本文關(guān)鍵詞：基于WSN的金屬礦井礦車定位及安全監(jiān)測(cè)系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：我國(guó)金屬礦資源豐富,礦車是礦山生產(chǎn)的一種重要紐帶運(yùn)輸裝備,主要用于運(yùn)輸、提升或裝載礦石、材料與人員,然而礦難事故卻時(shí)常發(fā)生。針對(duì)現(xiàn)有井下礦車監(jiān)測(cè)系統(tǒng)的布線困難、信息化和可視化水平低等問(wèn)題,研究并設(shè)計(jì)了一種基于WSN的地下礦車定位及安全監(jiān)測(cè)系統(tǒng),實(shí)時(shí)、合理、高效的調(diào)度礦車,從而有效提高了金屬礦井安全生產(chǎn)水平與救災(zāi)效率。文章重點(diǎn)介紹了系統(tǒng)總體方案、節(jié)點(diǎn)軟硬件設(shè)計(jì)、系統(tǒng)定位與跟蹤算法的選擇及優(yōu)化、ZigBee組網(wǎng)路由協(xié)議及算法的改進(jìn)、上位機(jī)管理系統(tǒng)的開(kāi)發(fā)及實(shí)驗(yàn)驗(yàn)證。(1)首先分析了金屬礦井地下礦車監(jiān)管現(xiàn)狀、不足和未來(lái)安全監(jiān)測(cè)要求,結(jié)合調(diào)研,對(duì)井下環(huán)境,電磁波在井下傳輸特性與損耗,以及節(jié)點(diǎn)方向?qū)π盘?hào)傳輸?shù)挠绊懛治雠c研究后,提出了系統(tǒng)的總體方案設(shè)計(jì)以及三類節(jié)點(diǎn)的部署方式。(2)選擇了ZigBee網(wǎng)狀拓?fù)浣M網(wǎng)方案,并提出了改進(jìn)路由算法AODV-RD來(lái)形成自恢復(fù)能力的多跳MESH路由線路,為系統(tǒng)數(shù)據(jù)的穩(wěn)定傳輸提供最優(yōu)路線。(3)在基于CC2530核心芯片上進(jìn)行匯聚節(jié)點(diǎn)、固定參考節(jié)點(diǎn)、礦車車載移動(dòng)未知節(jié)點(diǎn)的硬件電路設(shè)計(jì)。在分析了這三類節(jié)點(diǎn)的主要工作流程后,利用IAREW8051軟件實(shí)現(xiàn)了三類節(jié)點(diǎn)的組網(wǎng)軟件開(kāi)發(fā)。(4)針對(duì)選取的RSSI定位算法和PF跟蹤算法實(shí)現(xiàn)礦車的定位跟蹤并進(jìn)行仿真,通過(guò)參數(shù)優(yōu)化及二次線性擬合推導(dǎo)出信號(hào)傳輸?shù)臏y(cè)距模型,并提出加權(quán)質(zhì)心算法使平均定位誤差降低了74.94%,PF跟蹤算法相比于EKF與UKF算法的跟蹤誤差最小。(5)本系統(tǒng)還應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)對(duì)礦車的速度進(jìn)行預(yù)測(cè)預(yù)警,其預(yù)測(cè)值的均方誤差為0.04695明顯小于BP神經(jīng)網(wǎng)絡(luò)的0.11796,預(yù)測(cè)精度較好,能夠很好的符合系統(tǒng)設(shè)計(jì)的要求。文章采用PC機(jī)、CC2530節(jié)點(diǎn)與智能小車搭建了一個(gè)簡(jiǎn)易的系統(tǒng)進(jìn)行實(shí)驗(yàn),通過(guò)基于LabVIEW和C#語(yǔ)言開(kāi)發(fā)的上位機(jī)系統(tǒng)對(duì)定位與跟蹤效果比較和分析,驗(yàn)證了系統(tǒng)在井下應(yīng)用的合理性與可行性。系統(tǒng)成本低、穩(wěn)定性與可靠性好、功耗低、魯棒性強(qiáng),彌補(bǔ)了現(xiàn)有金屬礦井監(jiān)測(cè)系統(tǒng)的不足,具有較高實(shí)用價(jià)值和創(chuàng)新性。
【關(guān)鍵詞】：無(wú)線傳感器網(wǎng)絡(luò) 金屬礦井 礦車定位與跟蹤 ZigBee AODV路由協(xié)議
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TD76;TN92;TP212.9
【目錄】：

