移动感知物联网技术研究
移动感知物联网技术研究
何欣１，２宋亚林１安健２桂小林２，３
１．河南大学复杂智能网络系统研究所，河南开封４７５００１；２．西安交通大学计算机科学与技术系，西安７１００４９３．陕西省计算机网络重点实验室，西安７１００４９
摘要：以人为中心的物联网应用、不断增大的网络覆盖范围、以移动节点为代表的多类型感知节点的综合运用等特征，使得移动感知物联网技术正逐渐成为主流。但是该研究正处于初始阶段，人们对移动感知物联网的认识还不够全面。为此，对移动感知物联网的概念、体系结构及关键技术开展研究，使人们对物联网原理有一个清晰的认识。在此基础上，提出一个移动感知物联网应用模型，介绍了构建平台所需的相关技术及可提供的共享服务，为用户构建真实的物联网应用环境提供了参考。
物联网；移动感知；体系结构；关键技术：应用模型
ＴＰ９１８Ａ１００１－ ３６９５ （２０１１ ）０７－２４０７－０４
１０．３９６９／ｊ． ｉｓｓｎ． １００１－３６９５． ２０１１．０７． ００２
Ｓｔｕｄｙ ｏｎ Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ ｔｅｃｈｎｏｌｏｇｉｅｓ ｂａｓｅｄ ｏｎ ｍｏｂｉｌｅ ｓｅｎｓｅ
ＨＥ ＸｉｎＳＯＮＧ Ｙａ－ｌｉｎＡＮ ＪｉａｎＧＵＩ Ｘｉａｏ－ｌｉｎ
２０１１－０１－２４ ２０１１－０３－０４国家“８６３”计划资助项目（２００８ＡＡ０１Ｚ４１０）；国家自然科学基金资助项目（６０８７３０７１）；中央高校基本科研业务费专项资金资助项目
作者简介：何欣（１９７４－），男，河南开封人，副教授，博士，主要研究方向为物联网、无线传感器网络覆盖感知技术（ｍｒｈｅｘｉｎ＠ ｈｏｔｍａｉｌ．ｃｏｍ）；宋亚林（１９７７－），男，河南开封人，讲师，主要研究方向为物联网、图像识别技术；安健（１９８３－），男，山西太原人，博士研究生，主要研究方向为物联网、无线传感器网络覆盖感知技术；桂小林（１９６６－），男，江西人，教授，博导，博士，ＣＣＦ高级会员，主要研究方向为无线传感器网络、可信计算、云计算．
万方数据
万方数据
万方数据
＠＠［ １ ］ ＤｅＳＡＩＮＴ－ＥＸＵＰＥＲＹ Ａ． Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ ｓｔｒａｔｅｇｉｃ ｒｅｓｅａｒｃｈ ｒｏａｄｍａｐ
［ ＥＢ／ＯＬ］． （２００９－０９）． ｈｔｔｐ：／／ｅｃ． ｅｕｒｏｐａ． ｅｕ／ｉｎｆｏｒｍａｔｉｏｎ＿ｓｏｃｉｅｔｙ／
ｐｏｌｉｃｙ／ｒｆｉｄ／ｄｏｃｕｍｅｎｔｓ／ｉｎ＿ｃｅｒｐ． ｐｄｆ．
＠＠［２］ ＧＵＳＴＡＶＯ Ｒ Ｇ，ＭＡＲＩＯ Ｍ Ｏ，ＣＡＲＬＯＳ Ｄ Ｋ． Ｅａｒｌｙ ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ｏｆ
ａｎ Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ ｉｎ ｓｐａｃｅ ｆｏｒ ｌｅａｒｎｉｎｇ［ Ｃ］／／Ｐｒｏｃ ｏｆ ｔｈｅ ８ｔｈ ＩＥＥＥ
Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｄｖａｎｃｅ Ｌｅａｒｎｉｎｇ Ｔｅｃｈｎｏｌｏｇｉｅｓ． ２００８：
３８１－３８３．
＠＠［３］沈苏彬，范曲立，宗平．等．物联网的体系结构与相关技术研究
［Ｊ］．南京邮电大学学报，２００９，２９（６）：１－１３．
＠＠［４］ ＳＡＲＭＡ Ａ，ＧＩＲ（Ａ）Ｏ Ｊ． Ｉｄｅｎｔｉｔｉｅｓ ｉｎ ｔｈｅ ｆｕｔｕｒｅ Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ［Ｊ］．
Ｗｉｒｅｌｅｓｓ Ｐｅｅｒｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ，２００９，４９ （３） ：３５３－３６３．
＠＠［ ５ ］ ＩＴＵ Ｉｎｔｅｒｎｅｔ Ｒｅｐｏｒｔ ２００５， Ｔｈｅ Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ ［ Ｒ／ＯＬ ］． （２００５）．
ｈｔｔｐ ：／／ｗｗｗ． ｉｔｕ． ｉｎｔ／ｉｎｔｅｒｎｅｔｏｆｔｈｉｎｇｓ．
＠＠［６］宁焕生，张瑜，刘芳丽，等．中国物联网信息服务系统研究［Ｊ］．电
子学报，２００６，３４（１２Ａ）：２５１４－２５１７．
＠＠［７］ ＥＰＣｇｌｏｂａｌ ８， Ｐｈｙｓｉｃａｌ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ（ＰＭＬ）ｃｏｒｅ ｓｐｅｃｉｆｉｃａｔｉｏｎ，
ＸＭＬ ｓｃｈｅｍａ ａｎｄ ｉｎｓｔａｎｃｅ ｆｉｌｅｓ［ Ｓ］．
＠＠［ ８ ］ ＰＯＬＹＴＡＲＣＨＯＳ Ｅ， ＬＥＯＮＴＩＡＤＩＳ Ｎ， ＫＬＩＡＫＩＳ Ｓ， ｅｔ ａｌ． Ａ ｌｏｏｋｕｐ
ｓｅｒｖｉｃｅ ｉｎ ａｎ ｉｎｔｅｒｃｏｎｎｅｃｔｅｄ ｗｏｒｌｄ ｏｆ ｕｎｉｑｕｅｌｙ ｉｄｅｎｔｉｆｉｅｄ ｏｂｊｅｃｔｓ
［ Ｃ］／／Ｐｒｏｃ ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎｄ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｅｍｅｒｇｉｎｇ Ｔｅｃｈｎｏｌｏ
ｇｉｅｓ ａｎｄ Ｆａｃｔｏｒｙ Ａｕｔｏｍａｔｉｏｎ． ２００８：８６９－８７６．
＠＠［９］张方奎，张春业．短距离无线通信技术及其融合发展研究［Ｊ］．电
测与仪表，２００７，４４（１０）：４８－５２．
＠＠［１０］陈康，郑纬民．云计算：系统实例与研究现状［Ｊ］．软件学报，２００９，
２０（５）：１３３７－１３４８．
＠＠［ １１ ］ ＧＡＲＣＩＡ－ＭＯＲＣＨＯＮ Ｏ， ＢＡＬＤＵＳ Ｈ． Ｔｈｅ ＡＮＧＥＬ ＷＳＮ ｓｅｃｕｒｉｔｙ ａｒ
ｃｈｉｔｅｃｔｕｒｅ［ Ｃ］／／Ｐｒｏｃ ｏｆ ｔｈｅ ３ｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｓｅｎｓｏｒ
Ｔｅｃｈｎｏｌｏｇｉｅｓ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ． ２００９：４３０－４３５ ．
＠＠［１２］ Ｄｉ ＰＩＥＴＲＯ Ｒ，ＭＡＮＣＩＮＩ Ｌ Ｖ，ＳＯＲＩＥＮＴＥ Ｃ，ｅｔ ａｌ． Ｄａｔａ ｓｅｃｕｒｉｔｙ ｉｎ
ｕｎａｔｔｅｎｄｅｄ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ ［ Ｊ ］． ＩＥＥＥ Ｔｒａｎｓ ｏｎ Ｃｏｍｐｕ
ｔｅｒｓ，２００９，５８（ １ １ ） ： １５００－１５１ １．
＠＠［１３］ ＷＥＬＢＯＵＲＮＥ Ｅ，ＢＡＴＴＬＥ Ｌ，ＣＯＬＥ Ｇ，ｅｔ ａｌ． Ｂｕｉｌｄｉｎｇ ｔｈｅ Ｉｎｔｅｒｎｅｔ ｏｆ
ｔｈｉｎｇｓ ｕｓｉｎｇ ＲＦＩＤ：ｔｈｅ ＲＦＩＤ ｅｃｏｓｙｓｔｅｍ ｅｘｐｅｒｉｅｎｃｅ［Ｊ］． Ｉｎｔｅｒｎｅｔ
Ｃｏｍｐｕｔｉｎｇ，２００９，１３ （ ３ ） ：４８－ ５５．
＠＠［１４］任丰原，黄海宁，林闯．无线传感器网络［Ｊ］．软件学报，２００３，１４
（７） ： １２８２－１２９１．
万方数据
＠＠［ １５］ ＳＨＩＨ Ｋ Ｐ，ＷＡＮＧ Ｓａｎ－ｙｕａｎ，ＣＨＥＮ Ｈ Ｃ，ｅｔ ａｌ． Ｏｎ ｔａｒｇｅｔ ｃｏｖｅｒａｇｅ ｉｎ ｗｉｒｅｌｅｓｓ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ ｗｉｔｈ ｍｕｌｔｉｐｌｅ ｓｅｎｓｉｎｇ ｕｎｉｔｓ
［ Ｃ］／／Ｐｒｏｃ ｏｆ ｔｈｅ １２ｔｈ ＩＥＥＥ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｃｏｍｐｕｔｅｒｓ ａｎｄ Ｃｏｍｍｕ ｎｉｃａｔｉｏｎｓ． ２００７ ： １８５－１９０．
＠＠［ １６］ ＣＡＭＰＢＥＬＬ Ａ， ＥＩＳＥＮＭＡＮ Ｓ， ＬＡＮＥ Ｎ，ｅｔ ａｌ． Ｐｅｏｐｌｅ－ｃｅｎｔｒｉｃ ｕｒｂａｎ ｓｅｎｓｉｎｇ［ Ｃ］／／Ｐｒｏｃ ｏｆ ｔｈｅ ２ｎｄ Ａｎｎｕａｌ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｉｒｅｌｅｓｓ Ｉｎｔｅｒｎｅｔ Ｃｏｎｆｅｒｅｎｃｅ． ［ Ｓ． ｌ． ］ ： ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ， ２００６：２－５．
