RFID技术在近年取得了快速的发展,在多行业获得了广泛应用。近些年出现的分布式RFID为RFID技术开拓了新的技术空间。RFID的迅速发展和应用场景的多样化给RFID数据处理技术提出了更高的要求。如何快速有效的对RFID的数据进行清理以及分类是RFID技术进一步发展的重要环节。为解决分布式RFID数据处理的问题,论文针对分布式RFID的数据清理以及分类问题,完成以下工作:针对分布式RFID数据结构的新特性设计了数据处理系统,对数据进行集中处理,包括数据的去重和归类。在天线数目多于十个时,系统整体性能相较于采用传统处理系统有明显的提升。系统借鉴MVC结构进行设计,各模块之间耦合程度较低,便于功能的开发和扩展,增加了系统的稳定性。针对RFID数据去重问题,论文对传统的SNM算法进行改进。通过分析SNM算法的影响因素,对实验中理想状况和读取效果不佳的状况分别进行讨论,得到两种情况下最佳窗口取值大小的区域。在对应区域内,算法的处理性能有10%到15%的提升。论文采用匹配树算法对匹配过程进行改进,在解决RFID数据归类问题上相较于自动机算法,性能提高了35%左右。进一步引入剪枝算法对匹配树进行剪枝,在满足一定的概率阈值的情况下,对算法进行了进一步的优化。论文对各模块的功能进行了性能测试,用以验证算法以及模块的效果。通过性能测试,证明改进的算法在性能上相较于改进之前性能有明显的提升,充分的证明RFID数据处理的研究价值。在论文的最后,对RFID数据处理技术进行了总结和展望,展望结合机器学习对系统进行进一步改进的可能性,并且明确了针对不同RFID的应用场景开发更加普适的数据处理系统,从而实现完备的数据存储的系统。