一种基于Wi-Fi的井下人员精确定位算法研究

一种基于Wi-Fi 的井下人员精确定位算法研究

张志强

摘要：简单分析了基于RFID 的人员定位技术、基于到达时间差TDOA 的定位技术以及基于接受信号强度RSSI 的定位技术。在此基础上针对煤矿井下巷道的特殊环境，提出了一种基于两点定位的井下人员精确定位算法。通过实地模拟实验得出该算法的定位误差基本控制在2-3m 之内。

1.引言

近年来，尽管国家下令关停并转了相当一部分中小煤矿，但是煤炭领域的灾难事故的发生频率一直有增无减，煤矿安全状况着实令人担忧。就目前来看，我国煤矿安全普遍存在的主要问题是井上管理人员不能及时与井下工作人员进行即时的信息交流，不能实时掌握井下人员的分布及工作情况，不能进行人员的精

确定位[1]。特别是在一些突发事故中无法确定井下人员的确切位置不能及时的制定出切实有效的救援方案，从而导致人员伤亡数目的增加。因此如何实现井下精确人员定位的研究在现在和将来的煤矿行业中具有重大的意义。

2.现有算法比较

2.1 基于RFID 的定位技术

目前，以RFID 为核心的井下人员定位技术是现在地下矿山人员定位技术的主流。该技术已经经过实际验证，基于RFID 的人员定位系统达到了预期的目的，满足了实时掌握下井人员的动态分布及安全管理的需要，可实现考勤管理及快速

指导矿井突发事故的救援工作[2]。但是从定位结果上来基于RFID 的人员定位技

术本质上是属于区域定位，如图1所示，地面上的管理人员只能知道随身携带射频标识卡的工人甲和工人乙处于读卡器A 和读卡器B 之间，但具体在什么位置就不得而知了。

2.2 基于TDOA 和RSSI 的定位技术

现有的基于Wi-Fi 的精确定位技术中最常见的就是基于到达时间差TDOA 和基于接收信号强度RSSI 的定位技术。

2.2.1 基于TDOA 的定位技术

基于到达时间差TDOA 的定位技术其原理为：射频标识卡同时发射两种不同传播速度的无线信号，无线基站（无线接入点，Access Point ，以下简称AP ）根据两种信号到达的时间差以及已知这两种信号的传播速度，计算射频标识卡和AP 之间的距离，同样的道理得出至少三个AP 和射频标识卡之间的距离，再通过三边测量法或极大似然估计法确定射频标识卡的位置[3]

。通常射频标识卡都是采用发射无线射频信号和超声波信号，AP 记录两种信号到达的时间1T ，2T ，

已知无线射频信号和超声波的传播速度为1c ，2c ，那么AP 和射频标识卡之间的距离为：

S T T d ?-=)(21 （1） 其中：

2

121c c c c S -=

（2） 2.2.2 基于RSSI 的定位技术 基于接收信号强度RSSI 的定位技术其原理是至少保证有三个AP 同时接收到同一工作人员随身携带的射频标识卡的信号，如图3所示：

图3 RSSI 定位原理图示

并获得其RSSI 值，通过式（3）和式（4）得到射频标识卡到每个AP 的相对距离，然后通过与AP 绝对坐标融合利用三边测量法或极大似然估计法便可确定人员在井下的位置信息。

()00()10lg d P d P d d δηζ??=++????

（3） 010)()(010d d d p d p ?=--ηξδ

（4）

其中，)(d P 、)(0d P 分别表示在距离AP d 、0d 处的信号强度，)(d P 是实际接受功率，)(0d P 是在参考距离0d 处的接受功率，η为路径损耗系数，δζ为标

准偏差为δ的零均值高斯随机变量[4]。

这两种基于三边定位或极大似然估计法的定位算法基本能够满足定位要求，但是如果运用到井下特殊环境中的话还有一定的不足和欠缺。首先狭长的巷道环境使得电磁波的传输和地面上相比相差很大，这使得基于接收信号强度RSSI 的定位技术的定位误差增大；另外，巷道中一些大型设备使得AP 和射频标识卡之间变成非视距，这将极大的影响基于到达时间差TDOA 这种定位技术的定位误

差；同时这两种定位算法都必须保证至少有三个AP 同时接收到同一工作人员随身携带的射频标识卡的信号，这使得巷道中AP 的数量将大大增加，同时给井下组网带来了很大的麻烦，从而导致经济上的负担加重以及无线资源的严重浪费。

