随着科技的不断发展进步,生活水平的逐步提高,位置服务在人们生活中占据的地位越来越高。定位服务在普通的商业活动、军事服务、科学研究、抢险救援等诸多行业都有着广泛应用,近年来室内外定位技术也在飞速发展。在室外,GPS定位系统凭借其方便快捷等优点获得了用户的广泛使用。但在室内或者其他密闭空间,GPS信号遮挡现象严重,导致GPS并不适用于室内或密集环境,因此大量室内定位算法应运而生。室内定位算法主要包括三角定位方法、场景分析法以及位置邻近算法三种。三角定位算法是典型的测距算法,测距方法有基于TOA、TDOA、AOA以及RSSI的方法,这种方法原理简单,但对设备要求高。场景分析法以及位置邻近算法是基于非测距的方法。位置邻近算法通过查找与待定位目标最接近的小区来确定其位置。这种定位技术对设备要求低,但定位误差比较大。场景分析法又称指纹算法,该方法操作简单且定位精度较高,因而得到了广泛的应用。在密集场景下,例如通信机柜光纤插头的定位,由于光纤插头之间的间隔很小,只有2cm左右,传统的室内定位方法并不能实现。RFID定位技术凭借其设备体积小,成本低,并且在密集场景下定位精度较高的优点,成为我们实现通信机柜光纤插头定位的首选。另外,根据对不同定位方法的比较可知,指纹定位算法具有较高的定位精度,我们选择指纹算法实现密集环境下的RFID定位。基于RFID的指纹定位算法根据算法的实现过程分为两个阶段,离线阶段和在线阶段。构建指纹数据库是在离线阶段完成的。首先,分别将每个RFID读写器所能读到的每个插口上RFID标签的信号强度记录在数据库中,然后把每个接口对应的物理坐标也记录在数据库中,这样就构成了位置指纹库。最后,在线阶段通过匹配算法将读写器接收到的某一位置的信号强度与指纹库相匹配即可得到该位置的坐标。根据匹配方法的不同,基于RFID的指纹定位算法可分为确定性指纹定位方法以及概率分布指纹定位方法。针对通信机柜光纤插头的定位方面的问题,论文提出了上述密集RFID指纹定位算法,并实验仿真了确定性算法以及概率分布法两种指纹方法的定位性能。仿真结果表明,相较于传统的基于经验公式的三边定位算法,所提方案在定位精度方面有明显的改善,其精度可以达到2cm,解决了密集环境下通信机柜光纤插头的定位问题,具有较强的实用价值。但是由于在实际应用中概率分布法容易受到环境的干扰,因此确定性方法比概率分布法较稳定。