物联网概念

物联网

  • 物联网简介
  • 物联网体系结构
    • 物联网体系结构定义
    • 物联网体系结构设计原则
    • 物联网体系结构
    • 四层物联网体系结构
    • 感知控制层
    • 数据传输层
    • 数据处理层
    • 应用决策层
  • 物联网关键技术
    • 感知标识技术
    • 网络与通信技术
      • 云计算技术
      • 安全技术
    • 已有物联网相关应用架构
      • 无线传感器网络的体系结构
      • EPC/UID
  • 物联网的反馈与控制
    • 反馈控制
    • 物联网系统的控制论解析
    • 物联网的控制特性

物联网简介

  • 物联网就是一个将所有物体连接起来所组成的物物相连的互联网络
  • 物联网是通过使用射频识别(RFID)、传感器、红外感应器、全球定位系统、激光扫描器等信息采集设备,按约定的协议,把任何物品与互联网连接起来,进行信息交换和通讯,以实现智能化识别、定位、跟踪、监控和管理的一种网络。

  • 物联网是通过使用射频识别(RFID)、传感器、红外感应器、全球定位系统、激光扫描器等信息采集设备,按约定的协议,把任何物品与互联网连接起来,进行信息交换和通讯,以实现智能化识别、定位、跟踪、监控和管理的一种网络。

  • 物联网的定义,将“检测与控制”、“传输与通信”、“计算机有机融合在一起”,是典型的3C融合新技术。

  • 物联网=物理世界与信息网络的无缝连接。

  • 物联网的主要特征是:全面感知、可靠传递、智能处理


  • 物联网是一个基于互联网、传统电信网等信息承载体,让所有能够被独立寻址的普通物理对象实体实现互联互通的网络。它具有普通对象设备化、自治终端互联化和普适服务智能化三个重要特征。

  • 全面感知:“感知”是物联网的核心。物联网是具有全面感知能力的物品和人所组成的,为了使物品具有感知能力,需要在物品上安装不同类型的识别装置,例如:电子标签(Tag)、条形码与二维码等,或者通过传感器、红外感应器等感知其物理属性和个性化特征。利用这些装置或设备,可随时随地获取物品信息,实现全面感知。
  • 可靠传递:数据传递的稳定性和可靠性是保证物-物相连的关键。为实现物与物之间信息交互,就必须约定统一的通信协议。由于物联网是一个异构网络,不同的实体间协议规范可能存在差异,需要通过相应的软、硬件进行转换,保证物品之间信息的实时、准确传递。
  • 智能处理:物联网的目的是实现对各种物品(包括人)进行智能化识别、定位、跟踪、监控和管理等功能。这就需要智能信息处理平台的支撑,通过云计算、人工智能等智能计算技术,对海量数据进行存储、分析和处理,针对不同的应用需求,对物品实施智能化的控制。
    在这里插入图片描述

物联网体系结构

物联网体系结构定义

  • 物联网体系结构是指描述物联网部件组成和部件之间的相互关系的框架和方法
  • 物联网是在传感网、互联网的基础上发展起来的,在体系结构和关键技术上存在一定的联系和相似性,但是又有本质上的区别。
  • 无线传感器网络(Wireless Sensor Networks):无线传感器网络的目的是传输数据,物联网主要是用来解决物与物、人与物、人与人的相连,传输数据只是作为连接的手段。
  • 无线传感器网络的相关技术可以作为物联网开发的基础。
  • 互联网连接的是虚拟世界,而物联网则是物理世界的互联、互通。

物联网体系结构设计原则

  1. 以用户为中心
  2. 时空性原则
  3. 互联互通原则
  4. 开放性原则
  5. 安全性原则
  6. 鲁棒性原则
  7. 可管理性原则

物联网体系结构

  • 三层物联网体系结构
    在这里插入图片描述
  • 异构屏蔽性
  • 互联互通
  • 安全性

  • 五层物联网体系结构
    在这里插入图片描述

四层物联网体系结构

  • 通用四层物联网体系结构,包含感知控制层、数据传输层、数据处理层、应用决策层
    在这里插入图片描述
  • 感知控制层:物联网发展和应用的基础,包括RFID读写器、智能传感节点和接入网关等组成。各种传感节点通过感知目标环境的相关信息,并自行组网传递到网关接入点,网关将收集到的数据通过互联网络提交到后台处理。
  • 数据传输层:主要负责通过各种接入设备实现互联网、移动通信网等不同类型的网络融合。此外,还提供路由、格式转换、地址转换等功能。
  • 数据处理层:实现感知数据的语义理解、推理、决策以及提供数据的查询、存储、分析、挖掘等。云计算为感知数据的存储、分析提供了很好的平台,是信息处理的重要组成部分,也是应用层各种应用的基础。
  • 应用决策层:物联网应用层利用经过分析处理的感知数据,为用户提供多种不同类型的服务。物联网的应用可分为监控型(物流监控、污染监控),控制型(智能交通、智能家居),扫描型(手机钱包、高速公路不停车收费)等。

