CN111225375B

CN111225375B - 下一代物联网体系架构设计方法与应用系统

Info

Publication number: CN111225375B
Application number: CN201911424632.XA
Authority: CN
Inventors: 王铁军; 张广; 张书; 王安妮; 杨成双; 田玉颖; 瓮浩; 他福慧; 谢东
Original assignee: Hanentropy Communication Co ltd
Current assignee: Hanentropy Communication Co ltd
Priority date: 2019-12-31
Filing date: 2019-12-31
Publication date: 2022-04-01
Anticipated expiration: 2039-12-31
Also published as: CN111225375A; CN114189856A; CN114501430A

Abstract

本发明公开了一种下一代物联网体系架构设计方法与应用系统包括多模异构无线网络方法和系统。该多模异构无线网络融合了多种通信网络例如LTE、WiFi和IoT网络等，并且被配置为能够根据通信要求在多种通信网络之间进行动态地切换，使数据传输单元和基站通过被选择的通信网络进行通信，从而同时满足不同终端设备的通信要求。

Description

下一代物联网体系架构设计方法与应用系统

技术领域

本发明涉及通信和物联网技术领域，具体涉及一种多模异构无线网络和方法。

背景技术

随着物联网(Internet of thing，IoT)的蓬勃发展，其所连接的终端设备的类型也越来越丰富，例如包括车辆(vehicles)、船舶(ships)、飞机(airplanes)、卫星(satellites)、智能家居产品(smart home products)、气象设备(meteorologicaldevices)、环保设备(environmental protection devices)、传感器(sensors)、消防设备(fire-fighting devices)、手机(cell phones)、医疗器械(medical instruments)等。

与此同时，不同的类型的终端设备对IoT网络提出了不同的通信要求，例如，延迟时间、数据维度(2D,3D等)、功耗等，但是，传统意义上的IoT网络却无法同时满足这些不同终端设备的通信要求。

发明内容

本发明提供一种下一代物联网体系架构设计方法与应用系统包括多模异构无线网络(Multimode Heterogeneous Wireless Network,MHWN)和方法，旨在解决传统的IoT网络难以满足多种不同类型终端的通信要求的技术问题。

本发明第一方面，提供一种多模异构无线网络，该网络包括接入网和核心网，接入网包括基站和数据传输单元(Data Transfer Unit，数据传输单元)，基站用于连接核心网与数据传输单元，数据传输单元用于连接基站与终端，核心网用于与云端连接；该网络融合多种通信网络，数据传输单元和基站能够通过所述多种通信网络中的一种或多种通信；该网络被配置为根据通信要求在所述多种通信网络之间进行动态的选择和切换，使数据传输单元和基站通过被选择的通信网络进行通信。

所述多种通信网络包括宽带网络和窄带网络，所述宽带网络包括公用移动通信网络和/或无线局域网络，所述公用移动通信网络包括3G、4G和5G网络乃至6G网络中的至少一种，所述无线局域网络包括WiFi网络，所述窄带网络包括NB-IoT(Narrow Band Internetof Things，窄带物联网)网络、LTE-M(LTE-Machine to Machine，LTE机器对机器)网络、LoRa(Long Range Radio，远距离无线电)网络中的至少一种。需要理解，这里所说的多种网络仅为举例，而不构成限制。

一种可行的实现方式中，终端用于将数据发送到相应的数据传输单元；数据传输单元用于获取终端的数据，通过所述多种通信网络中的至少一种进行数据传输，将终端的数据上传至相应的基站；基站用于将终端的数据通过核心网上传至云端；云端用于对终端的数据进行数据分析和处理，和/或将处理的数据和/或指令通过所述多种通信网络中的至少一种返回终端。

一种可行的实现方式中，云端对终端的数据进行数据分析和处理包括：根据应用需求和/或用户请求，进行2D的数据分析和处理；和/或，在2D数据分析的基础上进行3D的数据分析和处理，包括进行3D的VR建模，与用户进行VR动态交互；和/或，基于终端的数据进行数据建模，所述数据建模包括2D建模和/或基于VR(Virtual Reality，虚拟现实)技术的3D建模。

一种可行的实现方式中，云端还用于通过该多模异构无线网络向终端发送下行指令，所述下行指令用于对传感器进行纠偏，和/或调节分析粒度，和/或升级固件。

一种可行的实现方式中，该网络还包括边缘计算单元，用于对来自终端的信号和/或数据进行本地处理，并将处理结果实时和/或动态地返回给终端和/或云端；所述边缘计算单元被集成在终端和/或数据传输单元，或者，采用分布式方式配置于终端和/或数据传输单元。

一种可行的实现方式中，所述终端包括传感器，一个或多个传感器能够被集成于一个所述数据传输单元，集成有传感器的所述数据传输单元上部署有边缘计算单元，该边缘计算单元用于根据所述一个或多个传感器采集的数据进行边缘计算，边缘计算的结果被用于触发所述数据传输单元执行相应的操作。

一种可行的实现方式中，在应用于消防的场景，所述传感器包括烟雾传感器和温度传感器，所述边缘计算单元用于在进行火警决策计算时综合考虑所述烟雾传感器检测的烟雾浓度和所述温度传感器检测的温度，当烟雾浓度超过浓度阈值且温度超过温度阈值时，所述边缘计算单元发出报警指示，触发所述数据传输单元执行报警操作。

一种可行的实现方式中，所述传感器能够被部署于大楼的各个楼层，同一楼层的多个传感器检测到的环境数据传输至数据传输单元或云端，当发生火灾时，该环境数据被数据传输单元或云端用来计算火灾趋势并预测逃生路线，所述环境数据包括烟雾浓度和/或温度。

一种可行的实现方式中，所述传感器检测到的环境数据还包括每个传感器检测数据的单位增量，该单位增量包括单位时间内的温度增加值和/或单位时间内的烟雾浓度增加值。

一种可行的实现方式中，所述边缘计算单元，还用于在进行本地处理时，计算来自不同终端的至少两种数据的关联性，且处理结果反映该关联性。

一种可行的实现方式中，该网络还包括雾计算单元，用于为相应的终端提供动态、实时的信号和/或指令和/或数据；所述雾计算单元部署于终端、数据传输单元、基站、核心网或云端。

一种可行的实现方式中，当该网络应用于物联网，所述终端包括感知设备，所述感知设备包括传感器和/或执行器；基站为网关或者基站集成有网关，网关包括公用移动通信网络网关和/或无线局域网络网关和/或窄带网络网关；数据传输单元和终端相互独立，或者，数据传输单元和终端集成于一体；数据传输单元包括通信模块和处理模块。

