传统的目标定位技术需要被定位对象携带辅助设备,但在一些特定场合如被困人员搜救,老年人跌倒等,被定位对象不会提前携带或者不方便携带这些设备。无源被动定位技术因其不需要目标携带辅助设备的特性,被广泛应用于多个场景。射频层析成像（Radio Tomographic Imaging,RTI）是实现无源被动定位的常用方法之一,其核心思想是利用监测区域中传感器的接收信号强度（Received Signal Strength,RSS）受目标位置的改变而发生变化的特性,建立目标与RSS的关系模型,并通过正则化反演求得监测区域内各像素点的阴影衰落分布情况,从而实现目标定位。因此,如何建立目标位置与RSS的关系模型,是提高RTI重建图像质量和定位准确性的关键因素之一,也是本文的研究重点。为了提高RTI重建图像质量和定位精度,本论文结合菲涅尔衍射理论,提出一种改进的椭圆阴影权重模型,该权重模型的椭圆范围更符合理论、椭圆区域内的像素权值划分更精细。本论文的主要研究内容包括:（1）从硬件和软件两个方面搭建本次实验使用的基于RTI的定位系统:硬件方面使用CC2530节点搭建实验环境,软件方面分析节点通信时采用的令牌协议。通过实验比较在监测环境为空和有目标存在时接收信号强度值的变化,验证基于RTI的定位系统能够正常收集数据,为后续的实验提供保障。（2）研究RSS衰落的通信链路与目标位置的关系:结合菲涅尔衍射理论,提出一种改进的椭圆阴影权重模型并通过实验验证该模型的可行性。通过大量的定位实验收集数据并将收集到的数据经过缺失周期填补、进制转换、偏移处理得到RSS的真实值,使用该模型对RSS进行RTI成像来评估模型的定位性能。对于移动目标另外采用修正加权滤波算法拟合其成像轨迹。（3）经过改进椭圆阴影权重模型成像后的结果仍然存在部分噪声,将基于遗传算法的最大类间方差法与RTI结合来对RTI重建图像去噪。本论文经过多次实验采集目标处于不同位置时的RSS,将这些数据作为改进椭圆阴影权重模型的输入进行RTI成像。实验结果表明,本论文提出的改进椭圆阴影权重模型的定位精度高于基于距离衰落的自适应椭圆模型,使用修正加权滤波拟合RTI成像轨迹能够提高定位精度,基于遗传算法的最大类间方差法对RTI重建图像进行前景提取能够提高成像质量和定位精度,对射频层析成像技术的发展具有一定的研究意义。