无线传感器网络(Wireless Sensor Network,WSN)技术是一门涉及多学科的网络通信技术,也是实现物联网快速发展的基础。该领域一直受到众多学者的关注。由于该领域发展相对缓慢,在很多技术层面还有很大的欠缺,因此国内外的科研人员与学者一直对该领域保持着高度的关注。随着经济社会的发展,人员定位在人们生活中的需求越来越多,无线传感器网络节点由于具有节点能耗低、成本少、功能齐全等特点,因此WSN在人员定位技术中得到广泛应用,例如煤矿井下人员定位。但是在定位过程中,由于环境的影响,基于WSN井下人员定位的精度受到很大影响。由于井下环境复杂多变,多径效应明显,井下结构特殊等因素的存在,导致在井下人员定位过程中,对测量信号造成干扰,最终导致定位精度无法提高。为提高井下人员定位精度,本文针对井下特殊环境中人员定位技术进行分析研究,主要内容如下:针对多径效应导致信号失真、错误以及非失真信号的干扰,利用自组织神经网络对信号进行训练,筛选掉失真错误信号,而对于非失真信号主要在反馈滤波基础上利用RSSI(Received Signal Strength Indication)与LQI(link quality indicator)获得一个权重值a,根据不同的数据测量范围选择不同的权重值a作为标准来对RSSI进行滤波处理。针对井下环境以及结构的特殊性,在最终定位时无法利用精简有效的信号进行定位,对此首先利用相似度对未知节点进行初步定位,其次根据相似度选取合适有效的信标节点,利用相似度作为加权系数,并结合质心算法进行最终的精确定位。文章最后给出了人员定位的应用模型,在学校教四楼的504实验室和楼道走廊内进行了实验,并通过软件仿真对定位效果进行对比和分析,结果证明文中提出的融合型定位算法达到了预期的效果,一定程度上满足了井下复杂环境中的人员定位需求。