确定井下人员位置的概率方法

摘要

本发明公开了一种确定井下人员位置的概率方法，该方法结合定位网络拓扑和接收信号强度RSS的对数正态统计模型，利用概率方法确定井下人员位置；定位过程由初始化、边缘状态和定位状态3个状态组成，在初始化状态，假定目标在定位区域的N个可能位置

说明书

技术领域

本发明属于无线通信定位技术领域，尤其涉及一种确定井下人员位置的概率方法。 

背景技术

有多种可用来对煤矿井下人员进行定位的方法。然而，目前没有已知煤矿井下人员的定位方法是基于概率的。在煤矿井下人员定位方面，主流技术是射频识别(RFID)技术，另外的是WiFi或ZigBee技术。 

RFID技术定位有一些内在的问题，RFID技术通过读卡器读取在其读取范围内的射频卡内信息来定位，一方面读卡器读卡速度有限多人快速通过时常出现漏读，另一方面RFID的定位精度取决于读卡器密度，高精度的RFID定位系统成本很高。 

WiFi或ZigBee技术的人员定位系统，利用接收信号强度RSS定位，通常只依据接收信号强度RSS与发--收距离关系的解析模型来定位，解析模型将信号强度大小与距离一一对应。由于接收强度极易受到井下不可预测的多径效应、阴影效应的影响，使得相同距离处接收到的信号强度波动很大，解析模型因此造成了很大的定位误差。为减小定位误差，通常添加另外的传感装置如计步器、三轴加速度计等来进行辅助测量以提高定位精度，这样增加了定位装置的复杂性，使得其体积或功率增加，不便于携带或者减小了待机时长或者增加了本质安全防爆的难度，同时也增加了定位装置成本。 

需要一种解决或至少改善现有技术中固有的一个或多个问题的定位方法。 

发明内容

因此，本发明的目的在于提供一种确定井下人员位置的概率方法，该方法结合定位网络拓扑和接收信号强度RSS的对数正态统计模型，利用概率方法确定井下人员位置，很好地解决了接收信号强度RSS相对于距离所表现出的多态性，使得信号强度RSS与距离准确匹配，不需要赋予任何辅助测量就能达到有效的定位精度。 

根据一种实施例形式，提供一种确定井下人员位置的概率方法：一个标识基站和井下人员通信的最大无线覆盖范围为一个定位区域，与另一个标识基站所确定的定位区域至多只有一个交点；标识基站能与定位中心和井下人员进行信息交互；一个定位区域内可有若干辅助基站，辅助基站可与标识基站或者定位中心交互信息，定位中心已知基站位置；定位时，定位中心首先确定待定位的井下人员(以下简称定位目标)所在的定位区域并进行定位初始化， 接着根据定位目标处于边缘状态还是定位状态确定定位目标的位置，具体定位步骤如下： 

A.初始化 

定位开始时即t_k=0时，定位中心接收标识基站信号，接收了定位目标信息的标识基站Q所在的区域R_Q即为定位目标所在区域，在R_Q区域内取N个位置点表示位置点，表示定位目标在该位置点的概率，k表示时刻序号，相邻两个位置点间距为△x，进入B边缘状态； 

B.边缘状态 

等到下一时刻t₁=t₀+△t，定位中心接收所有基站信号，判断接收到定位目标信号的标识基站L(相应地R_L为其所确定的定位区域)是否为初始化状态时的标识基站Q，若不是，目标位置S=R_Q与R_L两区域的交点，定位结束;若无标识基站接收到定位目标信息，目标位置S=Ψ，位置不确定，定位结束；若是，进入C定位状态； 

C.定位状态 

C-1.计算定位目标位置，计算过程如下： 

1)计算当前时刻每个位置点的位置

$s_k^n=s_{k-1}^{*n}+v_k^n,v_k^n~p\left(s_k\right|s_{k-1})=\frac{1}{2v_{\max }\mathrm{\Delta t}}$

v_max为井下人员的最大行走速度，△t为行走时间； 

2)计算每个位置点处的概率

$p\left(y_k\right|S_k^n)=\frac{1}{{\left(2\pi \right)}^{M/2}|C\left(s_k^n\right){|}^{1/2}}\exp \{-\frac{1}{2}(y\left(y_k^n\right)-\stackrel{\_}{y}\left(s_k^n\right)-){)}^T{C}^{-1}\left(s_k^n\right)(y\left(s_k^n\right)-\stackrel{\_}{y}\left(s_k^n\right))\}$

