RFID技术是一种非接触式的、利用无线射频来获取数据的自动识别技术。RFID系统分为三个部分:硬件设备、中间件和应用系统。硬件设备指RFID系统的硬件基础,如标签、阅读器、天线等;中间件是数据导入部分;应用系统指企业现有的应用程序,如ERP、MRP或相关企业管理系统。其中,RFID中间件实现硬件设备与应用系统之间数据传输、过滤、转换等功能。作为RFID系统的重要组成部分,中间件的功能主要包括数据定制、数据收集、数据清洗和数据路由,其中数据清洗是对RFID数据流中的错误数据进行处理。RFID系统实施期间将会伴随着大量RFID数据的产生,而这些海量数据往往存在着多种错误,如漏读、错读、冗余等,这种内在的不可靠性也就成为了制约RFID技术广泛应用的关键因素,因此数据清洗在RFID技术中起着至关重要的作用。由于RFID技术本身具有非接触式的特点,无线射频信号容易受到环境的干扰和信号之间本身存在的冲突,造成了漏读成为影响最为严重的一种错误类型。首先,由于实际RFID硬件设备在模拟各种实验场景时有所缺陷,本文提出一个数据产生模型以模拟多种测试场景,为数据清洗算法的研究提供实验条件。数据产生器是在对硬件设备建立抽象模型基础上构建的,所产生的模拟数据具有一定的真实性。其次,本文对RFID数据内在特点进行了深入研究,然后针对各种错误,给出其解决方案。基于统计抽样的思想,本文提出一种改进的自适应数据清洗算法来驱动数据清洗过程,有效地解决了漏读错误。该算法能够根据数据流本身特征不断调整滑动窗口大小,从而能够适应复杂多变的系统环境。通过与静态滑动窗口方法的对比,充分证明了该方法的准确性和高效性。最后,本文设计和实现了一个RFID中间件原型系统,包括构建数据收集模型、文件管理、数据清洗和数据路由等模块,为进行相关算法的试验和研究提供了一个平台。该系统采用了Job调度、多线程、异步Socket通讯、XML等技术,其主要功能是根据不同用户的各式各样的需求,构建数据收集模型,加载并执行,依据模型完成数据收集并进行过滤、分类、分组、打包及数据路由等。