CN105764071A - 基于物联网的数据业务感知系统 - Google Patents
基于物联网的数据业务感知系统 Download PDFInfo
- Publication number
- CN105764071A CN105764071A CN201410783861.1A CN201410783861A CN105764071A CN 105764071 A CN105764071 A CN 105764071A CN 201410783861 A CN201410783861 A CN 201410783861A CN 105764071 A CN105764071 A CN 105764071A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- internet
- system based
- things
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及物联网、频谱感知、频谱检测、无线网络技术领域,尤其涉及一种基于物联网的数据业务感知系统。一种基于物联网的数据业务感知系统,包括无线宽带射频感测模块,用于感测多户业务数据;多模数据采集模块,用于传输用户业务数据;以及运行控制模块,用于存储及分析用户业务数据;所述三个模块依次连接。本发明的有益效果是:满足具有不同模式业务数据的感测与组合分析需求;避免了单个节点执行宽带探测过早耗尽能量,从而丧失工作能力,影响了系统网络的区域覆盖性能;提高了数据处理效率的同时,节省了节点的能耗,也有效降低了对其它无线网络的干扰;动态优化了系统效率,节省了节点的有限能量,延长了系统一次充电的有效运行寿命。
Description
技术领域
本发明涉及物联网、频谱感知、频谱检测、无线网络技术领域,尤其涉及一种基于物联网的数据业务感知系统。
背景技术
近几年,基于物联网数据采集感测系统的研究在国内外发展较快,如美国的邦纳公司,中国科学院上海微系统所等等。这些现有的无线数据探感手段,均基于物联网中的无线组网与传感技术相结合,而且正常的使用运行需要付出不小的费用,一次布设网络系统后,所采集的数据仅仅是单一类型的单模数据,如果覆盖范围扩大时,需要很大程度上借助于现有的有线和无线网络,不仅增加了运行使用成本,而且用户所得到的性价比也是很低的。
美国的马萨诸塞于2011年5月启动了打造世界上第一个无线感知城的研发项目,CitySense。该项目面临的突出挑战是:(1)如何把分散在城市各处的感测节点与位于哈佛大学的中心监测器连接起来;(2)由于感测数据量规模非常的大,使用的终端感测节点数量将是巨大的,而且随之而来的组网连接也变得非常的复杂。
如何利用集成度较高且组网灵活的无线系统,感测多种业务数据已经是需要迫切解决的实际问题,引起的各国相关机构的高度重视。通过合理增加布设有效的节点,实现对区域的无盲点多模数据的感测,通过密集节点布设实现0价运行成本的系统运行使用,将成为科研人员迫在眉睫的研究。
以物联网技术为基础的动态频谱共享网络,面临着传统无线通信的所有安全问题,如无线信号的被截获或篡改等:同时由于基于软件无线电架构的认知无线电用户,具有感知环境变化及调整自身参数的能力。因此,基于物联网的数据业务感知系统将会面临一些新的安全隐患,比如冒充主用户信号的攻击。
公共控制信道在认知无线网络中并不是容易实现的,因为网络中的非授权用户有可能找不到一个都可用的信道作为公共信道。
该技术方案是基于无干扰的一种抽象方法,实际应用中一定存在干扰的。
发明内容
基于上述技术问题,本发明的目的是提出一种基于物联网的数据业务感知系统的使用不受地理空间限制,采用基于时间-空间-模式的三维数据感测及分析的系统。
此目的是通过如下方式实现的:
一种基于物联网的数据业务感知系统,包括无线宽带射频感测模块,用于感测多户业务数据;多模数据采集模块,用于传输用户业务数据;以及运行控制模块,用于存储及分析用户业务数据;所述三个模块依次连接。
进一步地,所述多模数据采集模块采用相似数据类型集成并行感测技术,实现不同模式的数据探测及采集。
进一步地,所述的无线宽带射频感测模块采用多节点窄带频谱并行探测技术,每个节点共同参与完成宽带频谱探测任务。
进一步地,所述多数据采集模包括湿度探测模块、温度探测模块、噪音探测模块、气体浓度探测模块及气溶胶污染探测模块。
进一步地,所述湿度探测模块、温度探测模块、噪音探测模块、气体浓度探测模块及气溶胶污染探测模块均为传感器。
进一步地,所述无线宽带射频感测模块、多数据采集模块、以及运行控制模块之间采用无线区域自组网模式或者与外网融合形成多个异构网络的融合组网模式。
本发明的有益效果是:
(一)采用独立单元模块组合集成技术,通过改变某个单元模块便能够完成新的系统功能,高效灵活的满足具有不同模式业务数据的感测与组合分析需求。
