物联网技术(IoT)是利用网络通信技术把物与物关联,并实现物体的感知识别。随着感知识别技术的迅速发展和智能设备的不断普及,越来越多的研究人员开始研究室内环境下的人员行为监测、物品定位与追踪等。射频识别RFID具有精度高、成本低等优势,研究者开始利用RFID设备实现非接触式的感知识别系统,从而方便人类生活。然而,该类系统采集到的信息包含大量噪声,严重影响了 RFID感知与识别的能力。迫切需要深入研究RFID识别技术,以实现高精度的感知识别。本文利用RFID设备采集原始信号,对其进行预处理并提取合适特征,以获得稳健精确的场景感知与识别。首先,论文对当前RFID感知识别技术的国内外研究现状进行了概述。其次,介绍了 RFID设备的组成部分和工作原理,同时简介了经典的感知技术,并将其与RFID感知识别技术对比。再次,针对两个典型的感知识别场景,提出了基于RFID的商品数量监测系统和基于RFID的液体分类检测系统。在第一个系统中,为减少无人自助超市RFID标签的使用,设计了基于RFID的商品数量监测方法,利用标准差来区分静态样本和动态样本,对于静态样本,采用频率分布直方图提取静态特征;对于动态样本,利用快速傅里叶变换方法提取动态特征,最后,根据kNN分类算法对商品数量进行识别。在第二个系统中,为提高安检、物流等领域液体分类检测效率,设计了基于RFID的液体分类检测方法,首先基于相位展开、巴特沃兹低通滤波器和滑动窗口等对收集到的数据进行预处理,然后通过频率分布直方图提取相应的特征,最后利用k-means算法识别液体的种类。实验验证了系统的可行性。