普适计算中的位置感知综述

位置感知计算是普适计算中的重要研究内容之一。根据国外已有的各种位置感知系统及其优缺点，总结了在普适计算环境中位置感知的特点。分析了现有位置感知技术在普适计算环境中的特性。最后指出普适计算中位置感知研究的方向。     

普适计算中基于本体的上下文感知研究

普适计算是一种新的计算模式。为了实现普适计算的目的,系统必须能够感知周围环境的信息,即：上下文。如何存储上下文信息,既有利于不同系统之间交换信息,又有利于用户的检索是一个关键问题。本研究提出的基于本体的上下文感知应用模型,能够解决这个问题。     

普适计算环境中的上下文冲突检测与解除

为了能够检测普适计算环境中的上下文冲突并自动进行冲突消解,在对上下文冲突原因深入分析的基础上,提出了上下文冲突检测和消解算法.该算法根据语义对新到达上下文进行分类,定义冲突触发器来检测上下文冲突,并根据上下文的相对优先级主动进行冲突消解.实验结果表明,该算法能够有效地检测和消除上下文冲突,提高应用程序的性能.     

普适环境下的智能地理信息服务研究

随着普适计算的兴起,普适环境下智能地理信息服务也得到广泛的应用,已成为地理信息系统(geographical information systems,GIS)研究中的一个热点.结合普适环境中智能信息服务的特点,针对GIS自身关注的内容,提出了普适环境下智能地理信息服务的体系结构,分析了其中的关键技术,并给出了应用实例,说明了其可行性和实用性.     

普适环境下的智能地理信息服务研究

随着普适计算的兴起,普适环境下智能地理信息服务也得到广泛的应用,已成为地理信息系统(geograph-ical information systems,GIS)研究中的一个热点。结合普适环境中智能信息服务的特点,针对GIS自身关注的内容,提出了普适环境下智能地理信息服务的体系结构,分析了其中的关键技术,并给出了应用实例,说明了其可行性和实用性。     

普适计算应用的结构模型

普适计算随着分布式计算和移动计算的发展而出现．分析了普适计算的特征和需求,提出了一个针对普适计算系统应用的包含上下文感知和服务发现机制的框架设计模型,并进行了深入讨论．     

基于集对分析的上下文感知不确定性的推理方法

在上下文感知计算应用中,需要对传感器获取的原始上下文数据进行推理、融合以获取高层上下文信息.利用集对分析(SPA)的思想,提出一种利用同异反向量夹角余弦来对不确定性上下文进行推理的方法.通过对智能空间场景中不确定上下文状态推理的实例分析、比较,表明该方法概念清晰、计算简明,具有较强的实用价值和较高的可靠性.     

智能普适个人流程服务上下文构建方法

上下文感知是提高人机交互智能性的重要途径。为了面向个人用户提供智能流程服务,提出了一种普适环境下个人需求信息的上下文感知策略,并建立了基于上下文感知的智能普适个人流程服务系统结构模型,该模型能够将提取到的分散的用户需求上下文自动融合构建为个人流程服务上下文。通过旅游实例初步证明该策略和模型的合理性和有效性。     

面向普适计算的自适应中间件研究

针对中间件技术用于普适计算下存在的问题,对自适应中间件的体系结构展开研究,并结合普适计算的特点,以动态性、自治性为设计目标,提出了一个适用于普适计算,并具有上下文感知能力的自适应中间件模型.同时,对上下文感知方法及自适应策略进行详细讨论.     

考虑上下文质量的不确定上下文可信融合方法

针对复杂传感器网络环境下对传感器上下文精确定位、智能推理与可信融合的要求,结合上下文感知中间件和普适上下文质量管理技术,提出了一种考虑上下文质量的不确定上下文可信融合方法,该方法扩展了传统的上下文感知中间件模型,通过基于质量的上下文本体模型、上下文质量门阀管理、质量因子分类配置、质量因子筛选与可信度度量矩阵构建、重复与不一致上下文丢弃管理等机制实现多层次、可扩展的融合控制.实验表明,该方法能够有效提高不确定上下文的融合质量.     

基于Agent和无线传感器网络的普适计算情景感知模型

研究了普适计算中的情景感知（上下文感知）技术,以无线传感器网络为基础架构,引入Agent技术构建了情景感知模型。从Agent的知识表示和推理、中间件理论、数据管理和自然交互接口等方面探讨了该模型的结构和内容。并通过“智能家居”的应用示范,论述了该模型的可实现性。     

情境感知普适服务平台PerServ

研究了普适服务协同机理,结合普适环境下情境信息的特点,提出了情境感知的普适服务平台PerServ.用户通过平台提供的接口提交任务,系统解析用户任务,并将其指派给当前可用的普适服务.该平台能够有效获取、管理和使用情境信息.服务组合过程考虑了服务功能,而服务执行过程则进一步考察了服务的情境信息,以此构建服务路径,在运行时根据情境信息的变换,动态演绎服务路径,从而有效满足用户需求.PerServ平台在实现中采用agent技术,服务agent用于设备管理和服务注册,并且实时接收系统的指令,执行相应的服务,服务agent在多个服务协同工作过程中起到了服务协调者的作用.     

