CN101754247B - 一种基于多元线性回归的矿井定位系统及其定位方法 - Google Patents

Abstract

本发明公开了一种基于多元线性回归的矿井定位系统及其定位方法，定位系统包括锚节点模块、移动节点模块、定位公式参数计算模块、RSSI值滤波模块和RSSI值定位模块，移动节点采集锚节点广播信息的RSSI值，对数据进行回归分析并得到定位公式和参数；在系统正常工作中，移动节点在一定周期时间内捕获多个锚节点广播信息的RSSI值，周期时间到则将所有RSSI值代入滤波模块中滤除可信度较低的数据，最后使用回归方程和参数计算自己的位置并通过锚节点的转发一直传送到井上监控中心。本发明计算过程简单、定位精度高，可为安全监控系统提供实时、精确的井下人员信息，也可为事故后的搜救工作提供准确的目标地点，为及时抢救人员生命提供可靠保障。

Description

一种基于多元线性回归的矿井定位系统及其定位方法

技术领域

本发明涉及一种矿井定位系统及其定位方法，具体涉及一种把接收信号强度值(RSSI，Received Signal Strength Indicator)与多元线性回归方案相结合的，具有定位精度高、工作可靠、计算量小等优点的基于多元线性回归的矿井定位系统及其定位方法。

背景技术

目前，各类矿难时有发生，不仅造成巨大的财产损失，还直接威胁着矿工的生命安全。市场上现有的矿井监测系统大多是基于有线设备的，一旦发生爆炸和坍塌，大部分线路会被损坏，所以监测系统在事故发生后就无法正常工作。近些年，基于Zigbee(IEEE802.15.4)技术的无线传感器网络得到了广泛的应用，它的自组织、抗毁性等特点正可以弥补现有矿井监测系统的缺点，即使在发生各种矿难后，井下的信息仍然可以通过无线网络传输到监控中心，为营救工作的开展提供有用的信息。

公开号为CN 101369944A的发明专利公开了一种基于ZigBee和RFID的矿井安全无线定位系统及其布设方法，该系统使用ZigBee节点进行数据路由，但使用RFID技术来采集人的位置，这种方法只能判断某位工人是否进入了某个RFID标签辐射到的范围，无法在整个巷道中精确定位。由于这种定位方法的定位误差极大，所以它只能用于工人的考勤系统，而无法应用于矿难后的救援。

矿井检测系统要求能准确地、实时地得到井下人员的位置信息。有些定位系统提出使用GPS定位的方案，但井下的巷道一般位于地表500-1000米以下，GPS信号很难到达。无线传感器网络也有一些传统的定位方法，例如：DV-Hop，APIT，质心方法等，大都是基于节点随机分布的拓扑结构，不适合矿井巷道这种狭长的地带。并且这些定位方法的误差大都在无线射程的20％左右，在这种误差下的定位信息也是无法用于矿难后救援的。在一些基于测量(Range-Based)的方法中，它们大都从理论上推导出来，并假设节点间的距离已经得知，然后根据这些距离值仿真出定位方法的结果，但是在现实的应用环境中，两节点间的距离往往很难精确计算出来。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种把接收信号强度值(RSSI，Received Signal Strength Indicator)与多元线性回归方案相结合的，具有定位精度高、工作可靠、计算量小等优点的基于多元线性回归的矿井定位系统及其定位方法。

技术方案：为实现上述目的，本发明的一种基于多元线性回归的矿井定位系统，包括锚节点模块、移动节点模块、定位公式参数计算模块、RSSI值滤波模块和RSSI值定位模块，所述锚节点模块包括一组锚节点，锚节点等间隔的布置于矿井巷道中；所述移动节点模块包括佩戴在矿工或车辆之上的移动节点，移动节点监听锚节点的广播信息，从中提取接收信号强度值RSSI和锚节点的坐标，并保存到内存链表数据结构中；所述定位公式参数计算模块统计移动节点在巷道中的位置坐标、在此位置坐标上接收到的RSSI值和该RSSI对应的锚节点坐标，并代入数据分析工具，使用多元线性回归的方法计算出移动节点实际位置与锚节点广播信息的关系公式，即回归方程和方程中各参数值；所述RSSI值滤波模块定时对链表数据结构中的值进行滤波处理；所述RSSI值定位模块是在滤波处理完成后根据定位公式和参数值求出移动节点的位置。