(二)采用多节点窄带频谱并行探测技术,避免了单个节点执行宽带探测过早耗尽能量,从而丧失工作能力,影响了系统网络的区域覆盖性能。
(三)采用基于业务流量的系统状态控制技术,提高了数据处理效率的同时,节省了节点的能耗,也有效降低了对其它无线网络的干扰。
(四)采用基于多任务进程的节点动态控制技术,动态优化了系统效率的同时,节省了节点的有限能量,避免了节点过早耗尽能量,延长了系统一次充电的有效运行寿命。
附图说明
图1是基于物联网的数据业务感知系统产品结构图;
图2是基于物联网的数据业务感知系统技术原理图。
具体实施方式
本发明基于物联网的数据业务感知系统的使用不受地理空间限制,采用基于时间-空间-模式的三维数据感测及分析的技术。
如图1所示,系统可采用2种组网运行模式:(1)自组模式:内网模式,即无线区域自组网模式;(2)融合模式:与外网融合形成多个异构网络的融合组网。根据用户业务数据的处理需求,选择合适的模式,满足用户对业务数据分析结果的同时,有效降低系统的资源消耗以及运行使用成本。自组模式运行费用低,融合模式则数据分析更全面准确。
如图2所示为系统的原理图,中每个节点终端采用分布式数据采集方式,并以集中式自组网方式完成数据的传输与综合分析,系统采用了基于多任务进程的节点动态控制技术,完成数据采集,传输以及空闲频谱探测任务,系统状态控制是基于业务流量的动态模式调整方式,兼顾了系统工作效率和能源有效性两方面性能,提高了系统长期运行的总体性能。
系统基于以下四点实现:(1)无线多模数据感测节点的设计及硬件实现;(2)无线宽带射频感测单元的设计与实现;(3)基于数据模式驱动的无线区域自组网系统控制;(4)基于业务数据流量的节点状态控制。
第一点采用了独立单元模块组合集成技术。节点终端可运行于两种模式:5.8GHz免费频段、及当前探测确定的空闲频段。节点终端由无线宽带射频感测单元、多模数据采集单元、以及运行控制单元3个功能独立的单元模块组成,每个单元模块都包括多种基于应用差异的不同版本。其中:多模数据采集单元是采用相似数据类型集成并行感测技术,该技术使得不同模式数据能够被同时快速的获取,提高了系统效率并保证了实时数据分析的时限。当前最新成果:实现了5模式数据的并行采集,即对湿度、温度、噪音污染、气体污染(CO,NH3;SO2;H2S;NO2)、气溶胶污染(粉尘;烟尘;烟雾;雾气)的5模式数据并行探测及采样。采用这种独立单元组合技术,通过改变某个单元模块便能够完成新的系统功能,高效灵活的满足具有不同模式业务数据的感测与组合分析需求。
第二点采用了多节点窄带频谱并行探测技术。如果业务数据流量较大时(如:4节点系统超过10Mbps速率时),每个节点共同参与完成宽带频谱探测任务(4节点系统,每个节点仅负责25MHz带宽的窄带探测),执行探测-传输-探测-传输-探测的运行时序。4节点组网系统在业务负载较大时(大于15MHz系统传输率),这种多节点窄带并行探测可延长节点正常可使用寿命达500小时。避免了单个节点执行宽带探测过早耗尽能量,从而丧失工作能力,影响了系统网络的区域覆盖性能。所涉及的具体内容有:如何通过软件实现探测节点的选择,探测结果的判决,以及多节点间的空闲频谱使用。
第三点采用了基于业务流量的系统状态控制技术。系统状态模式包括:(1)独立模式:系统网络各层独立执行本层任务;(2)联合模式:基于3层联合协调的系统运行决策(物理层、链路控制层、网络层的联合)。当系统无业务数据任务时(或业务速率小于1Mbps时),系统运行于独立模式,每个节点处于待机状态,极大低节省了节点的能源。当出现业务数据时,每个入网运行的节点均以联合模式参与处理系统指定的任务。联合模式是基于业务数据的需求来使用分配系统频谱资源,提高了频谱效率,有效适应了系统业务流量大的状态。独立模式能节省节点的能耗,适合非工作待机状态。根据业务流量的总体状态,动态转换系统状态模式,提高了数据处理效率的同时,节省了节点的能耗,也有效降低了对其它无线网络的干扰(不同于传统的单模式系统网络运行方式)。
第四点采用基于多任务进程的节点动态控制技术。该技术用于普通节点和融合节点中。每个普通节点终端采用该技术完成本节点的数据采集、组织周围节点的网络连通以完成100MHz带宽的频谱探测及数据传输任务。融合节点除完成普通节点的功能外,负责实现异构网融合的外网选择功能。该技术基于条件受限的系统优化原理,使得系统多个任务(采集、探测、传输、组网)分配到所有的参与节点中,控制每个节点完成任务的时序,动态优化了系统效率的同时,节省了节点的有限能量,避免了节点过早耗尽能量,延长了系统一次充电的有效运行寿命。
Claims (6)
1.一种基于物联网的数据业务感知系统,其特征在于:包括无线宽带射频感测模块,用于感测多户业务数据;多模数据采集模块,用于传输用户业务数据;以及运行控制模块,用于存储及分析用户业务数据;所述三个模块依次连接。