一种可行的实现方式中，网关为宽带和窄带融合的双模网关，且多个网关被配置成网状网，窄带网络在多个网关之间实现基于区块链技术的网状网；用于加密通信数据的密钥被配置为由基于区块链技术的该网状网生成；终端的用户面数据被配置为：通过分散、分块，整形后分成两部分数据，其中低数据量的部分通过窄带网络传输，高数据量的部分通过宽带网络传输，在云端实现两部分数据的重构、聚合，恢复为原始数据。

一种可行的实现方式中，数据传输单元还用于向网状网请求并获取用于加密通信数据的密钥；根据网状网返回的密钥对终端的数据进行加密。

一种可行的实现方式中，数据传输单元对终端的数据进行加密包括：对来自不同终端的至少两种数据进行哈希运算，通过哈希运算实现数据加密，同时实现对至少两种数据的关联性计算。

一种可行的实现方式中，数据传输单元还用于：将终端的用户面数据分散、分块，整形为两部分数据；将其中低数据量的部分通过窄带网络传输，高数据量的部分通过宽带网络传输，使两部分数据通过独立的两个通道传输至基站，通过基站到达云端，以便两部分数据在云端实现重构、聚合，恢复为原始数据。

本发明第二方面提供一种增强型多媒体广播多播系统系统，基于如上述的多模异构无线MHWN网络，该系统将多个MHWN网络配置为一个增强型多媒体广播多播系统服务区，一个增强型多媒体广播多播系统服务区内的MHWN网络被配置一个点到多点的无线资源，且注册至该增强型多媒体广播多播系统服务区的多个用户设备UE能够同时接收到相同的传输信号。

本发明第三方面提供一种MBSFN系统，基于如上文所述的多模异构无线MHWN网络，该系统将多个MHWN网络配置为一个MBSFN区域，一个MBSFN区域内的多个或者全部MHWN网络被配置为传输相同信息，MBSFN区域内的用户设备UE能够同步接收通过多个MHWN网络多径传输的相同信息。

本发明第四方面提供一种应用于多模异构无线网络的方法，该网络包括接入网和核心网，接入网包括基站和数据传输单元数据传输单元，基站用于连接核心网与数据传输单元，数据传输单元用于连接基站与终端，核心网用于与云端连接；该网络融合多种通信网络，数据传输单元和基站能够通过所述多种通信网络中的一种或多种通信；该网络被配置为根据通信要求在多种通信网络之间进行动态的选择和切换，使数据传输单元和基站通过被选择的通信网络进行通信；所述多种通信网络包括宽带网络和窄带网络，所述宽带网络包括公用移动通信网络和/或无线局域网络，所述公用移动通信网络包括3G、4G和5G网络中的至少一种，所述无线局域网络包括WiFi网络，所述窄带网络包括NB-IoT网络、LTE-M网络、LoRa网络中的至少一种；其中，基站为网关或者基站集成有网关，网关包括公用移动通信网络网关和/或无线局域网络网关和/或窄带网络网关；且网关为宽带和窄带融合的双模网关，且多个网关被配置成网状网，窄带网络在多个网关之间实现基于区块链技术的网状网；

该方法包括：

数据传输单元获取终端的数据，通过所述多种通信网络中的至少一种进行数据传输，将终端的数据上传至相应的基站；基站将终端的数据通过核心网上传至云端，终端的数据在云端被进一步分析和处理。

一种可行的实现方式中，数据传输单元将终端的数据上传至相应的基站之前，还包括：数据传输单元向网状网请求并获取用于加密通信数据的密钥，密钥被配置为由基于区块链技术的该网状网生成；根据网状网返回的密钥对终端的数据进行加密，加密后的数据被数据传输单元上传至相应的基站。

一种可行的实现方式中，数据传输单元将终端的数据上传至相应的基站包括：数据传输单元将终端的用户面数据分散、分块，整形为两部分数据；将其中低数据量的部分通过窄带网络传输，高数据量的部分通过宽带网络传输，使两部分数据通过独立的两个通道传输至基站，通过基站到达云端，以便两部分数据在云端实现重构、聚合，恢复为原始数据。

本发明第五方面提供一种数据传输单元(数据传输单元)，包括通信模块以及与通信模块连接的处理模块；所述通信模块包括微控制器，以及连接于微控制器的基带芯片和至少两种收发器，所述至少两种收发器选自蓝牙收发器、ZigBee收发器、Z波(Z-wave)收发器、WiFi收发器和Wpan收发器；所述处理模块中运行有边缘计算单元和/或雾计算单元。

本发明第六方面提供一种终端，该终端中集成有如本发明第五方面所述的数据传输单元。可选的，该终端中还集成有与数据传输单元连接的传感器。可选的，该终端还包括壳体、安装于壳体的显示屏和控制按键，安装于壳体内的PCB基板，数据传输单元安装于PCB基板上，PCB基板还连接有电源模块，显示屏和控制按键分别与PCB基板连接。可选的，该终端为手机、手持式终端、传感器、手环等。

本发明第七方面提供一种基站，该基站中集成有多个网关，所述多个网关包括公用移动通信网络网关和/或无线局域网络网关和/或窄带网络网关。

本发明第八方面提供一种网络系统，包括如以上第五方面所述的数据传输单元，以及，第七方面所述的基站，数据传输单元和基站无线连接。

以上，本发明提供一种多模异构无线网络、基于该网络的增强型多媒体广播多播系统和MBSFN系统，以及应用于该网络的方法。从以上技术方案可以看出，本发明技术方案具有以下优点：

该MHWN网络可以使用软件定义的无线电或类似技术融合多种通信网络例如LTE、WiFi和IoT网络等，并且可以使用网络功能虚拟化核心网络单元或其它类似网元进行配置和/或控制，从而使得该MHWN网络能够根据不同终端的不同通信要求而在多种通信网络之间进行动态地切换，从而同时满足这些不同终端设备的通信要求。

特别的，该MHWN网络包括被部署于数据传输单元或者其它网元的边缘计算单元，该边缘计算单元用来根据多个传感器的数据进行边缘计算和决策，计算和决策是可以考虑多个传感器检测的多种数据的关联性，基于关联性进行综合决策，得到更优的决策结果。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例和现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例提供的一种多模异构无线网络的架构示意图；

