中图分类号：TN925.93 文献标志码：A
0引言
目前我国矿井运输主要以人工驾驶为主，工作条件恶劣，煤矿事故频发[1-3]，所以为了使煤矿的安全形势能根本性好转，减少矿井运输事故造成的重大损失、提高矿井生产效率，实现矿井机车无人驾驶是解决此类问题的根本措施[4]。
在矿井机车无人驾驶系统中提高井下安全可靠性的前提是井下机车信息的实时获取和处理，所以在百兆以上带宽的无线移动通信基础上，机车的动态接入和井下视频的实时传输是技术的关键[5]。
传统井下无线通信采用的预留带宽[6]方式效率较低且无法精确控制，导致基站（Access Point， AP）资源浪费，机车调度时间间隔长，运输效率低。由于井下AP成本很高，布点困难，属稀缺资源，所以AP的合理排布和对机车接入的合理调配是提高井下运输效率和稀缺网络资源利用率的重要手段。
公网通信基站的数据传输方向以下行为主，即基站向用户发送信息[7]。而井下机车无人驾驶系统中，数据的传输方向则以上行为主，即机车实时向基站上传车载摄像头获取的井下视频信息和机车状态信息[8]。
当单AP与多机车同时通信时，AP端收到的相互重叠的信号必会产生信息冲突，如果按照传统的通信协议，如Aloha、IEEE 802.11、载波监听多路访问（Carrier Sense Multiple Access， CSMA）[9-10]等，采用冲突重传机制，将会制约数据的传输效率，也无法满足井下无人驾驶系统的通信速率要求。而干扰管理（Interference Management， IM）[11]正是通过一些技术手段对无线通信中的干扰进行有效管理，使得这些信息不会互相干扰，从而实现多包接收（MultiPacket Rception，MPR）[12]，极大地提高信道利用率和传输速率。IM中的串行干扰消除（Successive Interference Cancellation， SIC）算法[13-14]采用串行的方式对接收信号选择性接收，它会首先根据接收功率的强弱对接收信号进行排序，然后对它们依次解码并接收，只要满足基本的香农公式约束，这个过程会一直进行下去[15]。SIC算法实现较简单，复杂度低，因此受到了广泛的关注。本文主要根据SIC算法进行讨论。
现有的干扰管理技术较少考虑井下机车根据调度策略在井下不断移动的情况，目前还没有应用干扰管理技术的矿井用无线通信模型。所以本文将机车调度、井下无线通信与干扰管理三者相结合，通过对基站通信区域的合理划分，机车发车时间的合理安排，结合SIC算法，设计了区域划分模型，提出了SIC区域划分策略，从而实现单AP接入多机车，提高网络容量、通信速率和井下运输效率。
4结语
本文主要根据SIC算法，建立了井下基于干扰管理技术的移动通信模型，设计了SIC区域划分算法，通过仿真所得结果，该算法执行后，优化结果较传统方法的提高率可达50%以上。但是，通过本文可知AP的覆盖范围并未充分利用，两AP之间有交叉范围。如何充分利用重叠区，加速AP切换过程，减少延时，也将是本文下一步的研究方向。
