随着计算机、移动计算以及传感器网络的发展,计算变得无处不在。普适计算概念的提出更让计算进入了一个崭新的时代。普适计算技术将通信和计算机构成的信息空间与人们生活和工作的物理空间融为一体,建立“以用户为中心”的环境,支持用户“随时随地”并“透明”地获得符合其个性化需求的信息服务。目前,普适计算已经被不断地应用到不同的领域内。普适学习就是在此背景下一个典型的应用。普适学习是在普适计算技术的支持下,在普适学习环境中使每个用户能与多台嵌入式设备交互,通过对用户及周围环境状况的感知判断用户的状态,从而提供个性化智能化的服务。情境感知作为普适计算的内在属性,是构成普适学习的关键技术。普适计算研究领域的开拓者之一Dey指出,情境感知应用是指能够利用一个物体周围的情境信息来修正自己的行为,从而最好的满足用户的情境要求。情境感知技术的成功应用减少了用户对计算本身的关注并且解决了用户与计算间交互的瓶颈问题,真正的实现了将计算融入到日常生活中。本文以普适学习为研究背景,对普适学习空间中情境信息的建模和情境的推理进行研究。普适学习空间是普适学习发生的载体场所,本文分析了普适学习空间中情境信息,并对情境信息进行了分类。在对现有的情境信息建模方法的分析基础上,采用扩展的本体方法对情境信息进行了形式化的建模和描述,体现了活动的时序性以及利于知识的共享和复用。本文提出的以活动为中心的情境模型包括了活动流程模型和本体模型两个部分。活动流程模型定义了所有要进行的活动及活动之间的顺序关系,本体模型刻画了与活动相关的所有实体,并描述了不同实体间的关系。情境推理是利用当前用户和环境资源的情境来获取高层的语义信息。在普适学习空间中,活动作为高层次的语义信息需要情境感知系统需要进行判断识别。本文针对情境信息获取的时序性特点,提出了情境流的概念,活动情境不能够直接从基础的传感设备所感知到,需要对活动持续的时间内其他可感知的情境信息进行推理判断来获得。针对此问题,本文定义了用于描述判断活动的情境模式和情境演化模式,并提出了相应的推理算法进行普适学习中活动的识别和判断。最后,以X射线衍射单晶体结构分析实验为例进行了情境信息的建模,并通过几个模拟的场景对推理算法进行了验证。