随着计算机技术、网络通信技术的普及与发展,分布式传感网络技术日趋成熟,大量的多载荷平台(如卫星、无人机、舰艇、水下自主机器人和自动巡逻车等)构成多维度交叉的分布式系统,对目标区域进行不同空间和时间尺度的实时自主巡逻、监测,从生态、治安、军事、环境等方面为人类提供服务,呈现出传输高速化、宽带化,网络节点异构化,应用场景泛在化与智能化的特点[1]。因此,多个独立的、分布的“信息孤岛”正在聚合,为地球形成一层“电子皮肤”。然而多载荷传感网络存在任务复杂度高、设备种类繁多,个例状态复杂等特点,网络中的信息描述方式较为复杂,没有统一的规范,进而阻碍了用户发布任务与发现设备,难以实现有效的资源分配。本文主要研究内容是通过语义技术为多载荷传感网络提供一种面向动态任务的设备匹配机制,支撑机器理解和自主的系统态势评估。通过调研现有的语义网络技术和多载荷传感网络中的任务需求和设备特征,设计一种用于任务和设备之间匹配的机制,该集合主要包含:属性(Interest)、目标(Target)、能力(Capability)和状态(Status),由这些集合形成一个四元组:(I,T,C,S)。基于该四元组,重用SSN、Onto Sensor、AWS等现有的面向领域的本体,扩展匹配机制中的元素,形成本体知识库,并可以通过本体工具进行设计和扩展;匹配机制还包含了元素之间的关系,围绕这些关系,根据需求形成的相应的规则,从而形成有效的备选方案。本文调研了既有的面向语义查询的架构,设计了一种新型的框架结构,该框架在三层架构的基础上以本体知识库替换了传统的数据库,从而使得该框架能够进行语义查询,并且不额外增加复杂度。为了验证上述匹配机制与框架,本文以森林火灾防测为目标领域,利用Jena API、Jena Rules、protégé、Myeclipse等工具进行了样机开发,实现了能力断言和设备匹配功能,并从逻辑功能、响应时间、主客观评测等方面对本体知识库和样机进行了参数评估,从参数结果验证了本文提出的匹配机制和框架结构的可行性。