“处境感知”(Context-aware)是无线网络应用中的一项新技术,其被定义为系统可以根据用户当前环境提供相应服务的能力。一个处境感知系统可以收集附近的人、主机、相关设备的信息以及它们的变化来决定接下来的行为。随着处境感知技术的迅速发展和其应用的领域不断的扩大,处境感知中间件的研究逐渐成为研究热点,其目的是使面向处境感知应用有统一的开发平台,屏蔽底层的异构而带来的差异。这样开发人员不需要了解太多底层就可以简便的开发处境感知应用程序。处境感知中间件使处境感知应用更具灵活性,并便于维护。本文针对“处境感知”中间件技术中的几个问题进行了研究,并提出了相应的解决方案。在构建处境感知系统时,越来越多的人开始使用多代理机制使得整个系统便于扩展、管理。在本文的研究中,提出了一种基于多代理机制的处境感知系统架构。在系统架构中,注重整个系统结构的模块化、智能化以及各部分的独立性,以增强系统的灵活性。为解决处境信息和服务的耦合性问题,本文提出了一个基于6W1H1D描述的语义结构。6W1H1D语义结构能够轻易的构建用户的处境信息,并使传感器、用户和服务可以共享该语义结构的处境信息,为统一描述处境信息提供了新的方法。本文还提出了一种基于6W1H1D语义结构的中间件的注册机制,通过使用这种机制,系统就可以接收已注册中间件所支持的数据格式,这就便于该中间件与其它中间件之间的数据交换。在实际的应用中,针对系统如何能够准确和及时地为用户提供服务,又如何对中间件系统的6W1H1D处境信息进行学习的问题,本文提出了一个基于6W1H1D处境信息的学习机制,该机制是基于用户配置和神经网络的,可以动态更改用户配置以确保存储用户最新的处境信息,从而提高学习结果的准确度(正确率)。通过BP神经网络和分形神经网络的对比实验,仿真实验证实分形神经网络这种学习机制具有较高的准确度和巨大的优势。同时,由于多个用户在同一时间访问服务,以及多个服务共享用户周围有限的处境信息资源,此外服务资源可能难以相互满足条件(规则),因而处境感知中间件还存在多种冲突。对于以上冲突,本文采用了Preference值的解决方案。论文最后实现了一个基于处境感知中间件技术的校园信息系统模型,在这个系统中,用户可以给其他用户或组发送信息,这些信息将在特定的时间和特定地点发送给特定接收者。在系统的实现中,本文应用了上述关键技术。