图2是本发明实施例提供的包括边缘计算单元的多模异构无线网络的架构图；

图3是本发明实施例提供的包括雾计算单元的多模异构无线网络的架构图；

图4是本发明实施例提供的引入数据分析技术的多模异构无线网络的架构图；

图5是本发明实施例提供的引入数据建模技术的多模异构无线网络的架构图；

图6是本发明实施例提供的引入虚拟现实技术的多模异构无线网络的架构图；

图7是本发明实施例提供的多模异构无线网络的一些应用的示意图；

图8是本发明实施例提供的一种基于多模异构无线网络的增强型多媒体广播多播系统系统的架构示意图；

图9是本发明实施例提供的一种基于多模异构无线网络的MBSFN系统的架构示意图；

图10是宽带与窄带的发展趋势的示意图；

图11和图12是4G/LTE网络的加密流程的示意图；

图13和图14是WiFi网络的加密流程的示意图；

图15是IoT的加密流程的示意图；

图16是一种基于宽带和窄带融合以及区块链架构的更安全网络的架构示意图；

图17是密钥管理流程的示意图；

图18是终端的用户面数据的流程示意图；

图19是应用于电力行业的网络架构示意图；

图20是本发明实施例提供的一种应用于多模异构无线网络的方法的流程图；

图21是本发明一个实施例中无线多模异构物联网的架构示意图；

图22是本发明一个实施例中数据传输单元的的结构示意图；

图23是终端接入低功耗的无线多模异构物联网的示意图；

图24是LPWAN和5G网络的融合结构的示意图；

图25是无线多模异构物联网系统总体架构示意图；

图26是无线多模异构物联网应用于智慧交通的网络架构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别不同的对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

下面通过具体实施例，分别进行详细的说明。

【实施例一】

请参考图1，本发明实施例提供一种多模异构无线(Multimode HeterogeneousWireless Network,MHWN)网络。本发明的MHWN网络是一种多模异构网络。多模异构网络是包含有多种类型节点和多种类型关系的网络，它将相互重叠的不同类型网络融合起来以，从而满足未来终端的业务多样性需求。

该MHWN网络包括接入网和核心网，其接入网包括基站和数据传输单元(数据传输单元)，基站用于连接核心网与数据传输单元，数据传输单元用于连接基站与终端；其核心网为异构核心网络，可用于与云端通信。其中，基站可为多模无线基站。

该MHWN网络的核心网可以由网络功能虚拟化单元进行配置和/或控制，NFV是核心网的底层平台架构。该MHWN网络的接入网可以使用软件定义的无线电技术融合多种通信网络，数据传输单元和基站能够通过所述多种通信网络中的一种或多种通信，实现SDR功能的软件模块可运行于MHWN网络中的基站等通用硬件平台。

该MHWN网络被配置为可以根据通信或业务的动态和差异化要求而在所述多种通信网络之间进行动态的选择和切换，使数据传输单元和基站通过被选择的通信网络进行智能通信。

其中，所述多种通信网络包括宽带网络和窄带网络，所述宽带网络包括公用移动通信网络和/或无线局域网络，所述公用移动通信网络包括但不限于3G、4G和5G网络中的至少一种，所述无线局域网络包括但不限于WiFi网络，所述窄带网络包括但不限于NB-IoT(Narrow Band Internet of Things，窄带物联网)网络、LTE-M(LTE-Machine to Machine，LTE机器对机器)网络、LoRa(Long Range Radio，远距离无线电)网络中的至少一种。

本发明的MHWN网络，包括位于基站和终端之间的数据传输单元，数据传输单元可起到连接不同网络的作用。数据传输单元因支持多种网络，它可以和多模无线基站通过多种通信网络中的一种或多种通信，它也可以通过终端所支持的通信方式与终端通信，从而实现了不同类型的终端与不同类型的基站之间的网络连接。

其中，当该网络应用于物联网，所述终端可包括感知设备，所述感知设备可包括传感器和/或执行器；所述云端可以是应用云；所述基站可为网关或者基站集成有网关，网关可包括公用移动通信网络网关和/或无线局域网络网关和/或窄带网络网关；数据传输单元和终端相互独立，或者，数据传输单元集成于终端；数据传输单元包括通信模块和处理模块。

其中，从更广泛的应用领域来说，所述终端包括但不限于车辆(vehicles)、船舶(ships)、飞机(airplanes)、卫星(satellites)、智能家居产品(smart home products)、气象设备(meteorological devices)、环保设备(environmental protection devices)、传感器(sensors)、消防设备(fire-fighting devices)、手机(cell phones)、医疗器械(medical instruments)等。

该网络中数据传输方式如下：

(1)终端通过其与数据传输单元的连接(例如，Bluetooth,Zigbee,Z-wave,WiFi,Wpan等)将其自身的数据发送至数据传输单元；本文对于终端和数据传输单元的连接方式不予限制。

(2)数据传输单元将终端的数据通过MHWN网络进行传输，其中，MHWN网络在NFV网络单元的控制下，可选择通过LTE、WiFi和IoT等多种不同通信网络对数据进行传输，其中，NFV可基于多种选项实现对网络回传的智能选择，不限于可选网络的覆盖或容量情况，还包括基于上层业务请求或数据业务特征的调度。例如，数据传输单元获取的来自传感器的数据，可以通过IoT网络传输；数据传输单元获取的来自视频监控设备的视频数据，可以通过LTE或者WiFi网络传输；等。NFV核心网络单元与MHWN网络之间可通过有线或无线进行连接，其中，所述LTE可以被5G或更高的通信标准替代，其中，IOT可包括LoRa(LoRaWAN)，NB-IoT等等。

(3)在NFV核心网络单元的控制下，MHWN网络将从数据传输单元单元获得的终端的数据传送到云端例如应用云(Application Cloud)。

(4)在应用云处，可基于机器学习(Machine Learning,ML)算法，诸如，深度学习、SVM、决策树、K均值、逻辑回归等,和/或引入专家系统、神经网络等，对接收到的数据进行数据分析和处理，例如包括2D数据分析。

(5)根据具体的应用需求和/或用户请求，应用云还可以对2D数据进行3D的VR建模，进而与用户设备(User Equipment，UE)和/或终端，包括但不限于台式机、膝上型电脑或手持个人计算机、服务器、工作站、游戏控制台和/或嵌入式系统等进行VR动态交互。UE可通过互联网与云端通信。

(6)应用云将处理后的数据、指令(例如2D和/或3D形式)等通过MHWN网络返回至数据传输单元，然后在NFV核心网络单元的控制下，选择例如LTE、WiFi和IOT等多种不同通信网络中的至少一个对数据进行传输，进而返回至各个终端。

可见，本发明一些实施例中，

终端用于将数据发送到相应的数据传输单元；

数据传输单元用于获取终端的数据，在NFV单元的控制下，选择相应的空口协议，通过所述多种通信网络中的至少一种进行数据传输，将终端的数据上传至相应的基站；

基站用于在NFV单元的控制下，将终端的数据上传至云端；

云端用于对终端的数据进行数据分析和处理，和/或将处理的数据和/或指令通过所述多种通信网络中的至少一种返回终端。

进一步的，云端对终端的数据进行数据分析和处理可包括：根据应用需求和/或用户请求，进行2D的数据分析和处理；和/或，在2D数据分析的基础上进行3D的数据分析和处理，包括进行3D的VR建模，与用户进行VR动态交互；和/或，基于终端的数据进行数据建模，所述数据建模包括2D建模和/或基于虚拟现实VR技术的3D建模。

