1.一种RFID数据流的冗余数据清洗方法，其特征在于包括如下步骤：

S1，当RFID数据xi到达时，对xi.epc进行k次独立的哈希函数计算k∈{1,2,3,…,n}，n表示自然数，即Hash1(xi.epc),…,Hashk(xi.epc)，并映射至Timestamp数组，对xi.epc进行两轮k次独立的哈希函数计算Hash1[Hash1(xi.epc)],…,Hashk[Hashk(xi.epc)]，并映射至ReaderID数组中；所述RFID数据xi为一组三元组数据，数据格式为xi=，其中，epc为每张标签的唯一标识号，readerID为读取该标签的读写器地址，即表示标签的位置，timestamp为读写器读取该标签的时间戳，i∈{1,2,3,…,n}，n表示自然数；先对xi.epc进行k次独立的哈希函数计算，用于映射至Timestamp数组，然后再将得到的哈希值进行第二轮k次独立的哈希函数计算，用于映射至ReaderID数组；

S2，通过比较下一个数据xi+1的时间xi+1.timestamp和位置xi+1.readerID信息与二维数组中的值来判断xi+1是否为冗余数据，包括如下步骤：S21，如果存在Timestamp[Hashk(xi+1.epc)]=0，k∈{1,2,…,n}，则判断xi+1为非冗余数据；

S22，否则，对于所有的k∈{1,2,…,n}，如果有xi+1.readerID‑ReaderID[Hashk(Hashk(xi+1.epc)]=εk，并且ReaderID数组中，任意两个差值εk相等且不为0，判断xi+1为非冗余数据；

S23，如果S22不成立，对于所有的k∈{1,2,…,n}，如果xi+1.timestamp‑Timestamp[Hashk(xi+1.epc)]≤τ，则xi+1为冗余数据，否则xi+1为非冗余数据，所述τ为时间阈值；

S24，如果xi+1为非冗余数据，则将xi+1上报，并更新k个二维数组：

Timestamp[Hashk(xi+1.epc)]=xi+1.timestamp(k=1,2,…,n)ReaderID[Hashk(Hashk(xi+1.epc))]=xi+1.readerID(k=1,2,…,n)；

如果xi+1为冗余数据，则丢弃。

2.根据权利要求1所述的一种RFID数据流的冗余数据清洗方法，其特征在于所述映射，是将哈希函数计算得到的值，与数组中的位置对应，再将该数据的timestamp放入Timestamp数组的位置中，readerID放入ReaderID数组的位置中。

3.根据权利要求2所述的一种RFID数据流的冗余数据清洗方法，其特征在于所述哈希函数计算的值为正整数，用于标记数组的位数，从而使哈希函数计算得到的值，与数组中的位置对应。

4.根据权利要求1所述的一种RFID数据流的冗余数据清洗方法，其特征在于所述S1前，进行初始化，将Timestamp数组和ReaderID数组同时置0。

5.根据权利要求1所述的一种RFID数据流的冗余数据清洗方法，其特征在于所述读写器是逻辑读写器，监控同一个区域的多台读写器称为逻辑读写器。

6.根据权利要求1‑5之一所述的一种RFID数据流的冗余数据清洗方法，其特征在于构建RFID数据流S={x1,x2,x3,…,xn}，所述S1中的xi是x1当所述S24执行完毕后，将i=i+1，并返回S21，直至数据流最后一项xn执行完S24。