我国含煤地质结构复杂,煤炭开采工作大多在井工煤矿下进行。井工煤矿为工人提供的生产环境恶劣,井下定位技术的不断发展成为保障煤矿安全生产的前提条件。井下活动空间狭小,近年来,井下定位技术逐渐由有线通信向无线通信发展。其中,无线传感器网络是无线通信技术的一种,它拥有功耗低、成本少、部署方便、覆盖面广、鲁棒性强等特点,能与各种便携的移动硬件相配合实现定位,是实现井下定位的重要手段之一。然而,井下环境构造复杂,井下工作人员以及运转的机械设备时刻干扰着无线信号的传播,这给井下定位的有效实现带来诸多困难。本文在国家科学自然基金与内蒙古自治区科技计划项目的资助下,研究无线传感器网络在煤矿井下实现定位的定位算法。围绕降低煤矿井下RSSI信号所受环境动态变化的影响、减小指纹建库的工作量、提高井下的定位精度等目标,本文相继在定位过程中采用了模糊推理、贝叶斯概率估计、自适应模糊神经网络、聚类分析及隐马尔科夫等理论,研究结果表明:本文提出的算法在一定程度上改善了基于指纹匹配定位在煤矿井下的定位效果。本文研究的主要内容可归纳为以下几点:(1)在煤矿井下提出一种基于贝叶斯模糊概率的指纹匹配定位算法。考虑到煤矿井下的通信环境具有时变特性,建立井下基于校准节点的RSSI可靠度机制。运用贝叶斯概率推理公式计算出待定位点的RSSI信号在指纹地图中各参考点处的后验概率。将可靠度机制与贝叶斯后验概率值输入模糊推理系统,根据设计好的模糊规则计算出权值,最终实现定位。贝叶斯模糊概率指纹匹配定位算法加入校准节点的RSSI可靠度相当于融入了环境的变化因素,降低了环境变化对基于贝叶斯指纹匹配定位的影响,使得指纹匹配算法具有一定的鲁棒性。(2)在煤矿井下建立了一种基于ANFIS的指纹匹配定位算法模型。ANFIS定位模型利用自身拥有的学习机制自动学习并调整模糊系统隶属度函数的参数,最终建立了更符合煤矿井下环境的指纹匹配定位模型。在煤矿井下运用该模型实现定位不仅操作简单、计算复杂度低,而且定位精度较高。(3)在煤矿井下定位区域合理划分的基础上,提出一种基于HMM的井下指纹动态更新算法。煤矿井下巷道覆盖范围大,对整个巷道区域建立指纹数据库既耗时又耗力。针对环境变化显著的定位子区域,本文利用井下工作人员佩戴的传感器节点实时采集RSSI序列,采集到的RSSI序列作为HMM的观测序列,经解码运算出相应的位置信息。把实时采集的RSSI序列与解码出的位置坐标作为新的指纹信息实现数据库更新。基于HMM的井下指纹动态更新算法在节省劳动力的实现指纹库更新,同时提高了井下指纹匹配定位的可靠性。(4)搭建了属于煤矿井下的定位系统,运用该定位系统实现了几种不同的定位算法,并分析总结了各定位算法的定位性能。