普适环境下基于脑电的身份及上下文状态识别

为了研究基于脑电的身份识别的具体实现,并满足用户对于普适和上下文状态感知的需求,提出了一种基于脑电的身份及上下文状态识别系统的实现方案.针对一局域范围内身份识别的普适化需求(如各接口身份验证),提出通过采集脑电、信号去噪、特征提取、模式识别各模块进行身份及上下文状态识别方法的普适化实现方案.并设计了具体实验来测试该系统.通过实验采集到5个受试者安静闭眼、听音乐闭眼和玩游戏后闭眼3种上下文状态的脑电信号,分别得到96.43%的身份识别正确率和92.31%的上下文状态识别正确率,证实了此方案的可行性.     

普适环境下基于映射的非对称协同感知

针对普适环境下参与协同设计的移动终端资源受限的特点,提出了非对称协同感知映射模型、机制和相应的共享工作空间逻辑一致性维持方法,提出了在共享工作空间视图中的3种拓扑映射：子图映射、顶点融合映射和路径简约映射。通过拓扑映射,使得在非对称映射中映射区域仅为资源受限端当前可能关注的内容,减少了协同感知所需资源,同时结合按需获取机制实现了视图感知的数据一致性维护。从而实现了普适环境下资源非对称终端有效协同设计。     

主观Bayes网络在普适计算中的应用研究

由于硬件系统的异构性和无线网络的相对不稳定,造成直接由传感器获得的上下文的不确定性和不一致性。笔者针对此问题把主观Bayes网络模型应用到普适环境中对上下文进行推理,并且对OWL进行了扩展——SBOWL语言,以适应主观Bayes网络模型在上下文推理中的应用。通过在原型系统CIS的上下文推理层应用主观Bayes网络,验证了该方法的可行性。     

面向智能空间的普适计算技术

普适计算作为智能空间的一种新型计算模式,从根本上改变人们对什么是计算的思考。普适计算是信息空间与物理空间的融合,在这个融合的空间中人们可以随时随地和透明地获得数字化的服务。本文综述了普适计算研究的现状和发展趋势,并讨论了普适计算关键研究内容—普适计算体系结构、觉察上下文计算和游牧计算。     

基于隐马尔科夫模型的上下文感知活动计算

为了推理移动用户在智能空间的活动，提出了基于隐马尔科夫模型的上下文感知活动计算．首先按照上下文的定义，采用元组方法表示移动用户和智能空间，然后根据活动理论基本构成元素和面向客体活动原理来描述用户活动和智能空间的状态变化，最后引用隐马尔科夫模型建立起用户活动与智能空间状态变化之间的联系，从而实现活动计算．该模型可以完整地描述活动分解为动作的过程，还可以根据每种活动的动作链标记用户活动数据，却不需要用户直接参与数据的标记．将该模型的动作状态数与上下文感知经验采样工具（ESM）的动作状态数进行比较，结果表明该模型的平均活动识别准确度比ESM高25％．     

基于进程代数的上下文感知模型

针对当前上下文感知研究大多集中于技术解决方案，缺乏理论上统一描述模型的问题，提出了基于进程代数的上下文感知模型（CAMBPA）．该模型独立于具体的应用平台，具有平台无关性．首先，利用带时间参量的上下文的状态变迁来描述动态环境的变化，并根据进程代数的合并理论，采用合成简单环境状态变迁的方法来实现对复杂环境状态变迁的描述．随后，通过在模型中引入感知函数，实现了对感知行为的描述，同时对上下文状态变迁赋予了资源语义，从而使模型能够刻画移动计算环境中的动态资源情形．采用染色Petri网对CAMBPA模型实例进行了可视化仿真，结果表明该模型具有语法、语义的正确性，以及良好的可扩展性，能够很好地描述上下文感知．     

基于普适计算的高校泛在学习环境研究

泛在学习是普适计算环境下的一种无所不在的学习模式.在阐释普适计算带来的计算和信息服务模式变革的基础上,提出泛在学习环境的参考概念模型并详细描述了泛在学习环境的特征,针对泛在学习环境的基本要素,从硬件设施、学习资源和软件平台等三个方面就高校如何构建泛在学习环境做了深入的剖析.     

普适计算关键技术的研究

普适计算是将计算隐形地嵌入到我们所处的环境中,并通过智能接口进行访问的一种新的计算模式,是以人为本计算模式的一个新的转折。在普适计算环境中,技术不再是障碍,而是能够真正的服务于用户,适应用户的需要。本文从普适计算的基本概念出发,分析了实现普适计算环境的若干关键技术,并总结了它们的优缺点。