在情境感知服务技术领域,服务对象的位置信息是最重要的环境参数之一,决定着情境服务能否有效、准确的施行。业已成熟的GPS系统能够为情景感知服务提供精度小于5m的室外位置信息,然而建筑物的屏蔽作用令其室内定位精度大打折扣,过高的系统成本使其直接应用于室内环境也存在困难。近年来,基于无线传感器网络、超宽带、红外线、射频识别等技术的室内定位研究开展得如火如荼,尤其是射频识别技术,凭借非接触、非视距、短时延、高精度、传输范围大和成本低等优点已成为室内定位技术的主要选择。目前,基于射频识别技术的室内定位算法的定位依据主要是阅读器检测到的信号收信场强。典型代表是LANDMARC算法,通过引入参考标签动态捕捉环境信息替代阅读器的离线数据,比较参考标签和待定位标签在多个阅读器上的收信场强差异,基于场强欧式距离选取近邻参考标签,利用残差加权算法确定待定位标签的物理位置,LANDMARC算法不仅降低了系统成本,提高了系统的环境适应能力,而且具有比较理想的室内定位精度。尽管如此,LANDMARC系统仍存在一些缺陷和不足:如非测距算法使得算法精度有限、定位精度受制于参考标签布设密度等。本文在详细分析LANDMARC算法特性及室内环境中的时间延迟信道模型的基础上,对射频识别定位算法进行了深入研究,主要内容包括以下几个方面:(1)针对LANDMARC算法中TTBDA的定位精度较低的问题,提出了一种基于加权欧式算子的改进定位算法,引入基于待定位标签及参考标签收信场强值的加权欧式算子调整各个阅读器的定位信息可靠性,算法在几乎不影响TTCDA (Tracking Tags Covered by Detection Area,处于监测区域内并被有效覆盖定位标签)的定位精度前提下,对TTBDA的定位精度有了较大的提升。(2)针对LANDMARC算法的定位精度受制于参考标签部署密度的问题,提出了基于子区域动态二次回归插值的VIRE改进定位算法。算法首先提出一种子区域选取机制以实现虚拟参考标签的动态引入,然后提出一种基于二次曲线回归的插值算法估计虚拟参考标签的收信场强值,并利用历史校正机制进一步客服偶然误差。相比于VIRE算法,改进算法对于AGVs系统及多个定位目标位置集中的情形,能够有效降低插值计算量,并且具备更好的定位精度。(3)对于室内环境中各区域特性(如目标出现概率、障碍物分布等)差异较大的情况,针对LANDMARC算法中采用网格状均匀部署有源参考标签难以保证全局定位精度的问题,基于联合高斯分布的目标概率模型和Keenan-Motley模型确定优化函数,提出了一种基于改进粒子群算法的寻优策略,实现对有源参考标签的优化部署。(4)考虑到LANDMARC系统中的非测距定位机制使得算法定位精度难以进一步提高的问题。以收发信号的相位差作为定位依据,提出了一种适用于ISO/IEC 18000-6C标准的UHF RFID室内定位机制,引入双频副载波克服整周期模糊度并降低采样率要求,并提出欠采样条件下的相位差估计方法及测距机制,结合全相位FFT谱分析的“相位不变性”获取接收端信号相位信息并测距。