0 引言
2020年2月，国家发展改革委、国家能源局等八部委明确提出推进煤矿智能化建设要求。作为煤矿智能化的核心部分，工作面智能化水平与环境、设备、人员等数据的有效获取息息相关。因工作面环境恶劣、设备较多，且设备随工作面推进而移动，而有线监测网络存在敷设困难、易破坏等缺点，因此无线监测网络越来越多地应用于工作面人、机、环信息采集[1-2]。
采煤工作面空间狭长，无线监测网络中靠近工作面两端的监测节点转发数据量大、消耗能量多，导致整个网络中能量分布不均[3]。此外，无线监测网络节点通常由电池供电，受工作面复杂环境影响，人工维护和更换电池难度大[4]。因此，无线监测网络易受到部分监测节点能量供给不足的影响，导致网络生命周期短，生产安全得不到保障。为了解决上述问题，本文提出基于移动节点进行数据传输和监测节点能量补充，以优化采煤工作面无线监测网络。
目前针对移动节点数据传输问题，文献[5]提出采用已知移动轨迹的移动中继节点对静态传感器网络数据进行收集；文献[6]提出通过优化空中移动无人机的飞行轨迹对地面用户数据进行收集和转发；文献[7]针对巷道狭长空间环境，提出区域正向分簇机制,避免数据折返现象,并利用井下人员与移动设备所配备的节点来转发数据,以减少能耗,延长网络生命周期。针对无线监测网络能量短缺问题，无线射频能量收集成为目前有效的解决方案[8]。文献[9]分析了无线传感器网络射频能量收集的可行性并给出了具体方案；文献[10-11]提出以无人机为射频能量源为地面无线传感器节点补充能量，通过优化无人机飞行轨迹来最大化网络总能量和最小节点能量，实现了网络能量的公平性。
本文在现有研究基础上，结合采煤工作面无线监测网络特点，利用采煤机的移动性提出了一种基于移动节点的无线监测网络能量优化方法。该方法在采煤机上安装移动节点对监测节点采集数据进行转发，并对能量消耗过快的监测节点进行能量补充，从而达到网络能量均衡目的，延长网络生命周期。
1 采煤工作面无线监测网络模型
采煤工作面无线监测网络通常由布置在工作面及采空区的监测节点、布置在工作面巷道的Sink节点构成，监测信息主要包括温度、湿度、瓦斯浓度、煤尘浓度、采煤机位置、液压支架压力等[12-14]。本文提出的无线监测网络在传统网络模型中加入移动节点，并赋予其部分Sink节点功能和能量补充功能，如图1所示。
图1 采煤工作面无线监测网络
Fig.1 Wireless monitoring network of
coal mine working face
假设采煤工作面空间为长度为X、宽度为Y的矩形区域，监测节点分布在该区域内，移动节点在区域中部匀速往返运动，Sink节点分布在该区域两侧。K个监测节点位置固定，为(xk,yk),k∈{1,2,…,K}。移动节点速度为V，则移动节点在t时刻的位置已知。
网络中移动节点、监测节点和簇头节点维护同一个变量表，包括3种节点的信息。监测节点和簇头节点可判断移动节点到达其通信范围的时间，从而尽量选择移动节点转发数据。在采煤机移动过程中，移动节点不断向周围的监测节点辐射射频能量，根据周围节点的剩余能量调节发射功率，对其进行能量补充。
2 数据传输方案
监测节点周期性地采集工作面环境数据，通过多跳转发或移动节点转发方式将数据传输到Sink节点。移动节点可移动至Sink节点通信范围内，所以监测节点应尽量选择移动节点来转发数据，取代传统的多跳转发模式。加入移动节点转发的路由如图2所示。
图2 加入移动节点转发的路由
Fig.2 Route after adding mobile node forwarding
通过移动节点缓存和转发数据可节省其他节点能耗。本文不考虑路由协议中的簇头选择问题，通过引入移动节点对原有路由协议进行改进。为保证监测数据传输的可靠性，设计了普通传输和紧急传输2种模式。
(1) 普通传输模式。当监测节点采集数据未超过传输阈值时，监测节点优先选择移动节点将数据传输到Sink节点。监测节点先将采集数据缓存，并根据变量表判断移动节点到达其通信范围的时间，当移动节点到达其通信范围时建立通信连接，将数据发送给移动节点。移动节点对数据进行存储，当其移动至Sink节点1跳通信范围时，将数据转发至Sink节点。
(2) 紧急传输模式。当监测节点采集数据超过传输阈值时，监测节点判断移动节点是否在其通信范围内，若是则将数据发送至移动节点，反之将数据发送至簇头节点。簇头节点接收到数据后，判断移动节点是否在其通信范围内，即优先选择移动节点转发数据，最终将数据经簇头节点和移动节点转发至最近的Sink节点。
基于移动节点的数据传输流程如图3所示。
图3 基于移动节点的数据传输流程
Fig.3 Data transmission process based on mobile node
以监测节点S1数据到达模型(图4)为例说明基于移动节点的数据传输方案。B0为传输阈值。假设移动节点在t4时刻到达S1通信范围内，S1每次发送数据的能耗为E1。在t1时刻，S1监测到数据B1，判断移动节点尚未到达其通信范围，B1<B0，不发送B1，S1等待下一次监测数据。在t2时刻，S1监测到数据B2，判断移动节点尚未到达其通信范围，B2<B0，不发送B2，S1等待下一次监测数据。在t3时刻，S1监测到数据B3，判断移动节点尚未到达其通信范围，B3>B0，立即发送B3，耗能E1。在t4时刻，S1监测到数据B4，判断移动节点到达其通信范围，立即发送B4，耗能E1。上述过程共耗能2E1。若采用周期性监测发送模式而无移动节点转发，则耗能4E1。可见，基于移动节点的数据传输方案减少了冗余数据发送和监测节点能耗。