2.根据权利要求1所述的基于物联网的数据业务感知系统,其特征在于:所述多模数据采集模块采用相似数据类型集成并行感测技术,实现不同模式的数据探测及采集。
3.根据权利要求1所述的基于物联网的数据业务感知系统,其特征在于:所述的无线宽带射频感测模块采用多节点窄带频谱并行探测技术,每个节点共同参与完成宽带频谱探测任务。
4.根据权利要求2所述的基于物联网的数据业务感知系统,其特征在于:所述多数据采集模包括湿度探测模块、温度探测模块、噪音探测模块、气体浓度探测模块及气溶胶污染探测模块。
5.根据权利要求3所述的基于物联网的数据业务感知系统,其特征在于:所述湿度探测模块、温度探测模块、噪音探测模块、气体浓度探测模块及气溶胶污染探测模块均为传感器。
6.根据权利要求1所述的基于物联网的数据业务感知系统,其特征在于:所述无线宽带射频感测模块、多数据采集模块、以及运行控制模块之间采用无线区域自组网模式或者与外网融合形成多个异构网络的融合组网模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410783861.1A CN105764071A (zh) | 2014-12-18 | 2014-12-18 | 基于物联网的数据业务感知系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410783861.1A CN105764071A (zh) | 2014-12-18 | 2014-12-18 | 基于物联网的数据业务感知系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105764071A true CN105764071A (zh) | 2016-07-13 |
Family
ID=56339474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410783861.1A Pending CN105764071A (zh) | 2014-12-18 | 2014-12-18 | 基于物联网的数据业务感知系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105764071A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109495586A (zh) * | 2018-12-21 | 2019-03-19 | 云南电网有限责任公司电力科学研究院 | 一种物联网异构无线网络的通信方法、终端及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102595608A (zh) * | 2012-02-16 | 2012-07-18 | 中国联合网络通信集团有限公司 | 物联网频段分配方法及物联网接入网关 |
CN103312802A (zh) * | 2013-06-09 | 2013-09-18 | 青岛农业大学 | 基于物联网的肉牛养殖环境监测方法与系统 |
CN103476148A (zh) * | 2013-09-24 | 2013-12-25 | 中国科学院上海微系统与信息技术研究所 | 无线传感器网络 |
CN103593943A (zh) * | 2013-08-20 | 2014-02-19 | 陕西迪捷宝信息科技有限公司 | 基于位置及多维信息融合的危险区域人员行为识别和监控系统 |
CN103684634A (zh) * | 2013-12-03 | 2014-03-26 | 南京邮电大学 | 异构无线传感网中基于定位信息的压缩频谱感知方法 |
-
2014
- 2014-12-18 CN CN201410783861.1A patent/CN105764071A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102595608A (zh) * | 2012-02-16 | 2012-07-18 | 中国联合网络通信集团有限公司 | 物联网频段分配方法及物联网接入网关 |
CN103312802A (zh) * | 2013-06-09 | 2013-09-18 | 青岛农业大学 | 基于物联网的肉牛养殖环境监测方法与系统 |
CN103593943A (zh) * | 2013-08-20 | 2014-02-19 | 陕西迪捷宝信息科技有限公司 | 基于位置及多维信息融合的危险区域人员行为识别和监控系统 |
CN103476148A (zh) * | 2013-09-24 | 2013-12-25 | 中国科学院上海微系统与信息技术研究所 | 无线传感器网络 |