该基于多元线性回归的矿井定位系统的定位方法，包括以下步骤：

①将锚节点等间隔的布置于矿井巷道之中，锚节点广播自己的ID号和坐标信息；将移动节点佩戴在矿工和车辆之上，所有传感器节点在布置完成并打开电源后自组织成无线传感器网络；

②移动节点在巷道中若干处采集位置坐标、在此位置坐标上接收到的RSSI值和该RSSI对应的锚节点坐标，定位公式参数计算模块把采集到的数据代入到数据分析工具中，通过多元线性回归的方法计算得出锚节点RSSI值与移动节点实际位置的关系公式，即回归方程(7)和公式中各参数值：

$Y=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{b}_i{x}_i+b_0---\left(7\right)$

其中，Y为移动节点的坐标，b_i为回归系数，b₀为一个常系数；

所述回归方程(7)是根据公式(4)、公式(5)和公式(6)推导而出：

$R_i=\frac{{\mathrm{RSSI}}_i}{\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{RSSI}}_j}---\left(4\right)$

x_i＝R_iX_i    (5)

其中，R_i为比例因子，RSSI_i为移动节点从第i个锚节点接收到的信号强度值，

为移动节点接收到锚节点数据中3个较大RSSI值的总和，X_i为RSSI值对应锚节点的坐标；

$Y=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{b}_i{R}_i{X}_i+b_0---\left(6\right)$

其中，Y为移动节点的坐标，X_i为锚节点的坐标，b_i为回归系数，b₀为一个常系数，R_i为比例因子；

③在系统正常工作中，锚节点定时广播自己的ID号和坐标信息，移动节点在一定周期时间内监听锚节点信息，从信息中提取出RSSI值及该锚节点的坐标，并保存到内存链表数据结构中；

④当周期时间到并需要定位时，RSSI值滤波模块对链表数据结构中的值进行滤波处理，即计算所有RSSI值的平均值和标准差，通过高斯滤波公式滤除误差较大的数据，再求出剩余数据的平均值，最后将此平均值作为移动节点对该锚节点的RSSI值；

⑤RSSI值定位模块将滤波后的RSSI值代入定位公式(6)以及代入回归分析得出的参数，计算移动节点的位置坐标，并把位置坐标通过锚节点的转发一直传送到井上PC机。

所述锚节点广播的ID号和坐标信息只有一跳的生存周期。

所述步骤④中，定时时间为5秒，5秒定时未到时，移动节点始终监听锚节点广播信息并把RSSI值和锚节点坐标保存到本地，5秒定时到达，再进行数据处理和定位计算。

所述内存链表数据结构包括每个移动节点保持的链表的头listHead和该移动节点可以监听到的所有锚节点anchor1到anchorN，N代表锚节点的个数；每一个锚节点包含五个属性，即该锚节点的ID号anchorNum、锚节点坐标anchorPos、指向下一个锚节点的指针NextAnchor、移动节点接收到该锚节点的RSSI值NextValue、滤波处理后移动节点对该锚节点的RSSI平均值AverageRSSI；所述移动节点接收到该锚节点的RSSI值NextValue包括两个属性，即接收到该锚节点的一个RSSI值value、该锚节点收到的下一个RSSI值的指针NextValue，如果没有下一个值，该指针NextValue的值为NULL。

有益效果：本发明的一种基于多元线性回归的矿井定位系统及其方法把无线传感器网络技术应用于矿井巷道的定位中，在发生矿难和各类事故时，系统仍然可以通过无线方式传输数据；本发明不但计算过程简单、易实现大规模分布式计算，而且定位精度高，可以为安全监控系统提供实时、精确的井下人员信息，也可以为事故后的搜救工作提供准确的目标地点，为及时抢救人员生命提供可靠保障。