进一步的，云端还可用于通过该多模异构无线网络向终端发送下行指令，所述下行指令用于对传感器进行纠偏，和/或调节分析粒度，和/或升级固件。

请参考图2，本发明一些实施例中，该MHWN网络还包括边缘计算(Edge Computing)单元，该单元用于对来自终端的信号和/或数据进行本地处理，并将处理结果实时和/或动态地返回给终端和/或云端。可选的，所述边缘计算单元被集成在终端和/或数据传输单元，或者，采用分布式方式配置于终端和/或数据传输单元。

某些应用领域，终端设备有时对实时性要求较高，例如火警设备等，它们需要实时得到反馈信号和/或指令，从而触发相应的致动器进行操作。

为此，本申请的MHWN网络引入边缘计算技术，从而有能力为相应的终端设备提供动态、实时的信号和/或指令和/或数据。

边缘计算(Edge Computing)的原理框图如图2所示，其特点如下：

(1)在数据传输单元中引入边缘计算单元。

(2)边缘计算单元对来自终端设备的信号和/或数据进行本地处理，并将结果实时和/或动态地返回给终端设备。

(3)所述边缘计算单元也可以集成在终端设备，和/或既集成在终端设备，又集成在数据传输单元单元。该边缘计算单元也可以采用分布式方式配置。

(4)云端即应用云(Application Cloud)可以访问边缘计算单元的历史数据。

(5)边缘计算的内容可包括：计算卸载(Computing offload)、数据缓存/存储(Data caching/storage)、数据处理(Data processing)、请求分发(Requestdistribution)、服务交付(Service delivery)、物联网管理和隐私保护(IoT managementand Privacy protection)等。

(6)一些实施例中，所述边缘计算单元，还用于在进行本地处理时，计算来自不同终端的至少两种数据的关联性，且处理结果反映该关联性。

需要说明的是，边缘计算(Edge Computing)是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。

一种实施例中，一个或多个传感器被集成于一个所述数据传输单元，集成有传感器的所述数据传输单元上部署有边缘计算单元，该边缘计算单元用于根据所述一个或多个传感器采集的数据进行边缘计算，边缘计算的结果被用于触发所述数据传输单元执行相应的操作。

一种实施例中，所述传感器包括烟雾传感器和温度传感器，所述边缘计算单元用于在进行火警决策计算时综合考虑所述烟雾传感器检测的烟雾浓度和所述温度传感器检测的温度，当烟雾浓度超过浓度阈值且温度超过温度阈值时，所述边缘计算单元发出报警指示，触发所述数据传输单元执行报警操作。

一种实施例中，所述传感器能够被部署于大楼的各个楼层，同一楼层的多个传感器检测到的环境数据传输至数据传输单元或云端，当发生火灾时，该环境数据被数据传输单元或云端用来计算火灾趋势并预测逃生路线，所述环境数据包括烟雾浓度和/或温度。

一种实施例中，所述传感器检测到的环境数据还包括每个传感器检测数据的单位增量，该单位增量包括单位时间内的温度增加值和/或单位时间内的烟雾浓度增加值。

请参考图3，本发明一些实施例中，该MHWN网络还包括雾计算(Fog Computing)单元，用于为相应的终端提供动态、实时的信号和/或指令和/或数据；所述雾计算单元部署于终端、数据传输单元、基站、核心网或云端。

一些应用领域中，终端设备有时对实时性要求较高，例如火警设备等，它们需要实时得到反馈信号和/或指令，从而触发相应的致动器进行操作。

本申请的MHWN网络引入雾计算技术，从而有能力为相应的终端设备提供动态、实时的信号和/或指令和/或数据。

雾计算(Fog Computing)的框图如图3所示，包括一些特点：

(1)雾计算单元可位于云端应用云与终端(例如车辆、船舶、飞机、卫星、智能家居产品、气象设备、环保设备、传感器、消防设备、手机、医疗器械等)之间的任何适当的位置处。

(2)该雾计算单元的部署位置可以根据终端和/或云端的需求进行动态的选择和/或配置。

(3)雾计算单元可以采用分布式方式配置。

(4)雾计算单元之间的连接包括了无线和有线连接。

(5)雾计算单元覆盖边缘网络，但也涵盖了边缘和云之间的访问以及可穿戴设备以及中间层雾计算处理移动/服务提供商之外的垂直行业。

(6)雾计算单元主要是面向计算的，但还可包括存储和深度数据包网络。

需要说明的是，雾计算(Fog Computing)的提出是为了满足网络传输的低延迟、位置感知、移动支持和地理分布的需求，在终端设备和传统云计算数据中心之间提供计算、存储和网络服务，这些服务可以由云和物体间的任意设备提供。通常但又不完全位于网络边缘。

雾计算的特点是处理能力强的单个设备接收多个端点来的信息，处理后的信息发回需要的地方。和云计算相比延迟更短。和边缘计算相比较的话，雾计算更具备可扩展性。

雾计算更具有层次性和平坦的架构，其中几个层次形成网络，而边缘计算依赖于不构成网络的单独节点。雾计算在节点之间具有广泛的对等互连能力，边缘计算在孤岛中运行其节点，需要通过云实现对等流量传输。

请参考图4，一些实施例中，本申请的MHWN网络还引入数据分析(Data Analyzing)技术尤其是3D数据分析技术，保证了数据的准确性和完整性，提供了可视性，满足了终端设备对3D数据和/或指令的需求。

对于医疗器械(Medical Instruments)、飞机(Airplane)等具体应用情形，2D的平面数据分析往往是不够的，例如飞机的运动轨迹是在3D坐标下呈现的，若仅以2D的方式呈现会造成数据的丢失和/或失真，无法满足特定终端设备的需求。

数据分析(Data Analyzing)的框图如图4所示，可包括以下特点：

(1)在NFV核心网络单元的控制下，MHWN网络将从数据传输单元单元获得的数据传送到应用云(Application Cloud)。

(2)应用云利用机器学习ML对数据进行智能提取，所述ML技术包括深度学习、SVM、决策树、K均值、逻辑回归等技术，还可以与上述技术同时地引入专家系统Expert System和神经网络等技术对进行数据的智能提取和分析。所述分析为2D数据分析。

(3)在2D数据分析的基础之上，应用云利用虚拟现实VR技术，对数据进行3D数据分析，包括实时三维计算机图形技术，广角(宽视野)立体显示技术，对观察者头、眼和手的跟踪技术，以及触觉/力觉反馈、立体声、网络传输、语音输入输出技术等。

