位置感知技术一直以来都是广大学者所关注的重点，特别是随着物联网(IOT，Internetof Things)及基于位置服务(LBS，Location Based Service)技术的迅速发展，越来越多的用户将位置感知技术融入到自己的日常生活中。传统的位置感知技术可分为室外感知和室内感知，室外位置感知中GPS基本满足了不同用户的需求，而在室内应用中由于现有的室内定位技术在成本、精度、效率及环境适应能力等方面与应用需求存在一定的差距，因此受到了广大学者关注。　　本文首先介绍了典型室内定位方法及相关技术，分析了影响定位精度及效率的诸多因素，以经典LANDMARC方法为基础，基于区域划分思想，提出具有环境自适应性的RFID室内定位方法体系，该体系包括定位环境布置方法和定位方法两部分。　　针对RFID室内定位设备的布置及定位区域的划分问题，引入区域可分辨性、递归划分、区域扩张及细化等概念，对定位区域划分的形状、方法以及粒度等进行了深入分析，提出了基于等腰直角三角形的划分及布置方法，并进行了实验分析，结果表明该方法可以有效提高定位精度，降低计算复杂度。　　在上述定位设备布置及定位区域划分基础上，提出了环境自适应RFID室内定位模型，包括:　　(1)基于投票机制的子区域确定方法;　　(2)具有自适应性的路径损耗模型;　　(3)基于区域划分的虚拟参考标签设置方法;　　(4)自校正K近邻标签选择方法;　　(5)定位结果的误差补偿方法。　　通过上述方法，可以减少冗余数据，提高算法性能，避免了对冗余读写器及标签的分析和计算，纠正了近邻标签选取时的偏差，同时增强了算法的环境自适应能力，使得定位精度得到了提升。通过大量的仿真实验表明本文方法精度和稳定性优于经典算法，特别是在低标签密度的复杂环境中，该方法的精度及效率得到了显著提高。　　最后，论文在真实环境中对本文方法模型进行了验证，结果表明本文方法在精度上要优于典型的LANDMARC和VIRE系统，定位误差比LANDMARC和VIRE分别降低了18.2％和10.8％,平均精度可达0.99m。