室内重要场所管控对于防止危险情况发生、维护公共场所安全有很重要的社会意义。在商场、银行等重要场所都会安装摄像头，利用视频监控技术对场所的安全进行监控，及时发现盗窃或其他异常行为，避免危险的发生，同时减少雇佣大批安保人员的财力、人力投入。在室内重要场所管控中，展览馆、会议室等场所的管控是重中之重，由于设备、资料的敏感性和人的隐私性，很多场所不允许安装摄像头进行监控，这就对管控技术提出了更高的要求。在这种情况下，基于Wi-Fi、蓝牙、射频识别(Radio Frequency Identification，RFID)的室内定位技术应用而生，为室内场所管控提供帮助。　　如今，随着定位技术的不断发展，各种基于位置服务的应用发展迅速，这也使得轨迹数据的大规模收集成为可能。这些轨迹数据中包含着很多有用的信息，可以用来进行路径规划、导航等，为人类的生产生活提供帮助。根据应用场景的不同，定位技术主要分为室内定位和室外定位两种，作为一种重要的室内定位技术，RFID以其可自动识别、识别速度较快、传输距离较长的特点被广泛的用于物品管控、人员监控、场所管理中。　　在室内重要场所管控中存在以下两个典型的问题:一是室内场所中存在人群感兴趣、容易发生拥挤的热点区域，如果管理不当容易发生踩踏、盗窃等危险事件;二是室内存放有很多重要的资料、设备，一旦丢失，如何尽快找到。在很多需要对敏感设备、资料、人员进行管控的场所中，已经部署了RFID设备进行物品和人员的出入监控，因此针对室内重要场所管控中存在的两个问题，本文主要对基于RFID的室内移动目标轨迹分析进行研究。将室内场所中的人员、设备、资料等可移动目标绑定RFID标签，通过热点区域和相似轨迹分析，发现室内的热点区域和丢失资料、设备的可能携带者，辅助室内重要场所管控。本文完成的主要工作包括以下几个方面:　　(1)针对室内环境和基于RFID的室内定位方式，本文提出了面向室内场所的热点区域发现方法。首先给出轨迹数据预处理方法，设计热点区域特征提取方案，从轨迹数据中提取了区域密度、区域访问次数、区域停留时间和区域权重这四个特征，并通过支持向量回归的方法进行分析，得到了全局最优回归模型和最终的热点区域。最后，通过实验对本文提出方法的有效性进行验证。　　(2)基于室内移动目标的轨迹数据特点，本文在最长公共子序列(LCSS)的基础上提出了基于时空关系的距离度量函数——最长公共时间子序列(LCTS)。LCTS要求两条轨迹不仅要在形状也就是空间上相似，在时间上也要相似。　　(3)由于直接计算轨迹之间的距离度量函数计算量很大，尤其在相似轨迹分析中，需要与轨迹数据库中的其他所有轨迹进行比对，因此本文提出了一种双过滤器的算法——基于可变滑动窗口的过滤器和基于长度的过滤器，先对数据进行过滤再计算轨迹之间的距离度量函数。经过实验分析，在相似轨迹分析研究中，本文的算法在准确性、有效性方面都表现良好。　　在基于RFID的室内移动目标轨迹数据分析中，针对室内场所管控中存在的问题，从室内热点区域发现和相似轨迹分析两方面进行研究，及时发现室内场所中的异常情况，辅助室内环境管控，并为室内管理者对室内场所管控提供帮助与建议。