引言

煤矿井下环境复杂，作业点多且面广，造成井下作业人员分布复杂，管理不便，因此实时动态掌握井下人员的分布情况，实现人员精确定位显得十分重要。特别是在井下发生事故时，能及时知道井下人员的信息及确切位置，制定出切实有效的救援方案则更为重要。

目前我国大中型煤矿井下虽然已大量装备了以RFID(Radio Frequency Identifi- cation)技术为主的人员定位系统。但该系统目前仍无法很好地解决高精度定位和快速大量人员流下井的漏检等问题。本文在研究了国内外相似系统的基础上，针对井下特殊的环境设计了基于GPEON和ZigBee技术的无线定位系统。该系统具有双向通信、可靠性高、低功耗、低成本、网络容量大、响应速度快、抗干扰性强、定位范围广且精确、漏检率和误码率低等特点。可用来进行日常的人员考勤和位置查询以及紧急情况和事故状况下的人员定位，有效的提高煤矿生产的安全性及应急救援的工作效率，具有一定的先进性和实用性。

系统简介

系统工作原理

按照位置的不同将系统分为井上和井下两部分，如图1所示。

图 1 系统总体结构

井下的协调器和路由器安装在指定位置组成Zigbee无线网络，当携带移动终端节点的人员进入网络覆盖范围时，终端节点会自动从与其相连的协调器获得定位所需要的RSSI值和坐标值，然后计算出自己的位置，再将自身存储的信息及获得的位置通信息过路由节点、协调器、交换机、光网络传至地面，信息经处理后储存并显示。地面控制中心也可以通过上位机发送指定信息，对特定人员进行呼叫或者紧急情况下进行群呼。

全光网络简介

光纤传输具有抗电磁干扰性强、频带宽、衰减小、传输速率高、频率特性好等优点，对于煤矿井下复杂的通信环境来说，采用光纤传输可以提高系统的数据传输质量和可靠性，具有明显的优势。因此本系统采用了基于千兆以太全光网络GEPON（Gigabit Ethernet Positive Optical Network）的无源光纤传输方式，通信标准采用以太网TCP/IP 技术，其它类型的通信格式均可通过协议网关转换为以太网信息包在全光网络上进行传送，使网络具备很好的兼容性和可扩充性。同时系统采用双环自愈光纤网络，形成一种具有双总线、环形两种冗余方式的系统，而且网络出现问题时能自行重构。另外系统采用光无源分支技术，网络节点中单一的ONU故障不影响整个系统的正常运行，使系统运行更加稳定可靠。

硬件电路部分简介

协调器部分：协调器作为无线网络数据的汇聚点，负责无线网络的发起、管理维护以及数据处理，通过对Zigbee协议和嵌入式驱动程序的编写，使得ARM和Zigbee技术良好结合，本系统采用基于ARM920T核的S3C2440A作为中央控制器，使用Linux操作系统，能很好的实现协调器功能。

路由节点部分：路由节点以TI公司的CC2431芯片作为无线收发模块的核心，它在单个芯片上整合了Zigbee射频(RF)前端、内存和微控制器，和其他外围电路一起实现路由功能。每个节点组网后都有唯一的ID，通信信道接入方式采用CSMA-CA技术，有效的减少帧的冲突，物理层采用直接序列扩频(DSSS)和频率捷变FA技术，提高了抗干扰和抗多径的能力。

移动终端节点：采用精简设备CC2430模块为核心，具有收发及处理信息的能力，在移动终端节点上可以连接其它传感器，组成具有感知能力的无线传感器网络

定位算法

根据定位过程中是否需要测量节点间的距离，可将定位算法分为基于距离（Range-based）和距离无关（Range-free）的两类算法，前者主要有RSSI、TOA、TDOA和AOA等，定位时需要测量出节点间的距离或角度；后者主要有DV-Hop法、质心法、APIT法和LMAP法等，它们利用网络连通性等间接信息计算节点的位置，这些算法都有各自的优点和缺点，本文提出基于RSSI和改进型质心法相结合的定位算法。

