作者：张文
研究井下WSN的定位算法来获取人员或设备的位置信息是保障矿井安全性的重要指标，尤其在事故发生时，对于逃生以及救援有着非常重要的意义。目前WSN井下定位有一些经典算法，文献基于ZigBee技术采用最邻近的信号强度( NNSS)指纹匹配在井下进行初步定位，然后用动态三边测量( DTN)对移动节点进行测距定位，但未考虑节点信号强度为动态性，随其电池能量下降而变弱，数据中心存储的静态信号强度将失去参照性。文献[7]基于RSSI的质心定位算法。首先通过无线信号强度计算出节点间RSSI值，然后把RSSI值转换成质心算法权值，最后采用质心定位算法对待测节点位置进行估计，获得节点的位置，也未考虑到RSSI值受WSN节点的电池能量影响，当电池能量较低时对RSSI质心定位算法影响较大。文献提出了一种RSSI动态获取路径衰落指数，准确反映巷道不同区域对信号衰落的影响，然后通过RSSI加权质心算法定位，增强了测距算法对环境的适应能力。相比定位精度高、环境适应性强，但同样也未考虑WSN节点随时间耗低电池能量，使RSSI值变小，影响定位精度。为了解决WSN节点能耗对SRRI的影响，提出了能适应节点电能变化的动态接受信号强度分区定位(Received signal strength partition，RSSP)算法。
1 信号强度分区
矿井下巷道一般比较狭窄、障碍物多、环境复杂且会经常性发生变化，且由于无线信号传播存在衰减、非视距、多径传播等特点，因此定位算法需要具有很强的自适应性及容错性以适应矿井复杂情况的变化。RSSP算法，在此只考虑巷道的长度（宽度相对可忽略），一般矿井节点由人工等距离布设，并确定相对位置和信号强度，且都作为参考节点，将两相邻参考节点之间等距离分区，如图1所示。另外由于巷道情况比较复杂，有些巷道并非笔直，故布设节点需合理。利用参考节点（如A，B，C和D）间的实际距离与信号强度已知条件，计算发射信号传播到不同分区接收信号的强度，把接收信号强度划分为若干等级，以等级定分区，再以此分区段的质心作为定位坐标。
图1所示，A、B、C和D任意相邻两参考节点间距为L，把相邻两参考节点间划分为6个分区，每一分区长为//6。在此，以A到C节点段为例，B处于1’到1的中点，因此从A节点到1点间距为13//12．A节点到2间距为15L/12，A节点到3为17//12，C结点到1’、2’和3’的间距同理可知。假设参考节点B和i（表示1、2和3）点收到来自参考节点A的接收信号强度指示( Received signalstrength indicator，RSSI)值，根据RSSI公式有
式中：RSSIAB、RSSIA,分别为参考节点B和/(1、2和3)点接收到的由参考节点A发射的信号强度；ιAR、ιAi分别表示参考节点B和i至参考节点A的间距；A为经过Im传输后的路径损耗值；n代表传播因子，其取决于无线信号传播的环境，一般取2～6．
井下巷道环境复杂，各段区域n都有所不同，但一旦巷道确定后n值几乎不会变化，故可在节点布设后试运行时，根据实验求取各区段n值并记录于接收信号的参考节点内存，如果一些区域需进行整改，则整改后需对整改区域再次实验求取n。
由式(1)可得：
由公式(2)可以得出1、2和3点收到参考节点A的理论RSSI值：
其中1点RSSIAl最高，RSSIA：次之，RSSIA，最低。因此，若移动节点接收到的RSSI值等于或高于RS-SIA1则记为一等强度，记为Al;小于RSSLA1并且大于或等于RSSIA2记为二等强度，记为A2;小于RSSIA：并且大于或等于RSSIA3为三等强度，记为A3;低于RSSIA3不记。以此分为三个强度等级Al、A2和A3。
同理，对于i节点接收到参考节点C的RSS1为：
其中RSSIc1，最大，RSSIC2,次之，RSSIC3，最低。因此，若移动节点接收到的RSSI值等于或高于RS-Slc．，则记为一等强度，记为Cl;小于RSSIc1，并且大于或等于，RSSIC2,记为二等强度，记为C2;水于RS-SIc2并且大于或等于RSSIC3，记为三等强度，记为C3；低于RSSIC3，不计。以此分为三个强度等级Cl、C2和C3。
