在国家大力推动工业化与信息化两化融合的大背景下,物联网（The Internet of Things,Io T）是继计算机、互联网与移动通信网之后世界信息产业的又一次革命,是新一代信息技术的重要组成部分,也是信息化时代的重要发展阶段。物联网是通过信息传感设备将物品的数据信息与互联网相连,实现智能化识别和管理功能的网络。物联网的数据采集涉及射频识别（Radio Frequency Identification,RFID）等技术,射频识别是一种非接触式的自动识别技术,它通过射频信号自动识别目标对象并获取相关数据,是物联网应用中的关键技术之一。本文全面总结了RFID国内外研究背景及应用现状,说明了RFID系统结构组成和工作原理,详细阐述了RFID系统标签碰撞现象与定位精度问题。对解决标签碰撞问题的基于ALOHA的防碰撞算法和提高定位精度的基于RSSI的定位算法进行了深入分析,围绕算法的不足之处展开研究,提出了改进的标签防碰撞算法和定位算法。算法的具体研究工作如下:（1）以提高系统吞吐量为目标,对RFID标签碰撞现象进行了深入研究。分组动态帧时隙ALOHA算法根据标签数量对其分组,进行轮次组内读取。不过算法存在识别效率较低、系统波动性大等现状。对此设计了一种基于随机数的分组动态帧时隙ALOHA算法。改进算法采用组内单次读取方式,剩余标签重新分组进行识别。标签收到指令后依次选择多次数字形成随机数。读取时依次调用随机数以完成信息读取,从而将多数空闲时隙转化为成功时隙。同时,提出改进的帧长与标签数对应关系,降低系统识别波动性。仿真实验结果表明,改进算法的识别效率与稳定性得到显著提高。其次,通过研究RFID系统的数据帧传输过程与应用格式,确定了多级随机数的字节应用帧,验证了随机数应用的可行性。（2）以提高定位精度为目标,对RFID定位算法的标签布局与算法流程进行了深入研究。基于VIRE的RFID定位算法引入虚拟参考标签机制,可以有效降低成本,提高定位精度。不过算法存在适应复杂环境能力较弱,边缘区域定位精度低等情况。对此设计了一种面向整体区域的改进VIRE定位算法。改进算法利用分段牛顿插值法增加虚拟参考标签的数量,扩大虚拟参考标签分布范围,其次,采用动态阈值选取邻近参考标签构成“邻近地图”,在此基础上通过计算邻近参考标签间距来判断多径效应引发的数值不可信状况,最后运用误差校正法计算标签的最终位置坐标。仿真实验结果表明,改进算法更加符合实际定位模型,对定位环境拥有较强的适应能力,整体区域定位精度得到显著提高。