图4 监测节点数据到达模型
Fig.4 Data arriving model of monitoring node
3 能量补充方案
在井下复杂环境中，各监测节点的监测任务不同，因此其数据传输周期和单次传输数据量不同，使得能耗不同。针对该情况，本文提出基于移动节点的能量补充方案。该方案通过调节移动节点的发射功率，对所需能量少的监测节点进行小功率充电，对所需能量多的监测节点进行大功率充电。移动节点随采煤机移动过程中不断辐射射频能量，从而对周围的监测节点进行能量补充。本文只考虑移动节点到监测节点的无线能量传输链路。将采煤机从工作面一端移动到另一端的时间记为T，将T分成N个时隙，则每个时隙的长度δ=T/N。δ足够小，可认为移动节点在每个时隙的位置不变，为(x(n),y(n)),n∈{1,2,…,N}。设移动节点发射功率为P(0≤P≤Pmax，Pmax为移动节点最大发射功率)，路径损耗模型为自由空间路径损失模型，则在第n个时隙，从移动节点到第k个监测节点的信道增益为
(1)
式中：β0为单位信道增益；dk(n)为在第n个时隙移动节点到第k个监测节点的距离，
在第n个时隙，第k个监测节点获得的能量为
(2)
为了实现监测节点按需充电，提出以下优化问题。
(3)
式中：Ek为第k个监测节点在充电周期T内获得的总能量；γk为第k个监测节点分配的能量比例。
式(3)为线性规划问题，可通过Matlab工具箱求解。
4 仿真与结果分析
采用Matlab软件，从网络剩余能量、监测节点补充能量、网络节点存活数及网络生命周期的角度对基于移动节点的无线监测网络能量优化方法进行仿真。仿真设置：X=300 m，Y=5 m，β0=-30 dB，P=40 dB·m，K=80；监测节点随机分布，初始能量均为1 J；移动节点在区域中间匀速移动，V=5 m/min;未加入移动节点时，无线监测网络路由协议选择LEACH协议。
网络剩余能量仿真结果如图5所示。可看出采用LEACH协议时，无线监测网络在运行200轮后剩余能量为10 J，运行475轮后能量耗尽；加入移动节点后，网络运行200轮后剩余能量为40 J，运行1 000轮后能量耗尽。主要原因是在LEACH协议基础上加入移动节点后，监测节点会尽量选择移动节点转发数据，簇头节点不再是1跳将数据传输给Sink节点，而是选择移动节点和其他簇头节点转发，避免了区域中心监测节点因离Sink节点远而过早地耗尽能量，同时通过设定传输阈值，减少了冗余数据重复发送。
图5 网络剩余能量仿真结果
Fig.5 Simulation results of residual network energy
监测节点获得的补充能量仿真结果如图6所示。可看出节点获得的能量不均衡，原因是各节点监测任务不同，且受监测数据大小、数据采集和传输周期、与Sink节点距离等因素影响，监测节点在单位时间内的能耗不同。移动节点根据监测节点能耗需求对其进行能量补充，实现了实际意义上的能量均衡。
图6 监测节点获得的补充能量仿真结果
Fig.6 Simulation results of energy supplement of
monitoring nodes
无线监测网络监测节点存活数仿真结果如图7所示。可看出随着网络运行轮数增加，网络内存活的监测节点不断减少，这是由于监测节点不断采集、发送数据，导致其能量耗尽而死亡；网络运行轮数相同时，网络在采用LEACH协议、移动节点数据传输方案、移动节点数据传输和能量补充方案时，存活的监测节点数依次增多。
图7 网络监测节点存活数仿真结果
Fig.7 Simulation results of alive monitoring
nodes in network
考虑工作面监测区域狭长特点，定义当监测网络中70%的监测节点死亡时无法保证正常数据传输，即网络中监测节点死亡率为70%时的运行时间为网络生命周期。从图7可看出，采用LEACH协议、移动节点数据传输方案、移动节点数据传输和能量补充方案时，监测网络分别在运行210，470，800轮时监测节点死亡率达70%，可见采用本文提出的能量优化方法时，无线监测网络生命周期较采用LEACH协议时延长了2.8倍。
5 结语
结合采煤工作面环境，对无线监测网络路由协议进行改进。根据采煤机移动特点，引入移动节点进行数据传输，并设定传输阈值，减少了簇头节点转发次数，避免了冗余数据传输。在此基础上，提出了能量补充方案，通过移动节点对网络中的监测节点按需补充能量。仿真结果表明，基于移动节点对无线监测网络进行能量优化后，网络能耗较采用LEACH协议时低，网络能量分布均衡，运行相同轮数时监测节点死亡率大幅降低，网络有效生命周期延长了2.8倍。
[1] 毛新展.煤矿安全监控中无线传感器网络的技术应用研究[J].内蒙古煤炭经济,2017(24):43.
