RFID是一种非接触式的自动识别和数据捕获技术, 利用射频电磁波在阅读器与贴有标签的物品之间通信, 达到识别、跟踪和监控被标识物体的目的。标签的ID 由于采用了 EPC标准(TDS 2008)进行编码, 具有全球可识别性。

    RFID 应用的基本操作是观测。观测数据是由阅读器的EPC、标签的 EPC 和观测时间戳共同组成的一条记录。EPC 是一种编码体系, 为条形码的最终的替代。EPC 由代表版本号的头部、制造商信息、物品种类及物品序列号等信息数据组成。
RFID 数据具有以下基本特征:
     1)时态性和面向历史数据:RFID的观测数据有时间戳标记。由观测数据生成新的事件或状态的改变。此外, 物品的位置信息和包含关系也随时间而变化。因此, RIFD 数据管理系统是具有时态性, 支持对跟踪和观测行为/数据的历史时间查询。
     2)多维性:除时间戳标记外, RIFD 数据还具有空间特性。所谓空间可以是象征性的位置信息, 也可以是物理位置(例如, 有源RFID 或基于GPS的RFID提供的物理位置信息)。第三个维度特性是容量, 如卡车、货盘、集装箱与物品尺寸之间的关系。EPC本身具有分层结构, 包含:制造商、库存单位和序列号。故优化数据模型、数据存储和查询时, 需综合考虑所有维度的 RFID 数据语义, RFID数据管理系统或数据存储系统也需要考虑RFID的多维特性。

    3)隐含语义:观测数据包括位置信息的变化、 包装箱信息的变化以及特定事件/行为的发生等信息。阅读器读数序列形成的特定模式定义一个复杂事件。但关键问题是如何对来自 RFID 阅读器的读数或复杂事件的语义进行自动理解。RFID的数据处理应能处理复杂事件并自动翻译语义。
    4)多样性:RFID阅读器分为固定式、移动式阅读器以及802. 11无线接人式阅读器。标签有只读标签、可读写标签(通过阅读器将数据写人标签)和可写传感器标签(该类标签内置传感器, 并通过传感器将数据写人标签)。RIFD 产品的多样性导致数据语义较为复杂, 这为建立通用的RFID数据模型系统带来又一挑战。
    5)高集成成本:RFID 数据需集成到现有的商业应用中, 集成成本成为RFID技术运用的障碍。RFID中间件平台需具有高适应性和互操作性, 以适用各种 RFID应用。