基于WSN的金属矿井矿车定位及安全监测系统研究-测试计量技术及仪器专业论文.docxVIP

Ab Abstract algorithm. (5) RBF neural network was applied to forecast the speed of mine car in this paper. The mean square error of RBF neural network model was 0.04695, and it was less than 0.11796 of BP neural network. The forecast precision of RBF neural network was high, which can well meets the requirements of the system. Finally, a simple network experiment was built with a PC machine, several CC2530 nodes and an intelligent car. Through the comparison and analysis of location and tracking r HYPERLINK /w/result/ esults, the development of host computer which is based on LabVIEW software and C# language was verified on the rationality and feasibility of the system in application. The system has the advantages of low cost, good stability, good credibility, low power consumption and strong robustness, which makes up the insufficiency of monitoring system in metal mine and has high practical value and innovation. Key Words: Wireless Sensor Network (WSN); metal mine; locating and tracking of mine car; ZigBee technique; AODV routing protocol III 江西 江西理工大学硕士论文 目录 目 录 摘 要 I Abstract II 第一章 绪 论 1 1.1 课题研究背景和意义 1 1.2 无线传感器网络结构及优势 3 1.3 WSN 定位技术研究现状 4 1.4 矿车定位监测技术的研究现状 5 1.4.1 国外矿车监控技术现状 5 1.4.2 国内矿车监控技术现状 6 1.5 本论文的组织工作及技术路线 6 第二章 井下矿车定位及监测系统总体设计 9 2.1 金属矿井井下环境分析 9 2.2 井下无线通信技术的选取与应用 9 2.2.1 无线通信技术的比较 9 2.2.2 ZigBee 组网拓扑方案设计 10 2.2.3 节点地址分配机制11 2.3 井下定位监测系统的设计 12 2.3.1 定位监测系统总体设计 12 2.3.2 井上控制系统 13 2.3.3 井下定位系统 14 2.4 矿井巷道中电磁波的传输特性及损耗 14 2.5 节点天线辐射场强及部署方向分析 16 2.6 网络各节点部署方式 18 2.7 本章小结 20 第三章 井下矿车定位及安全监测系统软硬件设计 21 3.1 节点硬件芯片选型 21 3.2 系统各模块硬件结构设计 21 3.2.1 移动矿车车载盲节点的硬件设计 21 3.2.2 固定参考节点的设计 24 3.2.3 协调器节点硬件设计 25 3.2.4 有线通信 RS-485 模块 26 3.3 系统各模块的软件设计 27 3.3.1 矿车车载移动盲节点软件设计 28 3.3.2 参考固定节点软件设计 29 3.3.3 协调器软件设计 30 3.3.4 地面监控系统软件设计及测速方法 31 3.4 本章小结 33 第四章 ZigBee 网络路由协议的研究及优化 34 4.1 无线网络路由协议简介 34 4.2 ZigBee 网络路由协议及算法介绍 35 4.2.1 ZigBee 网络路由协议 35 4.2.2 AODV 路由协议算法简介 36 4.3 AODV 路由协议的优化与改进 38 4.3.1 AODV-RD 路由协议的改进原理 38 4.3.2 AODV-RD 路由协议算法仿真 40 4.4 本章