物联网作为继计算机互联网之后第三次世界信息产业浪潮,通过各种信息传感设备与互联网联系在一起,按约定的协议,让所有物品都能够被感知和控制,实现智能化的识别、定位、跟踪、监控和管理。无线传感器网络是物联网的核心之一,主要负责信息的采集与获取,帮助物联网系统提高对周边环境的感知能力。目前很多研究从感知当前环境状态的角度把传感器的监测数据转换成环境上下文作为提供给物联网应用的环境信息。但是,物联网应用系统的运行不单取决于环境状态,还取决于环境状态的变化即环境变化事件。因此,如何对传感器的原始监测数据处理以形成有效可靠的环境变化事件,实现高效的信息感知,是物联网要解决的重要问题。本文针对上述问题,提出一种面向物联网应用的环境变化事件感知方法。该方法主要是基于信息融合的思想,根据无线传感器网络的监测数据对预定义的环境变化事件进行感知。有些环境变化事件仅涉及到某些特定的环境指标,而实际上很多环境变化事件更加复杂,它们的发生还与其他事件有关,即事件之间可能具有时序关系或者因果关系,分析环境变化事件之间关联性有助于提高感知效率。因此,本文根据环境变化事件的特点将它们分为三类,并按照环境变化事件的类别有针对性地采用不同的感知方法。首先,导致单环境指标变化的环境变化事件,这类事件采用基于规则判别的感知方法,根据实时的环境状态数据序列与规则曲线拟合程度判别环境变化事件。其次,导致多环境指标变化的环境变化事件,这类事件采用BP神经网络的感知方法,利用历史环境变化事件的数据集训练BP神经网络,获得相应的基于BP网络环境变化事件感知模型,再根据实时环境状态数据序列感知环境变化事件。再次,导致多环境指标变化的复合环境变化事件,这类事件采用动态贝叶斯网络的感知方法,根据专家领域经验构建动态贝叶斯网络结构,再利用历史环境变化事件的数据集学习动态贝叶斯网络参数,进而用于实时环境变化事件感知。最后,分别设计并实现了这三种环境变化事件感知方法,从感知结果的准确性及数据量两个角度对方法进行分析和评价,验证本文提出方法的有效性。