无线传感器网络在不断完善的过程中,凭借其低成本、低功耗、多用途的特点,被广泛应用在环境监测、自动控制等复杂领域中,尤其是那些人们无法也不能到达的危险环境中。传感器节点被随机地布置在实际工作的环境中,其中有些节点的位置是不可知的,节点所传输的数据应该包含其自身的位置信息,对于无线传感器网络来说,这具有重要意义。如何改善定位效果,实现更加精准的定位服务是近年来热门的研究方向。煤矿井下开采环境较为复杂,存在诸多安全隐患,灾难发生时迅速获取井下工作人员的准确位置信息,能够使救援工作快速有效地开展。由于在井下定位过程中信号会受到诸多干扰,使用传统的定位算法进行定位将产生较大误差。无线传感器网络的定位算法可分为两类:基于测距的和无需测距的定位算法。前者大都需要额外的硬件设施,除了增加成本外,还会影响节点的耗能。后者算法简单,但是节点的定位精度较低。鉴于此本文采用基于RSSI的加权质心算法,将两类定位算法进行融合。在煤矿井下巷道中,信标节点收发的无线电信号容易受到诸多因素的干扰,到达未知节点的信号RSSI值存在较大误差,本文选取高斯滤波模型对其进行滤波处理,选择高概率区间内的RSSI值,再对这组数据求算术平均,得出最终的RSSI值并参与后续计算,从而降低节点定位误差。传统的质心定位算法虽然简单,但是定位效果并不好,容易受到信标节点分布与数量的限制。加权质心定位算法的提出使定位精度有了一定的提高,其中权值的选择是影响系统定位精度的关键。本文在采用三角形质心定位算法的同时,通过分析影响权值的因素,实现对权值的改进,然后使用加权质心定位算法对未知节点进行定位。在最后的仿真实验中,通过对比不同井下定位算法的仿真结果,实现对本文所提算法的性能评估,仿真实验结果表明该算法在定位精度上能够达到井下定位系统的要求。