我国是重要的产煤国,也是受煤矿灾害影响最为严重的国家之一。为防治瓦斯突出等煤矿安全事故,我国逐步建立了基于物联网的井下安全监测系统。但是由于传感器老化、故障或人为遮挡破坏等问题,时常导致系统出现虚警、漏警,大大降低了安全监测系统的有效性,为安全生产埋下了隐患。这类问题是现有物联网安全监测系统的共性难题,因此如何评估物联网安全监测系统中信息的可信度,是提高监测系统有效性的关键。本文针对传统的安全监测系统因无法辨识传感器可信度而影响系统监测性能的问题,从物联网信息采集和可信度评估两方面开展了如下工作:1、针对现有的物联网信息采集系统因传感器响应慢、数据传输不稳定等因素,难以支撑信息可信度研究的问题,研制了一套物联网节点信息采集系统。在软件层面上,提出了一种基于TDMA的高可靠MAC协议,通过避免竞争及多级重传方式保障了传输的可靠性;在硬件层面上,通过优化传感器选型、设计主动的气流路径等手段,有效降低了气体传感器响应时间。采集系统的搭建为传感器可信度的研究提供了良好的数据支撑。2、针对单传感器条件下传感器信息可信度的评估问题,提出了基于卡尔曼滤波的可信度评估方法。针对原始信息中存在大量离群点这一特殊场景,提出了基于迭代拟合的可信度评估方法,并对两种算法性能进行了仿真与比较。3、针对多传感器条件下传感器信息可信度的评估问题,首先对物联网传感器信息的时空相关性进行了分析,并利用时空相关性提出了基于近邻的可信度评估方法。针对方法中故障传感器造成邻居误判的问题,提出了基于距离-可信度双加权的可信度评估方法,并对两种算法的性能进行了仿真与比较。本文中的采集系统通过了测试验证、可信度评估方法通过了仿真验证,并利用采集系统对可信度评估方法进行了实验验证。结果表明,采集系统可以稳定可靠的采集环境信息,可信度评估算法在仿真和实验条件下均可以有效甄别异常数据。本文的研究内容,为提高煤矿等各类物联网安全监测系统的性能提供了理论与工程基础,具有重要意义。