射频识别RFID技术原本设计用于替代条形码和二维码来实现物体自动化识别。近些年来,许多研究学者开始尝试利用其实现物体空间定位、方向追踪、材质识别以及人体呼吸心率检测等,这使得其应用初衷得到极大扩展。本文主要从基于无源RFID的运动目标追踪、静态目标定位、非视距下无传感器目标运动感知以及多标签环境下互耦干扰抑制四个方面展开研究。本文主要创新点包括:（1）针对RFID动态目标追踪中基于相位差方案对于噪声干扰容忍性弱的问题,本文提出了一种基于差分相位整周未知数的运动标签追踪系统Track T。该系统能够在已知和未知标签运动模式下实现高精度的标签轨迹追踪。与以往工作不同的是,相位周期性（即相位整周未知数,2π整数倍）通常被视为一个导致标签位置不确定性的负面因素。所设计的系统创造性地依据由相邻采样点相位差计算得到的相位整周未知数差来判定标签位置,其具有噪声不敏感的特性。在已知标签运动模式下,本文设计了一种基于相位整周未知数差的匹配规则实现监控区域内候选未知初步筛选。由于这些候选点相距至少半个波长,利用相位差能够有效地评估它们为标签初始点的可能性。在未知标签运动模式下,系统需要同时估计其初始点以及后续轨迹。给定所有网格点作为初始猜测值,利用一阶泰勒展开式估算出相邻采样时刻标签位移。在收集足够数量的样本后,利用追踪已知标签运动轨迹的方法计算出最优标签初始点位置。在低干扰的环境下,系统利用4根分散部署在监控区域周围的天线能够实现毫米级的高精度目标轨迹追踪。（2）针对RFID静态目标定位系统中天线未知运动轨迹和三维空间定位实时性问题,本文提出了一种计算机视觉辅助的静态标签定位系统RF-MVO。相比于单一RFID系统,RFMVO引入一个固定于读写器天线上的轻量级单目相机。在天线移动过程中,利用计算机视觉中的单目视觉里程计技术得到天线在相机视图中的运动轨迹,结合相位的深度信息,本文设计了一种融合算法来计算用于相机视图至真实世界视图下天线轨迹变换的尺度因子,同时也能够输出标签在空间中的角度。在此基础上,构建一系列空间直线求交点的方法实现标签位置的估计。另外,为了提高定位实时性,本文提出了一种由粗糙至精细的优化算法,其能够保证在不明显损失定位精度的情况下大幅降低计算量。实验验证了所提出的相机与RFID相位样本融合定位以及优化算法有效性,在使用2根天线的情况下,系统能够实现约6.23 cm的空间定位精度。（3）针对非视距下障碍物镜面效应以及弱可信的信号特征影响基于RFID技术的被动式无传感器感知精度的问题,本文提出了一种利用标签平面阵列来实现可信的人体运动穿墙感知系统RF-HMS。为了捕捉微弱的人体反射信号,系统首先利用多个RFID标签构建标签阵列。而后,本文设计了一种差分模型来消除墙体产生的强反射干扰,并且通过提取该模型的相位特征来检测目标区域内是否存在任何移动的人员,以及识别该运动目标前后运动方向。实验结果表明,在系统感知范围内其能够实现100%的人体运动感知准确率和90%以上人体运动方向识别准确率。（4）针对多标签系统中相邻RFID标签互耦效应导致信号指纹（接收信号强度和相位）失真的问题,本文提出了一种基于先验知识的标签互耦干扰抑制系统RF-Mirror。本文首先分析了多标签场景下响应标签的信号传播路径,提出了全新的能够表征标签互耦影响的接收信号强度/相位-距离模型。基于该模型,提出了一种利用有/无互耦情况下信号指纹来分析耦合效应对标签辐射模式影响的方法。另外,通过模型分析可知,影响标签互耦效应的主要因素是标签阵列相对于读写器天线的方向,而非标签至读写器天线的距离,因此通过预先收集阵列中每个标签在相对于天线不同方向上互耦效应导致信号指纹的偏差,本文设计一种基于该先验值的去耦合算法来校正信号指纹偏差。实验证明了所提出的接收信号强度/相位-距离模型的有效性,并且系统在计算接收信号强度/相位差中的去耦合误差为0.422 d B和0.076 radians。