针对现有矿用精确定位系统存在功耗高、数据产生率大的问题,设计了一种矿用精确定位系统认知算法。该认知算法通过感知目标节点移动速度、位置的变化,采用重构决策的方法将目标节点的发射功率和定位数据采样间隔进行合理重配置,实现系统功耗和数据产生率的优化。仿真结果表明,该认知算法能有效地降低矿用精确定位系统的功耗和数据产生率,同时不会影响定位系统对节点运动轨迹的跟踪性能。