RFID技能具有低成本、布置简单等优点，常被用于提供室内方位服务。结合RFID技能特点，针对RFID定位时阅读器的布置影响定位精度的问题，提出了一种根据PSO优化的RFID室内定位办法。首要将阅读器在室内的最优散布等效为平面范围内的优化问题，其次使用具有优异寻优才能的PSO对其进行求解，然后取得阅读器最佳平面方位散布，最后使用BP神经网络定位模型对待定位标签进行方位估量。实验仿真标明，提出的定位办法能有用进步定位精度。

目前，在室内定位体系中，常用的定位技能有超声波、蓝牙、Wi-Fi、Zig Bee、红外线和射频辨认（Radio Frequency Identification，RFID）等.相比之下，RFID定位技能凭借具有低成本、非视距、非接触性辨认和高精度等优点，被广泛应用于室内定位技能中.

传统的RFID定位办法依据传达模型中信号强度损耗和间隔的联系，经过取得阅读器与电子标签之间的间隔，然后使用几许办法来计算得到待定位电子标签的坐标。但是，因为室内环境杂乱多样、多径效应影响严重、信号在室内传输不稳定等要素，导致根据信号传达模型的室内定位办法缺乏适用性，且对经历依赖性较高。为此，文献[4]介绍了一种根据BP（Back-propagation Neural Network）神经网络的室内定位办法，经过使用BP神经网络来拟合网络参数的非线性函数联系，然后解决了室内无线信号传达模型中参数影响定位差错的问题，大大缩小了定位差错。文献[5-6]等别离提出了一种根据BP神经网络的室内定位算法，经过使用BP网络学习承受信号强度值（RSSI）和信号传输路径损耗系数间的映射联系，然后树立了网络的定位模型，进步了传统定位算法的精度。文献[7]则提出了一种改进的BP神经网络定位办法，以接纳信号强度（RSSI）为输入、二维平面坐标（x,y） 为输出树立网络结构。成果标明，该办法练习收敛时间短、成果稳定。但是，以上办法均没有考虑定位时RFID阅读器的布置对定位成果产生的影响。

针对上述问题，提出了一种根据PSO优化的RFID室内定位算法。首要，将定位时阅读器在室内的最优散布等效为平面范围内的优化问题，并借助于PSO优异的方针查找才能对该问题进行求解，然后获取抱负的阅读器方位散布。其次，使用阅读器承受到标签的RSSI和标签二维平面坐标（x,y） 间的映射联系，树立根据BP神经网络的定位模型。最后，使用练习好的网络模型，预测待定位标签的方位坐标（xx,yy） 。实验仿真成果标明，提出的定位算法在定位精度上提高显着。

由定位算法原理可知，定位成果与参阅标签接纳的信号强度有关。RFID阅读器发送给标签的信号跟着传达间隔的增大而减小。因为定位时在某点测量的RSSI值会不断动摇，且该RSSI值动摇一般遵循高斯散布，因而定位成果与参阅标签间的信号空间欧式间隔有关.其中，某个参阅标签的信号欧式间隔是指该参阅点2 m以内的一切参阅标签与其欧氏间隔的平均值。

因为定位环境实时变化的特性，某一方位接纳到的信号并不是一个确定值，而是一个时变量。假定某参阅标签接纳到的信号是一个随机变量，它在以O点为圆心、以r 为半径的圆中变动

阅读器布置问题的实质是使用参阅标签间信号空间欧式间隔的大小来判别信号掩盖特性是否有利于体系的定位需求，即求得阅读器散布的最优方位。