随着无线通信技术、嵌入式技术、分布式计算技术等技术的不断发展,智能环境进入快速发展时期,它在环境监测、智能家居、医疗护理等方面得到了广泛的应用。不过如何实现快速部署与动态调整智能环境功能以及实时高效地采集到准确的数据,直接关系到各种应用的效果。因此,快速部署与动态调整和高效的数据收集技术的研究对智能环境的应用和发展至关重要。目前,针对改善智能环境部署与调整问题的解决方法主要是从智能环境体系结构优化入手,像采用面向服务的机制、基于智能网关的机制,也有比较优秀的像OSGi这种标准较成熟的技术。在这些方法中,主要思路都是将智能环境能提供的服务模块化,降低各个功能间的耦合度,达到模块重组的目的来实现智能环境的快速部署和动态调整。不过这些方法在实时性或者节点利用率等方面存在着较大的问题。而关于智能环境中数据收集的研究也比较多,这些方法主要从硬件或者软件方面来解决数据收集过程中汇聚节点数据接收压力过大的情况。硬件方法主要有增加汇聚节点数目、增加汇聚节点接收频道和使用移动汇聚节点等方案,软件方法主要有数据合并、数据后向预测和分布式数据收集等方案。可惜硬件方法没有针对问题的本质来解决问题,而且两类方法都存在着实时性的问题。本文在实现智能环境快速部署和动态调整以及改善数据收集技术的主要工作包含以下几个方面:1)分析了现有智能环境系统的功能特性,根据其功能特性的实现本质提出了具有智能层的智能环境体系结构。2)建立了硬件资源智能化的模型,完成对智能环境常见服务所需要的智能功能的共性的分析与建模,提出了面向用户需求生成节点资源配置方案和基于节点资源配置方案的任务分配算法。3)针对智能环境数据收集过程中sink节点处存在的瓶颈问题,提出了针对老年看护应用下的数据预测发送算法DPHT(Data Prediction based on HMM according to context aware knowledge)。