崔丽珍，曹 坚，李丹阳，杨 勇，史明泉

(内蒙古科技大学信息工程学院，内蒙古 包头 014010)

0 引 言

煤炭行业对于国家经济而言是不可或缺的基础产业。长期以来，内蒙古自治区特别关注矿山安全生产，大力加强煤矿信息化、自动化建设，下大力气预防重、特大煤矿灾害[1]。为保证井下的安全生产、及时地抢险救灾工作顺利进行，需要建立一个可靠性与高效性并存的矿井无线通信系统，一旦事故发生，能够及时撤离人员，把握抢险先机。同时，井下信道建模[2]已成为煤矿井下无线通信系统一项关键技术，以及实现无人化智能开采的重要条件。

目前已有很多学者对煤矿井下无线信道建模问题进行了研究，提出不同方法。姚善化[3]使用镜像法建立矿井隧道电磁波多径信道模型；杨维等[4]对类矩形矿井巷道中UHF频段宽带电磁波大尺度传播损耗和小尺度多径信号统计特性进行了分析；唐越[5]利用射线跟踪法与扩频滑动相关法分别对大尺度与小尺度衰落进行仿真，提取到多径时延参数与多普勒功率谱。除了矿井环境外，NESKOVIC等[6-7]分别研究了多层感知器网络在室外微蜂窝以及宏蜂窝中场强预测方面的应用。

相较于传统的建模方法，机器学习算法可以更好地挖掘分类特征的潜在信息[8-9]。本文通过两种方式对信道建模，第一种将神经网络算法在场强预测方面的优点引入煤矿井下信道建模，并在此基础上进一步优化，提出基于射线跟踪法的GA-BP网络的无线信道混合模型，运用该模型对巷道内不同距离处的场强进行预测，从而提高混合模型的预测精度，并与基于射线跟踪法的BP网络混合模型进行对比分析；……