煤矿井下电磁环境复杂,巷道地形结构纵横交错,对矿井目标物体精确定位带来诸多挑战;而精确定位是矿井巷道遭遇自然灾难时为援救者提供精确位置服务的技术支撑。当前无线精确定位是大数据物联网技术发展的主流,而定位算法普遍存在定位精度不高,误差大,易受环境干扰,被定位目标抖动和漂移等问题是煤矿巷道高精度定位发展的瓶颈。因此,对煤矿巷道高精度定位算法的研究及其应用具有重要的理论意义和应用价值。本文提出了一种基于高斯滤波的分段求解路径损耗因子a和环境参量因子se的RSSI高精度巷道定位算法(Gaussian-a-RSSI Algorithm),简称G-a-RSSI算法。着重在煤矿井下巷道中进行了电磁波传输机理的项目实施和实验测试研究,实验数据表明RSSI的强弱随着距离的增大与信号衰减成正比。根据煤矿巷道实际环境,巷道长达几十公里远,对巷道进行50米分段定位;在原始RSSI测距定位算法基础上对设备接收端接收到的RSSI值进行高斯滤波优化处理;经过大量实测数据,对阴影屏蔽传播模型(Shadowing)采用加权最小二乘法和最小二乘法曲线拟合分段求解路径损耗因子a和环境参量因子se来构建煤矿巷道实际环境的信号传输模型,并计算出锚节点到未知节点的距离;在位置精化阶段引入距离误差修正参数Dm,采用标准最小均方差迭代估计出被定位节点的位置坐标。最后,针对锚节点不同布置方案对G-a-RSSI算法进行了高精度测距定位验证,并对算法的测距误差和定位误差进行详细的理论分析;实验结果表明本文算法相比固定路径损耗因子的RSSI算法提高了定位精度,降低了误差率。本文算法定位精度集中在2米左右,横向误差为1.2米,纵向误差为0.8米。