附图说明

图1为锚节点布置及数据传输示意图；

图2为锚节点工作流程图；

图3为移动节点工作流程图；

图4为保存RSSI值的链表数据结构图。

具体实施方式

下面结合附图和实施例对本发明作更进一步的说明。

本发明的一种基于多元线性回归的矿井定位系统，包括锚节点模块、移动节点模块、定位公式参数计算模块、RSSI值滤波模块和RSSI值定位模块，锚节点模块包括一组锚节点，锚节点等间隔的布置于矿井巷道中；移动节点模块包括佩戴在矿工或车辆之上的移动节点，移动节点监听锚节点的广播信息，从中提取接收信号强度值RSSI和锚节点的坐标，并保存到内存链表数据结构中；定位公式参数计算模块统计移动节点在巷道中的位置坐标、在此位置坐标上接收到的RSSI值和该RSSI对应的锚节点坐标，并代入数据分析工具，使用多元线性回归的方法计算出移动节点实际位置与锚节点广播信息的关系公式，即回归方程和方程中各参数值；RSSI值滤波模块定时对链表数据结构中的值进行滤波处理；RSSI值定位模块是在滤波处理完成后根据定位公式和参数值求出移动节点的位置。

本发明的一种基于多元线性回归的矿井定位系统的定位方法在实际中是这样的：

如图1所示，将锚节点1等间隔的布置于矿井巷道之中，将移动节点2佩戴在矿工和车辆之上，所有传感器节点在布置完成并打开电源后自组织成无线传感器网络。移动节点2可以随意在巷道中移动，井下数据按箭头方向路由传输到sink节点3中，sink节点3把数据汇集后由工业以太网4发送到井上PC机5中。

移动节点在巷道中不同位置监听到多个锚节点的ID号、坐标和对该锚节点的RSSI值，并把这些数据发送到井上PC机中。PC机记录下移动节点在巷道中的实际位置和在此位置上接收到的锚节点RSSI值和坐标，并按照此方法在巷道中多处采集数值。从移动节点监听到的所有锚节点RSSI中选出3个较大的值作为后续处理对象。为了反映出移动节点与所选取的3个锚节点在空间上的接近程度，引入了比例因子R_i，

$R_i=\frac{{\mathrm{RSSI}}_i}{\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{RSSI}}_j}$ 公式(4)

其中，RSSI_i表示移动节点从第i个锚节点接收到的信号强度值，

表示移动节点接收到锚节点数据中3个较大RSSI值的总和；比例因子R_i越大，说明移动节点在空间上与第i个节点越接近。

假设矿井巷道中有M个固定锚节点B_i(1≤i≤M)，其坐标为X_i(由于矿井巷道高度和宽度值都也很小，所以这里将巷道考虑成一条直线)。假设某一时刻，移动节点的坐标为Y，使用这一时刻3个较大的锚节点的RSSI值得出比例因子，再乘以该锚节点的坐标，即：

x_i＝R_iX_i    公式(5)

当i＝1时，将3个RSSI值中最大值代入；当i＝2时，将3个RSSI值中次大值代入；当i＝3时，将3个RSSI值中最小值代入。则建立起来的定位方程模型为：

$Y=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{b}_i{R}_i{X}_i+b_0$ 公式(6)

结合公式(5)则得到的最终回归方程

$Y=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{b}_i{x}_i+b_0$ 公式(7)

其中b_i为回归系数，b₀为一个常系数。

将移动节点在不同位置Y_i接收到的RSSI值和锚节点的坐标代入公式(5)中计算出x_i，得到所有的训练样本，部分数据如表1所示：

表1回归方程训练样本

其中x_1i代表最大RSSI值对应的锚节点坐标代入公式(5)的结果，x_2i代表中间RSSI值对应的锚节点坐标代入公式(5)的结果，x_3i代表最小RSSI值对应的锚节点坐标代入公式(5)的结果。

在Matlab软件工具中，将训练样本中X列的数据形成一个N行3列的矩阵X，将Y列的数据形成一个N行1列的矩阵Y，其中N为训练样本的个数。然后在命令行窗口中输入以下两条命令：

X＝[X，ones(91，1)]；                        命令(1)

[b，bint，r，rint，stats]＝regress(Y，X)；   命令(2)

从而得到如下方程：

Y＝2.8277x₁+0.0531x₂-0.079x₃+4.6967          公式(8)

