随着互联网和物联网的发展,为了让智能化应用提供更为精致的服务,智能感知技术已经被广泛研究和利用。相比于诸如智能手机、摄像头等传统感知技术,射频识别技术（Radio Frequency IDentification,RFID）凭借其轻量、无源、廉价等特性,已经被学术界与工业界广泛用来进行智能感知。因为RFID信号容易受到环境的影响,所以我们可以通过获取信号域的信息,对信号特征进行分析,挖掘其与目标域的联系,从而对目标域的信息进行感知,我们称这种感知手段为“跨域感知”。目前大多数RFID跨域感知工作均基于圆极化天线,然而圆极化天线因其旋转的极化方向,不仅会使信号受到各个方向上的多径影响,而且会使标签状态变化引起的信号变化更为复杂,而线性极化天线则可以在一定程度上解决这些问题。因此,本文旨在深度挖掘线性极化天线的特性,并将其利用在跨域感知应用之上,为RFID跨域感知技术研究提供一些新的思路。我们首先通过实验比较了圆极化天线和线性极化天线的优缺点,接着对静止线性极化天线的信号特征进行了研究,进而我们提出了旋转天线的方法,在弥补线性极化天线只有单极化方向的劣势的同时,扩大其在极化方向上的优势。基于所构建的信号特征模型,我们利用静止线性极化天线对稳定态目标进行感知,以验证线性极化天线在其极化方向上的优势;进而利用旋转线性极化天线对非稳定态目标进行感知,来实现圆极化天线所无法实现的功能。本文的主要贡献点总结如下:第一,研究了线性极化天线的信号特征,并对静止和旋转的线性极化天线下的信号特征进行了分析与建模。实验发现,相比于圆极化天线,线性极化天线虽然只有单一的极化方向,但其不仅使信号只受到单方向上的多径影响,而且使得信号的变化更能单纯反映出标签状态的变化,这些均是圆极化天线所无法实现的特性。进而我们提出利用旋转这一手段,在弥补线性极化天线劣势的同时扩大其优势。第二,研究了基于静止线性极化天线的稳定态目标感知。针对变化较为规律、稳定的液位与液滴感知,我们提出了一套基于静止线性极化天线的感知方法;基于该方法,我们在输液场景实现了一套输液状态感知系统,并在实际环境中对其性能进行了评估。通过探索液体在静止线性极化天线下对信号的影响,我们在具体场景中对液位和滴速进行了分析与建模,基于此提出了对于液位和滴速的估计算法,并实现了一整套以边缘计算为设计理念的原型系统。实验表明,对于液位估计系统准确率达到94%,对于滴速估计系统的相对误差在2%以内,绝对误差在1.8滴/分钟以内。第三,研究了基于旋转线性极化天线的非稳定态目标感知。针对变化较为随机、无规律的三维运动,我们提出了一套基于旋转线性极化天线的感知方法;基于该方法,我们设计并实现了能够在三维空间中,对目标物体包括平移和旋转的三维运动进行感知的系统,并对其性能进行了评估。利用单标签在旋转线性极化天线下的信号特征,我们将模型扩展至标签阵列,根据获取的标签阵列RSSI和相位来推导其在三维空间中的六个自由度的平移和旋转。实验结果表明,系统在平移感知中可以达到13.6cm的平均精度,在旋转感知中可以达到8.3°的平均精度。