随着互联网、物联网和信息网络的快速发展,室内定位服务具有越来越广阔的应用前景。室内定位的研究目标是开发一个低成本、高精度、易于扩展和可快速部署的服务系统。在室内定位系统中,合理配置定位信号源和优化定位算法,是提高定位精度的重要途径。其中,无线射频识别(Radio Frequency Identification,RFID)是具有非接触式特点的自动识别技术,它利用射频信号识别特定目标。基于RFID的室内定位技术因其成本低和功耗低等优点成为室内定位领域的首选技术之一。本文从定位算法优化和阅读器部署优化两方面探讨室内定位技术,主要研究内容和创新点如下:第一,射频信号在室内的传播过程中,存在多径效应、易受障碍物阻隔及路径损耗的缺点,这将会对整个室内的信号分布产生影响。因此,本文针对室内定位环境中采集的信号强度数据存在噪声问题,使用了高斯滤波方法去除噪声,有效地改善了室内采集数据的质量。第二,本文为了找出室内场景中最佳阅读器位置,使用了粒子群优化阅读器部署,克服了部署阅读器不合理造成的定位效果不佳问题,从而提高了整体定位效果。第三,本文针对二维室内定位场景中使用BP神经网络预测效果容易陷入局部最优问题,提出使用粒子群优化BP神经网络的权值和阈值,从而克服了BP神经网络的固有缺陷,有效提高了BP神经网络模型的定位效果。第四,本文为了扩展定位应用场景,提出了粒子群和Chan算法的三维定位模型,解决了在三维场景中室内定位误差较大的问题,从而扩展了室内定位的应用场景。最后,本文通过仿真分析证明了所提出的各种室内定位方法的对比情况和有效性。