这里的4个常数项会根据巷道环境的改变而改变，但相同或相似的环境下可以使用同一组参数。

在系统正常工作中，如图2所示，锚节点电源开启后，等待做两个事情：当有需要路由传输的数据时，向上游节点转发数据；当需要广播自己的ID号和坐标信息时，向周围发送一个广播信息，广播信息只能传输一跳的距离；如图3所示，移动节点时刻在监听周围锚节点的广播信息，接收到锚节点广播信息后，从中提取出接收信号强度值(RSSI)和该锚节点的坐标，把每个锚节点对应的信息保存到链表数据结构中。如图4所示，内存链表数据结构包括每个移动节点保持的链表的头listHead和该移动节点可以监听到的所有锚节点anchor1到anchorN，N代表锚节点的个数；每一个锚节点包含五个属性，即该锚节点的ID号anchorNum、锚节点坐标anchorPos、指向下一个锚节点的指针NextAnchor，如果没有下一个值，该指针的值为NULL、移动节点接收到该锚节点的RSSI值NextValue、滤波处理后移动节点对该锚节点的RSSI值AverageRSSI；所述移动节点接收到该锚节点的RSSI值NextValue包括两个属性，即接收到该锚节点的一个RSSI值value、该锚节点收到的下一个RSSI值的指针NextValue，如果没有下一个值，该指针NextValue的值为NULL。

当周期时间到并需要定位时，RSSI值滤波模块对链表数据结构中的值进行滤波处理，即计算所有RSSI值的平均值和标准差，通过高斯滤波公式可信值较低的数据，再求出剩余数据的平均值，具体方法如下：链表可以使用公式List_ij表示，它的含义为该移动节点接收到的第i号锚节点的第j个RSSI值，n_i为第i个锚节点在5秒(以5秒为周期进行滤波处理和定位计算)内监听到的RSSI值总个数，i＝1…N，n_i＝1…10，0≤j≤n_i。5秒定时到后，计算每个链表的平均值μ_i和标准差σ_i，其中

${\mathrm{\μ}}_i=\frac{1}{n_i}\underset{j=1}{\overset{n_i}{\mathrm{\Σ}}}{\mathrm{List}}_{\mathrm{ij}}$ 公式(1)

${\mathrm{\σ}}_i=\sqrt{\frac{1}{n_i}\underset{j=1}{\overset{n_i}{\mathrm{\Σ}}}({\mathrm{\μ}}_i-{\mathrm{List}}_{\mathrm{ij}})}$ 公式(2)

然后再计算各个链表中数值范围在区间(μ_i-σ_i，μ_i+σ_i)中所有值的平均值μ_i′，用公式表述如下：

${{\mathrm{\μ}}_i}^{\′}=\frac{1}{n_i^{\′}}\underset{j=1}{\overset{n_i^{\′}}{\mathrm{\Σ}}}\left\{{\mathrm{List}}_{\mathrm{ij}}\right|{\mathrm{List}}_{\mathrm{ij}}\∈({\mathrm{\μ}}_i-{\mathrm{\σ}}_i,{\mathrm{\μ}}_i+{\mathrm{\σ}}_i)\}$ 公式(3)

其中n_i′为区间(μ_i-σ_i，μ_i+σ_i)内数值的个数。经过此步计算之后，μ_i′，i＝1…N为该移动节点接收到的N个锚节点的RSSI值。

将此平均值作为移动节点对该锚节点的RSSI值，保存到数据结构中该锚节点RSSI平均值AverageRSSI。

最后，RSSI值定位模块根据定位公式(6)计算移动节点的位置坐标，方法如下：在链表数据结构中只遍历锚节点的RSSI平均值，并从中找出三个最大值，于是得到了3个RSSI值最大的锚节点以及它们的坐标。将此3个RSSI值按照公式(4)的计算方法计算出比例因子R_i，再将比例因子及对应的坐标X_i代入公式(6)中，结合公式(8)中的4个参数就可以计算出移动节点的位置坐标Y。最后将位置坐标通过锚节点的转发一直传送到井上PC机。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种基于多元线性回归的矿井定位系统，其特征在于：包括锚节点模块、移动节点模块、定位公式参数计算模块、RSSI值滤波模块和RSSI值定位模块，所述锚节点模块包括一组锚节点，锚节点等间隔的布置于矿井巷道中；所述移动节点模块包括佩戴在矿工或车辆之上的移动节点，移动节点监听锚节点的广播信息，从中提取接收信号强度值RSSI和锚节点的坐标，并保存到内存链表数据结构中；所述定位公式参数计算模块统计移动节点在巷道中的位置坐标、在此位置坐标上接收到的RSSI值和该RSSI对应的锚节点坐标，并代入数据分析工具，使用多元线性回归的方法计算出移动节点实际位置与锚节点广播信息的关系公式，即回归方程和方程中各参数值；所述RSSI值滤波模块定时对链表数据结构中的值进行滤波处理；所述RSSI值定位模块是在滤波处理完成后根据定位公式和参数值求出移动节点的位置。

