随着无线传感器网、人机交互及智能算法等技术的深入研究,上下文感知技术得到了迅速的发展,上下文感知计算被推广和应用到越来越多的领域。上下文感知计算以用户为中心,自主获取与感知任务相关的上下文信息并感知上下文信息变化,从而提供智能化服务来满足用户的需求。在动态、复杂的上下文感知计算环境中上下文信息的质量参差不齐,而现有的上下文感知系统框架缺乏有效的上下文信息质量分层管理机制,无法对上下文感知系统中的上下文信息质量进行有效的评估和管理。低质量的上下文信息可能导致上下文推理错误。而现有的不一致上下文信息处理算法存在精度低、适应性差等缺点,不能准确地完成不一致推理结果的处理。本论文主要进行了以下两个方面的研究：(1)本论文在上下文信息分层模型的基础上,提出了一种基于上下文信息质量多重评估和分层管理机制的通用上下文感知系统框架模型,并阐述了其主要工作流程。该模型通过对上下文信息质量进行分层多重分析,实现了对上下文信息质量的多角度、多层次评估；通过对上下文信息质量进行分层管理,有效提高了上下文感知的精度。(2)本论文提出了基于冲突再分配的不一致上下文信息处理算法,并引入指数修正对其改进。该算法通过用户反馈能够及时调整上下文信息源感知精度,为提高上下文感知系统的自适应性提供了基础；通过改进证据理论合成规则,实现了冲突信息的自适应再分配,有效提高了不一致上下文信息处理的自适应性和准确性。通过基于上下文信息质量多重评估和分层管理机制的上下文感知系统通用框架模型的研究,建立了灵活、可靠、智能化的上下文感知系统框架模型,为上下文感知系统的实际应用提供了支持；通过基于冲突再分配的不一致上下文信息处理算法的研究,提高了不一致上下文信息处理的精度和自适应性,为上下文感知系统的高效运行提供了保障。以上研究,为上下文感知系统框架的设计提供了-种行之有效的机制,为不一致上下文信息的处理提供了一种高精度、自适应的算法,为上下文感知系统的实际应用打下了坚实的基础。