随着计算机的不断普及和迅速发展,以及移动计算和传感器网络的超常发展,各种移动设备越来越多地进入人们的生活,计算也融入到了人们的生活中。普适计算(Ubiquitous or Pervasive Computing)是继主机计算和桌面计算之后的计算模式的一次新变革,它的提出改变了人们使用计算资源的方式,将以计算机为中心的计算转化为以人为中心的计算。普适计算模式要求计算设备能够感知用户所处的上下文及其变化,并做出相应的动作。它的理念是创造一个以人为本的信息服务新环境,其关键理论之一就是上下文感知,上下文感知将各种计算资源、信息服务和人有机的结合起来,最大程度地自动执行用户任务。本文提出了一种适用于普适计算的上下文感知系统框架模型,该系统基于中间件思想,它分离了上下文信息的采集与感知应用的开发,对于上下文感知应用来说,屏蔽了具体的上下文异构性；对于各类采集信息的传感器来说,屏蔽了具体的上下文应用开发,从而简化上下文信息的处理过程。本文还提供了两种相互独立而又相互协调的上下文信息处理流程,它们彼此透明,通过同步控制机制,共享知识信息。本文提供的上下文感知系统框架,使用语义Web语言建立(?)种Ontology上下文模型去支持上下文信息的共享和推理,并选择SPARQL作为上下文查询语言。不确定性的知识表示与推理方法是研究和开发上下文感知系统的难点。本文首次将证据理论和本体建模结合起来,提出了基于证据理论的上下文本体建模和推理方法,并对证据组合规则进行了修改,解决了证据理论在高度证据冲突时的局限性,实现了不确定推理过程。实验表明基于证据理论的不确定上下文本体建模和推理具有可行性、可靠性,具有一定的普遍性。