随着物联网、工业物联网、中国制造2025等概念和设想的提出,射频识别技术(Radio Frequency IDentification,RFID)已成为各类无线网络应用网络感知层最核心的关键技术之一,近年来受到工业界和学术界的广泛关注。然而,现有的研究工作也存在诸多的不足和问题,比如对大规模RFID系统的研究不成熟、对方法时间效率的衡量标准不统一、对方法中复杂函数或功能的可行性考虑不足、对下一代RFID通信协议及其应用的前瞻性研究不足等。本文关注RFID技术的MAC和应用两个层面,主要针对大规模RFID系统中的批量处理任务进行展开,对大规模RFID系统批量计数、批量认证、局部信息收集和k在场近邻查询等四个问题展开了深入的研究,具体内容简要描述如下:首先,针对现有批量计数方法重精度轻时间的问题,将时间效率作为首要性能指标,基于Bloom Filter向量中0/1数量与成员数量之间存在线性关系的实验观察,提出采用分布式地构建Bloom Filter向量的方式来实现标签的计数,通过构建计数模型,设计并实现一个两阶段的大规模RFID标签批量计数方法,大大减少阅读器与标签之间的通信开销,能够在常数时间内获得RFID标签数量的粗粒度估计。实验结果表明,提出的方法可以在0.19s的常数时间内获得期望的计数结果,平均比现有的ZOE方法快了近30倍,比SRC方法快了近2倍。其次,针对现有认证方法认证效率低和复杂程度过高等问题,以高效且轻量为目标,提出基于Bloom Filter向量来实现大规模RFID标签的批量认证与授权,首先让服务器端合法标签与待认证标签分别构建两个Bloom Filter向量,然后将两个向量进行合理的合并,根据合并后向量中的0/1数量及分布,建立非法标签数量估计的数学模型,设计并实现一个大规模RFID标签批量认证方法,准确高效地对待认证标签集合中的非法标签数量进行估计。相对于现有的方法,提出的批量认证方法无论在估计精度,还是在时间效率都取得了较大的性能提升。再次,针对现有信息收集方法无法完成局部信息收集的问题,以普通无源标签与无源感知标签混合部署为背景,以信息收集效率为目标,提出首先采用Bloom Filter向量双向过滤的思想来过滤掉大部分非目标标签得到候选标签集合,然后由阅读器通过广播分配向量的方式来对候选标签的信息收集顺序进行控制,设计并实现一个大规模RFID系统的局部信息收集方法,实现对当前阅读器信息覆盖范围内未知目标标签的快速准确的信息收集。实验结果表明,提出的方法可以在保证信息收集准确性的前提下,取得了极高的信息收集效率。最后,针对现有标签查询仅能查询验证单一标签是否在场无法提供其他有用信息的问题,在对实际RFID系统的管理方法进行分析的基础上,发现两个RFID管理的常见规律,首次提出大规模RFID系统的k在场近邻查询问题。基于无源被动标签无能源供应、计算能力有限、哈希函数实现相对简单的观察,对RFID标签哈希函数的伪随机性进行了验证,并基于伪随机性提出了一个大规模RFID系统k在场近邻查询方法,使得标签查询不只是返回查询标签的状态信息,还能快速高效地返回系统中与该标签ID相邻的k个在场最近邻的标签信息。实验证明所提方法能够取得较高的时间性能,并且具有一定的鲁棒性和适用性。