RSSI（基于接收信号强度指示）

RSSI定位是基于距离定位机制的一种，它依据已知发射信号和接收信号的强度计算出信号在传播中的损耗，然后利用经验模型将传输损耗转换为距离，再根据已有的算法计算出节点的位置。在井下巷道内利用2个节点进行信号衰减特性与距离关系的测试，经过对大量测试数据取平均值，可以求的RSSI信号衰减的简化数学统计模型如式1：

式1

其中P(d)是在距离为d处的信号强度值，P(d0) 是参考距离为d0处的信号强度，为传输中的损耗因子，一般在2到4之间，图2是多次测量后进行最小二乘法拟合的曲线，由图2可知，随着距离的增加接收信号强度也衰减，距离小时信号衰减的速度快，距离大时，信号衰减变得平缓。

图2 RSSI信号衰减曲线

加权质心法

在质心法中，把与未知节点相连的所有已知节点组成的多边形的几何质心作为未知节点估计的位置，即：

（2）

其中(x1，y1)，(x1，y1)…(xn,yn)是与未知节点相连接的已知节点的坐标。此方法的定位误差为。加权质心法是在质心法的基础上，通过加权因子来决定各个已知节点对质心位置影响的大小，每个已知节点的加权因子的大小，可以由它与未知节点间的接收信号强度指示值（RSSI）来确定。对于N个已知节点(x1，y1)，(x1，y1)…(xn，yn)，把它们和未知节点的RSSI值转换成相应的距离d1,d2,…,dn，首先只考虑两个已知节点(x1，y1)，(x1，y1)，显然(x-x1)/d1=(x-x2)/d2 和（y-y1）/d1 =（y-y2）/d2 ，可以求得：

（3）

取1/dn为加权因子的值，距离未知节点近的权值大，距离远的权值小，这种约束力符合加权质心算法的要求，故加权质心法的最终计算公式为：

（4）

定位误差测试

仿真测试

利用Matlab仿真工具模拟基于RSSI和加权质心算法的定位性能。假设在100m×100m的正方形区域内，较均匀的分布36个已知节点和随机分布50个未知节点，对定位误差进行仿真，结果如图3、4所示。由图可知，基于RSSI和加权质心算法的定位性能好，50个未知节点的定位误差在已知节点分布足够密集的情况下均小于0.5m，满足了高精度定位的要求。

图 3 RSSI&加权质心仿真误差

图 4 RSSI&加权质心仿真误差

实际测试

由于井下实际操作条件还不成熟，本设计只在教学楼走廊内模拟井下环境进行测试，在走道中安装10个路由节点，间隔约10米，随机选取9个点进行测试，测试结果发送到上位机软件，每个点测10次取平均值，结果如表1：

由实验结果可知：多次定位误差均小于1.5米。并且当移动终端节点时，在上位机上可以实时显示节点的运动轨迹，同时上位机对某节点发送查询控制指令时，节点可以快速响应并返回结果。该实验显示出系统稳定性强、准确性高、反应速度快。对于节点数较多以及复杂的井下环境等情况，有待于进一步的实验验证。

结束语

基于GEPON和Zigbee技术的矿井内人员无线定位系统的设计，利用了嵌入式Linux的快速稳定性、GEPON网络的高可靠性以及Zigbee无线网络的低功耗和定位精确的特点，实现了地面控制中心对井下人员的精确定位，不仅可以在井下发生事故时起到重要作用，而且可用于日常的考勤管理，另外还可以提供较多的实用功能，例如：可在移动节点处加入瓦斯传感器、一氧化碳传感器、湿度传感器、温度传感器等，实现Zigbee网络井下更多的监控功能，组成井下无线感知网络。此系统比较适合煤矿企业的需求，具有较好的市场前景，对于进一步提高和发展井下人员安全定位管理系统技术的应用具有一定借鉴意义。