矿业行业作为基础行业为国家的快速发展起到关键支撑作用，但我国复杂的地质环境以及庞杂的采矿流程给矿业的安全高效生产带来了巨大挑战。近些年，伴随着物联网、人工智能、大数据以及新一代无线通信技术在矿业行业中的逐步应用，“智慧矿山”的理论体系及应用方案也日渐完备，成为未来矿业行业减员提效、增产降耗最有效的解决方案之一。
　　在智慧矿山的建设方案中，数据是基础。数据的采集需要在矿山部署大量自组织的传感器节点，由此形成智慧矿山场景下的无线传感器网络(Wireless Sensor Networks，WSN)。在智慧矿山的建设过程中，上层应用需求有时会根据生产需求做柔性变动，底层节点的功能程序也需要根据上层需求进行动态调整。此外不同时期安装的传感节点型号和版本也有所差异，需对传感节点的系统版本和功能做统一管理及升级，这些都需要对传感器节点内部程序进行更新，传统的手动在线更新方法费时费力，面对大规模节点数目的传感网络不切实际，因此需要通过空中下载(Over-The-Air，OTA)的方式对传感器进行无线再编程(Reprogramming)。目前针对无线再编程的相关研究在时间、能效、可靠性、安全性方面做了较为完备的工作，但现有的再编程代码分发机制在矿山的特定场景下变得不再高效，本文针对矿山无线传感器网络不同应用场景的拓扑特征及实际应用需求，提出了相应的再编程高效代码分发机制，具体工作如下：
　　(1)针对井下巷道场景，构建了带状区域无线传感网络节点再编程单基站代码分发优化模型及求解算法。首先通过理论证明带状拓扑下节点能效最高的传输半径，在此基础上再由网络节点程序更新的接力覆盖过程推导出单基站选址模型，将其转化为求解连通简单图任意节点不循环最长最短通路的最小值问题，建立了相应的单基站优化的数学模型；给出基于动态规划的最优算法，仿真实验表明，该算法优于目前已有的解决方案。
　　(2)在单基站代码分发优化模型的理论基础上将多基站选址优化问题转变成拥有最小最大的路径长度的子图划分问题。首先证明了使得网络再编程能耗最小的传输半径，在此基础上建立了时间高效的最小最大离散p-中心选址模型，其次证明了带状区域网络再编程选址问题的NP-hard性质，并最终给出不同基站数目下形式化的最优化函数表达。然后提出了一种基于指数复杂度的准确选址算法和一种算法复杂度为O(kn2 )的基于梯度循环下降的(1+ε)近似算法。最后仿真结果表明，基于梯度循环下降的(1+ε)近似算法其选址时间及选址准确度均优于其他算法。
　　(3)在露天矿区场景下，无线传感网络的拓扑在二维空间不受约束，其节点传输半径和转发路由都是可优化的，大大增加了搜索空间的复杂度。首先建立了无线再编程过程的NP-hard的数学模型，并通过理论推导和定理约束降低搜索空间的复杂度对模型进行了化简；接着给出基于最大覆盖能效的转发半径选择策略，以及基于剩余能量度的转发节点选择策略；最终得到复杂度可约束的启发式迭代优化算法。数值分析和实验结果表明，所提算法能够找到全局最优或近似全局最优解，以降低再编程过程中的总能耗同时平衡节点之间的能量差异。
　　文章对再编程技术在智慧矿山场景下的高效代码分发进行了研究，分析了再编程代码分发在井下巷道及露天矿区不同网络拓扑结构下的高效传播机理。结合矿山具体应用需求，建立了相应的理论优化模型，提出了高效的优化策略，为未来再编程技术在智慧矿山传感器节点管理方面的真实高效应用提供了理论基础，也为不同网络拓扑下高效的代码分发提供了新的研究思路。