RFID技能具有低成本、布置簡單等優點，常被用于提供室內方位服務。結合RFID技能特點，針對RFID定位時閱讀器的布置影響定位精度的問題，提出了一種根據PSO優化的RFID室內定位辦法。首要將閱讀器在室內的最優散布等效為平面范圍內的優化問題，其次使用具有優異尋優才能的PSO對其進行求解，然后取得閱讀器最佳平面方位散布，最后使用BP神經網絡定位模型對待定位標簽進行方位估量。實驗仿真標明，提出的定位辦法能有用進步定位精度。

目前，在室內定位體系中，常用的定位技能有超聲波、藍牙、Wi-Fi、Zig Bee、紅外線和射頻辨認（Radio Frequency Identification，RFID）等.相比之下，RFID定位技能憑借具有低成本、非視距、非接觸性辨認和高精度等優點，被廣泛應用于室內定位技能中.

傳統的RFID定位辦法依據傳達模型中信號強度損耗和間隔的聯系，經過取得閱讀器與電子標簽之間的間隔，然后使用幾許辦法來計算得到待定位電子標簽的坐標。但是，因為室內環境雜亂多樣、多徑效應影響嚴重、信號在室內傳輸不穩定等要素，導致根據信號傳達模型的室內定位辦法缺乏適用性，且對經歷依賴性較高。為此，文獻[4]介紹了一種根據BP（Back-propagation Neural Network）神經網絡的室內定位辦法，經過使用BP神經網絡來擬合網絡參數的非線性函數聯系，然后解決了室內無線信號傳達模型中參數影響定位差錯的問題，大大縮小了定位差錯。文獻[5-6]等別離提出了一種根據BP神經網絡的室內定位算法，經過使用BP網絡學習承受信號強度值（RSSI）和信號傳輸路徑損耗系數間的映射聯系，然后樹立了網絡的定位模型，進步了傳統定位算法的精度。文獻[7]則提出了一種改進的BP神經網絡定位辦法，以接納信號強度（RSSI）為輸入、二維平面坐標（x,y） 為輸出樹立網絡結構。成果標明，該辦法練習收斂時間短、成果穩定。但是，以上辦法均沒有考慮定位時RFID閱讀器的布置對定位成果產生的影響。

針對上述問題，提出了一種根據PSO優化的RFID室內定位算法。首要，將定位時閱讀器在室內的最優散布等效為平面范圍內的優化問題，并借助于PSO優異的方針查找才能對該問題進行求解，然后獲取抱負的閱讀器方位散布。其次，使用閱讀器承受到標簽的RSSI和標簽二維平面坐標（x,y） 間的映射聯系，樹立根據BP神經網絡的定位模型。最后，使用練習好的網絡模型，預測待定位標簽的方位坐標（xx,yy） 。實驗仿真成果標明，提出的定位算法在定位精度上提高顯著。

由定位算法原理可知，定位成果與參閱標簽接納的信號強度有關。RFID閱讀器發送給標簽的信號跟著傳達間隔的增大而減小。因為定位時在某點測量的RSSI值會不斷動搖，且該RSSI值動搖一般遵循高斯散布，因而定位成果與參閱標簽間的信號空間歐式間隔有關.其中，某個參閱標簽的信號歐式間隔是指該參閱點2 m以內的一切參閱標簽與其歐氏間隔的平均值。

因為定位環境實時變化的特性，某一方位接納到的信號并不是一個確定值，而是一個時變量。假定某參閱標簽接納到的信號是一個隨機變量，它在以O點為圓心、以r 為半徑的圓中變動

閱讀器布置問題的實質是使用參閱標簽間信號空間歐式間隔的大小來判別信號掩蓋特性是否有利于體系的定位需求，即求得閱讀器散布的最優方位。