RFID技术是一种非接触式的自动识别技术,近年来随着RFID硬件价格的降低、市场需求的高涨以及RFID相关技术的发展,RFID技术被广泛应用到物流管理、城市交通管理、资产管理等领域。但是由于原始RFID数据的不准确性和不确定性,导致信息世界和物理世界的描述不一致,严重阻碍了RFID技术的进一步推广应用。本文以智慧城市交通管理为应用背景,以RFID数据清洗为研究对象,研究一种高效的RFID系统中数据质量保证方法。RFID数据的不准确性表现在三个方面：噪音数据、冗余数据和漏读数据。首先,本文提出了一种兼具应用独立清洗和应用依赖清洗的RFID数据清洗框架。在应用独立清洗层,本文研究了噪音数据检测和冗余数据过滤。通过采用统计采样的观点,解决了基于时间滑动窗口的噪音数据检测方法中阈值的设置问题。在冗余数据过滤方面,研究了精确冗余过滤算法和近似冗余过滤算法。通过扩展布隆过滤器,提出了一种高效的近似冗余过滤算法。在应用依赖清洗层,本文针对城市交通管理中车辆路径检测问题,研究了存在漏读的RFID路径数据的填补方法。研究了基于概率路径模型的填补算法,并提出了基于时差序列匹配的方法来提高概率路径模型的准确性。最后,本文实现了所提出的清洗框架和算法,并通过实验验证该清洗框架和算法的性能。