随着微电子技术、通信技术和计算机技术的快速发展,无线定位作为传感网和物联网的重要应用越来越受到人们的关注,特别是在复杂的室内环境下,与此相关的理论和技术在学术界也引起研究热潮。近年来,基于Wi-Fi、ZigBee、RFID等技术的室内定位研究开展的日新月异。尤其是RFID技术,凭借其低成本、高精度、短时延、非接触等优点已成为室内定位技术的主要选择。本文基于RSSI测距原理针对RFID室内定位算法进行深入的研究。首先在分析室内定位技术的基础上,对常见的几种定位技术进行了比较,指出了RFID定位技术的特点,研究了当前RFID室内定位常采用的定位方法,分析比较几种定位方法的优缺点。其次结合环境固定且不具备布设参考标签的定位场景,详细分析了基于距离-损耗模型的定位算法、LANDMARC算法、VIRE算法,通过比较,提出本文的创新方法。然后针对2.45GHz有源RFID定位系统信号强度的特点,对实验数据进行处理,采用了高斯-卡尔曼滤波算法对采集到的信号强度值进行前置数据处理,这样通过数据处理减小了噪声引起的定位误差,提高了理论数据和实测数据的实用性。另外在深度分析室内无线信号传播模型的基础上,针对传统定位算法中路径损耗模型参数估计值不准确的缺点,提出基于RSSI与距离的RFID-神经网络室内定位算法。在神经网络中,以读写器接收标签信号强度值为输入值,以相应标签到读写器的距离为输出值,新算法有效减小了距离-损耗模型参数的估计错误,从而提高了定位的精度。最后进一步分析室内距离-损耗模型,提出基于RSSI与路径损耗系数的RFID-神经网络室内定位算法。在神经网络中,输入读写器接收标签信号强度值,输出路径损耗系数,提高了定位环境中各点路径损耗系数的准确性,定位精度进一步提高,并通过理论数据和实测数据两组仿真验证了算法的优越性。