基于遗传算法的井下无线传感器网络节点定位研究

为了进一步提高井下无线传感器网络待测节点定位精度,文章提出了将节点定位算法和遗传算法结合在一起的基于遗传算法的节点定位算法,通过迭代寻优,提高定位精度.该算法是一种基于距离的三边测量定位算法,根据待测节点到信标节点的距离推测出待测节点的坐标.实验结果表明,该算法具有更高的定位精度.     

顶板离层无线传感器网络节点试验

基于ZigBee协议对顶板离层无线传感器网络节点进行了实验研究,对能耗进行了分析。结果表明:顶板离层无线传感器网络节点既可独立使用,也可作为无线传感器网络节点使用。独立使用时,节点采用光控显示技术对顶板离层状态进行监测,且确保电池供电时的低能耗;作为无线传感器网络节点使用时,网络结构为具有自组织、自愈性的"重叠树"结构,整体为树形结构,无线传感器网络节点仅与近邻的无线传感器网络节点通讯,局部为Mesh结构,无线传感器网络节点仅与次近邻的无线传感器网络节点通讯。     

煤矿井下线型无线传感器网络节点定位算法

针对煤矿井下线型无线传感器网络节点定位精度较低的问题,提出了基于RSSI(接收信号强度指示)的对角差分修正定位算法。该算法在对线型无线传感器网络节点定位的横向和纵向误差进行分析的基础上,首先利用差分原理对测量距离进行修正,并使用极大似然估计法进行初步定位;然后应用信标节点构建煤矿井下巷道模型,在该模型下对移动节点进行横向修正。仿真结果表明,该算法较传统的极大似然估计算法具有较高的定位精度和稳定性,适用于煤矿井下线型无线传感器网络节点定位。     

基于ZigBee技术的井下无线瓦斯传感器节点设计

结合先进的无线通信技术ZigBee,同时采用先进的矿用瓦斯传感器,研究了一种新型无线瓦斯传感器,该无线瓦斯传感器能够将煤矿井下瓦斯浓度信号进行实时监测。论述了传感器节点的整体设计和硬件模块,介绍了软件设计,并且在实时嵌入式操作系统μC/OS-Ⅱ中编写采集和处理应用程序,实现了预期的效果。     

井下无线传感器网络的定位研究

针对煤矿井下人员与设备的安全定位问题,利用基于超宽带的技术特性,通过TOA方法实现了煤矿安全监测的无线传感器网络节点定位,提出了提高定位精度的改进方法,并分析了对定位精度的影响。仿真结果表明,提出的算法可以有效提高节点的定位精度及定位性能。     

一种矿用无线传感器网络节点的设计与实现

介绍了无线传感器网络在井下瓦斯监测中的应用,充分利用nRF9E5的多信道功能,结合多信道MAC协议以及基于数据汇聚的路由协议,给出了无线传感器网络节点的硬件系统和软件系统。该节点能够实时监测瓦斯浓度,为地面控制中心、井下作业人员了解作业环境提供了依据,提高了井下监测设备的安全性能。     

基于虚节点校正的井下无线传感器网络定位算法

 针对在煤矿等复杂环境下应用修正加权质心定位算法时存在定位误差较大的问题,提出一种基于虚节点校正的改进加权质心定位算法。该算法是在修正加权质心定位算法的基础上,结合未知节点接收到的锚节点的接收信号强度指示(RSSI)信息对未知节点的估计范围进行校正,并利用虚节点进行修正加权质心定位计算。仿真结果表明,在相同实验条件下改进后的定位算法定位效果优于修正加权质心定位算法。     

矿井工作面无线传感器网络人员定位技术研究

针对矿井环境下的矿井巷道和井下环境,采用拓展完善后的NS2仿真平台进行建模仿真。通过距离估算误差、信标节点密度两方面对定位精度和定位覆盖率的影响来衡量DV-Hop、Amorphous、APIT和质心定位算法的定位性能,得出实验数据进行分析对比。仿真结果表明:质心定位算法最适合应用于狭长的通道仿真环境,而DV-Hop最适于未知节点密度高、信标节点少的井下密集型环境。     

选煤厂振动设备MEMS无线传感器振动节点设计

MEMS无线传感器节点主要用于对选煤厂设备的振动情况开展全面监测,以便进行综合分析,了解设备运行状态。本文首先简单介绍了选煤厂振动设备MEMS无线传感器振动节点设计方案,之后分别从硬件及软件两方面对设计方案进行了深入阐述。     

煤矿安全监测无线传感器网络节点定位技术

利用无线信号强度实现了煤矿安全监测无线传感器网络节点间的自定位,提出了提高定位精度的改进方案,并分析了不同因素对定位精度的影响．仿真结果表明,所提出的算法可以有效地提高无线传感器节点的定位精度,如在路径损耗标准偏差分别为4和6,滚动平均次数为10时,定位精度的相对误差分别从0.21和0.35左右下降到0.18和0.29左右.     