2.一种权利要求1所述的基于多元线性回归的矿井定位系统的定位方法，其特征在于包括以下步骤：

①将锚节点等间隔的布置于矿井巷道之中，锚节点广播自己的ID号和坐标信息；将移动节点佩戴在矿工和车辆之上，所有传感器节点在布置完成并打开电源后自组织成无线传感器网络；

②移动节点在巷道中若干处采集位置坐标、在此位置坐标上接收到的RSSI值和该RSSI对应的锚节点坐标，定位公式参数计算模块把采集到的数据代入到数据分析工具中，通过多元线性回归的方法计算得出锚节点RSSI值与移动节点实际位置的关系公式，即回归方程(7)和公式中各参数值：

$Y=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{b}_i{x}_i+b_0---\left(7\right)$

其中，Y为移动节点的坐标，b_i为回归系数，b₀为一个常系数；

所述回归方程(7)是根据公式(4)、公式(5)和公式(6)推导而出：

$R_i=\frac{{\mathrm{RSSI}}_i}{\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{RSSI}}_j}---\left(4\right)$

x_i＝R_iX_i    (5)

其中，R_i为比例因子，RSSI_i为移动节点从第i个锚节点接收到的信号强度值，

为移动节点接收到锚节点数据中3个较大RSSI值的总和，X_i为RSSI值对应锚节点的坐标；

$Y=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{b}_i{R}_i{X}_i+b_0---\left(6\right)$

其中，Y为移动节点的坐标，X_i为锚节点的坐标，b_i为回归系数，b₀为一个常系数，R_i为比例因子；

③在系统正常工作中，锚节点定时广播自己的ID号和坐标信息，移动节点在一定周期时间内监听锚节点信息，从信息中提取出RSSI值及该锚节点的坐标，并保存到内存链表数据结构中；

④当周期时间到并需要定位时，RSSI值滤波模块对链表数据结构中的值进行滤波处理，即计算所有RSSI值的平均值和标准差，通过高斯滤波公式滤除误差较大的数据，再求出剩余数据的平均值，最后将此平均值作为移动节点对该锚节点的RSSI值；

⑤RSSI值定位模块将滤波后的RSSI值代入定位公式(6)以及代入回归分析得出的参数，计算移动节点的位置坐标，并把位置坐标通过锚节点的转发一直传送到井上PC机。

3.根据权利要求2所述的基于多元线性回归的矿井定位系统的定位方法，其特征在于：所述锚节点广播的ID号和坐标信息只有一跳的生存周期。

4.根据权利要求2所述的基于多元线性回归的矿井定位系统的定位方法，其特征在于：所述步骤④中，定时时间为5秒，5秒定时未到时，移动节点始终监听锚节点广播信息并把RSSI值和锚节点坐标保存到移动节点内存中，5秒定时到达，再进行数据处理和定位计算。

5.根据权利要求2所述的基于多元线性回归的矿井定位系统的定位方法，其特征在于：所述内存链表数据结构包括每个移动节点保持的链表的头listHead和该移动节点可以监听到的所有锚节点anchor1到anchorN，N代表锚节点的个数；每一个锚节点包含五个属性，即该锚节点的ID号anchorNum、锚节点坐标anchorPos、指向下一个锚节点的指针NextAnchor、移动节点接收到该锚节点的RSSI值NextValue、滤波处理后移动节点对该锚节点的RSSI值AverageRSSI。

6.根据权利要求5所述的基于多元线性回归的矿井定位系统的定位方法，其特征在于：所述移动节点接收到该锚节点的RSSI值NextValue包括两个属性，即接收到该锚节点的一个RSSI值value、该锚节点收到的下一个RSSI值的指针NextValue，如果没有下一个值，该指针NextValue的值为NULL。

Images