  • 物联网中的三个基本要素
  1. 信息的实时采集:物联网通信中的一个首要环节是对数据进行实时采集。这就要求将传感器或RFID等采集设备嵌入到需要关注和采集信息的地点,物体以及系统中,通过相应的技术和方法,实时高效地采集物体中信息的变化,并将所获取到的信息进行处理和整合。
  2. 信息的有效传递:对采集到的数据进行安全加密,并采用有效的路由协议、通信协议和网络安全协议,以保证数据的高可靠性及准确性,并通过无处不在的无线通信网络,将采集到的信息传输出去,以实现信息的有效传递。
  3. 信息的智能处理:信息从被采集,被传输和被接收的整个过程中,都需要对信息进行处理。在信息的处理过程中,信息通过网络通信层发送到终端,借助“云计算”等新的处理系统对数据进行处理,并做出相应的辅助决策。

感知控制层

  • 感知是指对客观事物的信息直接获取并进行认知和理解的过程。

  • 传感技术:与智能计算技术、通信技术一起被称为物联网技术的三大支柱

  • 标识技术

  • 定位技术


数据传输层

  • 物联网的数据传输层主要进行信息的传送,它是物理感知世界的延伸,更好地实现物与物之间的通信、物与人之间的通信以及人与人之间的通信。
    在这里插入图片描述
  • 主流的短距离无线通信技术包括:WLAN技术,UWB技术、ZigBee技术、RFID以及蓝牙技术。
  • 广域网通信技术主要有IP互联技术、2G/3G移动通信技术、卫星通信技术等。

  • 物联网的数据传输层主要包括接入网和核心网两层结构。
    • 接入网:为物联网终端提供网络接入功能,移动性管理等。
    • 核心网:基于端口统一的、高性能的、可扩展的网络,支持异构网络接入以及终端的移动性。

数据处理层

  • 数据管理层则是利用云计算平台实现海量感知数据的动态组织与管理,云计算技术的运用,使数以亿计的各类物品的实时动态管理变得可能。
  • 随着物联网应用的发展、终端数量的增长,通过借助云计算处理海量信息,进行辅助决策,提升物联网信息处理能力。
    1. 智能计算
    2. 海量数据存储、检索
    3. 服务计算

应用决策层

  • 监控型应用:主要运用各种传感设备和现代科技手段对代表物体属性的要素进行监视,监控和测定,实现信息的采集、传递、分析以及控制。如,环境监测、远程医疗、物流跟踪等。
  • 控制型应用:更加强调和注重对物体的控制。控制的基础是信息,一切信息的获取都是为了控制,最终控制的实现也是依靠相关信息的反馈。控制的目的是改变受控物体的属性或功能,更好地满足人们的需求。未来的智能家居、智能交通都是典型的控制型应用
  • 扫描型应用:基于传感器、RFID技术的手机钱包、电子支付等扫描型业务

物联网关键技术

在这里插入图片描述

感知标识技术

  • 感知标识技术是物联网实现“物物相联,人物互动”的基础。数据的产生、获取、传输、处理、应用是物联网的重要组成部分,其中数据的获取是物联网智能信息化的重要环节之一。
  • 传感器;无线传感网;标识技术:标识的实质是对物联网中所有的“物”进行编码,实现“物”的数字化的过程。

网络与通信技术

  • 物联网的本质是泛在网络,需要融合现有的各种通信网络,并引入新的通信网络。
  • 接入与组网技术;通信技术;三网融合技术

云计算技术

  • 物联网聚集海量数据
  • 海量数据需要有效组织、管理、存储
  • 高效的数据处理是物联网的核心
  • 需要云计算技术处理海量数据
    在这里插入图片描述

