董飞 李彦廷 慕灯聪 赵子含 丰耀辉 葛鲲鹏

摘  要：提出提出一种基于小波包与随机森林的矿工运动状态识别算法MSR-WPT-RF，用于监测矿工生命体征，识别运动状态.实验测试结果表明，构建的矿工体域网生命体征采集节点具有低功耗性能、丢包率低、时延低等优点，运动状态识别算法能够取得最高91%的识别准确率.

关键词：矿工；生命体征；体域网；随机森林；低功耗；

[   中图分类号    ]TN915.85 [    文献标志码   ]  A

Miners' Life Signs Monitoring and Motion State Recognition

Based on Body Area Network

DONG Fei1*，LI Yanting1，MU Dengcong2，ZHAO Zihan1，FENG Yaohui1，GE Kunpeng3

（1. School of Internet，Anhui University，Hefei 230039，China；2. School of physics and electronic information，

Huaibei Normal University，Huaibei 235000，China；3. School of Information Engineering，

Yangzhou Polytechnic Institute，Yangzhou 225127，China）

Abstract：A miner's motion state recognition algorithm MSR-WPT-RF based on wavelet packet and random forest is proposed to monitor miners' vital signs and identify their motion states. The experimental test and verification results show that the life signs acquisition node of the miners' body area network has low power consumption performance，low packet loss rate and low delay，and the motion state recognition algorithm can achieve the highest recognition accuracy of 91%.

Key words：miner；life signs；body area network；random forest；low-power consumption

目前，煤炭仍然是我国的主要能源，对我国国民经济发展起关键作用.[1]矿工作为煤矿开采第一线的工作人员，其健康状态不容忽视.[2]矿工煤矿井下工作时的生命体征参数与运动状态是矿工身体和工作状态的直接体现，因此，研究监测矿工生命体征并识别其运动状态，对保障矿工生命、维持煤炭安全生产具有重要意义.孟亦凡[3]等设计了边缘感知节点，实现了对矿工体温、心率、血氧浓度以及姿态的监测，并提出了一种基于长短时记忆网络边缘计算和随机森林雾决策的矿工状态监测，实现了对矿工身体和工作状况的实时掌握.魏峰[4]将矿工生命体征监测与井下人员定位管理融合起来，将采集到的矿工体温、心率和姿态信息通过定位读卡器和人员定位分站，以有线方式上传至监控中心，成功实现了人员定位管理和生命体征监测.马裕静[5]等设计了一种集成人员定位、姿态监测以及心率监测的可穿戴装备，实现了对井下人员异常状态的报警.基于……