射频识别（RadioFrequencyIdentification，简称RFID）技术是从上世纪80年代逐步走向成熟的一项自动识别技术，近年来发展十分迅速。它的应用非常广泛，目前已应用于物流、零售、交通、医疗、航空等领域。在未来，利用RFID技术还可以构建整合各领域资源的“物联网”，为世界带来革命性的变化。 随着RFID技术在企业中的不断深入应用，企业RFID系统每天处理的原始标签数据越来越多，而每个原始标签数据都需要经过过滤和业务转换才能变成有意义的信息，RFID系统必须具备高效处理这些标签数据的能力才能应付如此庞大的计算量。而且，企业的业务逻辑复杂多变，RFID系统必须具备良好的伸缩性才能简化新业务系统的开发部署，满足目前和未来的业务需求。因此，RFID系统需要集成一种能提高系统性能并简化新业务部署的设备，即RFID中间件，它位于读写器硬件与后端应用系统（如ERP）之间的设备，可以通过对RFID设备的控制，实时采集与处理原始的标签数据，并把预定义的各种业务逻辑与后台应用系统无缝整合。 事件过滤是RFID中间件的核心功能，是目前RFID中间件研究的热点问题。传统的事件过滤依赖于数据库的各种优化，已经不能满足RFID中间件时效性要求，而基于内存数据库的过滤技术是目前倍受关注的研究方向，如基于哈希表、CQI、VCR、R-Tree等索引的多种过滤技术已被先后提出并应用到RFID中间件中，它们在一定程度上提高了时效性和降低了存储空间，但它们并未考虑RFID中间件的实际应用环境，只强调了单方面性能，综合性能并不好。 本文研究RFID中间件的事件过滤技术，主要工作：（1）综合分析了各RFID事件过滤算法的性能，着重分析了两种具有代表性的算法并指出其不足和局限。（2）分析了RFID中间件在实际应用中的性能要求，提出一种更适合于RFID中间件的事件过滤算法，基于聚合转换和KDB树的事件过滤算法。（3）用仿真实验测试各算法的性能表现，证明本文的算法提升了RFID中间件的综合性能。 本文研究的创新点及主要成果如下： （1）在准确分析查询数据的特点的基础上，提出一种聚合转换算法，压缩了索引结点大小，节省了索引的存储空间。实验结果表明：该算法能有效地把查询数据转换为索引结点，并在不增加索引结点数量的基础上压缩单个结点的大小。 （2）提出一种基于KDB树的RFID中间件事件过滤算法，提高了点查询效率，实验结果表明：该算法下的点查询只需单路径即可遍历索引树，避免了回溯查询过程，减少了点查询时间，提升了RFID中间件的事件过滤性能。 该研究成果已被核心期刊《计算机工程》录用：论文一篇，“基于KDB树的RFID事件聚合过滤算法”。 本课题主要研究基于内存数据库的各种RFID事件过滤算法并对其重要性能做了改进，该研究成果能为下一步RFID事件过滤算法研究提供参考，而且具有一定的工程应用价值。