3.精确定位算法的设计

所谓巷道是指服务于地下开采，在岩体或矿层中开凿的不直通地面的水平或

倾斜通道[5]。如图4所示，由于巷道的长度也就是X 轴的距离长达几百米甚至几千米，而其直径也就是Y 轴的距离不过4-5m ，考虑到这种巷道特有的环境，所以这里可以忽略Y 轴的定位误差，只考虑X 轴的定位情况就可以判断工作人员在井下巷道中的具体位置。

针对以上这种思想以及第2节中定位技术的不足和缺点，本文在此基础上提出一种基于两点定位的井下人员精确定位算法。

1）由于GIS 技术可以把地图这种独特的视觉化效果和地理分析功能与一般的数据库操作集成在一起。所以人员定位算法可以结合GIS 技术，首先在GIS 地图中AP 1和AP 2之间标定一个采样点，然后工作人员随身携带的射频标识卡在实际巷道中和地图中相对应的位置点发送射频信号，AP 1和AP 2分别接收到标识卡的信号强度值RSS 1和RSS 2，同时把GIS 地图中标定的采样点的坐标值信息一并发送到数据库中作为样点，下一次当AP 1和AP 2接收到该标识卡的信号强度值与数据库中的信号强度值比较，通过最佳匹配算法本文采用求信号强度均方差得到结果最小的那一个，就判定该用户所在的位置点坐标为数据库中该样点所在的位置点的坐标()a a y x ,。

2）为了减少巷道狭长的空间这种特殊环境对射频信号传播的影响，以及GIS 地图带来的误差，在这里考虑到相邻AP 所处的巷道环境差别不大，其衰减因素大致可以认为是相同的。所以可以利用相邻AP 接收到工作人员随身携带的射频标识卡的信号强度的比值作为计算标准。根据信号强度的比值计算出用户到相邻AP 之间的距离的比值，AP 之间的距离已知故可以通过距离比值和数据库中AP 的坐标算出用户的坐标。

如图4所示，AP 1、AP 2的坐标已知为()11,y x 、()22,y x ，用户坐标为()y x ,，AP 1到AP 2之间的距离已知为d ，d 1、d 2分别为用户到AP 1、AP 2的距离。则有：

()()δξη+???

? ??+=0101lg 10d d d P d P （5）

()()δξη+???

? ??+=0202lg 10d d d P d P （6）

设R 为d 1和d 2的比值，则有：

ηδδηξηξ10)2()1(020********

10)()(010)()(21d p d p d d d d R d p d p d p d p -=??==---- （7）

可以得到： ()()()()???????-+-=+=-+-=+=2

222221211111y y x x d R d y y x x d R R d （8）

通过上式可以得到用户坐标 ()b b y x ,。

3）最后通过对1）和2）所得到的坐标值取算术平均，

()??

? ??++=2,2,b a b a y y x x y x （9） 最后得到的()y x ,便为最终用户的坐标值。

4. 精确定位算法的性能评估

为了验证算法的性能，进行了一系列的实地模拟实验。以Ruckus AP 为硬件平台，如图5所示，在一个长23m ,宽3m 的走廊中布置两个AP ，AP 放在高约1.0 m 的凳子上，两个AP 之间每隔2m 标定一个采样点，一位携带射频标识卡的工作人员在两AP 之间移动。

5.结论

介绍了一种基于Wi-Fi 的井下人员精确定位算法，解决了以RFID 为核心的井下人员定位技术的简单的区域定位问题，基本解决了基于到达时间差TDOA 和接收信号强度RSSI 的定位技术中电磁波传输以及AP 和射频标识卡之间非视距的问题，同时也解决了这两种算法带来的AP 数量庞大和组网困难的问题。通过实地模拟实验得到基于这种精确定位算法的定位误差基本控制在2-3 m 之内。

[参考文献]

[1]史大伟，何继兰. 煤矿井下人员定位系统关键技术探讨[J]. 煤矿机械，2010.

[2]郭韡，李郴. 煤矿井下人员定位系统的现状和发展[J]. 江西煤炭科技，2008.

[3]孙利民，李建中. 无线传感器网络[M]. 北京：清华大学出版社，2005.

[4]胡文鹏. 一种基于RSSI 的无线传感器网络定位算法设计与实现[D]. 吉林大学硕士学位论文. 吉林大学图书馆,2009.

[5] https://www.360docs.net/doc/245087428.html,/view/67583.htm.