$C\left(S_k^n\right)=\mathrm{diag}[{\sigma }_1^2\left(s_k^n\right),{\sigma }_2^2\left(s_k^n\right)...{\sigma }_M^2\left(s_k^n\right){]}^T$

$y\left(S_k^n\right)=[y_1\left(s_k^n\right),y_2\left(s_k^n\right)...y_M\left(S_k^n\right){]}^T$

$\bar{y}\left(S_k^n\right)=[{\bar{y}}_1\left(s_k^n\right),{\bar{y}}_2\left(s_k^n\right)...{\bar{y}}_M\left(S_k^n\right){]}^T$

${\bar{y}}_m\left(s_k^n\right)=p_0-10\beta \log \left(d_{m,k}\right),1\le m\le M$

${\sigma }_m\left(s_k^n\right)=10\mathrm{\sigma \beta }\log \left(d_{m,k}\right),1\le m\le M$

$d_{m,k}=\sqrt{h^2+{(x_m-s_k^n)}^2}$

其中，是基站m在k时刻监测到的位于处的定位目标的信号强度RSS[dBm]，β是路径 衰减指数，p0是离定位目标1m远处接收到的信号强度RSS[dBm]，d_m,k是基站m在k时刻离位于的定位目标的距离，σ[dbm]是接收信号强度的标准方差，M是在定位区域内接收到定位目标信号的基站个数，h是基站离地面的高度，x_m基站m在所属定位区域的坐标； 

3)归一化概率$w_k^{*n}=\frac{w_k^n}{{\Sigma }_{j=1}^N{w}_k^j}$

4)计算人员位置${\bar{s}}_k\approx {\Sigma }_{n-1}^N{w}_k^{*n}{s}_k^n$

5)判断概率最大值是否大于阈值，如果转C-2 

5)输出人员位置定位结束; 

C-2.依据概率重新取N个位置点等待下一时刻t_k+1＝t_k+△t到：定位中心接收所有基站信号，判断接收到定位目标信号的标识基站L是否为初始化时的标识基站，若不是，目标位置S=R_Q与R_L两定位区域的交点，定位结束；若无标识基站接收到定位目标信息，目标位置定位结束；若是，转C-1； 

附图说明

通过以下说明，附图实施例变得显而已见，其仅以结合附图描述的至少一种优选但非限制性实施例的示例方式给出。 

图1示出了一种确定井下人员位置的概率方法的网络拓扑示意图。 

图2示出了一种确定井下人员位置的概率方法的定位流程图。 

具体实施方式

图1示出了一种确定井下人员位置的概率方法所采用的网络拓扑示意图。由一个标识基站Q确定一个定位区域R_Q，定位区域大小为标识基站与井下人员(以下称定位目标)通信所能达到的最大无线距离；由另一个标识基站L确定的定位区域R_L与之相邻时至多只有一个交点如图1a所示，图1b为不相交；每个定位区域内可布置若干辅助基站，优选4个辅助基站布置在标识基站两侧；一个定位区域内标识基站与定位中心和定位目标都能进行信息交互，辅助基站可通过标识基站与定位中心交互信息，或者直接与定位中心交互信息；定位中心已知每个标识基站位置及其覆盖的范围大小，每个定位区域内的辅助基站相对于标识基站位置已知，所有基站离地面大约有相同的高度h。 

将定位目标在不同时刻k的位置s_k看作状态信息，定位目标到基站之间的RSS测量值y_k作为观察值，定位目标的定位问题则是在已知观察信息下的状态估计问题。用一阶隐马尔柯夫 链概率模型式(1)来描述。 