(4)在3D数据分析的基础之上，用户和/或终端，包括但不限于台式机、膝上型电脑或手持个人计算机、服务器、工作站、游戏控制台和/或嵌入式系统等可以与3D进行交互。

(5)应用云将2D数据分析结果，3D数据分析结果，用户和/或终端的指令，利用在NFV核心网络单元的控制下的MHWN网络返回给MHWN网络所连接的各个设备，例如车辆(vehicles)、船舶(ships)、飞机(airplanes)、卫星(satellites)、智能家居产品(smarthome products)、气象设备(meteorological devices)、环保设备(environmentalprotection devices)、传感器(sensors)、消防设备(fire-fighting devices)、手机(cellphones)、医疗器械(medical instruments)等。

请参考图5，本申请的MHWN网络还引入数据建模(Data Modeling)技术尤其是3D数据建模技术，保证了数据的准确性和完整性，提供了良好的可视性，满足了终端设备对3D数据和/或指令的需求。

对于医疗器械(Medical Instruments)、飞机(Airplane)等具体应用情形，2D的平面数据模型往往是不够的，例如飞机的运动轨迹是在3D坐标下呈现的，若仅以2D的方式呈现会造成数据的丢失和/或失真。

数据建模(Data Modeling)的框图如图5所示，包括以下特点：

(1)在NFV核心网络单元的控制下，MHWN网络将从数据传输单元单元获得的数据传送用户和/或终端，包括但不限于台式机、膝上型电脑或手持个人计算机、服务器、工作站、游戏控制台和/或嵌入式系统等。

(2)用户和/或终端利用机器学习ML对数据进行2D建模，所述ML技术包括深度学习、SVM、决策树、K均值、逻辑回归等技术，同时还可以引入专家系统expert system和神经网络等技术对进行数据的智能提取和分析。

(3)在2D模型的基础之上，用户和/或终端利用虚拟现实VR技术，对数据进行3D数据建模，包括实时三维计算机图形技术，广角(宽视野)立体显示技术，对观察者头、眼和手的跟踪技术，以及触觉/力觉反馈、立体声、网络传输、语音输入输出技术等。

(4)在3D数据模型的基础之上，用户和/或终端，包括但不限于台式机、膝上型电脑或手持个人计算机、服务器、工作站、游戏控制台和/或嵌入式系统等可以与3D进行交互。

(5)用户和/或终端将2D模型数据，3D模型数据和/或指令，利用在NFV(NetworkFunctions Virtualization)核心网络单元的控制下的MHWN网络返回给MHWN网络所连接的各个设备，例如车辆(vehicles)、船舶(ships)、飞机(airplanes)、卫星(satellites)、智能家居产品(smart home products)、气象设备(meteorological devices)、环保设备(environmental protection devices)、传感器(sensors)、消防设备(fire-fightingdevices)、手机(cell phones)、医疗器械(medical instruments)等。

请参考图6，本申请的MHWN网络还引入虚拟现实(Virtual Reality,VR)技术，实现虚拟现实交互(VR Interacting)，保证了数据的准确性和完整性，提供了良好的沉浸性，交互感和/或想象性，进而满足了终端设备对3D数据和/或指令的需求。

对于医疗器械(Medical Instruments)、飞机(Airplane)等具体应用情形，2D的平面数据往往是不够的，例如飞机的运动轨迹是在3D坐标下呈现的，若仅以2D的方式呈现会造成数据的丢失和/或失真。

虚拟现实交互(VR Interacting)的框图如图6所示，包括以下特点：

(3)在2D模型的基础之上，用户和/或终端利用虚拟现实VR技术并且结合现有的3D模型库，对数据进行3D数据建模，包括实时三维计算机图形技术，广角(宽视野)立体显示技术，对观察者头、眼和手的跟踪技术，以及触觉/力觉反馈、立体声、网络传输、语音输入输出技术等。

(4)在3D模型的基础之上，用户和/或终端，包括但不限于台式机、膝上型电脑或手持个人计算机、服务器、工作站、游戏控制台和/或嵌入式系统等，利用感测(sensing)单元和控制(control)单元与3D虚拟模型进行VR交互。

(5)用户和/或终端将2D和/或3D形式的数据和/或指令，利用在NFV(NetworkFunctions Virtualization)核心网络单元的控制下的MHWN网络返回给MHWN网络所连接的各个设备，例如车辆(vehicles)、船舶(ships)、飞机(airplanes)、卫星(satellites)、智能家居产品(smart home products)、气象设备(meteorological devices)、环保设备(environmental protection devices)、传感器(sensors)、消防设备(fire-fightingdevices)、手机(cell phones)、医疗器械(medical instruments)等。

请参考图7，是本申请的MHWN网络的一些应用(The Applications of MHWN)。图7是说明不同用户终端之间的多媒体通信控制系统的示意图。

请参考图8，本发明一个实施例还提供一种基于如上所述的多模异构无线MHWN网络的增强型多媒体广播多播系统。该系统可将多个MHWN网络配置为一个增强型多媒体广播多播系统服务区，一个增强型多媒体广播多播系统服务区内的MHWN网络被配置一个点到多点的无线资源，且注册至该增强型多媒体广播多播系统服务区的多个用户设备UE能够同时接收到相同的传输信号。

随着移动互联网的发展，移动多媒体业务呈现出井喷态势。数据显示，移动数据流量在未来几年将继续大幅增长，其中多媒体业务占据了网络数据流量的最大份额，并有望成为无线网络未来最有潜力的业务。移动多媒体业务的发展给传统网络带来了前所未有的压力与挑战。对于仅支持单播的2G/3G蜂窝网络来说，很难满足基于无线的多媒体直播业务的实际需求。

为此，本申请提出了基于MHWN网络的增强型多媒体广播多播解决方案，可成功实现对全网或者组播区域内的广播能力。利用MHWN网络的下行资源就能为MHWN网络成百上千用户同时提供高清的手机多媒体服务(例如，400kbps)。既满足了大量用户同时享受零等待高质量的多媒体服务，同时又节省了无线网络带宽，对其他用户上网几乎没有影响。本申请的增强型多媒体广播多播系统首先解决了用户的流量限制和网络速度问题，其次解决了运营商网络带宽优化的问题。

本申请的增强型多媒体广播多播系统在网络架构上引进内容提供平台和多媒体多播广播网关，为运营商提供整套的增强型多媒体广播多播解决方案，引进新的商业模式，有助于于运营商在移动通信行业的全产业链上发挥自己的作用。因此，增强型多媒体广播多播还为运营商提供了新的行业机会。

