近年来物联网技术飞速发展,基于物联网的场景感知技术研究也逐渐成为一个热点方向。场景感知不仅包括环境的感知,还需要通过观察环境变化从而对周围环境进行识别,并收集数据以支持上层应用。目前典型的场景感知技术包括:基于传感器的场景感知、基于WiFi的场景感知和基于射频识别的场景感知。与前两者相比,基于射频识别的场景感知能够提供更为稳定和精确的环境特征,并引起了众多研究人员的关注。目前,主要从信号中提取接收信号强度信息、相位信息以及多普勒频移信息,其中相位信息更加稳定、鲁棒性更强。因此,基于相位信息的场景感知技术是当前的研究热点。基于无线射频识别的感知技术主要包括人员检测和活动识别等。本文首先阐述了相关研究背景,总结无线射频识别相对于其他场景感知技术的优势。针对无线射频识别的不同应用,本文分别提出了两个场景感知应用方案,即商品受关注度获取方案和办公室出勤统计方案。在基于无线射频识别的商品受关注度获取方案中,通过识别不同的人员活动,从而推断出商品受关注度情况。我们首先对信号相位信息进行预处理,在此基础上使用基于斜率的滑动窗口分割算法进行活动提取,最后从中提取三种自定义的特征,对其使用聚类算法进行速度区分。在基于无线射频识别的办公室出勤统计方案中,通过检测环境中人员行为从而获取员工的出勤统计信息。我们首先对相位信号进行去缠、去噪等处理,为消除相位幅度对后续数据处理的影响,我们对相位信息进行归一化处理,在此基础上使用动态时间规整算法提取人员活动,为消除多径效应对系统精度的影响,使用拟合算法对相位信号进行优化。我们在不同场景和条件下对上述方案的性能进行验证分析,实验结果显示基于无线射频识别的感知应用具有高精确性和鲁棒性。