近年来，无线射频识别技术（RFID）已经成为人们关注研究的焦点。由于RFID数据管理系统通过阅读器和标签就可以方便迅捷地获取对象信息，因此在许多应用领域使用RFID技术对对象进行定位、跟踪等。非确定性是RFID数据的显著特征，它存在于RFID应用数据从产生到消亡的整个生命周期里。在RFID应用中事件非确定性的表现形式就是随机事件，因此，非确定性通常用概率值来表示。本文研究的重点就是如何将RFID原始数据流用概率拟合基本事件的非确定性，从复杂环境中抽取复合事件，并计算出基本事件和复合事件的概率。本文用马尔科夫链方法计算RFID基本事件概率，并给出了相关的策略和算法。在给定的非确定性基本事件模型基础上，本文根据阅读器覆盖范围提出了区域概念，并将整个应用空间离散成多个位置；之后介绍了单区域的事件概率计算，提出采用位置概率表和转移概率表来描述标签对象所在位置的概率和状态转移的转移概率，针对不同位置给出相应的计算方法。本文分析了多个阅读器情况下的区域关系，从非确定性RFID事件模型的特定位置概率求法入手，在复杂环境中给出了多区域下的相邻、相离以及相切情况下切入位置的概率计算策略，提供一种有效的计算简单事件和复合事件概率的方法，给出复杂环境中单区域和多区域的复合事件探测方法，并利用此方法在复杂环境抽取事件语义。在给定的复杂环境中，实验部分对MarkovTech方法的事件召回率/准确率进行了验证性实验，并且在内存利用率和总体响应时间方面，以及概率的计算结果对抽取有效事件影响方面，对比PEEX和粒子滤波方法证明方法的有效性，并给出了相应的结果分析。