＠＠［ １７ ］ ＣＯＲＮＥＬＩＵＳ Ｃ， ＫＡＰＡＤＩＡ Ａ， ＫＯＴＺ Ｄ， ｅｔ ａｌ． ＡｎｏｎｙＳｅｎｓｅ ： ｐｒｉｖａｃｙ ａｗａｒｅ ｐｅｏｐｌｅ－ｃｅｎｔｒｉｃ ｓｅｎｓｉｎｇ［ Ｃ ］／／Ｐｒｏｃ ｏｆ ＭｏｂｉＳｙｓ＇ ０８．２００８．
＠＠［１８］ ＺＯＵ Ｙｉ，ＣＨＡＫＲＡＢＡＲＴＹ Ｋ． Ｓｅｎｓｏｒ ｄｅｐｌｏｙｍｅｎｔ ａｎｄ ｔａｒｇｅｔ ｌｏｃａｌｉｚａ ｔｉｏｎ ｂａｓｅｄ ｏｏ ｖｉｒｔｕａｌ ｆｏｒｃｅｓ ［ Ｃ ］／／Ｐｒｏｃ ｏｆ ｔｈｅ ２２ｎｄ Ａｎｎｕａｌ Ｊｏｉｎｔ Ｃｏｎｆｅｒｅｎｃｅ ｏｆ ｔｈｅ ＩＥＥＥ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｏｃｉｅｔｉｅｓ． ２００３．
＠＠［ １９］ ＴＡＮ Ｇｕａｎｇ，ＪＡＲＶＩＳ Ｓ Ａ， ＫＥＲＭＡＲＲＥＣ Ａ Ｍ． Ｃｏｎｎｅｃｔｉｖｉｔｙ－ｇｕａｒａｎ ｔｅｅｄ ａｎｄ Ｏｂｓｔａｃｌｅ－ａｄａｐｔｉｖｅ ｄｅｐｌｏｙｍｅｎｔ ｓｃｈｅｍｅｓ ｆｏｒ ｍｏｂｉｌｅ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ［ Ｊ］． ＩＥＥＥ Ｔｒａｎｓ ｏｎ Ｍｏｂｉｌｅ Ｃｏｍｐｕｔｉｎｇ，２００９，８（６）：８３６－
８４８．＠＠［２０］ ＪＵＡＮＧ Ｐ，ＯＫＩ Ｈ，ＷＡＮＧ Ｙｏｎｇ，ｅｔ ａｌ． Ｅｎｅｒｇｙ－ｅｆｆｉｃｉｅｎｔ ｃｏｍｐｕｔｉｎｇ ｆｏｒ
ｗｉｌｄｌｉｆｅ ｔｒａｃｋｉｎｇ：ｄｅｓｉｇｎ ｔｒａｄｅｏｆｆｓ ａｎｄ ｅａｒｌｙ ｅｘｐｅｒｉｅｎｃｅｓ ｗｉｔｈ Ｚｅｂｒａｎｅｔ ［ Ｊ ］． ＡＣＭ ＳＩＧＯＰＳ Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍｓ Ｒｅｖｉｅｗ， ２００２，３６ （ ５ ） ： ９６－１０７．
＠＠［２１］苏金树，胡乔林，赵宝康，等．容延容断网络路由技术［Ｊ］．软件学 报，２０１０，２１（１）：１１９－１３２．
＠＠［２２］ ＢＵＲＬＥＩＧＨ Ｓ，ＨＯＯＫＥ Ａ，ＴＯＲＧＥＲＳＯＮ Ｌ，ｅｔ ａｌ． Ｄｅｌａｙ－ｔｏｌｅｒａｎｔ ｎｅｔ
ｗｏｒｋｉｎｇ： ａｎ ａｐｐｒｏａｃｈ ｔｏ ｉｎｔｅｒｐｌａｎｅｔａｒｙ Ｉｎｔｅｒｎｅｔ［ Ｊ ］． ＩＥＥＥ Ｃｏｍｍｕｎｉ ｃａｔｉｏｎｓ Ｍａｇａｚｉｎｅ ，２００３，４１ （６） ： １２８－１３６．
＠＠［２３］ Ｄｅｌａｙ Ｔｏｌｅｒａｎｔ Ｎｅｔｗｏｒｋｉｎｇ Ｒｅｓｅａｒｃｈ Ｇｒｏｕｐ［ ＥＢ／ＯＬ］． （２００９）． ｈｔ ｔｐ：／／ｗｗｗ． ｄｔｎｒｇ． ｏｒｇ．
＠＠［２４］ Ｄｉｓｒｕｐｔｉｏｎ ｔｏｌｅｒａｎｔ ｎｅｔｗｏｒｋｉｎｇ （ＤＴＮ） ［ ＥＢ／ＯＬ］． （２００８）． ｈｔｔｐ：／／ ｗｗｗ． ｄａｒｐａ． ｍｉＬ／ｓｔｏ／ｓｏｌｉｃｉｔａｔｉｏｎｓ／ＤＴＮ／ｉｎｄｅｘ． ｈｔｍ．
＠＠［２５］ ＢＩＳＷＡＳ Ｓ， ＭＯＲＲＩＳ Ｒ． ＥｘＯＲ ｏｐｐｏｒｔｕｎｉｓｔｉｃ ｒｏｕｔｉｎｇ ｉｎ ｍｕｌｔｉ－ｈｏｐ ｗｉｒｅｌｅｓｓ ｎｅｔｗｏｒｋｓ［ Ｃ ］／／Ｐｒｏｃ ｏｆ ＡＣＭ ＳＩＧＣＯＭＭ． ２００６．＠＠［２６］ ＤＵＢＯＩＳ－ＦＥＲＲＩＥＲＥ Ｈ． Ａｎｙｐａｔｈ ｒｏｕｔｉｎｇ［ Ｄ］． ［ Ｓ． ｌ． ］：ＥＰＦＬ，２００６．＠＠［２７ ］ ＬＵＫＯＳＩＵＳ Ａ． Ｏｐｐｏｒｔｕｎｉｓｔｉｃ ｒｏｕｔｉｎｇ ｉｎ ｍｕｌｔｉ－ｓｉｎｋ ｍｏｂｉｌｅ Ａｄ ｈｏｃ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ［ Ｄ ］． ［ Ｓ． ｌ． ］ ： Ｕｎｉｖｅｒｓｉｔｙ Ｂｒｅｍｅｎ ，２００７．
＠＠［４７］ ＨＡＳＩＮＯＦＦ Ｓ Ｗ， ＫＵＴＵＬＡＫＯＳ Ｋ Ｎ． Ｃｏｎｔｒｏｌ ｓｔｅｒｅｏ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｍａｔｈｅｍａｔｉｃａｌ Ｉｍａｇｅ ａｎｄ Ｖｉｓｌｏｎ，２００９，８１ （ １ ） ：８２－１０４．
＠＠［４８］ ＬＩＵ Ｈｏｎｇ，ＪＩＡ Ｙｉ，ＣＨＥＮＧ Ｈｏｎｇ，ｅｔ ａｌ． Ｄｅｐｔｈ ｅｓｔｉｍａｔｉｏｎ ｆｏｒｍ ｄｅｆｏｃｕｓ
ｉｍａｇｅｓ ｂａｓｅｄ ｏｎ ｏｒｉｅｎｔｅｄ ｈｅａｔ－ｆｌｏｗｓ［ Ｃ ］／／Ｐｒｏｃ ｏｆ ｔｈｅ ２ｎｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ． ２００９：２１２－２１５．
＠＠［ ４９ ］ ＴＨＥＬＥＮ Ａ， ＦＥＥＹ Ｓ， ＨＩＲＳＣＨ Ｓ， ｅｔ ａｌ． Ｉｍｐｒｏｖｅｍｅｎｔｓ ｉｎ ｓｈａｐｅ－ｆｒｏｍ ｆｏｃｕｓ ｆｏｒ ｈｏｌｏｇｒａｐｈｉｃ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎｓ ｗｉｔｈ ｒｅｇａｒｄ ｔｏ ｆｏｃｕｓ ｏｐｅｒａｔｏｒｓ，
ｎｅｉｇｈｂｏｒｈｏｏｄ－ｓｉｚｅ， ａｎｄ ｈｅｉｇｈｔ ｖａｌｕｅ ｉｎｔｅｒｐｏｌａｔｉｏｎ ［ Ｊ ］． ＩＥＥＥ Ｔｒａｎｓ ｏｎ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ，２００９，１８（ １ ） ： １５１－１５７．
＠＠［５０］ ＳＡＨＡＹ Ｒ Ｒ，ＲＡＪＡＧＯＰＡＬＡＮ Ａ． Ｈａｒｎｅｓｓｉｎｇ ｄｅｆｏｃｕｓ ｂｌｕｒ ｔｏ ｒｅｃｏｖｅｒ
ｈｉｇｈ－ｒｅｓｏｌｕｔｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｉｎ ｓｈａｐｅ－ｆｒｏｍ－ｆｏｃｕｓ ｔｅｃｈｎｉｑｕｅ ［ Ｊ ］． Ｃｏｍ ｐｕｔｅｒ Ｖｉｓｉｏｎ，２００８，２ （ ２ ） ：５０－ ５９．
＠＠［５１ ］ ＨＡＲＲＩＳ Ｃ， ＳＴＥＰＨＥＮＳ Ｍ． Ａ ｃｏｍｂｉｎｅｄ ｃｏｒｎｅｒ ａｎｄ ｅｄｇｅ ｄｅｔｅｃｔｏｒ ［ Ｃ］／／Ｐｒｏｃ ｏｆ ｔｈｅ ４ｔｈ Ａｌｖｅｙ Ｖｉｓｉｏｎ Ｃｏｎｆｅｒｅｎｃｅ． Ｃａｍｂｒｉｄｇｅ： ［ ｓ． ｎ． ］， １９８８ ： １４７－１５１．
＠＠［５２］ ＳＨＩ Ｊｉａｎ－ｂｏ，ＴＯＭＡＳＩ Ｃ． Ｇｏｏｄ ｆｅａｔｕｒｅｓ ｔｏ ｔｒａｃｋ［ Ｃ］／／Ｐｒｏｃ ｏｆ ＩＥＥＥ
Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇ ｎｉｔｉｏｎ． Ｓｅａｔｔｌｅ： ［ ｓ． ｎ． ］， １９９４．
＠＠［５３］ ＬＯＷＥＤ Ｇ． Ｄｉｓｔｉｎｃｔｉｖｅ ｉｍａｇｅ ｆｅａｔｕｒｅｓ ｆｒｏｍ ｓｃａｌｅ－ｉｎｖａｒｉａｎｔ ｋｅｙｐｏｉｎｔｓ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｍａｔｈｅｍａｔｉｃａｌ Ｉｍａｇｅ ａｎｄ Ｖｉｓｉｏｎ，２００４，６０（２） ： ９１－１１０．
＠＠［５４］ ＫＥ Ｙａｎ，ＳＵＫＴＨＡＮＫＡＲ Ｒ． ＰＣＡ－ＳＩＦＴ：ａ ｍｏｒｅ ｄｉｓｔｉｎｃｔｉｖｅ ｒｅｐｒｅｓｅｎｔａ ｔｉｏｎ ｆｏｒ ｌｏｃａｌ ｉｍａｇｅ ｄｅｓｃｒｉｐｔｏｒｓ［ Ｃ］／／Ｐｒｏｃ ｏｆ ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ
Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｗａｓｈｉｎｇｔｏｎ ＤＣ：［ｓ． ｎ． ］ ，２００４．
＠＠［５５］ ＭＩＫＯＬＡＪＣＺＹＫ Ｋ，ＳＣＨＭＩＤ Ｃ． Ａ ｐｅｒｆｏｒｍａｎｃｅ ｅｖａｌｕａｔｉｏｎ ｏｆ ｌｏｃａｌ ｄｅ ｓｃｒｉｐｔｏｒｓ［ Ｊ］． ＩＥＥＥ Ｔｒａｎｓ ｏｎ ＰＡＭＩ，２００５，２７（１０） ：３１－４７．
＠＠［５６］ ＢＡＹ Ｈ，ＴＵＹＴＥＬＡＡＲＳ Ｔ，Ｖａｎ ＧＯＯＬ Ｌ，ｅｔ ａｌ． ＳＵＲＦ：ｓｐｅｅｄｅｄ ｕｐ ｒｏ ｂｕｓｔ ｆｅａｔｕｒｅｓ ［ Ｊ ］． Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｉｍａｇｅ Ｕｎｄｅｒｓｔａｎｄｉｎｇ， ２００８，１１０：３４６－３５９．
＠＠［５７］ ＴＯＭＡＳＩ Ｃ，ＫＡＮＡＤＥ Ｔ． Ｓｈａｐｅ ａｎｄ ｍｏｔｉｏｎ ｆｒｏｍ ｉｍａｇｅ ｓｔｒｅａｍｓ ｕｎｄｅｒ
ｏｒｔｈｏｇｒａｐｈｙ： ａ ｆａｃｔｏｒｉｚａｔｉｏｎ ｍｅｔｈｏｄ ［ Ｊ ］． Ｊｏｕｒｎａｌ ｏｆ Ｍａｔｈｅｍａｔｉｃａｌ Ｉｍａｇｅ ａｎｄ Ｖｉｓｉｏｎ， １９９２，９（２ ） ： １３７－１５４．
＠＠［ ５８ ］ ＦＡＵＧＥＲＡＳ Ｏ． Ｗｈａｔ ｃａｎ ｂｅ ｓｅｅｎ ｉｎ ｔｈｒｅｅ ｄｉｍｅｎｓｉｏｎｓ ｗｉｔｈ ａｎ ｕｎｃａｌｉ