$\left(\begin{array}{ccc}p\left(s_k\right|s_{k-1})& \mathrm{for}& k\ge 0\\ p\left(y_k\right|s_k)& \mathrm{for}& k\ge 0\end{array}\right)$

p(s_k|s_k-1)为定位目标的运动概率模型，表示定位目标从前一时刻位置s_k-1变化到当前时刻位置s_k的概率，p(y_k|s_k)为观察概率模型，表示定位目标在当前位置s_k时观察到测量信息y_k的概率。 

在每个定位区域，以标识基站在巷道平面上的投影位置为中心建立坐标系。煤矿井下巷道为条状，定位目标在巷道中行走的轨迹可近似看作直线，那么定位目标的位置可用一维坐标来表述s_k＝<x_k>，x_k表示在k时刻定位目标相对于标识基站的坐标。假设定位目标最大的行走速度为v_max则定位目标在△t时间所在的区间为[(-v_max△t，v_max△t)]，则定位目标的运动概率模型为式(2)，负号表示沿坐标的反方向运动。 

$p\left(s_k\right|s_{k-1})=\frac{1}{2v_{\max }\mathrm{\Delta t}}$

若基站m在k时刻监测到位于s_k处的井下人员发射来的场强RSS值为y_m,k[dBm]，由于随机阴影，测量值y_m,k与计算的理想值不同，它们之间差服从对数正态分布，即 

$y_{m,k}={\bar{y}}_m\left(s_k\right)+{\phi }_{m,k}$

为均值为0，方差为σ_m(s_k)的加性高斯随机噪声。 

若定位目标在位置s_k时，有M个基站能测量到它的信号强度RSS，M×1测量值y_k的均值为$\bar{y}\left(S_n^n\right)=[{\bar{y}}_1\left(s_k^n\right),{\bar{y}}_2\left(s_k^n\right)...{\bar{y}}_M\left(S_k^n\right){]}^T$方差为$C\left(s_k\right)=\mathrm{diag}[{\sigma }_1^2\left(s_k^n\right){\sigma }_2^2\left(s_k\right)...{\sigma }_M^2\left(s_k\right){]}^T$则定位目标的观察概率模型为式(3)。 

$p\left(y_k\right|S_k^n)=\frac{1}{{\left(2\pi \right)}^{M/2}|C\left(s_k^n\right){|}^{1/2}}\exp \{-\frac{1}{2}(y\left(y_k^n\right)-\stackrel{\_}{y}\left(s_k^n\right)-){)}^T{C}^{-1}\left(s_k^n\right)(y\left(s_k^n\right)-\stackrel{\_}{y}\left(s_k^n\right))\}---\left(5\right)$

${\bar{y}}_m\left(s_k^n\right)=p_0-10\beta \log \left(d_{m,k}\right),1\le m\le M$

${\sigma }_m\left(s_k\right)=10\sigma \log \left(d_{m,k}\right),1\le m\le M$

其中，β是视距路径衰减指数，p₀是离井下人员1m远处接收到的场强，通过事先测量得到(取p₀=53.7dBm，β-1.47，σ＝1.1)，d_m,k是基站m离位于s_k的定位目标的距离。 

由于基站在巷道中有一定的高度，假设一个定位区域内所有基站离地面高度相同为h，基站m的坐标为x_m则 

$d_{m,k}=\sqrt{h^2+{(x_m-x_k)}^2}$

依据上述描述，用图2所示的流程计算定位目标的位置。图2所示为确定井下人员位置的概率方法所采用的流程图。 

A.初始化 

定位开始时即t_k=0时，定位中心接收标识基站信号，接收了定位目标信息的标识基站Q所在的区域R_Q即为定位目标所在区域，在RQ区域内按定位精度要求取N个位置点 表示位置点，表示定位目标在该位置点的概率，由于目标位置不确定，因此每个位置的概率均等；k表示时刻序号，相邻两个位置点间距为△x(我们取1m)，进入B边缘状态； 