• 摘要4-5
• Abstract5-10
• 第一章 緒論10-18
• 1.1 課題研究背景和意義10-12
• 1.2 無(wú)線傳感器網(wǎng)絡(luò)結(jié)構(gòu)及優(yōu)勢(shì)12-13
• 1.3 WSN定位技術(shù)研究現(xiàn)狀13-14
• 1.4 礦車定位監(jiān)測(cè)技術(shù)的研究現(xiàn)狀14-15
• 1.4.1 國(guó)外礦車監(jiān)控技術(shù)現(xiàn)狀14-15
• 1.4.2 國(guó)內(nèi)礦車監(jiān)控技術(shù)現(xiàn)狀15
• 1.5 本論文的組織工作及技術(shù)路線15-18
• 第二章 井下礦車定位及監(jiān)測(cè)系統(tǒng)總體設(shè)計(jì)18-30
• 2.1 金屬礦井井下環(huán)境分析18
• 2.2 井下無(wú)線通信技術(shù)的選取與應(yīng)用18-21
• 2.2.1 無(wú)線通信技術(shù)的比較18-19
• 2.2.2 ZigBee組網(wǎng)拓?fù)浞桨冈O(shè)計(jì)19-20
• 2.2.3 節(jié)點(diǎn)地址分配機(jī)制20-21
• 2.3 井下定位監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)21-23
• 2.3.1 定位監(jiān)測(cè)系統(tǒng)總體設(shè)計(jì)21-22
• 2.3.2 井上控制系統(tǒng)22-23
• 2.3.3 井下定位系統(tǒng)23
• 2.4 礦井巷道中電磁波的傳輸特性及損耗23-25
• 2.5 節(jié)點(diǎn)天線輻射場(chǎng)強(qiáng)及部署方向分析25-27
• 2.6 網(wǎng)絡(luò)各節(jié)點(diǎn)部署方式27-29
• 2.7 本章小結(jié)29-30
• 第三章 井下礦車定位及安全監(jiān)測(cè)系統(tǒng)軟硬件設(shè)計(jì)30-43
• 3.1 節(jié)點(diǎn)硬件芯片選型30
• 3.2 系統(tǒng)各模塊硬件結(jié)構(gòu)設(shè)計(jì)30-36
• 3.2.1 移動(dòng)礦車車載盲節(jié)點(diǎn)的硬件設(shè)計(jì)30-33
• 3.2.2 固定參考節(jié)點(diǎn)的設(shè)計(jì)33-34
• 3.2.3 協(xié)調(diào)器節(jié)點(diǎn)硬件設(shè)計(jì)34-35
• 3.2.4 有線通信RS-485 模塊35-36
• 3.3 系統(tǒng)各模塊的軟件設(shè)計(jì)36-42
• 3.3.1 礦車車載移動(dòng)盲節(jié)點(diǎn)軟件設(shè)計(jì)37-38
• 3.3.2 參考固定節(jié)點(diǎn)軟件設(shè)計(jì)38-39
• 3.3.3 協(xié)調(diào)器軟件設(shè)計(jì)39-40
• 3.3.4 地面監(jiān)控系統(tǒng)軟件設(shè)計(jì)及測(cè)速方法40-42
• 3.4 本章小結(jié)42-43
• 第四章ZigBee網(wǎng)絡(luò)路由協(xié)議的研究及優(yōu)化43-52
• 4.1 無(wú)線網(wǎng)絡(luò)路由協(xié)議簡(jiǎn)介43-44
• 4.2 ZigBee網(wǎng)絡(luò)路由協(xié)議及算法介紹44-47
• 4.2.1 ZigBee網(wǎng)絡(luò)路由協(xié)議44-45
• 4.2.2 AODV路由協(xié)議算法簡(jiǎn)介45-47
• 4.3 AODV路由協(xié)議的優(yōu)化與改進(jìn)47-51
• 4.3.1 AODV-RD路由協(xié)議的改進(jìn)原理47-49
• 4.3.2 AODV-RD路由協(xié)議算法仿真49-51
• 4.4 本章小結(jié)51-52
• 第五章 系統(tǒng)定位跟蹤算法的研究與優(yōu)化52-74
• 5.1 礦井下定位算法的選取52-54
• 5.1.1 WSN定位算法分類52-53
• 5.1.2 井下礦車定位算法的選取53-54
• 5.2 基于RSSI定位算法的原理及參數(shù)優(yōu)化54-62
• 5.2.1 測(cè)距模型的建立54
• 5.2.2 測(cè)距模型參數(shù)修正與優(yōu)化54-56
• 5.2.3 基于RSSI的測(cè)距實(shí)驗(yàn)56-57
• 5.2.4 高斯濾波原理及模擬仿真57-59
• 5.2.5 基于最小二乘法的參數(shù)估計(jì)59-62
• 5.3 RSSI定位算法的模擬仿真及改進(jìn)62-66
• 5.3.1 定位算法的模擬仿真62-64
• 5.3.2 基于加權(quán)質(zhì)心的改進(jìn)定位算法64-66
• 5.4 基于粒子濾波算法對(duì)礦車軌跡的跟蹤66-73
• 5.4.1 基于WSN的目標(biāo)跟蹤算法分類66-67
• 5.4.2 基于粒子濾波預(yù)測(cè)軌跡跟蹤67-73
• 5.5 本章小結(jié)73-74
• 第六章 實(shí)驗(yàn)測(cè)試及研究分析74-87
• 6.1 上位機(jī)管理系統(tǒng)功能及原理分析74
• 6.2 上位機(jī)管理系統(tǒng)設(shè)計(jì)74-76
• 6.3 實(shí)驗(yàn)性能測(cè)試平臺(tái)介紹76
• 6.4 系統(tǒng)整體測(cè)試結(jié)果及數(shù)據(jù)分析76-83
• 6.4.1 兩點(diǎn)RSSI值傳輸?shù)膶?shí)時(shí)性測(cè)試76-78
• 6.4.2 系統(tǒng)定位實(shí)驗(yàn)測(cè)試78-83
• 6.5 基于RBF神經(jīng)網(wǎng)絡(luò)對(duì)速度的預(yù)測(cè)及分析83-85
• 6.5.1 RBF神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介83
• 6.5.2 RBF神經(jīng)網(wǎng)絡(luò)算法步驟83-84
• 6.5.3 預(yù)測(cè)結(jié)果仿真及分析84-85
• 6.6 本章小結(jié)85-87
• 第七章 結(jié)論與展望87-89
• 7.1 總結(jié)87-88
• 7.2 不足與展望88-89
• 參考文獻(xiàn)89-93
• 致謝93-94
• 攻讀學(xué)位期間的研究成果94-95