ｂｒａｔｅｄ ｓｔｅｒｅｏ ｒｉｇ［ Ｃ］／／Ｐｒｏｃ ｏｆ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． １９９２：５６３－５７８．
＠＠［５９］ ＨＡＲＴＬＥＹ Ｒ． Ｋｒｕｐｐａ＇ｓ ｅｑｕａｔｉｏｎｓ ｄｅｒｉｖｅｄ ｆｒｏｍ ｔｈｅ ｆｕｎｄａｍｅｎｔａｌ ｍａ ｔｒｉｘ［ Ｊ］． ＩＥＥＥ Ｔｒａｎｓ ｏｎ ＰＡＭＩ，１９９７，１９（２） ：１３３－１３５．＠＠［６０］ ＰＯＬＬＥＦＥＹＥＳ Ｍ，ＫＯＣＨ Ｒ，ＧＯＯＬ Ｌ Ｖ． Ｓｅｌｆ－ｃａｌｉｂｒａｔｉｏｎ ａｎｄ ｍｅｔｒｉｃ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｉｎ ｓｐｉｔｅ ｏｆ ｖａｒｙｉｎｇ ａｎｄ ｕｎｋｎｏｗｎ ｉｎｔｅｒｎａｌ ｃａｍｅｒａ ｐａｒａｍ ｅｔｅｒｓ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｍａｔｈｅｍａｔｉｃａｌ Ｉｍａｇｅ ａｎｄ Ｖｉｓｉｏｎ， １９９９，３２ （ １ ） ：７－２５．
＠＠［６１ ］ ＴＲＩＧＧＳ Ｂ，ＭｃＬＡＵＣＨＬＡＮ Ｐ Ｆ，ＨＡＲＴＬＥＹ Ｒ Ｉ，ｅｔ ａｌ． Ｂｕｎｄｌｅ ａｄｊｕｓｔ ｍｅｎｔ ：ａ ｍｏｄｅｒｎ ｓｙｎｔｈｅｓｉｓ［ Ｃ ］／／Ｐｒｏｃ ｏｆ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐ ｏｎ Ｖｉ ｓｉｏｎ Ａｌｇｏｒｔｉｈｒｎｓ：Ｔｈｅｏｒｙ ａｎｄ Ｐｒａｃｔｉｃｅ． ２０００：２９８－３７５．＠＠［６２］ ＬＯＵＲＡＫＩＳ Ｍ，ＡＲＧＹＲＯＳ Ａ． ＳＢＡ：ａ ｓｏｆｔｗａｒｅ ｐａｃｋａｇｅ ｆｏｒ ｇｅｎｅｒｉｃ ｓｐａｒｓｅ ｂｕｎｄｌｅ ａｄｊｕｓｔｍｅｎｔ ［ Ｊ ］． ＡＣＭ Ｔｒａｎｓ ｏｎ Ｍａｔｈｅｍａｔｉｃａｌ Ｓｏｆｔ ｗａｒｅ，２００９，３６（ １ ） ： １－３０．
＠＠［６３ ］ ＡＫＩＭＯＴＯ Ｔ， ＳＵＥＮＡＧＡ Ｙ， ＷＡＬＬＡＣＥ Ｒ． Ａｕｔｏｍａｔｉｃ ｃｒｅａｔｉｏｎ ｏｆ ３Ｄ ｆａｃｉａｌ ｍｏｄｅｌｓ［ Ｊ］． ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ ＆ Ａｐａｇｅｓｌｉｃａｔｉｏｎｓ， １９９３，１３（５） ：１６－２２．
＠＠［ ６４ ］ ＣＨＥＮ Ｃ Ｌ，ＴＡＩ Ｃ Ｌ， ＬＩＯ Ｙ Ｆ． Ｖｉｓｕａｌ ｂｉｎｏｃｕｌａｒ ｖｉｓｉｏｎ ｓｙｓｔｅｍｓ ｔｏ ｓｏｌｉｄ ｍｏｄｅｌ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ［ Ｊ ］． Ｔｈｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ａｄｖａｎｃｅｄ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ，２００７，３５（３－４） ：３７９－３８４．＠＠［６５］ ＳＴＥＷＡＲＴ Ｃ Ｖ， ＤＹＥＲ Ｃ Ｒ． Ｔｈｅ ｔｒｉｎｏｃｕｌａｒ ｇｅｎｅｒａｌ ｓｕｐｐｏｒｔ ａｌｇｏ ｒｉｔｈｍ ： ａ ｔｈｒｅｅ－ｃａｍｅｒａ ｓｔｅｒｅｏ ａｌｇｒｉｔｈｍ ｆｏｒ ｏｖｅｒｃｏｍｉｎｇ ｂｉｎｏｃｕｌａｒ ｍａｔｃ ｈｉｎｇ ｅｒｒｏｒｓ［ Ｃ ］／／Ｐｒｏｃ ｏｆ ｔｈｅ ２ｎｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕ ｔｅｒ Ｖｉｓｉｏｎ． １９８８：１３４－１３８．
＠＠［６６］李智秀，张广军．一种基于边缘线的三目立体视觉匹配方法［Ｊ］． 光电工程，２００７，３４（２）：２２－２６．
＠＠［６７］ ＢＬＡＮＺ Ｖ， ＶＥＴＴＥＲ Ｔ． Ａ ｍｏｒｐｈａｂｌｅ ｍｏｄｅｌ ｆｏｒ ｔｈｅ ｓｙｎｔｈｅｓｉｓ ｏｆ ３Ｄ ｆａｃｅｓ［ Ｃ］／／Ｐｒｏｃ ｏｆ ＳＩＧＧＲＡＰＨ． Ｌｏｓ Ａｎｇｅｌｅｓ： ［ｓ． ｎ． ］， １９９９：１８７－ １９４．
＠＠［６８］ ＨＡＳＳＮＥＲ Ｔ，ＢＡＳＲＩ Ｒ． Ｅｘａｍｐｌｅ ｂａｓｅｄ ３Ｄ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｆｒｏｍ ｓｉｎｇｌｅ ２Ｄ ｉｍａｇｅｓ［ Ｃ］／／Ｐｒｏｃ ｏｆ ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍ ｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｎｅｗ Ｙｏｒｋ： ［ ｓ． ｎ． ］ ，２００６．＠＠［６９］ ＳＥＩＴＺ Ｓ Ｍ ，ＣＵＲＬＥＳＳ Ｂ，ＤＩＥＢＥＬ Ｊ，ｅｔ ａｌ． Ａ ｃｏｍｐａｒｉｓｏｎ ａｎｄ ｅｖａｌｕａ ｔｉｏｎ ｏｆ ｍｕｌｔｉ－ｖｉｅｗ ｓｔｅｒｅｏ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ａｌｇｏｒｉｔｈｍｓ［ Ｃ］／／Ｐｒｏｃ ｏｆ ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇ ｎｉｔｉｏｎ． ２００６．
＠＠［７０］ ＨＥＲＮＡＮＤＥＺ Ｃ，ＶＯＧＩＡＴＺＩＳ Ｇ，ＣＩＰＯＬＬＡ Ｒ． Ｍｕｌｔｉ－ｖｉｅｗ ｐｈｏｔｏｍｅｔｒｉｃ ｓｔｅｒｅｏ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓ ｏｎ ＰＡＭＩ，２００８，３０（３） ：５４８－５５４．＠＠［７１ ］ ＳＩＮＨＡ Ｓ Ｎ，ＳＴＥＥＤＬＹ Ｄ，ＳＺＥＬＩＳＫＩ Ｒ，ｅｔ ａｌ． Ｉｎｔｅｒａｃｔｉｖｅ ３Ｄ ａｒｃｈｉｔｅｃ ｔｕｒａｌ ｍｏｄｅｌｉｎｇ ｆｒｏｍ ｕｎｏｒｄｅｒｅｄ ｐｈｏｔｏ ｃｏｌｅｃｔｉｏｎｓ［ Ｊ ］． ＡＣＭ Ｔｒａｎｓ ｏｎ Ｇｒａｐｈ，２００８，２７（５ ） ： １ －１０．
＠＠［７２］ ＳＡＬＺＭＡＮＮ Ｍ， ＦＵＡ Ｒ． Ｒｅｃｏｎｓｔｒｕｃｔｉｎｇ ｓｈａｒｐｌｙ ｆｏｌｄｉｎｇ ｓｕｒｆａｃｅｓ： ａ ｏｎｎｖｅｘ ｆｏｒｍｕｌａｔｉｏｎ［ Ｃ］／／Ｐｒｏｃ ｏｆ ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． ２００９ ： １２５－１ ３４．
万方数据
移动感知物联网技术研究
作者：何欣， 宋亚林， 安健， 桂小林， HE Xin， SONG Ya-lin， AN Jian， GUI Xiao-lin
作者单位：何欣,HE Xin(河南大学复杂智能网络系统研究所,河南开封475001;西安交通大学计算机科学与技术系,西安710049)， 宋亚林,SONG Ya-lin(河南大学复杂智能网络系统研究所,河南开封,475001)， 安健,AN
Jian(西安交通大学计算机科学与技术系,西安,710049)， 桂小林,GUI Xiao-lin(西安交通大学计算机科学
与技术系,西安710049;陕西省计算机网络重点实验室,西安710049)
刊名：
计算机应用研究
英文刊名：Application Research of Computers
年，卷(期)：2011,28(7)
本文链接：https://www.360docs.net/doc/f715847069.html,/Periodical_jsjyyyj201107002.aspx
《物联网感知识别技术》
南京邮电大学2015/2016学年第二学期 《物联网感知识别技术》 专业班级学号姓名 得分1、一维条形码通常由哪几部分构成？ 左侧空白区、起始符、数据符、校验符、终止符、右侧空白区 2、EAN-13商品条形码文字字符为693234010515X，计算该条形码的校验符； 10的倍数-（偶数和*3+奇数和） 3、Code39条形码的条形码字符分别为、，请使用二进制表示这两个条空； 01100 0010、11000 1000 4、EAN分配给ISBN系统专用的前置码为978备用码为979国际物品编 码协会分配给ISSN系统的前置码为977。 5、根据下表，将UPC-A条形码001200000657C转换为UPC-E条形码。0126570c
6、主动式电子标签、被动式电子标签、半主动电子标签的区别？ 7、读写器工作方式分为读写器先发言、标签先发言？ 读写器管理协议分为读写层、消息层、传输层？ 8、简述RFID系统的两种耦合方式？ 电感耦合。变压器模型，通过空间高频交变磁场实现耦合，依据的是电磁感应定律 电磁反向散射耦合：雷达原理模型，发射出去的电磁波，碰到目标后反射，同时携带回目标信息，依据的是电磁波的空间传播规律。 9、数字通信系统理论框图？ 10、反向不归零编码、曼切斯特编码、密勒编码原理，分别采用反向不归零编码、曼切斯 特编码、密勒码对二进制序列10100100进行编码； 11、利用ASK、FSK、PSK对信号进行调制； 12、写出高频中最常用的协议标准