CN103684634A (zh) * | 2013-12-03 | 2014-03-26 | 南京邮电大学 | 异构无线传感网中基于定位信息的压缩频谱感知方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109495586A (zh) * | 2018-12-21 | 2019-03-19 | 云南电网有限责任公司电力科学研究院 | 一种物联网异构无线网络的通信方法、终端及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101808289B (zh) | 基于移动汇聚节点的无线传感器网络的数据收集方法 | |
US10542093B2 (en) | Surveillance network system | |
Zhao et al. | The interplay between signal processing and networking in sensor networks | |
Huang et al. | Capacity scaling in mobile wireless ad hoc network with infrastructure support | |
Zhang et al. | Performance analysis of cluster-based and tree-based routing protocols for wireless sensor networks | |
CN105898679B (zh) | 一种基于多代表节点与多层融合的异构传感数据收集方法 | |
CN102938892A (zh) | 一种认知无线传感器网络跨层协议设计方法 | |
CN107222900A (zh) | 一种基于动态链的无线传感器网络节点协作方法 | |
Liu et al. | An improved energy efficient unequal clustering algorithm of wireless sensor network | |
CN105764071A (zh) | 基于物联网的数据业务感知系统 | |
Tanash et al. | Enhancing energy efficiency of IEEE 802.15. 4-based industrial wireless sensor networks | |
CN107450343A (zh) | 一种智能家居无线控制系统 | |
Malhotra | ZigBee technology: Current status and future scope | |
Li et al. | The analysis of data fusion energy consumption in WSN | |
Cao Minh et al. | DISON: a self-organizing network management framework for wireless sensor networks | |
CN102548036B (zh) | 基于tdma的无线传感器网络星形自组网方式 | |
Xu et al. | A low energy adaptive clustering multi-hop routing protocol based on fuzzy decision | |
CN109191793A (zh) | 一种城市道路交通污染物排放区域监控预警装置 | |
CN103561444B (zh) | 一种传感器网络中的数据收集的方法及装置 | |
Lu et al. | iAgent: when AI meets mobile agent | |
CN104394554B (zh) | 一种预测式低延时地理路由方法 | |
Wang et al. | Keeping desired qos by a partial coverage algorithm for cluster-based wireless sensor networks | |
An et al. | Analysis and Comparison of Routing Protocol of Wireless Sensor Network. | |
Khedikar et al. | Energy effective target coverage WSNs | |
Yadav et al. | Cluster based routing schemes in wireless sensor networks: A comparative study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160713 |
|
WD01 | Invention patent application deemed withdrawn after publication |