随着互联网、大数据、云计算、人工智能、通信技术的高速发展,对物联网相关技术的需求量也大大增加。物流、快递、仓储、行人室内导航等一系列需求的不断增加,GPS、基站等定位方式很难能够满足在复杂的室内环境下进行精确定位的需求,超声波、红外、Wi Fi、蓝牙、Zig Bee由于其定位系统成本高昂、定位环境局限性大、融合其他系统比较困难等原因并没有大规模应用。基于无线射频识别(Radio Frequency Identification,RFID)的定位技术具有系统部署成本低、技术搭配多样、适用场景众多等特点备受研究人员关注。本文主要对使用RFID的室内定位技术中涉及的相对位置定位和绝对位置定位进行研究,主要包括以下几个方面:(1)本文针对室内环境下需要进行绝对定位的场景,例如仓储环境下进行物品的定位等,对传统的室内定位系统LANDMARC定位系统进行改进。由于RFID信号在室内环境中传播会受到多径干扰、散射、折射以及标签信号之间信号的相互碰撞的现象随时会发生,接收信号强度(Received Signal Strength Indicator,RSSI)会存在不同程度的失真,采用高斯滤波器降低采集到的信号强度值偏差比较大的数据对定位精度的影响;因为实际定位中RSSI波动比较大,采用卡尔曼滤波器进行平滑;由于LANDMARC定位算法计算量大,k值的选取对定位精度影响较大,采用支持向量回归算法对LANDMARC算法进行改进来提高定位精度。(2)本文针对室内环境下某些需要获取待定位目标之间的相对位置的场景,例如图书馆场景下图书放置的顺序如果有误,采用人工检查众多图书是否放错位置存在耗时费力的问题,提出了基于相位和差分整合移动平均自回归模型(Autoregressive Integrated Moving Average model,ARIMA)模型的室内相对位置定位算法。由于相位值在移动天线采集数据过程中会发生相位翻转问题,本文采用仅选取一个翻转周期内的数据进行物品序列的侦测的解决方案;因为同一次扫描周期内不同标签相位值变化趋势大致相同,但是部分相位值可能存在偏差,本文采用了其中具有代表性的相位翻转点的时间戳,并利用了ARIMA模型预测一个翻转周期后达到某些值的时间;由于获取到的多个相位特殊点的时间戳缺乏统一的可以衡量标签相对次序参考量的问题,提出了时间权重的解决方案,通过给以上几个时间戳分配不同的时间戳来获取一个总的时间戳并对时间戳排序得到物品的侦测顺序。最后通过实验验证并和经典的室内相对位置定位算法比较,结果表明本文提出的算法定位准确度有很大提高。(3)针对以上提出的两个不同应用场景的室内定位算法,设计并实现了RFID室内定位原型系统,包括面向仓储环境下物品绝对位置定位和类似图书馆环境下的图书相对位置定位两个部分。分别从定位系统的硬件环境、定位系统的整体架构设计、数据存储以及数据库表结构设计等方面,结合提出的两个室内定位算法,设计了室内绝对位置定位模块和室内相对位置定位模块,并对两个不同的定位模块进行测试。实现的系统和测试结果表明本文提出的室内定位算法具有可行性和应用前景。