13、ISO/IEC 14443协议由几部分组成，各部分的主要内容是什么？ 14、ISO/IEC 14443 TYPE A 协议中PCD激活PICC的过程。 15、EPC码的主要特点有哪些？ 1、无接触读取 2、远距离读取 3、动态读取 4、多数量、品种读取 5、标签无源 6、海量存储量等优势 16、EPC标签可以分为几类？简述每一类标签的特点。 EPC标签是电子产品代码的信息载体，主要由天线和芯片组成。EPC标签中存储的惟一信息是96 位或者64位产品电子代码。为了降低成本，EPC标签通常是被动式射频标签。根据其功能级别 的不同，EPC标签可分为5类，目前所开展的EPC测试使用的是Class l Gen 2标签。 （1）Class OEPC标签。满足物流，供应链管理中，比如超市的结账付款、超市货架扫描、集装 箱货物识别、货物运输通道以及仓库管理等基本应用功能的标签。Class OEPC标签的主要功能 包括：必须包含EPC代码、24位自毁代码以及CRC代码；可以被读写器读取；可以被重叠读取；可以自毁；存储器不可以由读写器进行写入。 （2）Classl EPC标签。又称身份标签，它是一种无源的、后向散射式标签，除了具备ClassOEPC标签的所有特征外，还具有一个电子产品代码标识符和一个标签标识符，Class1EPC 标签具有自毁功能，能够使得标签永久失效，此外，还有可选的密码保护访问控制和可选的用户 内存等特性。 （3）Class 2 EPC标签。也是一种无源的、后向散射式标签，它除了具备Class 1 EPC标签的 所有特征外，还包括扩展的TID（Tag Identifier，标签标识符）、扩展的用户内存、选择性识 读功能。Class 2 EPC标签在访问控制中加入了身份认证机制，并将定义其他附加功能。 （4）Class 3 EPC标签。是一种半有源的、后向散射式标签，它除了具备Class 2 EPC标签的 所有特征外，还具有完整的电源系统和综合的传感电路，其中，片上电源用来为标签芯片提供部 分逻辑功能。 （5）Class 4 EPC标签。是一种有源的、主动式标签，它除了具备Class 3 EPC标签的所有特 征外，还具有标签到标签的通信功能、主动式通信功能和特别组网功能。
物联网感知层
物联网感知层 一、概述 物联网是“传感网”在国际上的通称，是传感网在概念上的一次拓展。通俗地讲，物联网就是万物都接入到互联网，物体通过装入射频识别设备、红外感应器、GPS或其他方式进行连接，然后通过移动通信网络或其他方式接入到互联网，最终形成智能网络，通过电脑或手机实现对物体的智能化管理和信息采集分析。 物联网应该具备三个特征，一是全面感知，即利用RFID传感器、二维码 等随时随地获取物体的信息；二是可靠传递，通过各种电信网络与互联网的融合，将物体的信息实时准确地传递出去；三是智能处理，利用云计算、模糊识别等各种智能计算技术，对海量数据和信息进行分析和处理，对物体实施智能化的控制。 在业界，物联网大致被公认为有三个层次，底层是用来感知数据的感知层，第二层是数据传输的网络层，最上面则是内容应用层。其中感知层由各种具有感知能力的设备组成，主要用于感知和采集物理世界中发生的物理事件和数据。感 知层至关重要，是物物相连的基础，是实现物联网的最底层技术。物联网感知层是物联网络建立的基础，深入的了解物联网感知层的网络层部分为建立低成本、高效、灵敏的物联网络提供一定的一局。感知层的作用相当于人的眼耳鼻喉和皮肤等神经末梢，它是物联网获识别物体，采集信息的来源，其主要功能是识别物体，采集信息。物联网与传统网络的主要区别在于，物联网扩大了传统网络的通信范围，即物联网不仅仅局限于人与人之间的通信，还扩展到人与物、物与物之间的通信。 作为下一代信息浪潮的新热点，国内外政府公司和研究机构对物联网投入了极大的关注，IBM公司提出“智慧地球”，日本和韩国分别提出了“ U-japan ” 和“ U-Korea ”战略，这都是从国家工业角度提出的重大信息发展战略。中国针对物联网到来的信息浪潮，提出了“感知中国”的发展战略。 二、感知层技术 1 .传感器技术 人是通过视觉、嗅觉、听觉及触觉等感觉来感知外界的信息，感知的信息输入大脑进行分析判断和处理，大脑再指挥人做出相应的动作，这是人类认识世界和改造世界具有的最基本的能力。但是通过人的五官感知外界的信息非常有限，例如，人无法利用触觉来感知超过几十甚至上千度的温度，而且也不可能辨别温度的微小变化，这就需要电子设备的帮助。同样，利用电子仪器特别像计算机控制的自动化装置来代替人的劳动时，计算机类似于人的大脑，而仅有大脑而没有感知外界信息的“五官”显然是不够的，计算机也还需要它们的“五官”一传感器。 传感器是一种检测装置，能感受到被测的信息，并能将检测感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处 理、存储、显示、记录和控制等要求。它是实现自动检测和自动控制的首要环节。 在物联网系统中，对各种参量进行信息采集和简单加工处理的设备，被称为物联网传感器。传感器可以独立存在，也可以与其他设备以一体方式呈现，但无论哪种方式，它都是物联网中的感知和输入部分。在未来的物联网中，传感器及其组成的传感器网络将在
移动感知技术
移动感知技术 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
4.移动感知关键技术 针对于移动感知的体系结构，可归纳出移动感知拥有如下5大类关键的应用技术：感知技术、通信与网络融合技术、智能信息处理技术（数据挖掘和云计算）、信息安全技术和中间件的支撑技术。 4.1感知技术 感知技术也称之为信息收集技术，处于移动感知体系结构中的感知层，是实现移动感知应用的基础和获取海量数据的来源。感知技术能够紧紧依靠现代的智能终端设备或者网络设备为人类社会提供无所不在、全面的感知服务，实现人与物的紧密联系。 感知技术的主要功能是识别物体和采集所需节点的物理量信息。在物体自动识别方面，如何能够利用感知技术识别现实世界中千千万万的物体呢？那么，这些物体就必须要有一定的特征或者规律，因此我们需要对所需识别物体进行唯一标识，即编码标志。目前，比较热门的应用技术就是射频识别技术。而在采集移动多节点的数据方面，各类传感器应用非常广泛。随着物联网移动感知应用的深入，新的理论和技术也不断涌现，例如：基于压缩感知的新信息技术。下面就针对比较热门的RFID、无线传感网络技术和新信息技术进行简单介绍： 4.1.1 射频识别技术 射频识别技术（Radio Frequency Identification）是一种非接触式识别技术，通过射频信号可以自动识别目标并且采集目标中的数据，在此过程中无需人工干预，这种特性也决定了它可以工作在各种复杂的环境。RFID主要由标签、阅读器和应用软件等三部分组成。其中RFID标签类类似于条形码，将已经编码的标志附着于物体中，这种做法其实质就是实现物体的量化。带有标签的物体进入识别范围内的磁场后，阅读器会发出频率信号，标签会凭借感应电流所获得的能力发出自身存储的相关数据，（被动标签），或者是标签自动发送某一频率的信号（主动标签）。阅读器接收数据解码后，发送至服务器进行数据分析和处理。 制定一个国际公认的RFID标准和解决多标签、多阅读器信息碰撞的问题是今后RFID研究的两个重点问题。由于RFID正在全球范围内运用广泛，许多国家都对RFID都做了相应的技术标准。目前，RFID比较有影响力的标准是美国麻省理工大学1999年提出的EPC标准。此外，还有中国的RFID标准组织。因此，如何打破各国行业标准，制定出一个国际公认的RFID技术标准是今后急需解决的问题。当越来越多的标签和阅读器密集的分布在同一个区域，就避免不了信息的相互干扰和碰撞等问题，导致无法读取标签数据，因此，需要深入研究防止信息碰撞的算法。 4.1.2 无线传感网络技术 无线传感器网络是由大量的传感器节点通过无线通信技术自组织构成的网络，用来感知多节点的信息达到目标定位和追踪。无线传感网络有多种形态，可分为类似蜂窝通信的集中式结构和分布式结构。网络中的每一个传感器节点又由数据采集模块（传感器、A/D 转换器）、数据处理和控制模块（微处理器、存储器）、通信模块（无线收发器）和供电模块（电池、DC/AC 能量转换器）等组成。节点中的数据可以经过多跳转发，通过网关接入网络，完成感知任务。
物联网感知技术论文阅读作业
