传感器在我们的日常活动中扮演着一个基本角色,同时在环境监测,智能情报管理,紧急事件管理和安全防御体系中起着重要的作用,然而这项技术是基于异类传感器的异类网络的。这些传感器很难被发现和访问,感器的观测结果的处理通常也被限制在孤立系统中。即使某个传感器系统中互操作可以达到一定程度,但这也是需要花费大量资金,并且系统很难维护和扩展。在不同的传感器体系中,很少具有准确地发现、访问和处理传感器的能力。可以认为目前大多数传感器应用系统建立在特定传感器和传感器网络上,并依赖于设备、传输协议和硬件环境,跨领域的传感器难于被发现、访问以及处理。随着传感器技术的不断发展和传感器应用推广,迫切需要一种通用框架来描述各种类型的传感器和处理系统及其相互联系。传感器建模语言(Sensor Model Language, SensorML)是OGC(Open Geospatial Consortium)传感网实现(Sensor Web Enablement,SWE)框架的信息模型,能够提供传感器访问、观测定位、数据处理所需的信息。在SensorML中,传感器物理平台或逻辑算法均可被描述成处理或处理链,可以在公共工作流引擎中执行。SensorML标准侧重的是功能模型,而不是硬件描述模型。该方式提供了一种基于参数描述的和平台无关的严格模型,同时作为一种数学模型,能够建立平台和处理目标之间的映射关系。SensorML以处理为基本要素,用处理链将各种处理组合在一起,可以有效利用传感网资源。从这个角度来看,可以将SensorML的处理链模型视为一种与具体实现无关的流程描述语言。SensorML定义的为一个开放性框架,可以对多种数据标准和服务标准支持。通过构建处理链来按需重组现有的传感器资源,满足不同的应用需要。SensorML可以为SWE传感器服务SPS (Sensor Planning Service)、SOS (Sensor Observations Service)和SAS (Sensor Alert Service)等的集成提供信息模型基础。本文首先分析了传感器信息共享的基本框架,在SensorML标准的基础上分析了传感器建模的方法,提出了面向处理建模方式。并在传感器处理链的基础上设计了传感器处理链的驱动引擎。本文的主要研究工作包括以下几点：1、传感器信息共享模型研究这里提到的传感器信息共享不单单只是传感器物理硬件的共享,而是在进一步基础上的传感器观测数据共享和数据处理方法的共享。本文在研究了传感器信息资源共享框架的基础上对传感器特征、传感器网络、传感器观测对象和传感器观测结果信息模型进行了分析。进一步对传感器信息资源共享框架内涵和传感器信息资源共享内容层次进行分析,并对传感器信息资源共享模型概念层次结构进行分析,作为本文的研究基础。2、基于SensorML的传感器建模方法研究SensorML提供了一种通用的传感器建模框架,是一种抽象的传感器建模规范。本文在分析SensorML的基础上,根据不同传感器特点建立的传感器建模模板,本文以ISO 19130为基础建立遥感卫星传感器模板,并以OGC的Web服务为基础分别定义了服务处理模板和数据服务模板。在模板的基础上以面向处理方式建模。模板是SensorML建模的最小单位,根据模板提出了面向处理的传感器建模方法,该方法采用了一种递归进化的方式来建立传感器模型。3、SensorML处理链驱动引擎的设计实现SensorML中的关键概念为传感器处理和处理链模型。该类模型是和具体的实现方式无关的,SensorML采用有向图的方式描述了处理之间的相互关系并构造了处理链。将SensorML处理链作为一种整合传感器的信息资源的一种手段,能够实现和具体的传感器平台、传感器数据模型、传感器处理方法的实现相互隔离,做到传感器资源层次之间的最低耦合。且SensorML本身是基于XML编码方式,具有和实现无关的特征。本文在分析了处理链的基础上,提出了SensorML抽象处理链和处理链实例化,并设计和实现了包含处理链实例化、处理链验证和处理链调用的SensorML的传感器处理链驱动引擎。4、处理链驱动实例研究本文最后建立了Terra卫星传感器模型,在模型基础上设计了NDVI计算非物理处理链模型。并针对MODIS 1B数据和湖北省边界数据实例化MODIS抽象处理链模型,在处理链驱动引擎中运行该处理链实例,输出为湖北省的NDVI影像。在非物理NDVI处理链模型基础上对NDVI抽象处理链的实例化,处理链的调用进行了详细说明。验证了基于SensorML的传感器信息资源共享模型的合理性和SensorML处理链驱动引擎的可行性。本文的主要创新工作可以概括为以下几点：1、从传感器作为人类的感官的扩展开始对传感器的基本功能进行分析,后根据定义基本功能定义了传感器信息资源共享的内容。总结得到传感器共享的概念层次,包括了传感器硬件、传感器网络、观测现象、观测结果和传感器处理方法等5个大的部分组成。2、在传感器的资源共享框架的基础上,提出了传感器信息资源共享模型框架,主要包括了观测对象、观测结果、传感器时空位置和传感器元数据等静态信息的基本模型。并在静态信息的基础上针对SensorML的处理链模型,建立传感器的处理信息模型,充分整合传感器的其它类型信息模型标准。3、在传感器信息共享模型的基础上,以SensorML的处理链为核心,分别以模板为建模的最小单位,根据不同的传感器标准建立不同的传感器应用模板。以传感器模型为基本内容,确定了传感器资源管理的内涵,并以SensorML为模型建立传感器资源索引和重构的资源管理方式。4、本文在SensorML处理链模型的基础上,设计了传感器处理链驱动引擎,实现了处理链解析、处理链验证、处理路由和处理执行器等4个基本功能模块。5、根据Terra MODIS相关资料,建立了Terra卫星的SensorML模型和MODIS NDVI抽象处理链模型。基于本文的研究内容,需要进一步深入研究的方向主要有以下几点：1、本文在抽象处理链实例化中采用基本的词汇匹配方式实现,没有考虑语义背景。在今后的工作中需要引入语义知识,基于语义基础实现处理链实例化过程,减少处理链实例化过程中的人机交互过程。2、本文的研究基础是OGC的SWE框架下的SensorML传感器建模标准,然而该标准在流程控制上没有显示的描述,在下一步研究中可以考虑在SensorML标准模型中引入BPEL或者XPDL等流程描述标准,提高传感器的处理链和通用标准流程模型之间的交互性和互操作性。3、本文的传感器分类标准采用SWE定义的四类传感器分类,然而这四类传感器标准定义范围太过于抽象,不利于传感器的查找和定位。在后期的研究中可以针对性的对传感器分类进一步研究,采用多种分类指标对传感器进行分类研究。4、本文的处理链驱动引擎是在网络环境中设计,但是并没有考虑计算的分布式并行处理和异步处理过程。全文的处理链模型采用有向无环图的方式进行描述,可以采用Petri网对整个分布式传感器资源进行组织,满足长时效的科学计算过程。