增强型多媒体广播多播系统的一些特点如下所述：

(1)在增强型多媒体广播多播系统中，位于某个特定区域的多个UE将收到相同的内容，这个特定区域被称作增强型多媒体广播多播系统服务区(MBMS service area)，并通常由多个MHWN网络组成。每个加入发送该增强型多媒体广播多播系统服务的MHWN网络，都会配置一个点到多点的无线资源，并且注册了该增强型多媒体广播多播系统服务的所有用户都可以同时接收到相同的传输信号。

(2)广播多播服务中心(BMSC)位于MHWN网络的核心，管理与内容提供商的接口，包括计费和通过MHWN网络传输的内容。

(3)MBMS网关(MBMS-GW)是一个逻辑元素，使用IP多播在一次传输中到达多个小区站点来传递MBMS流量。

(4)多小区/多播协调实体(MCE)，负责管理属于MBMS服务区域的所有无线电的MBMS无线电资源。

(5)移动管理实体(Mobility Management Entity，MME)，执行MBMS会话控制信令，包括会话启动、更新和停止，并向MCE提供额外的MBMS信息，如QoS和MBMS服务区域。

(6)e增强型多媒体广播多播系统通过LTE网络提供广播多媒体服务，将单播物理下行链路共享信道(Physical downlink shared channels，PDSCH)和物理多播信道(Physical multicast channels，PMCH)服务结合在同一LTE帧中。

增强型多媒体广播多播系统向位于预先定义的增强型多媒体广播多播系统服务区域内的多个用户辐射相同的内容，允许所有订阅MBMS的用户同时接收相同的多媒体内容。为了实现增强型多媒体广播多播系统，从PHY到核心网络的几乎所有层都实现了功能。

请参考图9，本发明一个实施例还提供一种基于如上所述的多模异构无线MHWN网络的MBSFN(Multimedia Broadcast multicast Single Frequency Network，多播/组播单频网络)系统。该系统可将多个MHWN网络配置为一个MBSFN区域，一个MBSFN区域内的多个或者全部MHWN网络被配置为传输相同信息，MBSFN区域内的用户设备UE能够同步接收通过多个MHWN网络多径传输的相同信息。

在多个MHWN网络通信的过程中，在MHWN网络间存在干扰，同时MHWN网络边界的信号质量也会受到影响，因此在实际应用中需要提高多播/广播的接收质量，尤其是同一MBSFN传输中的不同MHWN网络之间的边界的信号质量，进而显著地提高多播/广播的数据速率和覆盖范围。

MBSFN允许多个MHWN网络传输相同的信息，UE(user equipment，用户设备)可以利用这点来有效地使用来自多个MHWN网络的信号功率，从而大幅提高覆盖。通过在多个MHWN网络传输相同的信号(相同的内容、相同的编码和调制)，并且同步MHWN网络间的传输时间，UE接收到的信号就像是从一个单一MHWN网络接收到的，并且经历了多径传输。这种多MHWN网络传输不仅提高了接收信号的强度，同时消除了MHWN网络间干扰。

MBSFN系统的一些特点如下所述：

(1)一个所有eNodeB能被同步并进行MBSFN传输的网络区域被称为MBSFN同步区域(MBSFN Synchronization Area)。一个MBSFN同步区域支持一个或多个MBSFN区域(MBSFNArea)。在一个给定的频率层上，一个eNodeB只能属于一个MBSFN同步区域。MBSFN同步区域与MBMS服务区的定义无关。

(2)MBSFN区域(MBSFN Area)由一个MBSFN同步区域内的一组MHWN网络组成，这些MHWN网络被一起协调以实现MBSFN传输。除MBSFN区域保留MHWN网络外，MBSFN区域内的所有MHWN网络都有益于MBSFN传输。UE可能只需要关注所配置的MBSFN区域的子集，例如：当UE知道其感兴趣的MBMS服务在哪个MBSFN区域内传输时，它只需要关注对应的MBSFN区域即可。

(3)一个MBSFN区域内，不用于该区域的MBSFN传输的MHWN网络被称为MBSFN区域保留MHWN网络。该MHWN网络可被用于传输其它服务，但在分配给MBSFN传输的资源(子帧)上，要限制其发射功率。

(4)MBSFN传输带来了几个明显的好处：由于UE可以利用接收自多个MHWN网络的信号能量，因此增强了接收信号的强度，尤其是同一MBSFN传输中的不同MHWN网络之间的边界的信号强度。由于接收自邻居MHWN网络的信号是有用的信号而不是干扰信号，因此降低了干扰水平，尤其是同一MBSFN传输中的不同MHWN网络之间的边界的干扰水平。增加了分集来对抗无线信道上的衰弱。由于信号接收自多个物理位置分离的MHWN网络，从而使得整个聚合的信道呈现出高时间弥散性，或者说高频率选择性的特点。

【实施例二】

基于实施例一公开的多模异构无线网络，本实施例提供一种基于宽带和窄带融合以及区块链(Blockchain)架构的“更安全网络”。

一、首先，是对当前网络结构、技术发展、加密方法的分析

1.网络结构

Star(星型网，如3G/4G)

Mesh(网状网,物联网为主，也包括WiFi Mesh)

现有的公用移动通信网络例如采用星型网，物联网例如采用网状网。

2.目前宽带与窄带的网络呈现两极发展的特点为：

如图10所示，前者以现有中远距离覆盖为基础，朝着高功率、高速度、高密度、小基站(短距)的方向发展；后者以近场通信为基础朝着低功耗、远距离、低延时、低(中)速率发展。

但是二者之间如何融合发展在产业界尚没有很好的思路。NB-IoT作为3GPP R13的一个重要增强技术，标准于2016年6月16日刚冻结，未来其应用模式是否会与现有与之类似的其他LPWAN(Low-Power Wide-Area Network，低功率广域网络)技术有所不同，还不得而知。

3.网络安全的弱点

3.1运营商宽带网络的安全缺陷分析示例：

请参考图11和图12所示的4G/LTE网络的加密流程：

LTE网络侧和终端侧的密钥相互独立，并采用KDF(密钥生成函数)逐级派生，K是永久固定密钥，位于USIM和AuC中，由其派生出来的CK和IK则存储于UE和HSS当中，其缺点在于：

(1)永久密钥的存放问题(位于USIM和AuC显然很不安全)

(2)LTE控制面的信令流程(如下所示)中存在隐患：接入过程中的鉴权流程在启用Security Mode之前全是采用明文传输，即使用户面采用高级的加密算法，这两个问题都可能导致安全措施的失效。比如类似伪基站(Pseudo RBS)的设备即可以获取User Equipment的许多重要信息

3.2请参考图13和图14所示的WiFi网络的加密流程：

相比复杂的LTE网络加密而言，WiFi加密就比较简单。通过分析简单的四次握手包(4-way handshaking)，采取类似密码字典的攻击解析关键的PMK(PairwiseMasterKey)后，则后续的一切加密措施即形同虚设。这也是WiFi网络不安全、易被攻击的主要原因。