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前9條

1 張青春;;基于WSN和WSVR算法的火災(zāi)預(yù)警系統(tǒng)[J];消防科學(xué)與技術(shù);2012年10期

2 陳祖爵;王君;顧寄南;;WSN在數(shù)控機(jī)床群與換刀機(jī)器人中的應(yīng)用研究[J];機(jī)械設(shè)計(jì)與制造;2012年01期

3 李洪杰;杜計(jì)平;晉智毅;齊帥;;基于CC2430與WSN的礦井液壓支架監(jiān)測(cè)系統(tǒng)研究[J];礦山機(jī)械;2013年06期

4 鄧明;陳蘊(yùn);張國(guó)樞;;用于煤礦自燃火源定位的WSN節(jié)點(diǎn)研究[J];煤礦機(jī)電;2008年03期

5 吳楠;;WebGIS與WSN的林區(qū)火險(xiǎn)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J];西安科技大學(xué)學(xué)報(bào);2014年02期

6 孟魯躍;陳俊杰;;一種用于環(huán)境監(jiān)控的WSN基站的設(shè)計(jì)與實(shí)現(xiàn)[J];測(cè)控技術(shù);2009年09期

7 宋依青;徐煜明;;面向WSN應(yīng)用的無(wú)線電波環(huán)境發(fā)電技術(shù)研究[J];工礦自動(dòng)化;2010年11期

8 胡青松;吳立新;張申;丁恩杰;;煤礦工作面定位WSN的部署與能耗分析[J];中國(guó)礦業(yè)大學(xué)學(xué)報(bào);2014年02期

9 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 灻宏P(guān)I;_5PI;;WSN在城市地，

本文編號(hào)：363664