物联网感知技术论文阅读作业 ——阅读《Big Data Sensing and Services:A Tutorial》等三篇论文之后自己的领悟 论文《When things matter:A survey on data-centric internet of things》主要以数据处理为中心讲述了一些物联网的有关技术，除了对现有的技术做出相应的剖析之外还阐述了作者自己的一些对物联网数据管理的开放性研究。该篇论文主要包括六大部分，分别为物联网数据分类、数据流处理、数据存储模型、搜索技术、复杂事件处理、物联网的应用潜力以及物联网技术面临的一些问题。 物联网数据分类部分中作者描述了物联网数据的内在特征，并将其分为三大类，包括数据生成、数据质量和数据的互操作性。数据生成有多种方式，它有速度、可扩展性、动态性和异质性四大特点。速度是指在物联网中数据可以根据不同的速度产生，有些数据生成的速率十分迅速，因此必须高效的处理这些数据并且还要保证处理后数据的正确性，如果数据处理速度不够快，则会导致采样率过低，这样就可能丢掉一些重要的信息。由于各个传感器的精度等都有一定的差异，所以产生的数据的属性也会有相应的不同，因此关于数据处理的可移植性就显得尤为重要，如果可移植性过差，可能导致一些数据无法识别或识别错误，将对数据处理的结果造成直接影响。数据的动态性也十分的好理解，物联网数据中有许多动态元素。首先，许多东西是移动的，这将导致在不同的时间他们所处的不同环境得出不同的检测结果，从而更加真实的反映现实世界。其次，许多事情都是脆弱的。这意味着生成数据也许会由于事情的失败而超时。第三，事物之间的联系可能是间歇性的，因此必须用动态的数据去描述。数据的质量有不确定性、冗余、歧义和不一致性四大特点，作者分别从数据的精度来源、所采集到的数据是否有用、采集数据模糊性、传输的数据是否正确四个方面详细描述了这些特点。数据的互操作性指的是如何有效的将不同类型数据源的数据相结合，从而得出更有说服力的数据处理结果。而在结合不同类型数据源的数据时数据的语义就显得非常重要，必须根据相应的规则将这些数据翻译程同一种类型的数据，这样才能进行集中处理。 数据流处理部分作者主要讲述了如下几个方面：通用数据流处理、RFID数据流处理、RFD三流处理。 数据存储模型部分讲述了数据存储的新架构、分布式环境中的大规模存储和资源受限设
物联网感知层试题及答案
1、（ A祥云工程）实施方案拟定了在未来几年将北京建设成为中国云计算研究产业基地的发展思路和路径。 2、智能农业在（ A智能温室）领域的应用，避免了自然环境和气候的影响，减少了病虫危害，实现了作物的优质、高产和无公害生产。 3、安防和可视对讲集成管理：通过与可视对讲和安防系统的集成，将进行（ C家居控制和遥感遥控）完美结合，通过一块触摸屏即可实现对智能家居系统设备进行控制。 4、从供应链的上游至下游，跟随一个特定的单元或一批产品运行路径的能力，属于可追溯性的哪个方面？（ A跟踪） 5、出租车智能调度系统要解决的实质问题是（C日益增长的用户需求给出租车公交系统带来的沉重压力）。 6、智能建筑管理系统必须以系统一体化、功能一体化、（D网络一体化）、和软件界面一体化等多种集 成技术为基础。 7、以下哪一项用于存储被识别物体的标识信息？（B电子标签） 8、云计算的核心就是以虚拟化的方式把产品包装成服务，（DSaaS ）模式是实现虚拟化服务的关键。 9、可以分析处理空间数据变化的系统是（ B GIS ）。 10、下列哪种通信技术不属于低功率短距离的无线通信技术？（A广播） 11、下列四项中，哪一项不是传感器节点内数据处理技术（D传感器节点信息传输技术）。 12、在环境监测系统中一般不常用到的传感器类型有（ B速度传感器）。 13、节点节省能量的最主要方式是（ A休眠机制）。 14、现有的各种无线通信技术，（ D ZigBee ）是最低功耗和成本的技术。 15、实施农产品的跟踪与追朔，需要在农产品供应链的各个环节上对农产品信息进行标识、采集、传递和 关联管理。其实质就是要形成一条完整的（C信息链），使得农产品的信息流、物流联系起来，根据农 产品的信息追查农产品的实体。 16、智能建筑的四个基本要素是（ B结构、系统、服务和管理）。 17、云计算与物联网的结合方式为（ D以上三个选项都对）。 18、下列哪些攻击可以实现对射频识别手机支付的攻击？（ C发动大量无效射频信号） 19、传感器节点采集数据中不可缺少的部分是什么？（D位置信息） 20、20XX年联合国维和部队进入伊拉克时，运用到了下列哪项技术，对伊拉克的空气、水和土壤进行连续监测，来确定其是否有违反国际公约的核武器和生化武器？（ A无线传感网络技术） 21、感知延伸层技术是保证物联网络感知和获取物理世界信息的首要环节，并将现有网络接入能力向物进 行延伸。（正确） 22、传感器不是感知延伸层获取数据的一种设备。（错） 23、无线传输用于补充和延伸接入网络，使得网络能够把各种物体接入到网络，主要包括各种短距离无线 通信技术。（正确）
物联网在智能监测环境中的应用
物联网在智能监测环境中的应用 发表时间：2017-03-27T17:20:18.940Z 来源：《北方建筑》2016年12月第35期作者：汪春燕 [导读] 感知层指物联网系统中的传感设备，包含 RFID 标签、摄像头、GPS、传感器、识读器、终端等。 重庆能源职业学院重庆市 402260 摘要：物联网技术的应用及发展，大大推进了环保监测信息化的进程。物联网作为一种相对新兴的技术，是符合社会发展的潮流的，在环境监测中具有其它事物不可替代的作用，应该大力支持物联网技术在环保行业的技术发展，并加大投资力度，推动环保行业朝向高度信息化、网络化、智能化的方向迈进。 关键词：物联网技术；环境监测；应用分析 1物联网的概念 物联网（The Internet of things，简称 IOT），顾名思义，为“物物相连的互联网”。物联网是在互联网基础上的发展与延伸。物联网的定义早在 1999 年由美国麻省理工学院的一位专家提出，定义为：通过射频识别（RFID）、红外感应器等信息传感设备，按约定的协议，把任何物体与互联网相连接，进行信息交换和通信，以实现对物体的智能化识别、定位、跟踪、监控和管理的一种网络。换言之，物联网就是通过信息传感系统（如 RFID、传感器等）将各种物体与互联网建立连接，从而达到智能化识别和管理的目的，实现人类生产、生活与网络的结合，使人类生产、生活更高效化、智能化、网络化，可充分利用资源，提高劳动生产率。 物联网系统分为三层：感知层、网络层及应用层。感知层指物联网系统中的传感设备，包含 RFID 标签、摄像头、GPS、传感器、识读器、终端等，作用类似于人体的表层皮肤和五官，收集身体感受到的信号，感知层主要是感知并识别物体、采集物理信息。网络层指物联网系统中的通信信号及网络中心，包括信息处理中心、智能控制中心等，其作用类似于人体的神经中枢和大脑，对信息进行传递、处理以及判断。应用层指的是物联网的实际运用方向，相当于人类社会的各行各业的分工，目前物联网被广泛应用于各行各业，通过与行业特点相结合，实现了行业网络化、智能化。 2 物联网在环境监测中的应用 物联网技术可应用于监测环境中的有毒、有害物质的浓度、排放速度以及排放量等，为环境监测部门、环境管理部门提供了动态实时信息，可做到及时发现污染并采取相应措施，使污染情况在短时间内得到有效控制。物联网技术在环境监测中的应用，前景十分广阔。 物联网技术在我国环保行业中已开始初步推行。1999年，原国家环保总局第一次在全国开始推广环境在线监控系统是物联网的最早探索和实践；2008 年开始在全国 31个省、自治区、直辖市，6 个环保督查中心和 333 个地级市部署了国控污染源在线监控系统，该系统是物联网在环保领域的规模建设和行业级实践。近年来，由国家财政投资，全国约 7000 多个重点污染企业安装了自动监测设备，通过互联网建成全国重点污染源监控系统。目前，物联网已被应用于大气监测、水质监测、生态监测、海洋监测等多个方面。 2.1 大气监测 大气常用监测方法主要有固定在线监测和流动监测，其中在线监测因其具有同步实现监测和预报的功能使其可能成为未来大气监测的主要方式。固定在线监测是在污染源排放口处安装固定在线监测设备，在监控范围内按网格形式布置特定污染物传感器。我国多个城市已建成环境空气自动监测系统，对环境空气常规监测指标进行实时监测。以武汉为例，近年来，武汉市在全市建立了 8 个监测子站，通过各种传感设备对大气环境中的二氧化硫、氮氧化合物、可吸入颗粒物等因子进行数据采集，并通过网络将实时数据传输到监控中心，实现环境空气自动监测。 2.2 水质监测 水质在线监测的种类主要有饮用水监测和水质污染监测两种。