安全技术

  • 从安全技术角度来看,相关技术包括以确保使用者身份安全为核心的认证技术,确保安全传输的密钥建立及分发机制,以及确保数据自身安全的数据加密、数据安全协议等数据安全技术。因此,在物联网安全领域,数据安全协议、密钥建立及分发机制、数据加密算法设计以及认证技术是关键的部分。

已有物联网相关应用架构

  • 目前,具有代表性的物联网架构主要可以分为以下三类:
    • 基于传感器技术的无线传感器网络体系结构。
    • 基于互联网和射频识别技术的EPC、UID系统。
    • 学术界和企业界提出的M2M、CPS系统框架。

无线传感器网络的体系结构

在这里插入图片描述

  • 典型的WSN的网络结构
    • 传感器节点
    • 汇聚节点
    • 管理节点
  • WSN的特点
    • 传感器节点体积小、能量有限。
    • 传感器节点计算和存储能力有限。
    • 通信半径小,带宽低。
    • 传感器节点数量大且具有自适应性。
    • 网络动态性强
    • 以数据为中心的网络

EPC/UID

在这里插入图片描述
在这里插入图片描述

  • CPS
    在这里插入图片描述
  • M2M
    在这里插入图片描述
  • 对WSN、EPC、CPS和M2M的架构分析可知,它们都是物联网的不同表现形式。
  • 物联网包含物理世界的信息感知和传送,WSN和EPC系统都侧重物理世界感知信息的获取,M2M则主要强调机器与机器之间的通信,而CPS更注重反馈与控制,突出对物理世界实时动态的信息控制与服务。
  • M2M、EPC更偏重实际应用,CPS、WSN则更强调学术研究。

物联网的反馈与控制

  • 自动控制的概念及应用:自动控制是指在没有人直接参与的情况下,利用外加的设备或装置(称控制装置或控制器),使机器、设备或生产过程(统称被控对象)的某个工作状态或参数(即被控量)自动地按照预定的程序运行。

反馈控制

在这里插入图片描述

  • 反馈—把取出输出量送回到输入端,并与输入信号相比较产生偏差信号的过程,分为负反馈和正反馈。
  • 反馈控制—采用负反馈并利用偏差进行控制的过程,而且,由于引入了被控量的反馈信息,整个控制过程成为闭合过程,因此反馈控制也称闭环控制。
    在这里插入图片描述
  • 反馈控制系统组成
    • 测量元件:检测被控制的物理量,并将其转换为电量。
    • 给定元件:给出与期望的被控量相对应的系统输入量。
    • 比较元件:把测量元件检测的被控量实际值与给定元件给出的参据量进行比较,求出它们之间的偏差。
    • 放大元件:将比较元件给出的偏差信号进行放大,用来推动执行元件去控制被控对象。
    • 执行元件:直接推动被控对象,使其被控量发生变化。
    • 校正元件:也叫补偿元件,用串联或反馈的方式连接在系统中,以改善系统性能。

  • 自动控制系统的基本控制方式——闭环控制方式
    • 方式:按偏差进行控制。
    • 特点:减小或消除这个偏差
    • 作用:具有抑制任何内、外扰动对被控量产生影响的能力,有较高的控制精度。
    • 问题:系统使用的元件多、结构复杂,设计麻烦。
      在这里插入图片描述
  • 自动控制系统的基本控制方式—开环控制方式
    • 方式:是指控制装置与被控对象之间只有顺向作用而没有反向联系的控制过程。
    • 特点:是系统的输出量不会对系统的控制作用发生影响。设计简单。
    • 作用:可以按给定量控制,也可以按扰动控制。
    • 缺点:按扰动控制方式只适合扰动可测的场合,且一个补偿能力单一。
      在这里插入图片描述

  • 自动控制系统的基本控制方式—复合控制方式
  • 方式:把两者结合起来,对主要扰动采用适当补偿的装置实现按扰动控制,同时再组成反馈控制系统实现按偏差控制,以消除其余扰动产生的偏差。
  • 特点:系统的主要扰动已被补偿,反馈控制系统就比较容易被设计,控制效果也会更好。

物联网系统的控制论解析

在这里插入图片描述

  • 物联网中的“感、智、控”分别构成了物联网控制系统的测量、比较、执行等三大部件,这三大部件又在“联”这种网络平台上得以相互作用,形成了“控制系统”,最终实现了“控”的目的。