矿井巷道层次型无线监测无线传感器网络的实现

根据对矿井巷道环境参数监测的需求和矿井巷道地形的特点,提出了一种矿井巷道层次型无线监测无线传感器网络.设计了网络的拓扑控制机制、路由机制,开发了相应的硬件平台和协议栈,并设计了中断和周期性巡检的工作方案.模拟矿井巷道的实际环境进行了实验室试验,试验系统在中断方式下可以实现超限数据的及时传输,在周期性巡检方式下可以实现稳定可靠地对数据进行周期性采集.     

基于无线局域网的矿山井下定位技术研究

矿山井下的无线人员和机车定位对于提高矿山的生产效率,增强矿山安全生产水平具有重要的意义.在无线局域网(WLAN)系统架构下,基于接入点(AP)接收信号强度信息(RSSI),利用经验和估值相结合的算法实现了矿山井下的无线定位.通过试验证明,该方法可实现定位精度在9 m以内,充分满足了矿山井下无线定位需求,克服了当前无线射频识别(RFID)技术仅能实现井下巡检功能的不足.     

无线传感技术在煤矿火灾自动报警系统中的应用研究

煤矿火灾自动报警系统延时问题一直是一个难题,提出基于无线传感技术的煤矿火灾自动报警系统,系统由多个模块构成,其中数据采集模块能够准确、可靠地对传感器的状态信息数字信号采集。无线传感网络模块用于系统通信和环境因素、感知对象的采集与检测,利用无线传感技术传送信息。自动报警模块由联动控制单元和火灾监测模块构成。数据处理模块主要结合神经网络和模糊控制对火灾判断进行辅助,解决延迟问题。通过模块中的硬件和软件,实现了联动控制、火灾报警等功能。对系统进行布设与测试,发现系统在点火后烟雾浓度较高时,仅需0.77 s进行延时和平均处理;系统的通信延迟时间很短,最短只有1.32 s的延迟。说明系统实用性较高,继续提升后可能投入应用。     

井下多媒体无线传感器网络自适应调制研究

针对煤矿井下较为简单的无线多媒体监测场景,在一定的误码率(BER)限定下以系统吞吐量最大化为优化目标,对基于多带-正交频分复用-超宽带（MB-OFDM-UWB）的井下多媒体无线传感器网络自适应调制技术进行了初步研究.选用IEEE 802.15.3a作为超宽带无线信号在井下传输的信道模型.首先通过仿真读图的方式求得在一定误码率限制下多进制正交幅度调制（MQAM）自适应调制的固定阈值,并进一步采取4种不同的子带信噪比计算方式,进行分组自适应调制技术的仿真和分析.仿真结果表明,采用自适应调制技术可有效地提高煤矿井下MB-OFDM-UWB多媒体无线传感器网络系统的性能.     

基于GIS和人工神经网络的井下无线传感器网络定位数据修正方法研究

 针对传感器节点在自身定位过程中,受煤矿井下巷道复杂环境因素的影响,导致定位结果不够精确的问题,利用GIS系统的地图管理功能和人工神经网络（Artificial Neural Network）无需建立数学模型的特点,提出了GIS—ANN修正方法。实验结果表明：该方法对存在误差的节点坐标进行了有效的修正,从而提高了节点自身定位的精度。     

煤矿瓦斯监测无线传感器网络系统设计与实现

将分布于井下的所有瓦斯传感器节点纳入一个智能化、结构灵活的无线网络系统,组成以传感器节点为依托的层次化且具有本安特性的瓦斯传感器网络,由主井光纤和巷道无线连接,可灵活改变节点位置或者增加和减少节点数量。     

网格型煤矿监测无线传感器网络设计与实现

针对矿井巷道局部监测无线传感器网络规模较大的情况,提出一种网格型煤矿监测无线传感器网络。设计了网络的拓扑控制机制、路由机制和冲突避免机制,开发了无线传感器节点,设计了无线传感器网络自动监测工作方式。模拟矿井巷道环境对系统进行了试验,试验效果良好。     

煤矿井下无线传感器网络动态路由算法研究

 针对煤矿井下巷道的线型结构以及随着掘进工作的进行网络逐渐增大的特点,分析了无线传感器网络路由算法在矿井下的应用及制约网络的主要因素。从提高网络鲁棒性出发,提出一种线型网络动态路由算法,该算法结合定向扩散原理构建网络传输梯度,根据节点能量对路由节点进行量化分级,采用能量优先原则对传输路径进行动态选择。仿真结果表明,该算法能有效地均衡网络能耗,提高网络生存能力。     

Coal mine gas monitoring system based on wireless sensor network

Based on the nowadays＇ condition, it is urgent that the gas detection cable communication system must be replaced by the wireless communication systems. The wireless sensors distributed in the environment can achieve the intelligent gas monitoring system. Apply with multilayer data fuse to design working tactics, and import the artificial neural networks to analyze detecting result. The wireless sensors system communicates with the control center through the optical fiber cable. All the gas sensor nodes distributed in coal mine are combined into an intelligent, flexible structure wireless network system, forming coal mine gas monitoring system based on wireless sensor network.