在线监测在在两种监测中的方法类似，主要是在监测目的地布置各种传感器、视频监视等传感设备，形成感知层，然后经过网络层将数据传输至应用层，应用层根据传感器的位置、数据采集时间等信息综合分析监测数据组成监测体系，从而实现对于水质、水污染源的监测和综合监管。杨宏伟等人采用物联网技术，建立了基于三层网络传输结构的监测体系，在原有的中程无线传感网络技术和藻类水华预测预警模型基础上进行了改进，开发了太湖蓝藻预测预警平台，实现了蓝藻水华 3 天平均预测精度80%以上，并确保了数据的时间连续性。 2.3 生态监测 生态在线监测技术主要是将监测区域分为若干个不同的分簇，每个分簇可根据监测需要设定如噪声、湿度、温度等不同类型的传感器来采集、搜集各种类型的监测数据；搜集采集到的数据发给控制中心。该技术不仅实现对环境监测远程数据采集和传输的实时性和可靠性，且在监测区域内设置移动 Agent 节点，根据网络能耗建立实时二维定位表，选择最优路径传输数据，使得网络整体能耗较低。 2.4 海洋监测 海洋监测主要是将传感网与互联网综合运用到海洋环境监测中，通过在监测海域搭建无线传感器，利用传感器节点监测并采集营养盐、重金属有机污染物、化学耗氧量、有机磷农药等多种海洋环境参数，经无线发射装置实时传输采集数据，在数据接收端完成数据的接收与处理，从而构建一种基于物联网的海洋环境智能监测系统。每一个节点可以连接不同的传感器，而且传感器安装位置可以水下水上调整，以适应不同监测点的要求。 2.5 对重金属等污染的监控 随着各国工业化进程的加快，重金属污染也更加突出的摆在人们的面前，这种污染一般造成的影响具有持久性，不容易被消除。对它更应该实行实时的监控，由物联网发现问题或者是造成重大污染的时候可以发出预警，相关部门与工作人员可以在预警机制的提醒下进行样本的采集与整理研究，一旦发现问题应立即采取措施对重金属进行清理，并对已经造成的污染采取一定的补救措施。 3 存在问题及发展趋势 现阶段，物联网技术应用尚存在一些问题。首先，传感器、云技术等存在的技术问题。传感性的灵敏度及稳定性导致数据失实，传感器的速率低造成信息延后等，云计算技术也限制了物联网的发展。其次，技术标准统一化问题。目前，物联网三个基本层次感知层、网络
基于物联网视频感知技术的关键技术研究
基于物联网视频感知技术的关键技术研究 摘要：摄像机是获取视频信息的主要工具。随着物联网的普及，摄像机越来越多地进入到生活中，已经成为公安、社会活动中重要的感知工具。文章针对摄像机的一些特性，结合物联网的技术，对视频感知中的几个关键技术进行分析和研究。 关键词：物联网；视频处理；视频感知 视频处理是图像处理技术的一种延伸，因为它基于时间的动态特性，又衍生了一些图像上不具有的独特性质。常用的视频处理包括对视频压缩、对兴趣区的捕捉、边缘提取等。对于一些实际的应用，往往需要综合多种的基本处理方法。 1 视频感知系统硬件组成 视频处理系统主要包含视频采集装置和视频处理装置。视频采集设备主要是摄像机，常规的摄像机主要是获取视频信号并保存到存储卡中，新兴的网络摄像机除了具有常规摄像机的功能，还能将信息通过网络传送到其他设备。视频处理装置是将采集到的视频进行一定的处理并存储到本地或 者网络上其他位置的装置。摄像机一般使用ARM架构，适合视频处理，很多公司如TI、海思等提供了的摄像机解决方案，也都采用了ARM架构。
2 视频处理的特点 2.1 直接操作图像域 视频处理的元操作是对每帧图像进行处理。图像处理是信号处理在二维信号（图像域）上的一个应用。大多数的图像是以数字形式存储，二维的数字图像在计算机上反映出来的形式一般是一个二维矩阵。整幅图像是被分割成N*M个叫做像素点的最小单位，每个点保存了图像的一部分信息。图像处理往往是对图像像素点的属性进行操作，处理。 2.2 大数据量处理 计算机的高效率、无疲劳特性非常适合处理图像的矩阵数据，尤其适合图像矩阵的大数据量和处理过程的大工作量的处理。 2.3 多个域的处理 图像最基本的二维矩阵表现形式通常被称作图像域，但是在图像域上一些操作是难以实现的。图像处理中可以通过一些数学上的变换，将原本的图像域信息转换成能反映其他信息的新矩阵，这类操作被成为变换。该类变换函数中最常见的是傅立叶变换，最常见的变换域是图像域和频域之间的转换。 3 视频处理应用 目前，视频处理的应用领域很广，主要集中在农林业、医学、交通等领域。往往需要根据具体的情景运用不同的处
物联网发展的瓶颈：感知层的关键技术
供稿：5联网(https://www.360docs.net/doc/f715847069.html,/) 物联网（Internet of Things）1999年由MIT提出。2005年11月国际电信联盟ITU 发布了《国际电信联盟互联网报告2005：物联网》，开始聚焦这个词。它是指：把任何物品通过信息传感设备（如RFID）与互联网连接起来，进行信息交换和通信，可实现智能化识别、定位、跟踪、监控和管理。 物联网本身的结构复杂，主要包括三大部分：首先是感知层，承担信息的采集，可以应用的技术包括智能卡、RFID电子标签、识别码、传感器等；其次是网络层，承担信息的传输，借用现有的无线网、移动网、固联网、互联网、广电网等即可实现；第三是应用层，实现物与物之间，人与物之间的识别与感知，发挥智能作用。 具体的核心，是感知层中的技术，从现在阶段来看，物联网发展的瓶颈就在感知层。国际电信联盟（ITU）将传感器技术、射频技术（RFID）、微机电系统（MEMS）、智能嵌入技术列为物联网关键技术。 1、传感器技术 传感技术同计算机技术与通信技术一起被称为信息技术的三大支柱。从仿生学观点，如果把计算机看成处理和识别信息的“大脑”，把通信系统看成传递信息的“神经系统”的话，那么传感器就是“感觉器官”。 传感技术主要研究关于从自然信源获取信息，并对之进行处理（变换）和识别的一门多学科交叉的现代科学与工程技术，它涉及传感器（又称换能器）、信息处理和识别的规划设计、开发、制／建造、测试、应用及评价改进等活动。传感技术的核心即传感器，它是负责
实现物联网中物、物与人信息交互的必要组成部分。获取信息靠各类传感器，它们有各种物理量、化学量或生物量的传感器。按照信息论的凸性定理，传感器的功能与品质决定了传感系统获取自然信息的信息量和信息质量，是高品质传感技术系统的构造第一个关键。信息处理包括信号的预处理、后置处理、特征提取与选择等。识别的主要任务是对经过处理信息进行辨识与分类。它利用被识别（或诊断）对象与特征信息间的关联关系模型对输入的特征信息集进行辨识、比较、分类和判断。因此，传感技术是遵循信息论和系统论的。它包含了众多的高新技术、被众多的产业广泛采用。它也是现代科学技术发展的基础条件，应该受到足够地重视。 微型无线传感技术以及以此组件的传感网是物联网感知层的重要技术手段。 2、射频识别（radio frequency identification，RFID）技术 射频识别技术是20世纪90年代开始兴起的一种非接触式自动识别技术，该技术的商用促进了物联网的发展。它通过射频信号等一些先进手段自动识别目标对象并获取相关数据，有利于人们在不同状态下对各类物体进行识别与管理。 射频识别系统通常由电子标签和阅读器组成。电子标签内存有一定格式的标识物体信息的电子数据，是未来几年代替条形码走进物联网时代的关键技术之一。该技术具有一定的优势：能够轻易嵌入或附着，并对所附着的物体进行追踪定位；读取距离更远，存取数据时间更短；标签的数据存取有密码保护，安全性更高。RFID目前有很多频段，集中在13.56MHz 频段和900MHz频段的无源射频识别标签应用最为常见。短距离应用方面通常采用 13.56MHz HF频段；而900MHz频段多用于远距离识别，如车辆管理、产品防伪等领域。阅读器与电子标签可按通信协议互传信息，即阅读器向电子标签发送命令，电子标签根据命令将内存的标识性数据回传给阅读器。 RFID技术与互联网、通讯等技术相结合，可实现全球范围内物品跟踪与信息共享。但
物联网感知层技术
