为实现煤矿井下主动、全面、可靠的感知,本文将信息物理系统应用在煤矿井下,构建了煤矿信息物理系统体系架构,并从煤矿井下人环物感知方法、感知数据处理方法、感知系统的构建等几个方面对其感知层进行了研究。针对传统煤矿井下人员定位算法定位精度低且消耗的锚节点较多的缺点,本文提出了一种基于RSSI的迭代加权质心定位算法。该算法将RSSI测距算法与迭代质心算法与相结合,首先设置阈值来判断节点类型,之后在迭代过程中通过不同的权值系数来降低误差,并对误差进行修正。仿真结果表明,该算法不仅计算简单而且定位误差较小,提高了定位精度。针对煤矿井下感知数据庞大的传输与计算量,本文采用分布式压缩感知算法对其进行数据处理。首先分析了煤矿井下感知节点的空间相关性,接着对感知数据进行稀疏变换,建立相应的联合稀疏模型,最后提出了一种阈值稀疏度自适应匹配追踪算法对信号进行重构。该算法的创新点主要是在算法迭代前的预处理,即通过设置阈值选择可靠原子及删除不可靠原子。仿真结果表明,该重构算法不仅有很高的重构精度,而且还降低了复杂度。在以上研究的基础上,本文建立了由感知节点、簇头节点、汇聚节点和移动节点组成的煤矿井下感知系统。感知节点主要由主控芯片STM32、各种类型传感器以及无线传输模块LoRa构成,主要作用是对煤矿井下感知数据进行采集、传输;簇头节点主要由主控芯片和无线传输模块组成,负责将一定区域内的感知节点传送的数据进行复制、放大和转发;汇聚节点主要由主控芯片、无线传输模块和以太网接入模块组成,接收簇头节点信息,再通过以太网通信网络传输到监控中心。移动节点安装在井下人员的安全帽上,不仅对井下环境以及井下人员体内血氧含量等数据进行采集与传输,最重要的还有进行人员定位,以便及时掌握井下人员的状态和分布。最后做了模拟实验,对LoRa通信网络测试和移动节点的定位精度进行了测试,结果表明系统网络通信能力很好、丢包率很低,移动节点定位误差很小,定位精确。图[54]表[10]参[82]