随着信息技术的飞速发展,21世纪的计算模式正发生着深刻的变革。从分布式移动计算进入到无所不在的普适计算是计算发展的必然趋势。普适计算的最终目标是将由通信设备和计算机构成的信息空间与人们生活和工作的物理空间融为一体,支持用户随时随地并透明地获得符合其个性化需求的信息服务。然而普适计算环境始终动态变化,只有不断根据环境的变化来进行改变和调整才能更好的满足用户的需求和发挥软件的性能。这就要求普适计算环境下的应用程序必须是上下文感知的,从而能够自动的对上下文信息的变化以及上下文信息的历史进行感知和应用,并调整程序自身的行为。因此,随着普适计算技术研究的迅速推进,上下文感知技术正逐渐成为实现普适计算目标的研究热点之一。同时,构件化技术使得软件具有良好的平台兼容性、结构开放性、规模可变性、系统可配置性以及代码重用等能力。因此,随着构件化技术的不断发展,它已经与分布式计算、嵌入式计算以及移动计算等紧密结合,并逐渐成为普适计算环境下的软件基础架构的设计与开发中的关键性技术之一。然而现有的构件化中间件关注的主要是分布式领域中的构件管理问题,对普适计算环境下上下文感知的构件适配与构件部署等问题考虑不够。而现有的上下文感知服务则缺乏对于上下文感知的构件化应用的支持。因此,本文主要研究普适计算环境下基于上下文感知的构件化中间件技术,着力于解决上下文信息的管理以及基于上下文感知的构件适配和构件部署等问题。本文的研究主要分为两大部分,第一部分研究如何建立上下文感知服务来为构件化中间件提供有效的上下文收集和管理机制。具体包括:1.在上下文感知服务的建立方面。本文首先提出了一种基于本体的层次化建模方式HOCM,与传统的上下文建模方式的比较表明,该方法能够通过在用户、设备和服务之间共享上下文信息的结构以实现语义互操作性,并能通过上下文信息的质量扩展对上下文信息质量进行管理。同时我们提出了基于规则和本体的可扩展上下文推理机制,试验结果表明,该机制能够有效地支持上下文信息的推理,并具有良好的可扩展性。在这些研究的基础上,本文提出了一种通用的上下文管理服务模型CAS,通过该模型能够对上下文信息进行管理,并及时有效地为构件化应用提供所需的上下文信息。2.在上下文信息的不一致性管理方面。在普适计算环境下,由于所获得上下文信息的不一致性,往往会导致构件不一致性的产生。因此,针对上下文不一致性的消除问题,本文在CAS模型的基础上,提出了基于上下文匹配的不一致性检测算法,并针对不一致上下文的消除提出了全丢弃消除算法、最新上下文丢弃算法、基于确定性上下文丢弃算法和基于相关性上下文丢弃算法,并对算法的性能进行了比较和分析,试验表明,这些算法能够有效达到消除上下文不一致性的目的。在这个基础上,我们还就上下文不一致性算法对上下文信息的利用效率的影响进行了进一步地讨论和分析。第二部分研究如何通过上下文感知服务来对已有的构件适配和构件部署进行扩展。3.在基于上下文感知的构件部署方面。本文针对传统的构件部署机制不考虑环境上下文变化的问题,结合CAS模型对现有的构件部署机制进行了扩展,提出了基于上下文感知的构件部署方法CACD和基于资源上下文约束的构件部署算法RRCD。实验结果表明,算法能够有效地实现普适计算环境下上下文感知的动态部署机制,并且具有较低的额外开销。4.在基于上下文感知的构件适配方面。本文针对传统的构件适配机制不考虑环境上下文变化的问题,结合CAS模型对现有的构件适配机制进行了扩展,提出了基于上下文感知的构件适配模型CACAM和基于上下文感知的构件适配算法CACA,实验结果表明,CACA算法能够有效地实现普适计算环境下上下文感知的动态部署机制,并且具有较低的额外开销。5.最后,在这两部分研究内容的基础上,本文基于面向构件的分布计算平台StarCCM,提出并实现了上下文感知的构件化中间件模型StarCACCM。试验结果表明,StarCACCM能够在普适计算环境下为上下文感知的构件化应用提供有效的支持和服务。