物联网感知层的关键技术 感知层是物联网的基础，是联系物理世界与信息世界的重要纽带。感知层是由大量的具有感知、通信、识别（或执行）能力的智能物体与感知网络组成。其主要技术有：传感器技术、RFID技术、二维码技术、Zig-Bee和蓝牙技术。 1.传感器技术 传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。它是实现自动检测和自动控制的首要环节。人是通过视觉、嗅觉、听觉及触觉等感官来感知外界的信息，感知的信息输入大脑进行分析判断（即人的思维）和处理，再指挥人作出相应的动作，这是人类认识世界和改造世界具有的最基本的本能。但是通过人的五官感知外界的信息非常有限，例如，人总不能利用触觉来感知超过几十甚至上千度的温度吧，而且也不可能辨别温度的微小变化，这就需要电子设备的帮助。同样，利用电子计算机特别象计算机控制的自动化装置来代替人的劳动，那么计算机类似于人的大脑，而仅有大脑而没有感知外界信息的“五官”显然是不足够的，中央处理系统也还需要它们的“五官”——即传感器。 基于传感器的传感器技术是对感知节点的不同定义与探索。比如一个温度传感器可以实时地传输它所测量到得环境温度，这是基于温度利用汞的液态与温差变化而形成的；声控灯安装在楼道之间，有人路过就亮，这是基于人走路时声音的分贝大小来进行控制；高速路上的收费站人们开车经过时，在地面的称重传感器会将车辆重量反馈给电脑，以便确认其是否超重，这是基于弹簧弹性收缩变化的张力长度来进行测量。 未来传感器技术可能是温度、湿度、声音、压力等物理参数，亦可以是氧气、二氧化碳等化学成分的含量等化学参数。把这些物理与化学集合而成的传感器是现在人们追求的技术，及机器人得目标。 2.RFID技术 RFID(射频识别技术)是一门独立的将不同的跨学科的专业技术综合在一起，如高频技术、微波与天线技术、电磁兼容技术、半导体技术、数据与密码学、制造技术和应用技术等。这是本世纪最有发展前途的信息技术之一，已得到世界各国的高度重视并得到广泛开发与应用。从结构上讲RFID是一种简单的无线系统，只有两个基本器件，该系统用于控制、检测和跟踪物体。系统由一个询问器和很多应答器组成。 快速扫描。RFID辨识器可同时辨识读取数个RFID标签。 RFID的优点如下： (1)体积小型化、形状多样化。RFID在读取上并不受尺寸大小与形状限制，不需为了读取精确度而配合纸张的固定尺寸和印刷品质。此外，RFID标签更可往小型化与多样形态发展，以应用于不同产品。 (2)抗污染能力和耐久性。传统条形码的载体是纸张，因此容易受到污染，但RFID对水、油和化学药品等物质具有很强抵抗性。此外，由于条形码是附于塑料袋或外包装纸箱上，所以特别容易受到折损；RFID卷标是将数据存在芯片中，因此可以免受污损。 (3)可重复使用。现今的条形码印刷上去之后就无法更改，RFID标签则可以重复地新增、修改、删除RFID卷标内储存的数据，方便信息的更新。 (4)穿透性和无屏障阅读。在被覆盖的情况下，RFID能够穿透纸张、木材和塑料等非金
移动感知技术
4.移动感知关键技术 针对于移动感知的体系结构，可归纳出移动感知拥有如下5大类关键的应用技术：感知技术、通信与网络融合技术、智能信息处理技术（数据挖掘和云计算）、信息安全技术和中间件的支撑技术。 4.1感知技术 感知技术也称之为信息收集技术，处于移动感知体系结构中的感知层，是实现移动感知应用的基础和获取海量数据的来源。感知技术能够紧紧依靠现代的智能终端设备或者网络设备为人类社会提供无所不在、全面的感知服务，实现人与物的紧密联系。 感知技术的主要功能是识别物体和采集所需节点的物理量信息。在物体自动识别方面，如何能够利用感知技术识别现实世界中千千万万的物体呢？那么，这些物体就必须要有一定的特征或者规律，因此我们需要对所需识别物体进行唯一标识，即编码标志。目前，比较热门的应用技术就是射频识别技术。而在采集移动多节点的数据方面，各类传感器应用非常广泛。随着物联网移动感知应用的深入，新的理论和技术也不断涌现，例如：基于压缩感知的新信息技术。下面就针对比较热门的RFID、无线传感网络技术和新信息技术进行简单介绍： 4.1.1 射频识别技术 射频识别技术（Radio Frequency Identification）是一种非接触式识别技术，通过射频信号可以自动识别目标并且采集目标中的数据，在此过程中无需人工干预，这种特性也决定了它可以工作在各种复杂的环境。RFID主要由标签、阅读器和应用软件等三部分组成。其中RFID标签类类似于条形码，将已经编码的标志附着于物体中，这种做法其实质就是实现物体的量化。带有标签的物体进入识别范围内的磁场后，阅读器会发出频率信号，标签会凭借感应电流所获得的能力发出自身存储的相关数据，（被动标签），或者是标签自动发送某一频率的信号（主动标签）。阅读器接收数据解码后，发送至服务器进行数据分析和处理。 制定一个国际公认的RFID标准和解决多标签、多阅读器信息碰撞的问题是今后RFID研究的两个重点问题。由于RFID正在全球范围内运用广泛，许多国家都对RFID都做了相应的技术标准。目前，RFID比较有影响力的标准是美国麻省理工大学1999年提出的EPC标准。此外，还有中国的RFID 标准组织。因此，如何打破各国行业标准，制定出一个国际公认的RFID技术标准是今后急需解决的问题。当越来越多的标签和阅读器密集的分布在同一个区域，就避免不了信息的相互干扰和碰撞等问题，导致无法读取标签数据，因此，需要深入研究防止信息碰撞的算法。
物联网感知层试题及答案
精选文档 1、（ A 祥云工程）实施方案拟定了在未来几年将北京建设成为中国云计算研究产业基地的发展思路和路径。 2、智能农业在（ A 智能温室）领域的应用，避免了自然环境和气候的影响，减少了病虫危害，实现了作物的优质、高产和无公害生产。 3、安防和可视对讲集成管理：通过与可视对讲和安防系统的集成，将进行（ C 家居控制和遥感遥控）完美结合，通过一块触摸屏即可实现对智能家居系统设备进行控制。 4、从供应链的上游至下游，跟随一个特定的单元或一批产品运行路径的能力，属于可追溯性的哪个方面？（ A 跟踪） 5、出租车智能调度系统要解决的实质问题是（ C 日益增长的用户需求给出租车公交系统带来的沉重压力） 6、智能建筑管理系统必须以系统一体化、功能一体化、（ D 网络一体化）、和软件界面一体化等多种集成技术为基础。 7、以下哪一项用于存储被识别物体的标识信息？（ B 电子标签） 8、云计算的核心就是以虚拟化的方式把产品包装成服务，（ DSaaS ）模式是实现虚拟化服务的关键。 9、可以分析处理空间数据变化的系统是（ B GIS ）。 10 、下列哪种通信技术不属于低功率短距离的无线通信技术？（ A 广播） 11 、下列四项中，哪一项不是传感器节点内数据处理技术（ D 传感器节点信息传输技术）。 12、在环境监测系统中一般不常用到的传感器类型有（ B 速度传感器）。 13 、节点节省能量的最主要方式是（ A 休眠机制）。 14、现有的各种无线通信技术，（ D ZigBee ）是最低功耗和成本的技术。 15、实施农产品的跟踪与追朔，需要在农产品供应链的各个环节上对农产品信息进行标识、采集、传递和关联管理。其实质就是要形成一条完整的（ C 信息链），使得农产品的信息流、物流联系起来，根据农产品的信息追查农产品的实体。 16 、智能建筑的四个基本要素是（ B 结构、系统、服务和管理）。 17 、云计算与物联网的结合方式为（ D 以上三个选项都对）。 18、下列哪些攻击可以实现对射频识别手机支付的攻击？（ C 发动大量无效射频信号） 19 、传感器节点采集数据中不可缺少的部分是什么？（ D 位置信息） 20、 2003 年联合国维和部队进入伊拉克时，运用到了下列哪项技术，对伊拉克的空气、水和土壤进行连续监测，来确定其是否有违反国际公约的核武器和生化武器？（ A 无线传感网络技术） 21、感知延伸层技术是保证物联网络感知和获取物理世界信息的首要环节，并将现有网络接入能力向物进行延伸。 （正确） 22 、传感器不是感知延伸层获取数据的一种设备。（错） 23、无线传输用于补充和延伸接入网络，使得网络能够把各种物体接入到网络，主要包括各种短距离无线通信技术。 （正确） 精选文档
基于物联网智能感知平台博物馆解决方案
基于物联网智能感知平台博物馆解决 方案
基于物联网感知综合平台智能博物馆 解 决 方 案 感知物联集团 无锡物联网产业研究院 目录 第一章背景与需求 (3) 1.1项目背景 (3) 1.2需求分析 (4) 第二章物联网智能感知综合平台 + 应用子系统 (5)
2.1 物联网智能感知综合平台 (5) 2.2 环境监测应用子系统 (7) 2.2.1 简介 (7) 2.3.2 监测智能区域定位、报警,智能处理方法示例 (8) 2.3 物联网智能感知安防子系统 (9) 2.3.1 电子巡更 (9) 2.3.2 遗址外围智能感知防入侵系统 (9) 2.3.3 物联网智能感知安防子系统的整体实现 (12) 2.4博物馆文物管理子系统 (15) 2.4.1展品环境实时监测 (15) 2.4.2文件管理 (16) 2.4.3人员门禁感知自动录入 (18) 2.4.4文物移动智能感知识别 (18) 2.4.5实时监控智能感知识别 (19) 2.4.6文物出入库智能感知清点 (20) 2.4.7文物管理智能感知子系统后台安全 (20) 2.5博物馆智能电子导览子系统 (22) 2.5.1 IPAD智能化定制服务 (22) 2.5.2 门票管理 (24) 2.5.3 游客进出博物馆流量统计 (25) 第三章未来发展及规划 (26)