3.3IoT物联网络的安全特性分析

请参考图15所示的IoT的加密流程，由于目前IoT物联网的传输特性和低功耗特性,决定了其须采用轻量协议栈,由于初始缺省Key仍然存在于Node中(如下所示)，即使采用128bit AES的加密机制，其安全性能也不高。

二、针对上述安全问题的融合解决方案(BB+NB+Blockchain+Cloud)

请参考图16，本实施例提供一种基于宽带(BB)和窄带(NB)融合以及区块链(Blockchain)架构的“更安全网络”。该“更安全网络”相当于是本发明提供的MHWN网络的一种特例。

该网络中，网关为宽带和窄带融合的双模网关，且多个网关被配置成网状网，窄带网络在多个网关之间实现基于区块链技术的网状网；用于加密通信数据的密钥被配置为由基于区块链技术的该网状网生成；终端的用户面数据被配置为：通过分散、分块，整形后分成两部分数据，其中低数据量的部分通过窄带网络传输，高数据量的部分通过宽带网络传输，在云端实现两部分数据的重构、聚合，恢复为原始数据。

一些实施例中，该网络的特性包括：

a,宽带、窄带融合的双模手机(支持物联功能的智能手机)或双模监控终端(采集低速的物联数据和宽带数据)。

b,宽带、窄带融合的双模网关或基站节点。

c,窄带IoT网络在Gateway之间通过Mesh实现网状网。

d,窄带IoT Mesh网络中的汇聚或终结节点，通往Internet的统一出口。

e,引入区块链技术(Blockchain)到窄带的IoT Mesh网络。

f,为了克服前述的宽带或窄带网络的安全隐患，需着重解决密钥存放的问题，保护云端数据的最大挑战不是加密数据，而是保护加密密钥。方案是通过Blockchain的Mesh网络和相应的机制来计算Key，利用Blockchain网络的安全性来保护Key，从这个角度来看该方案就是类似“无Key”的系统。

g,手机或终端的用户面加密数据打散、分块、整形后分成两个部分来传输，低数据量部分从IoT网络传输。

h,手机或终端的用户面加密数据在打散、分块、整形后，高数据量部分从宽带网络传输。

i,最终，来自两条独立的物理隔离通道(IoT/Blockchain+Broadband)的用户面加密数据在云端实现重构(reconstitution)、聚合(Aggregation)后恢复原始数据。

请参考图17，密钥流程与管理方案包括：

1)每个终端(Terminal)接入到对应的网关(Gateway)(比如上图中：Terminal1connect to GW1,Terminal 2connect to GW2)。

2)简单的密钥生成流程：

a,终端在安全模式下发起秘钥请求(Key request)；

b,Gateway收到请求后会在整个Blockchain的网络中进行计算，如果可能的话，收敛网关(如图17：Gateway Node 4)可以居中协调；

c,Key反馈给终端；

终端在密钥的基础下，开启相应的加密算法，实现数据加密。

从密钥管理的角度来看，上述基于Blockchain的Key无须管理，由Blockchain动态生成，自行可以验证Key的合法性。

这里所说的终端可以是与数据传输单元集成一体的终端。

该流程中，数据传输单元可用于向网状网请求并获取用于加密通信数据的密钥；根据网状网返回的密钥对终端的数据进行加密。

并且可选的，数据传输单元对终端的数据进行加密可包括：对来自不同终端的至少两种数据进行哈希运算，通过哈希运算实现数据加密，同时实现对至少两种数据的关联性计算。

请参考图18，终端的用户面保护如下：

1)用户面的原始数据源于IoT物联网的数据以及BB宽带网的数据，为同时加强上述两个通道的传输安全性，考虑在帧结构上做改进。在二者采取统一的10ms无线子帧的同时，将来自IoT和BB两个不同通道的数据之间做交织(Interleaving)和块适配，实现打散、重置；

2)然后将打散、重置的数据在独立的两个通道上传输，一部分通过“基于Blockchain的IoT网络传输低速数据，而在宽带部分则通过宽带网关节点直接传输宽带业务；

3)最后，在类似“云”端统一处理从两个通道传来的数据，按照既定的规则实现重构(Reconstitution)和聚合(Aggregation)，并恢复出IoT物联和BB宽带各自的数据。

上述流程中，数据传输单元可用于：将终端的用户面数据分散、分块，整形为两部分数据；将其中低数据量的部分通过窄带网络传输，高数据量的部分通过宽带网络传输，使两部分数据通过独立的两个通道传输至基站，通过基站到达云端，以便两部分数据在云端实现重构、聚合，恢复为原始数据。

三、应用分析(Use Case)

该种基于宽带(BB)和窄带(NB)融合以及区块链(Blockchain)架构的“更安全网络”，例如可用于配电监控与自动化管理的多模电力配网终端。

其采用的硬件可包括：

双模终端

宽带：LTE专网视频监控探头

窄带：基于LoRa的电表采集

双模网关

宽带：LTE专网基站

窄带：LoRa网关

通过本方案，可以完全实现包括电表数据和视频数据两者在内的网络安全。

四、智慧城市(Patent Application for Smart City)

本方案可广泛应用于智慧城市。

1.综述

伴随物联网、宽带、移动和云等先进技术的迅猛发展，ICT正在打造完全不同于以往的崭新时代。它在直接推动行业的价值链重塑与商业模式数字化进程的同时，也带来了行业内独立的静态数据向交互的动态数据所转变的广泛的业务和技术需求。

产品架构正是为适应这一行业需求转变所制定。有别于传统的“感知-传输-应用”的物联网架构，本申请提出了更为先进的“物联-互动-智能”的分层系统架构。前者仅仅满足于数据的采集和传送，后者则不止于此，更加着眼于数据的实时互动，无数行业应用案例表明，即使是动态数据，如果失去了实时性、互动性，也仍然无法满足实际的行业应用需求。本申请在物联层基于自主知识产权的FMT抗干扰无线技术，通过物联、宽带专网和Mesh自组网的有机融合，加上业界领先的安全加密算法以及Adhoc、QoS管控等机制，打造了全新的适应于行业的多模无线异构网络，确保了行业数据“联接”的准确、安全、可靠、实时；在“互动”层则针对行业应用的特点构建了适应不同行业应用的网关，结合运营及业务支撑系统，确保数据的实时交互；最后基于公共的“云”的底层平台Paas，提供基于云的智能应用，包括设备云、管理云、应用云等。