物联网的控制特性

  • 鲁棒性、保安性、可信性、时延性
  • “稳”:通过控制可使被对象稳定在期望值附近
  • “准”:被控对象的输出量与参据量之间的偏差在一个可容忍的范围内
  • “快”:被控对象达到期望值的时间延迟段

  • 物联网的控制系统一定是一个计算机参与的离散控制系统,将离散控制理论的分析方法引入物联网系统的分析、研究和设计过程中,能够使这一过程更加科学、合理,对系统的各种性能将有一个更准确的判断,同时也便于进行仿真分析。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/27124.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

同三维T80005JEHVA 4K视频解码器

同三维T80005JEHVA视频解码器 可解1路4K30HDMI/VGA/CVBS1路3.5音频 可解电台音频网络流&#xff0c;可同时解4个网络流&#xff0c;分割输出 可预设十个流&#xff0c;任意切换1路流输出 <!--[endif]----><!--[if !vml]--> <!--![endif]----> 介绍&…

逆向分析-Ollydbg动态跟踪Ransomware.exe恶意锁机程序

1.认识Ollydbg Ollydbg是一个新的动态追踪工具&#xff0c;将IDA与SoftICE结合起来的思想&#xff0c;Ring 3级调试器&#xff0c;非常容易上手&#xff0c;己代替SoftICE成为当今最为流行的调试解密工具了。同时还支持插件扩展功能&#xff0c;是目前最强大的调试工具。 Oll…

Java——面向对象进阶(二)

前言&#xff1a; 多态&#xff0c;包&#xff0c;final关键字&#xff0c;权限修饰符和代码块 文章目录 一、多态1.1 概念1.2 多态存在条件1.3 多态中调用成员的特点1.4 instanceof关键字 二、包三、权限修饰符四、final 关键字4.1 修饰类4.2 修饰方法4.3 修饰变量 五、代码块…

PHP开发的爱情盲盒交友系统网站源码

源码介绍 PHP开发的爱情盲盒交友系统网站源码 独立后台 源码截图 源码下载 PHP开发的爱情盲盒交友系统网站源码

CV预测:快速使用LeNet-5卷积神经网络

AI预测相关目录 AI预测流程&#xff0c;包括ETL、算法策略、算法模型、模型评估、可视化等相关内容 最好有基础的python算法预测经验 EEMD策略及踩坑VMD-CNN-LSTM时序预测对双向LSTM等模型添加自注意力机制K折叠交叉验证optuna超参数优化框架多任务学习-模型融合策略Transform…

vue3和ant-design 实现前端多种验证密码规则,最全的前端验证密码规则

1、小眼睛可以显示/隐藏明文密码&#xff08;无法用input typepassword&#xff0c;用css样式实现切换明文&#xff09; 2、输入长度统计&#xff08;不是自带的&#xff0c;用div写的&#xff0c;然后定位到框内的&#xff09; 3、每输入一个字符分别验证每一项规则&#xf…

神经网络 torch.nn---nn.LSTM()

torch.nn - PyTorch中文文档 (pytorch-cn.readthedocs.io) LSTM — PyTorch 2.3 documentation LSTM层的作用 LSTM层:长短时记忆网络层&#xff0c;它的主要作用是对输入序列进行处理&#xff0c;对序列中的每个元素进行编码并保存它们的状态&#xff0c;以便后续的处理。 …

藏品管理的发展历程

智能RFID藏品管理系统的发展是藏品管理领域的一项重大进步。它标志着从传统的手工记录方式向自动化、高效和智能化的管理方式的转变。通过RFID&#xff08;Radio Frequency Identification&#xff09;技术的应用&#xff0c;藏品管理系统实现了无接触、非视线范围内的数据读取…

绘唐3免费激活码

绘唐3免费激活码 绘唐3是一款网络绘画工具&#xff0c;可以用于绘制漫画和插画。你可以通过以下步骤下载绘唐3&#xff1a; 打开浏览器&#xff0c;搜索“绘唐阿祖”。在搜索结果中找到可靠的下载来源&#xff0c;例如官方网站或知名的软件下载网站。点击下载链接&#xff0c…

WinForm之TCP服务端

目录 一 原型 二 源码 一 原型 二 源码 using System.Net; using System.Net.Sockets; using System.Text;namespace TCP网络服务端通讯 {public partial class Form1 : Form{public Form1(){InitializeComponent();}TcpListener listener null;TcpClient handler null;Ne…

