近几年,人工智能技术发展迅速,人们在室内的活动越来越多样化,对生活质量的要求也越来越高。因此,室内无线定位技术受到广泛关注。射频识别（Radio Frequency Identification,RFID）室内定位技术由于其用于定位的标签成本低、小巧易携带、无源、可灵活部署等特点成为广大学者的研究热点,该技术在智能家居、仓储物流管理以及安全搜索等方面的需求日益增加。然而现有在室内实现的定位技术普遍存在定位精度较低,受噪声、多径等环境干扰较大等缺陷。基于此,本文在对RFID室内信号传播模型分析的基础上,深入研究了相位误差抑制方法、多径抑制（Multipath Suppression,MPS）方法。除此之外,在室内定位中,人们对定位实时性的要求也越来越高,实现高精度定位的算法复杂度高,实时性差,不能满足人们的需求。针对该问题,本文提出了一种基于双频点的载波相位扩展卡尔曼滤波（Extended Kalman Filter,EKF）定位算法,并搭建了RFID定位系统测试平台,完成了定位算法性能的实测验证。本文的主要工作如下:首先,对RFID系统的相位误差抑制方法进行了研究。针对信号传播、采集、处理过程中累积的相位误差使得定位误差增大问题,采用相位误差处理算法对相位进行预处理,并利用跳频技术拓展带宽,提高多径分辨率,最后通过相对距离粗估计对多径进行了有效抑制。其次,对基于EKF的定位算法进行了研究。提出了一种基于双频点的EKF定位算法,利用双频点可以有效提高定位实时性,通过多径抑制后的相位对双频点进行选择,并采集每个频点下多时刻量测值进行EKF更新迭代过程。除此之外,对基于EKF的定位算法进行参数优化,有效提高了定位精度。最后,采用软件无线电设备以及Impinj R420读写器在实测环境下搭建测试平台,对提出的误差抑制方法和基于EKF的定位算法有效性进行验证。实验结果表明,基于双频点的定位算法实时性比传统的基于多频点的算法实时性提高近10倍,优化后的基于双频点的EKF定位算法平均定位精度与优化前相比提高23%左右。