现代化通信的发展以及数字化信息处理技术的应用,使得实际生活中的定位技术由室外环境逐步向室内环境延伸。RFID(Radio Frequency Identification,RFID)技术,即射频识别技术,也随之在室内定位环境下获得了越来越广泛的应用与关注,其非接触、低时延、高精度的特性赋予了其在室内定位领域中独特的地位。本文针对RFID技术在室内定位场景下的应用来开展工作,设计完成了一个采用RFID技术的室内定位系统,并对该系统的结构与算法进行了设计和实现。本文设计的室内定位系统以提高定位精度、缩短匹配时间、降低系统成本为目的,在查阅了大量参考文献的基础上,对目前国内外在基于RFID的室内定位技术方面的研究现状进行了分析,研究并总结了常用的几种室内定位算法,通过多方面的考虑,筛选出了基于位置指纹的室内定位方法作为本文的主要研究方向,最后通过实际RFID传感器设备组网与终端数据处理完成了整体系统的实现。针对传统的位置指纹室内定位系统中指纹库建立阶段工作量较大的问题,本文通过对典型定位系统原理与结构的研究与分析,采用插值算法扩充指纹点数据的思路,提出了基于克里金空间插值算法的指纹库扩充设计方法。传统方法下,基于位置指纹的室内定位方法,其精度与系统性能依赖于大量的指纹点数据,而且定位区域的面积越大,需要在离线阶段采集的指纹点的数据量也越大,这一特点在应用中不仅增大了离线阶段数据采集的工作量,也给在线阶段指纹点的匹配速度造成了不利影响。克里金空间插值算法基于指纹点在待定位区域的分布,能够以采集到的实际数据作为参考点,利用其在空间上的分布特性进行插值计算,从而实现离线指纹库中指纹点的扩充,有效减少了实际环境下指纹点采集的工作量。后续的工作中,其插值结果以及实际定位效果得到了验证。为实现预期功能,本文首先对RSSI(Received Signal Strength Indication,RSSI),即接收信号的强度指示,信号特性进行了分析,包括其对数路径损耗模型的介绍与拟合。然后,采用高斯滤波算法对采集值进行入库前的预处理,保证数据的稳定性与代表性。再然后,实现了克里金插值算法在系统中的应用,对插值计算的结果数据同实际定位区域采集到的数据进行了比较,分析其误差。接下来,使用UJIIndoor Loc数据集辅助算法验证工作,采用K-means++算法对指纹库进行聚类,通过物理坐标替代RSSI值向量作为聚类依据的方式,优化了聚类效果。在前面的基础上,采用WKNN算法计算待定位点坐标并分析了定位结果误差,定位精度表现较好。最后,搭建了实际测试环境与数据处理平台,针对本文提出的基于位置指纹的室内定位方法进行了实际环境下的数据分析与功能实现。实际效果上,建立的离线指纹库中的插值点占到了指纹点总数的37.7%,提升了指纹库建立效率。用户交互界面中显示的定位结果证明了本文中设计系统的功能基本满足预期。