军工产品现场制造“局域”物联网和数据管理平台对构建完整的军工企业信息化平台、提升企业的信息化水平、提高军工企业的制造水平具有重要意义。本文针对军工车间制造现场数据采集过程中存在的问题，分析了物联网数据采集技术的研究现状，深入研究了数据清洗技术及数据融合技术，构建了透明的数字化车间，实现了生产管理的智能化，较好地解决了数据采集过程中采集数据易受采集环境及采集设备自身状态的影响、数据传输量大、难以有效支撑上层应用等问题。论文主要工作如下：(1)给出了军工物联网制造车间数据采集系统总体框架。设计了周期性数据采集模式、按需实时性数据采集模式和数据采集客户机的工作模式，给出了系统中数据采集及处理流程，详细阐述了系统涉及的关键技术。(2)提出了一种改进卡尔曼滤波的RFID数据清洗算法。针对标签频繁移动的特点，将滑动窗口技术引入卡尔曼滤波模型，通过动态调整窗口大小，改进了卡尔曼滤波模型的算法处理流程，在保证数据清洗准确率的基础上有效地解决了标签动态跃迁带来的时间延迟问题，提高了清洗效率及准确率。(3)提出了一种基于概率传输的簇内数据融合算法。论文结合基于数据流的融合方法，引入概率思想，在误差可接受情况下，考虑采集数据的时间及空间的相关性，实现了物联网制造车间数据基于概率的簇内数据融合，减少了网络数据的传输量。(4)完成了军工生产车间物联网数据采集系统设计及主要功能实现。以军工产品现场制造“局域”物联网和数据管理平台项目为背景，将本文改进的卡尔曼滤波RFID数据清洗及基于概率传输的簇内数据融合算法应用到项目中，完成了数据采集系统的需求分析和设计，给出了系统的网络/功能结构及主要功能的实现流程。