒子濾波算法中的觀測誤差要求這一問題，將基于核函數(shù)法的指紋匹配算法的定位結(jié)果

4、作為經(jīng)過初始化優(yōu)化的粒子濾波算法的觀測值，提高觀測精度，最終利用改進(jìn)粒子濾波算法得到目標(biāo)的運(yùn)動軌跡，實(shí)現(xiàn)對井下目標(biāo)的跟蹤。
　　最后，通過相應(yīng)的軟、硬件平臺構(gòu)建一個煤礦井下跟蹤網(wǎng)絡(luò)架構(gòu)，采集的信息先儲存在MySQL中，形成數(shù)據(jù)庫，再通過Matlab軟件進(jìn)行處理。實(shí)驗(yàn)結(jié)果表明，本文改進(jìn)算法有效降低了因井下環(huán)境對 RSSI的影響造成的誤差，進(jìn)一步提高了跟蹤精度，從而極大地增強(qiáng)了跟蹤系統(tǒng)的魯棒性。改進(jìn)跟蹤算法的誤差基本控制在合理范圍內(nèi)，