根据上述方法可以确定每个分区来自周围参考节点的信号强度等级，以此信号等级进行分区信号强度编码，并且可以确定每个强度等级所对应的信号强度值。如图1移动节点所在位置，可以分别接受到的信号强度分别为Al、Bl和C2，记编码为AIBIC2。同理有AIBIC1、AIBIC3、A2BICl、A3BICl、AIB1、BIC1等，每个编码对应的强度值及分区都不同，参考节点记录并存储，当移动节点进入监测区域时，参考节点的这些编码及其对应的信号强度发送给移动节点。
为了减小误差，RSSIAB应该多次测量去除异常值，并求取均值。同时，为了尽量反应当前信号强度分区状态，移动节点每次定位都要向最近节点发送分区状态请求，参考节点接收后按照上述方法确定信号强度分区，之后向移动节点回复。这样虽然能提高定位精度，但却需要付出代价：即增加通信开销，同时增加了延时。故可以根据实际需要，周期性的进行强度分区计算，随着参考节点能量的消耗，发射信号强度的下降，计算周期应逐渐缩短。
2 人员（移动节点）定位
假设这些参考节点在发射功率稳定的情况下，由图1可以看出，若移动节点移动分别接收到来自参考节点A、B和C信号强度，分别为A-等强度、B-等强度、C-等强度，即AIBIC1，以此信号强度与信号编码进行对比，找出相同编码，故最终确定移动节点所在位置在1’和1之间，直接以此分区中心点（质心）作为移动节点位置，反馈给用户端。当移动节点移动到某一分区时，只能收到相邻两参考节点的信号强度，如图1中别所标记的AIB1、BIC1分
区。移动节点定位流程如图2所示。
3 定位误差模拟仿真与比较分析
由于此实验在矿井下比较困难，故仿真设在一个假设如图1的巷道环境，沿巷道等距离布置参考节点，设有8个参考节点，在此以模拟仿真软件Mat-lab进行模拟仿真，在模拟实验中，两相邻参考节点间的距离以20m、25m、30m、35m、40m、45m、50m作为标准，参考节点以不同的发射功率发射信号进行模拟，节点的通信半径应不小于两相邻参考节点间的距离的1.5倍，保证正常通信。为了确保模拟实验的正确性，在此进行500次模拟仿真，并与传统RSSI定位算法进行比较，得到仿真结果如图3和表1所示。其中误差精度P为：
由图3可以看出，随着节点间的距离增加，各定位误差都逐渐增大，但RSSP算法误差增加趋势比较平缓，几乎呈线性增长，而RSSI定位算法与RFID曲线增长较快，在间距为50m时误差就超过lOm以上。由表1可以看出RSSP算法比传统RSSI定位算法以及RFID精度误差明显较低，传统RSSI和RFID的定位平均误差精度均超过20 010。而RSSP算法，其间距在20m时误差小于2m，在间距50m时误差小于5m，且定位误差精度只是在小范围波动，平均定位误差精度小于10%，比RSSI和RFID定位算法提高了最少一倍的定位精度，如图4所示。RSSP算法可以采用改变相邻节点间的距离来实现定位精度要求。
4 结论与展望
1) RSSP算法通过对巷道内的参考节点等间距布设，并且把相邻参考节点间进行等距离分区，采用区域划分的思想，在满足定位精度要求范围内，能对人员设备进行定位与搜救。该方法特别适用于直线巷道和已掘进巷道变化不大的矿井，对于多弯、弯曲度较大的巷道的节点布设问题需将进一步研究，可考虑研究非等距布设节点的改进型RSSP定位算法。
2) RSSP算法和系统监测具有很好的兼容性，在未来的实际工作中，人员佩戴的定位节点可以安装多种传感器，在提供定位的同时，又可以对周围的环境进行实时监测，另外在事故发生时也可以感知受困人员的生命体征，对救援工作有很好的导向性。相对传统RFID技术，该算法布设节点多一些，但现在国外一些WSN节点价格已低到几美元，随着微电子计算机技术的发展节点成本将会更加低廉，本技术的推广应用前景较好。
5摘要：
针对井下工作人员的平时考勤以及发生井下事故时能够对受困人员进行及时有效的定位搜救，提出了一种接收信号强度分区( RSSP)定位算法。RSSP定位算法把井下相邻参考节点间划分为若干分区，根据井下人员（移动节点）所在巷道位置的接收信号及强度情况对其进行定位。此算法比较简单，功耗低。经过MATLAB模拟仿真，得出RSSP算法比经典的RSSI和RFID算法定位精度更高。
