基于多源信息融合的煤矿安全无线监测系统研究

论文摘要

本文针对煤矿生产作业环境和开采过程中的灾害危险因素,分析了目前处于领先水平的基于工业以太环网与现场总线技术的煤矿综合自动化监控系统,在此基础上提出了基于多源信息融合的煤矿安全无线监测系统。文中分析了多源信息融合与无线传感器网络的技术优势,指出了这两种技术是对现有监测系统的有益补充,并表述了其对监测系统性能的改善情况。文中提出了ZigBee无线传感器网络节点设计方案,选用TI（德州仪器）公司的CC2430设计了一种低成本、低功耗的无线传感器网络通用节点和具有良好可扩展性的软硬件平台。设计了系统的硬件电路和软件流程图,并从硬件、软件两方面考虑了节点的抗干扰和功耗问题,对传感器节点进行了抗干扰设计和低功耗设计。文中根据神经网络自学能力强和粗糙集理论属性约简的特点,以煤矿安全监测为背景论证了两者结合的原理、算法及实现过程,形成了粗糙集-神经网络算法实现对煤矿安全状态的评估。通过粗糙集和神经网络二者的结合,为综合评价煤矿安全提供了一个新的途径,同时又可以广泛的应用于其他复杂环境的评估。通过自主设计的开发平台,对无线传感器网络的组网,通讯及数据采集进行了试验,并对无线传感器网络节点的性能参数进行了测试和分析。实验结果表明本文所设计的通用节点平台可以作为无线传感器网络节点的一种低成本、低功耗的解决方案,可以在较低功耗下实现传感器节点之间的无线通信。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景
• 1.2 国内外研究现状及发展水平
• 1.2.1 国外概况
• 1.2.2 国内概况
• 1.3 主要内容及章节安排
• 1.3.1 主要内容
• 1.3.2 章节安排
• 1.4 小结
• 第2章 系统结构与应用技术
• 2.1 无线传感器网络技术
• 2.1.1 无线传感器网络概述
• 2.1.2 基于ZigBee技术的无线传感器网络
• 2.2 多传感器信息融合技术
• 2.2.1 信息融合的级别
• 2.2.2 信息融合通用处理结构
• 2.2.3 信息融合的主要技术和方法
• 2.3 系统结构
• 2.3.1 煤矿安全监测系统的基本构成及功能
• 2.3.2 无线传感器网络与信息融合技术对监测系统的补充
• 2.4 小结
• 第3章 基于ZigBee技术的无线传感器网络节点设计
• 3.1 ZigBee技术方案
• 3.1.1 ZigBee协议介绍
• 3.1.2 ZigBee方案选择
• 3.2 硬件设计
• 3.2.1 CC2430简介
• 3.2.2 系统电路框图
• 3.2.3 射频电路设计
• 3.2.4 数据采集电路设计
• 3.2.5 天线设计
• 3.2.6 硬件设计中遇到的问题及解决方法
• 3.3 软件设计
• 3.3.1 系统主程序设计
• 3.3.2 环境参数采集程序设计
• 3.3.3 电源能量检测程序设计
• 3.4 低功耗设计
• 3.4.1 硬件低功耗设计
• 3.4.2 软件低功耗设计
• 3.5 抗干扰设计
• 3.5.1 电路抗干扰措施
• 3.5.2 PCB抗干扰措施
• 3.5.3 软件抗干扰措施
• 3.6 小结
• 第4章 基于粗糙集与神经网络的煤矿安全信息融合算法研究
• 4.1 煤矿井下复杂环境
• 4.2 粗糙集的基本概念
• 4.3 人工神经网络
• 4.4 粗糙集与神经网络融合的矿井环境评估原理
• 4.4.1 粗糙集与神经网络结合的基础分析
• 4.4.2 基于粗糙集-神经网络的最小决策规则的实现
• 4.4.3 粗糙集-神经网络融合的煤矿安全评估算法
• 4.5 基于粗糙集与神经网络的煤矿安全评估实现
• 4.5.1 模型的建立
• 4.5.2 粗糙集预处理
• 4.5.3 粗糙集神经网络的构建
• 4.6 小结
• 第5章 试验与分析
• 5.1 硬件平台
• 5.1.1 ZigBee无线模块
• 5.1.2 调试模块
• 5.2 软件调试
• 5.2.1 集成开发环境
• 5.2.2 程序烧写
• 5.3 性能测试
• 5.3.1 通讯距离及接收灵敏度测试
• 5.3.2 功耗测试及结果
• 5.4 小结
• 第6章 结论
• 6.1 论文工作总结
• 6.2 下一步工作和展望
• 致谢
• 参考文献
• 作者在读硕士期间的研究成果
• 附录 图表索引