第一章:背景与需求 1.1项目背景 鸿山墓群是春秋战国时期长江下游吴越地区的墓葬群,入选”全国十大考古新发现”、第六批全国重点文物保护单位和”十一五”期间100处国家重点保护大遗址,具有重要的文物、考古、历史和社会价值。 在国家文物局的关心和支持下,无锡市委、市政府本着”坚持科学发展观、谋求多方共赢”的创新理念,迅速启动鸿山墓群保护工作,先后编制了<鸿山墓群保护总体规划>、<鸿山遗址博物馆建筑设计方案>、<鸿山国家考古遗址公园总体规划>和<鸿山遗址保护考古工作计划>,全面启动了鸿山墓群的保护工作,开展了鸿山国家考古遗址公园建设。自奠基以来,先后完成鸿山遗址博物馆、邱承墩本体保护展示、农业生态展示区、生态湿地展示区等文化、生态保护展示项目,并陆续对社会开放,形成了集历史文化遗产、湿地生态景观、农家乐趣体验为一体、独具特色的文化生态旅游风景线。 10月,国家文物局正式确定了第一批国家考古遗址公园名单和立项名单,鸿山墓群由地方性考古遗址公园正式升级成
物联网中应用的感知技术
物联网中应用的感知技术 【摘要】国家传感网标准工作组给出的物联网的定义：就是指在物理世界的实体中部署具有一定感知能力、计算能力的各种信息传感设备，通过网络设施实现信息获取、传输和处理，从而实现广域或大范围的人与人、人与物、物与物之间信息交换需求的互联。本文通过分析比较自动识别技术、传感技术等感知技术特性，探讨融合多种感知技术的物联网应用。 【关键词】物联网，感知技术 1、感知技术分析 物联网的架构分为感知层、网络层和应用层，本文将感知层涉及的相关技术统称为感知技术。感知技术是物联网的基础，它跟现在的一些基础网络设施结合能够为未来人类社会提供无所不在、全面的感知服务，真正实现所谓的物理世界无所不在，物联网联接的对象包括智能装置及通过传感器感知的整个物理世界。物联网感知层涉及的技术众多，这里对自动识别技术、传感技术、定位技术、传感网标准作简要分析。 1.1自动识别技术。自动识别技术是以计算机技术和通信技术为基础的一门综合性科学技术，是数据编码、数据标识、数据采集、数据管理、数据传输的标准化手段。包括条码识别技术、射频识别技术、语音识别技术、生物特征识别技术、图象识别技术、OCR、磁识别技术等。自动识别技术要素是标识与识读，物联网中用标识代表连接对象，具有唯一数字编码或可辨特征，识别分别是数据采集技术和特征提取技术，标识编码和特征的唯一性、统一性对物联网应用至关重要。每一种自动识别技术的固有特性都使应用具有优势和限制，许多情况下必须多种技术、多种手段并用，来满足实际应用需要，如：条码和RFID就经常联合采用。 1.2传感技术。传感器将物理世界中的物理量、化学量、生物量转化成供处理的数字信号，从而为感知物理世界提供最初的信息来源。感知的对象包括温度、压力、流量、位移、速度等。物联网感知层除了有传感器，还有执行器和控制器，通过通信模块与网关互联或先行组网与网关互联，包括传感网、工业总线等。IEEE 1451传感器接口标准规定了智能传感器的通用接口命令和操合，一定程度上解决了当前工业总线标准不统一问题，降低了传感网应用集成开发的难度。目前市场上智能化、网络化的传感器种类和功能都有成长，随着技术进步体积和成本呈下降趋势。 1.3定位技术。可应用于物联网的定位技术分为卫星定位、无线电波定位、传感定位等。卫星定位技术有GPS、GLONASS、北斗等。美国GPS技术比较成熟，且广泛应用。我国的北斗卫星导航定位系统也已经取得较大进展，中国北斗导航定位系统预计2020年前后覆盖全球，但目前北斗系统的并发容量、定位精度和终端成本还有待进一步发展。俄罗斯的GLONASS也在从新布网，但竞争
物联网感知层结构研究 毕业论文
本论文只提供格式上的参考,内容上请勿信学号：2008011276 家里蹲大学 学士学位论文 题目：物联网感知层结构研究 学生：丹丹 指导教师：东哥讲师 年级：2008级 专业：计算机工程与应用 系别：信息工程系 学院：计算机科学与信息工程学院
学士学位论文 题目：物联网感知层结构研究 学生：丹丹 指导教师：东哥讲师 年级：2008级 专业：计算机工程与应用 系别：信息工程系 学院：计算机科学与信息工程学院 家里蹲大学 2012年5月
摘要：物联网是现今整个信息化产业的新宠和发展方向，是“智慧地球”实现的技术关键。我国提出了“感知中国”的国家战略计划，将物联网作为新的科技革命以推进社会变革,，使其成为创新型经济的巨大推动力。物联网产业具有产业链长、涉及多个产业群的特点，其应用范围几乎覆盖了各行各业，在其发展的同时还将带动传感器、微电子、视频识别等一系列产业的同步发展，带来巨大的产业集群生产效益。 物联网分为感知层、网络层和应用层，感知层由各种具有感知能力的设备组成，主要用于感知和采集物理世界中发生的物理事件和数据。感知层至关重要, 是物物相连的基础, 是实现物联网的最底层技术。物联网感知层是物联网络建立的基础，深入的了解物联网感知层的网络层部分为建立低成本、高效、灵敏的物联网络提供一定的一局。因此，这片论文将针对于物联网的感知层结构，以及感知层中网络层的相关探讨研究。将网络看成是双子代数下的线性DEDS系统，研究了双子代数尤其是极大代数理论在计算机网络建模与性能分析中的应用。采用极大代数分析了令牌桶的输入输出特性，得到了( b，ρ)令牌桶在极大代数下的状态空间方程组与传输矩阵；提出了基于极大代数的网络演算，定义了极大到达曲线与极大服务曲线，利用这两个概念得出了极大代数下有关延迟以及输出流突发性的定理。最后采用基于极大代数的网络演算对非抢占优先级多路复用以及保证速率服务器两个模型进行了分析，得出了两种模型各自在极大代数网络演算下的服务曲线。本文还把基于极大代数的网络分析方法与基于极小代数的分析方法进行了比较，阐明了基于极大代数方法的优点与适用场合。 关键词：物联网；感知层；双子代数；线性DEDS系统
物联网中的智能感知
龙源期刊网 https://www.360docs.net/doc/f715847069.html, 物联网中的智能感知 作者：李中伟朱永涛 来源：《价值工程》2011年第20期 Intellisense in the Internet of Things Li Zhongwei；Zhu Yongtao （Xinxiang Medical University，Xinxiang 453003，China） 摘要：物联网近来成为了学术界与业界关注与讨论的热点，业界对的联网寄予了极大的 期望，相信它将成为全球下一个新兴的产业。本文研究了物联网的构建与相关应用，并深入研究了实现物联网中的基础信息采集层即：感知层。 Abstract： The Internet of Things has become hot topic that is concerned and discussed by academic circles and industrial community in recent years. The industrial community has great expectations to the Internet of Things, and believes it will become the next global burgeoning industry. The construction and related applications of the Internet of Things are studied, and the achievement of basic information acquisition layer, namely perception layer is deeply studied in this thesis. 关键词：物联网 RFID 传感器网络感知层 Key words： the Internet of Things；RFID；sensor networks；perception layer 中图分类号：TP39文献标识码：A文章编号：1006-4311（2011）20-0124-02 0引言 最近物联网成为了学术界与产业界关注与讨论的热点，业界都对物联网寄予了极大的期望，相信它将成为全球下一个新兴的产业。比如IBM提出的“智慧地球”战略，对此美国总统 奥巴马作出了积极的回应；2010年10月3日，国务院总理温家宝发表了题为《让科技引领中国可持续发展》的讲话，在此次讲话中强调了“要着力突破传感网、物联网关键技术”等，表现了我国对物联网的重示；欧盟、日本、韩国也都相应的提出了自己的物联网计划。由此可以看出物联网将会像互联网一样，将带来全球的一次变革。 1物联网的定义和原理 物联网（Internet of Things）[1]，指的是将各种信息传感设备，如射频识别（Radio Frequency Identification，RFID），红外感应器、全球定位系统、激光扫描器等信息传感设备，