B.边缘状态 

等到下一时刻t₁=t₀+△t，定位中心接收所有基站信号，判断接收到定位目标信号的标识基站L(相应地RL为其所确定的定位区域)是否为初始化状态时的标识基站Q，由于定位目标可能处于运动状态，在△t内有可能已离开原来的定位区域，在图1a所示的网络结构下若不是初始化时的标识基站，则目标位置S=RQ与RL两区域的交点，定位结束；在图1b所示的网络结构下，无标识基站接收到定位目标信息，则目标位置S=Ψ，位置不能确定，定位结束；若是初始化时的标识基站，则进入C定位状态； 

C.定位状态 

定位目标处于定位区域内，经过△t时间后，其位置的变化概率服从p(s_k|s_k-1)，用其预测每个可能位置在当前时刻位置，再根据当前观察到的测量信息计算当前时刻每个可能位置的概率，当某个位置概率大于0.95时，则目标位置确定，否则继续观察直到确定。 

C-1.计算定位目标位置，计算过程如下： 

1)计算当前时刻每个位置点的位置

$s_k^n=s_{k-1}^{*n}+v_k^n,v_k^n~p\left(s_k\right|s_{k-1})=\frac{1}{2v_{\max }\mathrm{\Delta t}}$

其中，v_max为井下人员的最大行走速度，△t为行走时间，为从其分布上随机抽取的点。 

2)计算每个位置点处的概率

$p\left(y_k\right|S_k^n)=\frac{1}{{\left(2\pi \right)}^{M/2}|C\left(s_k^n\right){|}^{1/2}}\exp \{-\frac{1}{2}(y\left(y_k^n\right)-\stackrel{\_}{y}\left(s_k^n\right)-){)}^T{C}^{-1}\left(s_k^n\right)(y\left(s_k^n\right)-\stackrel{\_}{y}\left(s_k^n\right))\}$

$C\left(S_k^n\right)=\mathrm{diag}[{\sigma }_1^2\left(s_k^n\right){\sigma }_2^2\left(s_k^n\right)...{\sigma }_M^2\left(s_k^n\right){]}^T$

$y\left(S_k^n\right)=[y_1\left(s_k^n\right),y_2\left(s_k^n\right)...y_M\left(S_k^n\right){]}^T$

$\bar{y}\left(S_k^n\right)=[{\bar{y}}_1\left(s_k^n\right),{\bar{y}}_2\left(s_k^n\right)...{\bar{y}}_M\left(S_k^n\right){]}^T$

${\bar{y}}_m\left(s_k^n\right)=p_0-10\beta \log \left(d_{m,k}\right),1\le m\le M$

${\sigma }_m\left(s_k^n\right)=10\mathrm{\sigma \beta }\log \left(d_{m,k}\right),1\le m\le M$

$d_{m,k}=\sqrt{h^2+{(x_m-s_k^n)}^2}$

其中，是基站m在k时刻监测到的位于处的定位目标的信号强度RSS[dBm]，β是路径衰减指数，p₀是离定位目标1m远处接收到的信号强度RSS[dBm]，d_m,k是基站m在k时刻离位于的定位目标的距离，σ[dbm]是接收信号强度的标准方差，M是在定位区域内接收到定位目标信号的基站个数，h是基站离地面的高度，x_m基站m在所属定位区域的坐标； 

3)归一化概率$w_k^{*n}=\frac{w_k^n}{{\Sigma }_{j=1}^N{w}_k^j}$

4)计算人员位置${\bar{s}}_k\approx {\Sigma }_{n-1}^N{w}_k^{*n}{s}_k^n$

5)判断概率最大值是否大于阈值，如果转C-2 

5)输出人员位置定位结束； 

C-2.依据概率重新取N个位置点等待下一时刻t_k+1=t_k+△t到：定位中心接收所有基站信号，判断接收到定位目标信息的标识基站L是否为初始化时的标识基站，在图1a所示的网络结构下若不是初始化时的标识基站，则目标位置S=R_Q与R_L两区域的交点，定位结束；在图1b所示的网络结构下，无标识基站接收到定位目标信息，则目标位置定位结束；若是，转C-1。