我国现代化煤矿的发展方向是“安全、高效、洁净、智能”。矿井安全和矿井智能的核心是实现全矿井人员、设备和环境的精准实时监控,煤矿井下人员定位技术则是实现“安全与智能”的重要支撑技术之一。本文针对现阶段煤矿井下人员定位算法普遍存在的定位精度低、稳定性差、计算量较大的问题,提出了AP选择-高斯-LQI滤波联合优化算法,实验表明该算法能够有效提高人员定位算法的定位精度和定位稳定性。论文的主要研究内容和创新如下:(1)研究了煤矿复杂环境中井下巷道特性,并对电磁波在巷道环境中传播时受到的影响进行分析,对当前主流的人员定位算法在井下环境的应用进行了分析和比较。(2)针对当前煤矿井下人员定位算法定位精度较低、计算量较大的问题,基于区域划分思想对经典的AP选择算法InfoGain算法进行了改进,提出了基于信息增益-区域划分的AP选择算法。通过对定位区域内的AP进行选择,达到了提高定位精度的目的,同时减少了定位算法的计算量。(3)针对煤矿井下环境因素导致的人员定位算法定位精度较低、定位稳定性较差的问题,提出了高斯-LQI滤波算法。在离线定位阶段使用高斯滤波算法对波动较大的异常RSSI数据进行滤除,并设计了LQI滤波器,对在线定位阶段的异常跳变RSSI数据进行LQI滤波处理,将处理后的高可靠性RSSI数据用于定位,提高了定位精度以及定位稳定性。(4)将基于信息增益-区域划分的AP选择算法与高斯-LQI滤波算法进行结合,提出了AP选择-高斯-LQI滤波联合优化算法,并对多种人员定位算法进行了优化。实验结果表明AP选择-高斯-LQI滤波联合优化算法对不同的人员定位算法都可以在定位精度和定位稳定性两个方面取得明显提升。(5)结合河南永煤集团车集煤矿的生产实际情况,设计了基于Android平台的煤矿人员定位系统,实现了车集煤矿员工实时位置以及历史位置轨迹的监测功能。