RFID (Radio Frequency Identification,无线射频)技术因其无须接触、成本低等特性而被应用到很多领域。然而,由于RFID标签所在环境的不同以及射频信号物理特性等因素,阅读器所采集到的原始数据具有不确定性,主要表现为以下三种：漏读、积极读和冗余读。RFID数据的这种不确定性,制约着RFID的进一步的发展及应用。因而如何管理和利用RFID系统中产生的不确定的海量数据,就是目前应用RFID技术迫切需要解决的关键问题之一。现有的清洗RFID数据的技术主要有基于滑动窗口平滑处理数据,利用目标对象间的时空关联性清洗数据,或是RFID数据冗余的去除等。本文在以上方法技术的基础上,主要对漏读和阅读器冗余清洗进行了深入研究。(1)数据层漏读清洗。研究分析了经典自适应滑动窗口算法SMURF,对其进行了改进,改进的算法考虑到RFID标签速度对窗口大小改变的影响,以及将滑动窗口进一步划分来更好的检测出标签的跃迁现象,从而更好地调整滑动窗口。实验结果表明,本文改进的算法具有较高的数据清洗准确率。(2)数据层冗余阅读器去除。为了更好的检测阅读器部署密集的RFID应用系统的冗余阅读器,本文提出了一种基于阅读器通信的RFID冗余阅读器去除算法,该算法要求阅读器可以直接与相邻的阅读器进行通信来交流信息。实验结果表明,该算法较好的降低了时间复杂度,同时提高了冗余阅读器的检测率。(3)逻辑层漏读填补。根据给出的应用场景,建立概率路径事件模型,对该模型进行改进,加入时间因素,通过时间衰减模型来动态的更新概率路径事件模型,同时为了力求清洗结果的准确性,定义了最大概率路径事件来进行漏读数据填补。实验结果表明,改进的算法提高了逻辑层漏读数据填补的准确性。