人们对于创造智慧生活环境的向往,推动了物联网（Internet of Things,Io T）技术的快速发展。Io T技术已经成功地促进了许多传统产品和行业的智能化,在众多新兴应用中,活动识别、身份识别、数量识别等情景感知应用受到越来越多研究人员的关注。典型的情景感知技术主要有:基于传感器的情景感知技术、基于Wi Fi的情景感知技术和基于无线射频识别（Radio Frequnency Identification,RFID）的情景感知技术。其中基于RFID的情景感知技术具有体积小、可重复使用等特点,在国内外学术研究中已经得到广泛应用,但是基于RFID的系统在进行数据采集时容易受到来自外界的干扰,这直接影响了系统的识别精度,因此我们需要对其进行更深层次的探索。本文主要基于无源RFID的目标监测技术及其相关应用进行研究,首先,介绍了本文的研究背景,概述了几种典型的情景感知技术并分析了它们之间的区别以及优劣势。其次,介绍了基于RFID的情景感知系统的结构组成和其工作原理。最后,本文提出了两个基于RFID的情景感知应用方案。随着智慧医疗的兴起与普及,人们对康复医疗服务的需求也会逐渐增加,居家康复受到人们越来越多的关注。本文设计并实现了基于RFID的上肢康复监测系统,该系统根据其布置好的标签阵列获得动作原始相位信号,然后划分与动作相关的信号段,提取特征值构建数据集,最后使用卷积神经网络（Convolutional Neural Networks,CNN）识别康复动作,并且可以识别动作角度进行辅助康复监测。传统监测技术主要依赖于摄像头,但该技术存在隐私泄露的风险,因此本文设计并实现了基于RFID的受关注区域监测系统对隐私区域进行监测,作为一种辅助监测功能。该系统将受关注区域分为:安全区域、警告区域、危险区域。首先系统采集人员在不同区域时的原始相位信号,然后经过信号预处理、特征值提取,最后通过k NN算法实现各个区域的识别,进一步实现对受关注区域的监测。本文对上述系统进行了许多测试以及分析,得到上述系统的平均准确度分别为97.8%和97.3%,充分验证了上述系统的可行性。