MAO Xinzhan.Application of wireless sensor network in coal mine safety monitoring[J].Inner Mongolia Coal Economy,2017(24):43.
[2] 佟占生,王春明,李凯.矿井无线传感器网络设计及应用[J].工矿自动化,2017,43(8):98-100.
TONG Zhansheng,WANG Chunming,LI Kai.Design of mine wireless sensor network and its application[J].Industry and Mine Automation,2017,43(8):98-100.
[3] 王浩然.煤矿井下无线传感器监测网络路由协议研究[D].阜新:辽宁工程技术大学,2014.
WANG Haoran.Research on routing protocol for wireless sensor monitoring network in coal mine[D].Fuxin:Liaoning Technical University,2014.
[4] NIU Xiaoguang,HUANG Xi,ZHAO Ze,et al.The design and evaluation of a wireless sensor network for mine safety monitoring[C]//IEEE Global Telecommunications Conference,Washington,2007:1291-1295.
[5] 唐帙,罗惠琼.可移动中继节点在传感器网络中的节能应用[J].成都信息工程学院学报,2005,19(2):147-150.
TANG Zhi,LUO Huiqiong.Application of mobile sink to power saving in sensor network[J].Journal of Chengdu University of Information Technology,2005,19(2):147-150.
[6] ZENG Yong,ZHANG Rui.Energy-efficient UAV communication with trajectory optimization[J].IEEE Transactions on Wireless Communications,2017,16(6):3747-3760.
[7] 余修武,张可,周利兴,等.基于区域正向分簇与移动节点巷道WSN路由算法[J].信息与控制,2018,47(3):379-384.
YU Xiuwu,ZHANG Ke,ZHOU Lixing,et al.Routing protocol in mine roadway based on area positive clustering and mobile nodes[J].Information and Control,2018,47(3):379-384.
[8] MUKHERJEE M,SHU L,PRASAD R V,et al.Sleep scheduling for unbalanced energy harvesting in industrial wireless sensor networks[J].IEEE Communications Magazine,2019,57(2):108-115.
[9] 张海.无线传感器网络能量收集策略的研究[J].物联网技术,2019,9(12):36-38.
ZHANG Hai.Research on energy collection strategy of wireless sensor networks[J].Internet of Things Technology,2019,9(12):36-38.
[10] WANG Haichao,DING Guoru,GAO Feifei,et al.Power control in UAV-supported ultra dense networks:communications,caching,and energy transfer[J].IEEE Communications Magazine,2018,56(6):28-34.
[11] XU Jie,ZENG Yong,ZHANG Rui,et al.UAV-enabled wireless power transfer:trajectory design and energy optimization[J].IEEE Transactions on Wireless Communications,2018,17(8):5092-5106.
[12] WU Yundi,QIU Ling,XU Jie.UAV-enabled wireless power transfer with directional antenna:a two-user case[C]//The 15th International Symposium on Wireless Communication Systems,Lisbon,2018:1-6.
[13] 赵飞.采煤工作面安全隐患及防治措施分析[J].山西能源学院学报,2017,30(2):77-78.
ZHAO Fei.Analysis of safety hidden danger and preventive measures in coal mining face[J].Journal of Shanxi Energy Institute,2017,30(2):77-78.
[14] 陈娟,赵耀江.近十年来我国煤矿事故统计分析及启示[J].煤炭工程,2012,44(3):137-139.
CHEN Juan,ZHAO Yaojiang.Statistical analysis and enlightenment of coal mine accidents in China[J].Coal Engineering,2012,44(3):137-139.
