随着物联网技术的日新月异,对于位置信息的服务需求得到了越来越多的关注。作为主要的定位技术之一,超高频（Ultra High Frequency,UHF）射频识别（Radio Frequency Identification,RFID）技术由于自身成本低廉、灵活简便、快速识别等独特的优势广泛应用于制造仓储、物流运输及图书管理等多个领域。并且RFID技术是从雷达衍生而来,因而可以借鉴合成孔径雷达（Synthetic Apertures Radar,SAR）的思想来解决在动态场景下的定位问题。目前,合成孔径RFID定位技术已经成为各国学者和专家的研究热点。而先前的研究工作大多集中在全息定位方法。这一方法在达到较好的定位精度性能的同时,存在所需计算负担较大的限制,进而导致较长的定位耗时。对此,本文提出了一种基于多粒度思想对目标标签进行快速准确定位的方法。该方法具体分为两个阶段,首先在粗粒度定位时通过对待定位场景的反射系数重建来找到目标所在的区域,然后在细粒度定位时遍历这一区域中网格计算相应的评价因子来确定最终位置结果,从而提高了定位计算效率。与此同时,其通过相位校准来去除硬件设备等因素引起的相位偏移,从而获得了更高的定位精度。在真实室内环境进行实验来验证算法的性能。结果表明相比于全息法,该方法降低了定位误差,实现了亚秒级别的计算时间,可以高效地进行目标的位置估计。为了进一步减少计算耗时,本文还研究了一种基于智能优化算法的合成孔径RFID细粒度定位方法。该方法融合了粒子群算法和遗传算法的思想,同时还引入了混沌策略和动态参数调整,将定位问题转化为非线性优化,利用在搜索空间的随机智能寻优来进行精细定位,从而避免了原方法中的遍历计算过程。仿真实验结果证明相比于原定位法,该算法降低了约72.3%的计算量。