目标的精确定位是煤矿安全高效生产的重要保障,但是井下环境特殊,巷道狭长封闭,无线信号的传播存在严重的非视距影响和多径衰落现象,导致现有井下定位系统定位精度低、适应性差。从部署角度看,即使研制出高精度的新型定位系统,想要大面积替换现有定位系统也将造成前期投资的巨大浪费。矿山物联网的发展和普及给矿井精确定位提供了全新的机会和思路。为了对煤矿环境、生产设备和生产人员进行实时感知、监测和预警,煤矿井下需要部署充足的感知节点。这些感知节点在完成既定的感知任务外,还可以借助与其他节点之间或与现有定位系统之间的物-物相连特征,为矿井目标的精确定位提供辅助服务。为此,本文主要给出了两种利用感知节点来增强原有定位精度的方法和一种抑制非视距误差的扩展卡尔曼滤波法:(1)利用井下已有感知节点与地理信息辅助提高定位精度。该方法首先通过井下已有定位系统对动目标进行定位;然后调用移动目标附近能够通信的感知节点进行辅助定位,并将系统定位和感知定位进行加权联合;最后通过井下地理信息的辅助将在巷道区域外的定位节点估计坐标修正到巷道区域内,实现对移动目标的精确定位。仿真结果表明此方法在原有定位系统的基础上,提高了定位精度,增强了定位效果。(2)利用井下已有的感知节点建立一种基于证人节点的非替代性增强定位方法。该定位方法从物联网管控平台中调用动目标通信范围内的感知节点,并从这些感知节点中选择出部分节点充当“证人”,通过改变“证人”的搜索半径,将有证人节点驱动的目标搜索半径逐渐缩小。该方法主要包括初值计算、目标搜索、搜索结果修正三个阶段。通过仿真结果显示,无论现有定位系统采用何种定位方法,该算法均有较强的精度增强能力。(3)通过扩展卡尔曼滤波抑制非视距误差在定位过程中的影响,以基于扩展卡尔曼滤波的证人节点增强定位方法为例,使用扩展卡尔曼滤波对定位坐标进行了两次滤波,进一步提高了定位精度。通过仿真验证,该方法可以抑制非视距误差对定位精度的影响。