随着“智慧地球”概念的提出,物联网技术得到了学术界和工业界的大量关注,其中关键的射频识别(RFID)技术成了近年来大家研究的热点。以往RFID主要应用在人员管理,物流仓储等领域,很少应用在室内定位领域。超高频RFID技术在近几年快速发展,该技术具有良好的经济性,读取的距离比较远,而且读取的速率也较快,可以较好地满足室内定位的需求。为了实现真正的“智慧地球”,能够随时随地获取人员、物品的位置是至关重要的。因此,本文为实现高精度的RFID标签室内定位,主要研究了基于机器学习的UHF RFID室内定位技术,具体研究内容如下:(1)提出了一种结合k NN与贝叶斯估计的室内定位算法,并设计实验,在2m×2m范围内进行实验。结果显示该算法相较于单一的k NN或贝叶斯算法,定位的精度有明显的提高,同时增加了高斯滤波方法,提高了定位系统的抗干扰能力。(2)RFID标签的相位信息是实现高精度室内定位的关键。为了获取RFID标签的相位信息,本文基于开发商提供的基础软件包,设计出一款能够准确获取RFID相位等信息的上位机软件。该软件可以识别不同的RFID标签,且可以收集到信号强度和相位等信息,并能够实现数据的存储功能。经过实验验证,能基本满足本课题的需求。(3)研究了RFID标签的相位特征,并重点研究了两个天线之间相位差特性。结合理论知识,通过仿真实验获取了相位差在二维空间的分布。然后基于仿真实验,本文设计了三种不同的天线排列方式,分析其对室内定位精度的影响。根据结果,最终选取最合适的天线排列方式,为提高室内定位的精度奠定基础。(4)提出了一种基于BP-SVR的室内定位算法。在BP神经网络算法基础上,通过隐含层对输入的信号强度和相位差信息做升维处理,然后将隐藏层输入到SVR模型中进行拟合回归。在6m×8m范围内进行定位实验,实验结果表明,该方法能够有效地提高定位的精度,且能有效地克服环境的干扰。