SAP BW:传输转换源系统-源系统映射关系

最近有朋友再问问我源系统映射关系怎么配置&#xff0c;想着写一个怕以后忘了。 简单说下这个是干嘛的&#xff0c;其实就是配置一个源系统到目标系统的一个映射&#xff0c;这样传输的时候才知道传过来的数据源要变成目标系统的数据源。 比如下图&#xff0c;在开发环境&…

用 C 语言实现求补码的运算

缘起 前两天程序中需要求一堆参数的补码&#xff0c;一时犯懒&#xff0c;想从CSDN上搜一个勉强能用的代码借鉴一下&#xff0c;结果几乎没有搜到一个靠谱的&#xff01;这种求补码的操作&#xff0c;用脚趾头想想也应该知道要用C或者C的位运算来实现呀。结果搜到的一些实现方…

成长为AI产品经理的路线图

在广义上是指任何能够让计算机通过图灵测试的方法和系统&#xff0c;而狭义上则是指通过研究人类智能产生的方式来让电脑模拟人的智能。 对于AI产品经理做实际操作产品来说就是通过&#xff1a;大数据先进算法算力来完成的。 一、数据阶段 数据阶段&#xff1a;AI产品经理包含…

基于PSO粒子群优化的CNN-LSTM的时间序列回归预测matlab仿真

目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 4.1 卷积神经网络&#xff08;CNN&#xff09; 4.2 长短期记忆网络&#xff08;LSTM&#xff09; 4.3 CNN-LSTM结合PSO的时间序列预测 5.算法完整程序工程 1.算法运行效果图预览 2.算法运…

数据安全:Web3时代的隐私保护新标准

随着数字化时代的到来&#xff0c;我们的生活已经完全依赖于互联网和数据交换。然而&#xff0c;随之而来的是对个人隐私和数据安全的日益关注。在这个信息爆炸的时代&#xff0c;数据泄露、个人隐私侵犯和网络攻击等问题日益突出&#xff0c;而Web3技术的崛起正带来了一种全新…

django上课点名系统-计算机毕业设计源码03391

摘 要 随着现在网络的快速发展&#xff0c;网络的应用在各行各业当中它很快融入到了许多学校的眼球之中&#xff0c;他们利用网络来做这个签到点名的网站&#xff0c;随之就产生了“上课点名系统 ”&#xff0c;这样就让学生上课点名系统更加方便简单。 对于本上课点名系统的设…

CS5518芯片设计|替代GM8775设计方案|MIPI转LVDS芯片方案|DSI转LVDS芯片方案

CS5518支持常见的1920*1080分辨率的屏&#xff0c;支持视频格式为 FULL HD&#xff08;1920 x 1200&#xff09;。为MIPI DSI 转LVDS 双通道桥接芯片&#xff0c;实现将MIPI DSI信号转换为单/双通道 LVDS输出功能&#xff0c;MIPI 支持1/2/3/4 通道可选,支持 4Gbps 速率。LVDS …

Adaboost集成学习 | Matlab实现基于CNN-LSTM-Adaboost集成学习时间序列预测(股票价格预测)

目录 效果一览基本介绍模型设计程序设计参考资料 效果一览 基本介绍 Adaboost集成学习 | Matlab实现基于CNN-LSTM-Adaboost集成学习时间序列预测&#xff08;股票价格预测&#xff09; 模型设计 融合Adaboost的CNN-LSTM模型的时间序列预测&#xff0c;下面是一个基本的框架。 …

前端必看的2024 年 7 个 Web 前端开发趋势【文末福利=网盘分享2024web前端技术资料,学习资源】

目录 前言 趋势一&#xff1a;新的样式解决方案和组件库将持续涌现 趋势二&#xff1a;利用 AI 来增强开发流程 趋势三&#xff1a;SSR 和 SSG 两种框架之间的竞争将会愈演愈烈 趋势四&#xff1a;前端、后端和全栈开发之间的界限将越来越模糊 趋势五&#xff1a;越来越多的人…

Python数据库编程指南:连接与操作SQLite与MySQL

目录 一、引言 二、SQLite数据库连接与操作 &#xff08;一&#xff09;安装SQLite库 &#xff08;二&#xff09;建立数据库连接 &#xff08;三&#xff09;执行SQL语句 &#xff08;四&#xff09;注意事项 三、MySQL数据库连接与操作 &#xff08;一&#xff09;安…