随着传感器技术、无线通信技术和计算技术的不断发展和进步,智能化人机交互逐渐成为计算模式发展的主导趋势。作为人类试图摆脱计算设备对自身活动的束缚进而将互联网推广到物理世界的初步尝试,普适计算(Pervasive/Ubiquitous Computing)倡导的“以人为本”的理念日益得到人们的认可,已有越来越多的应用系统原型问世。它们的目标都是试图在人们日常工作和生活的环境中广泛地布设微型化并且具有一定计算能力的普适设备,并与已有的互联网技术相结合以实现移动、无缝、透明和泛在的计算支持和服务。由于普适计算系统一般都是运行在动态并且异构的计算环境中,智能实体需要及时地感知环境的变化,并根据动态的场景自适应地调整服务状态。无线传感器网络(Wireless Sensor Networks,WSN)作为普适计算的一个实际延伸,将大量传感器等微型化计算设备自组织地联接在一起,以满足人们对探索、利用和管理物理世界的需求。借助WSN,人们可以从更加微观的角度了解周围环境或个体对象所出现的现象、所处的状态和所发生的行为,进而根据获取的上述信息对物理环境或监测对象实行反向控制,将逻辑的信息世界与客观的物理世界紧密地融合在一起,从而实现“无处不在的计算”理念。在普适计算环境下,基于WSN获取、传输和处理各种情景信息,是普适计算支持和服务得以实现的关键环节。本课题着眼于普适计算环境下,基于WSN的物理特点和应用特性,围绕情景感知的若干关键技术问题展开相应的深入研究。针对大规模WSN监测区域中用户感兴趣事件区域边缘节点的检测、情景信息的统一建模表达、高层情景信息的推理和预测以及情景信息的安全融合和传输等关键技术问题,系统深入地研究了适于普适计算特殊环境的解决方案。最后将上述研究成果进行集成,针对老年医疗健康护理应用场景,构建了一个情景感知计算中间件UbiCAM原型系统,解决了普适计算环境下硬件设备和软件系统的异构性所带来的系统互操作性问题,从而提高了情景感知应用的灵活性。本论文主要在以下四个方面有所创新或做出有价值的工作:(1)为了能够有效地监测突发事件,WSN中一个重要的问题就是事件区域的边缘检测。已有的方法为了优化系统性能,大多需要非直接邻居节点的信息并且边缘检测过程缺乏适应性。WSN本质上是分布式的,因此可以将其建模为一个多Agent系统,提出了一种能量有效的WSN事件区域边缘节点的检测算法。每个自治Agent独立地连续检测并评估其所驻留的二维监测区域网格中传感器节点测量值的一致性标准,根据与环境交互的反馈,作为对局部环境输入激励的反应而相应地选择并执行适合的的行为,最终在一个传感器区域中能够自适应地有效定位并且标记所有的同质区域。通过与同类的边缘节点检测算法(PR-Classifier算法与T-Fit算法)比较,实验结果表明基于自治Agent的边缘节点检测算法在边界平均距离、节点总能耗等性能指标上具有较好的表现。(2)及时准确地感知各种情景信息是在普适计算环境中实现用户和环境智能交互的基础。在利用WSN采集情景信息的应用中,由于传感器节点本身的物理特性与布设环境噪声的影响,所获得的情景信息往往具有一定的模糊性和不确定性,传统的时序预测方法对此类问题无法有效地解决。利用模糊预测原理,提出一种基于模糊时序分析的适应于普适计算环境的情景信息预测方法,并将其应用在情景感知中间件UbiCAM中对用户的生理体征情景进行预测。实验结果表明该方法能够实现对脉搏、血氧(动脉血)与体温等模糊体征情景信息的准确预测,较好地满足了实际应用的需求。(3)目前很少有研究根据WSN中传感器节点之间的实际交互情况建立综合评价体系,进而对节点的可信任程度进行量化以实现安全的数据融合。借鉴P2P网络安全研究中根据相关节点的评价建立信誉度的思想,利用集对分析(Set Pair Analysis,SPA)不确定性系统理论研究WSN的安全数据融合问题,在传感器节点的数据采集和传输阶段考虑了对节点信誉度进行集对分析的结果,提出一种基于传感器节点信誉度集对分析的安全数据融合方法。在数据采集阶段,根据实际不同应用的需求预设信誉度的阈值进行原始数据的过滤。在数据转发阶段,通过评价有效转发节点的能量、距离、偏好等属性信息,从中选择综合评价最高的节点进行数据转发。实验结果表明该方法在簇头节点能耗、安全概率、融合精度等性能指标上较同类的BTSR算法和LEACH算法具有较好的改进。(4)利用WSN在实时、多属性情景信息采集与传输等方面具有的独特优势,设计并实现了一个普适计算环境下基于WSN的针对老年医疗健康护理应用的情景感知中间件UbiCAM原型系统,从而有效地分离了底层情景信息的采集与上层感知应用的开发。在硬件部分,详细地介绍了作为WSN平台载体的Ubicell节点以及WSN网关节点的设计与实现。在软件部分,提出了普适计算环境下情景信息的混合建模方法、基于证据理论的不确定性情景推理方法及基于主元分析的簇内数据级的情景信息融合方法。通过该UbiCAM中间件原型系统的设计与开发,将相关的研究成果融入其中,较好地展示了本课题研究成果所具有的创新性和实用性。