随着信息技术和互联网、物联网、嵌入式等技术的发展,计算模式逐渐向普适计算模式演变,与此相对应的上下文感知技术成为国内外的研究热点,并取得许多重大成果。目前,一些成熟的上下文感知技术都假定上下文信息是完备的和可靠的。然而在实际上下文感知系统中,由于环境的变化,上下文往往是不完备和模糊的,因而研究适合不完备和模糊的上下文感知计算方法具有-定的现实意义。粒计算是研究基于多层次粒结构的思维方式、问题求解方法、信息处理模式及其相关理论、技术和工具的学科。十多年以来,粒计算理论得到了巨大发展,许多学者将粒计算应用于处理不完备、模糊的信息,得到了大量有价值的成果。论文尝试将粒计算的方法应用到处理不完备、模糊的上下文信息系统中,探讨了相应的上下文模型及上下文推理,并通过仿真验证了该方法的可行性。主要工作如下：(1)介绍了上下文感知技术和粒计算理论的研究现状。针对上下文感知,主要介绍上下文模型、不确定推理、上下文系统构架等的研究现状；针对粒计算理论,主要介绍粗糙集、商空间、Rough逻辑派生的粒及其推理等的研究现状。并介绍了粒计算在数据挖掘、图像处理方面的应用。(2)分析了上下文感知系统中上下文信息的特点,利用粒计算中的相容关系,给出了一种基于粒计算的上下文模型,定义了基于该模型的上下文信息粒的外延和内涵。该模型可对不完备和模糊的上下文信息进行表示,并给出了相应粒的内涵的计算方法。(3)利用Rough逻辑公式派生的粒理论,将应用程序的相关服务抽象成一种服务上下文类别,提出了一个基于Rough逻辑粒的上下文推理方法；给出了上下文推理中Rough逻辑公式的约束条件,及相应公式的真值计算方法,使得该方法可对不完备和模糊的上下文信息进行推理；通过实例验证了该方法的可行性。(4)利用上述基于粒计算的上下文信息处理方法,.设计一个小型智能实验室空间。通过仿真验证了该方法具备一定的处理不精确甚至缺失上下文信息的能力,同时由于系统中Rough逻辑公式非常容易添加和删除,使得该方法还具有良好的可扩展性。