随着矿井采掘水平的不断提高,以及矿山物联网的发展普及,现有井下人员定位考勤技术已无法满足日常生产管理的要求,特别当安全事故突发时能否及时准确获取井下人员位置信息已成为开展救援工作的关键。而井下巷道是一个不同于地面的特殊空间,若直接将现有室内定位方法移植到井下环境中会造成定位精度低、适应性差等问题,因此针对适用于井下无线环境的人员定位技术研究极具现实意义。本文在分析现有定位方法基础上,针对以WLAN位置指纹匹配为核心,RFID协同指纹分区快速索引的井下人员定位技术方法进行了以下三个方面研究。首先,为解决指纹库逐点实测采样工作量巨大以及采样值波动的问题,提出一种融合数据预处理和分段线性拉格朗日插值的建库方法。该方法采用高斯滤波模型滤除小概率采样值,对高概率区间内的采样值再求平均后存入位置指纹库,有效提升了位置指纹采样的准确性;利用参考点之间的空间属性关联建立分段线性拉格朗日插值函数,基于所建立的井下无线信号传播距离-损耗模型,结合部分实测信号数据,通过插值计算即可快速构建完整位置指纹库。通过实验验证了该分段线性拉格朗日插值建库方法,保证了指纹数据的准确性,在达到相同定位精度条件下至少降低了50%的建库采样工作量。其次,为提高WLAN指纹匹配算法在井下环境中的定位性能,充分利用整体环境的信号分布统计特征,提出一种基于优化Bayes的井下WLAN指纹匹配算法。采用加权欧式距离优选参与匹配的位置参考点,提高匹配效率;利用不同位置参考点之间的距离特征差异表征定位目标在相应参考点的先验概率,解决了现有Bayes指纹匹配算法先验概率不合理假设的问题。经定位实验验证,优化Bayes算法在改善定位精度的同时提高了匹配效率,定位性能有较大提升。最后,针对了井下环境中匹配算法遍历检索指纹库导致定位计算量大、效率低的问题,分析了RFID辅助指纹检索的可行性,提出一种基于RFID与WLAN的指纹分区快速索引机制。将巷道划分为多个子区域,并给出连续定位的区域判定规则,定位时首先通过射频感应确定人员所在子区域,然后快速索引该子区域内指纹数据完成匹配定位。仿真实验表明,采用分区快速索引后平均单次定位时间相比遍历索引降低53.8%,大幅提升了定位响应速度。