随着“物联网”概念的提出和物联网应用雏形的不断发展,包括室内环境下的人员检测、室内定位以及动作识别等技术的情景感知技术逐渐成为人们日常生活中必不可少的一部分。基于RFID的情景感知技术因为其高精度、低成本以及普适性强等优势,正吸引着越来越多研究者的目光。利用商用RFID设备可以获得RSSI、相位等物理层信息,但直接提取的RF信号不稳定且含有很多噪声信号,所以亟需研发基于RFID的环境感知理论与技术,在普通商用RFID设备上实现高精度的环境感知。本文深入物理层,通过信号处理后提取稳定的特征值来实现更为鲁棒和精细的情景感知。论文首先阐述了RFID的系统与原理,总结了RFID相比于传统情景感知技术的优点。针对传统感知技术的不足,本文以三个典型的情景感知应用场景为例,提出了基于RFID的老年人活动监测系统、室内防碰撞系统、无源RFID智能考勤系统。第一个场景中,我们将老人的日常活动简化为快走、慢走、坐下、跌倒四个动作,通过滑动窗口和相位拟合的方法提取各个动作的特征,并通过动态时间规整(DTW)方法及支持向量机(SVM)进行活动识别,最终对老人的健康状况进行整体监测与分析。第二个场景中,我们利用接收的反射信号跟距离之间的关系来识别和跟踪无源RFID标签,针对传统RSSI时间稳定性差、抗干扰能力弱的缺陷,本文引入LWLR算法提取更为稳定的RSSI特征并结合相位信息对盲人的移动方向进行及时导向,最终实现了鲁棒的盲人防碰撞告警系统。第三个场景主要针对上班代打卡现象,基于RFID信号抗干扰能力强、非侵入性等特征,通过分析不同体型人对RFID信号的干扰,利用频率分布直方图进行特征提取,并引入多个评价指标,利用k-means聚类算法减少对相似体型人的误判率,最终实现了更为鲁棒的基于RFID的考勤系统。本文最后通过大量实验对上述三个系统的性能分别进了行验证和分析,实验结果表明基于RFID的系统具有高性能和可用性。