[发明专利]普适环境下面向体征状态识别的上下文感知中间件方法

说明书

技术领域

本发明提出了一种普适环境下面向体征状态识别的上下文感知中间件方案，引入隐马尔可夫模型构造了一个识别体征状态的上下文感知中间件，属于普适计算领域，更进一步属于上下文感知中间件领域。

背景技术

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。1991年美国的马克·维瑟博士于提出了普适计算(Ubiquitous or Pervasive Computing)，这种计算模式的最终目标是将由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，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。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。研究人员把这种能感知用户上下文信息进而调整系统行为的技术称为上下文感知技术(context-aware)。

上下文感知计算是普适计算领域研究的核心内容之一。上下文感知计算是指系统能发现并有效利用上下文信息(如用户位置、时间、环境参数、邻近的设备和人员、用户活动等)进行计算的一种计算模式。上下文是环境本身以及环境中各实体所明示或隐含的可用于描述其状态(含历史状态)的任何信息。其中，实体既可以是人、地点等物理实体，也可以是诸如软件、程序、网络连接等虚拟实体。上下文包括①计算上下文，如网络的可用性、网络带宽、通信开销、周边的打印机、显示器等资源；②用户上下文，包括用户的个性、位置、周围的人员、甚至社会关系等；③物理上下文，如光线的明暗、噪声的大小、交通状况、气候、温度等。上下文感知计算系统有三个特征：1)根据上下文进行信息推送服务；2)根据上下文自动触发执行相应动作；3)跟踪上下文的变化，用户可以查询相关的上下文信息。

现在，上下文感知计算的研究已经向着上下文感知中间件方向发展。上下文感知中间件是指：构建上下文感知应用的基础支撑软件，它独立于特定的上下文感知应用，并能简化各种感知应用的开发。基于上下文感知中间件的系统一般可分为三层：低层是物理、逻辑传感器，中间层是上下文感知中间件，在低层和中间层之间是上下文信息采集接口；上层是上下文感知应用，在中间层和上层之间是上下文信息使用接口，比如查询订阅等。其中，上下文感知中间件分离了上下文信息的采集与感知应用的开发，向上对应用开发者提供统一的上下文信息使用接口，向下可以接入各类物理或逻辑传感器，此处指的是广义的传感器，它可以是物理器件也可以是软件系统。这种分离也使得上下文信息的管理更加简易方便。

上下文感知中间件的架构常常受到一些因素的影响，如用户设备的能力，是否支持多用户，对非功能属性的要求，系统的开放程度等等。面向不同类型、不同要求的感知应用，中间件的架构设计也会有所不同。对于大多数的上下文感知中间件来说，它们的架构都包含了5个层次：

1.传感器接入层。负责上下文的发现语接入。

2.上下文采集层。负责上下文信息的采集。

3.上下文聚合与解释层。负责上下文的推理、冲突检测与解决。

4.上下文存储与管理层。负责上下文建模、存储以及管理，推理规则定义，隐私控制等。

5.应用接口层。是上层应用程序使用上下文感知中间件的接口，提供包括查询与订阅等等功能。

隐马尔可夫模型(HMM)是一种由马尔可夫模型发展起来的统计模型，它是迄今为止最重要的统计模型之一。HMM善于解决系统中表层的事件可能是由低层的事件触发的问题，它是为了解决我们观察的事件是通过一定的概率分布和状态相联系的问题提出的。HMM是一个双重随机过程，包括两个部分，其中一个是具有一定状态数目的马尔可夫链，这是基本的随机过程，描述状态的转移，用转移概率描述；另外一个是一般随机过程，描述状态和观察值之间的统计对应关系，用观察值概率描述。由于模型中只有观察值是可见的，而状态的转移过程是不可见的，因此称为隐马尔可夫模型。