传感器技术的飞速发展为我们生活中各个领域的实时应用提供了广泛的机遇,如环境监测,医疗保健,城市交通管理等。由于这些应用的快速出现,实时分析传感器数据流的需求日益增长。丰富传感器描述的主要方法是将语义标注技术运用到传感器数据流中,将低层观测数据转化为更高层次的观测数据。通过应用语义推理,可以从语义标注的传感器数据流中推导出隐含的或新的知识,实现应用的实时智能决策。然而,传感器数据流的高效语义标注和推理仍然处于初期状态,需要广泛的关注以实现对其的高效标注和推理。本文主要研究工作如下:1)传感器数据流实时语义标注方法的设计。根据传感器数据流的格式和SOSA/SSN本体的结构,设计了S-SASML映射语言和SDS2R算法,将传感器数据流转换为符合SOSA/SSN本体的RDF数据流。并且利用线程池技术实现方法的高并发处理,提高方法的实时性能。2)基于Spark Streaming的RDF流处理方法的设计。利用Spark Streaming提供的窗口操作将RDF流提取到窗口中;并且利用Spark Streaming提供的filter,map,reduce等操作对基于窗口的RDF流进行过滤、映射、聚合等操作,得到聚合后的RDF数据流。根据实际应用需求利用Jena Rule规则语言自定义规则,将规则应用于聚合后的RDF数据流,利用Jena推理引擎进行规则推理。3)原型系统的设计与实现。分析了微环境监测平台传感器数据实时语义处理原型系统的需求,包括功能需求和系统用例。根据需求分析,对原型系统的各个模块进行了详细设计。使用MyEclipse作为开发环境,使用Java语言开发用户界面,对微环境监测平台部署的区域进行监测,实时分析、对各种数据进行在线实时显示。