本申请应用的产品系列涵盖了从物联、互动到智能、服务的端到端产品范畴。其中“物联”层包括针对不同行业应用的传感器、低功耗通信模块、手持或车载子站、物联基站、Mesh基站以及无线宽带专网基站等；“互动”层则包括运营及业务支撑(OBS)系统、无线网关、无线路由器以及适配行业特点而演变的行业应用网关，如：智慧屏幕、多模智能杆、智慧能量网关等；“智能”层主要涵盖“云”的相关产品，包括：大数据中心、设备云、管理云、应用云等；在“服务”领域提供从咨询、设计、交付、优化、支持到管理服务的全方位的系列产品。本发明的一个实施例中，多模异构无线网络应用于智慧城市，结合AR和VR技术，提供一种感知方法，该方法包括：多模异构无线网络的数据传输单元获取目标场景的传感器等各种终端的数据，其中，传感器的数据例如可以包括目标场景的温度、湿度、风力等等各种信息；数据传输单元通过多模异构无线网络将传感器的数据上传至基站进而上传至云端；云端用于对终端的数据进行数据分析和处理，包括进行3D的VR建模，与用户进行VR动态交互等；用户侧可以获取目标场景的各种传感器数据，并根据这些数据创造出与该目标场景类似的模拟场景，供用户感知。这样，在远离目标场景的用户侧，用户也可以身临其境的感知目标场景，基于这样感知来做出决策。例如，在森林火灾发生时，部署于森林的各种传感器可以把数据实时传递出来，进而在用户侧创造出模拟火灾场景，救灾人员可以通过感知模拟火灾场景，进而做出正确的决策。

2.行业

2.1智慧城市交通管理

无线产品抗干扰能力强、射频性能优、稳定性好，确保地磁采集数据的实时、可靠传输

远距离的特种车辆识别的功能，使得在特种车队管理(公交车、校车、警用车等)方面更有优势；

无线路由器，相比传统的光纤回传带来工程实施的极大便利；

车载巡检终端(子站)提高巡检效率的同时降低了运维成本；

城市智能杆作为一个全新的产品形态(覆盖远、互动性强)，提高了公交出行的无线宽带用户体验；

2.2高速公路交通管理

无线产品抗干扰能力强、射频性能优、稳定性好，确保数据的实时、可靠传输

超长距离的POE供电模式可以缓解高速公路路段安装视频监控点的遇到的供电问题，便于工程实施；

车载巡检终端(子站)提高巡检效率的同时降低了运维成本；

基于高速公路路灯改造后的交通智能杆，能提供更强大的监控功能，包括喊话、图像识别等，大大提高驾驶员的行车安全。

多模、多系统的新型“公安伪基站”大大减少对运营商网络质量的影响

交通-高速路段管理

新想法是设计一个专用终端，在入口出发放，出口退回。

终端提供几个功能

a.语音/文本消息求教

b.停车告警

c.接受广播告警信息

d.如果设计配置屏幕，可以提供对应交通流量或者导航信息。

通信方式可以走运营商网络，也可以建立专网。

为了达到对高速公路的远距离覆盖，新想法是利用多天线技术沿高速路走向方向形成beamforming.

汽车充电专用路、汽车充电停车场

建立专用充电车道，在车行进中给车充电；

通过电磁感应技术，以无线方式给车进行充电；

为了减少电磁感应过程中的电磁泄露，提高充电效率，在车下方或车四周与充电车道建立物理链接，例如车下方垂下电刷与充电带直接相连；

充电车道与风力发电、太阳能发电、火力发电相连；

充电车道与储能系统相连。

2.3文物防盗、监控与保护

灵活满足客户更多的数据监测需求

手持文物巡检终端(子站)提高文物巡检效率的同时降低了运维成本。

3D文物成像防盗

先将文物与所在位置和状态的3D成像并存入数据库，如果该文物被移动(被偷盗)，它的3D成像将发生变化。新的3D成像与已存入数据库的3D成像有变化，系统报警。

Bluetooch HUB

建立一个控制中心HUB，通过Bluetooth与多个Bluetooth终端同时通信

手机可以与控制中心HUB通信，通信方式可以是手机通信、WIFI、Bluetooth，等。

2.4文物检索与储运管理

加入位置信息的统一的文物标签管理使检索更高效

基于位置的文物快速查询提高了仓储的管理效率

结合卫通设备的全程监管，确保文物在储、运中的安全；

手持仓储巡检终端(子站)提高仓储巡检效率的同时降低了运维成本；

2.5文化场馆消防

火灾告警位置的3D呈现

手持消防巡检终端(子站)提高消防巡检效率的同时降低了运维成本；

2.6智慧景区管理

电子门票和图像识别的结合对游客管理更科学、高效

远距离手持终端的游客票据抽检模式更加人性化

实时的区域人数监管，防止突发事件，提高场馆安全；

新颖、实时、互动的多功能智慧屏幕，改善游客用户体验；

电子门票

把门票实体化，制作一个信用卡大小的信息终端，持票人在展馆区可以接受各种比赛信息和紧急广播/多语言广播等等，通信方式可走公网或专网。

和rfid，其他室内定位手段结合，这发明比手机更方便做室内定位，找人。

屏幕可以使用低功耗的eink，memory lcd，集成微型扬声器。

旅游景区-电子手环

在rfid的基础上，加入屏显和语音广播，技术难度不大，但是可用性和档次就上去了。

在园区的定位可以大量布置rfid读卡器或者按通信方式三角定位。

2.7电力

应对电力行业面对的增效减排、结构调整、新能源发电并网、需求侧管理等问题，提出了完整的“智能互联”解决方案，在业界首次提出以“物联-互动-智能”的实施步骤来实现能源互联网的落地。请参考图19，首先是对配电网的升级、分布式电源的接入和可再生能源的消纳，用“物联”实现可管；进而在智慧能量网关和智慧储能的基础上让能源流与信息流实现双向“互动”，达到可控；最后，基于大数据平台实现可预测，通过“智能”推动各类智能应用大市场的形成。

1，“智能互联”中的“物联”技术方案

“物联”是在能源互联网实施策略的基础。

智能配电网解决方案

智能配电网是在配网自动化的基础上，利用先进的传感和表计测量、ICT、DFACTS、保护控制、DER并网等先进技术，实现配电系统智能化管理。智能配网融合终端是能源互联网大数据的重要源端，是构建下一代智能网络的基石。

智能电网通信网络解决方案

针对不同的安全等级场景和应用需求特性，运用低功耗广域网物联技术，LTE移动宽带技术、WiFi技术等，与既有的光通信技术融合，打造一张更加安全可靠、灵活高效的电力智能异构专网。

2，“智能互联”中的“互动”技术方案

“互动”是在能源互联网实施策略的关键点。

新能源集中运营解决方案

新能源发电系统具有广域、分散、随机变动、环境特殊等特点，带来电力运营的新问题。借助ICT技术和先进的运营及业务支撑系统可以与新能源发电有效“互动”，并实现电力网络各关键环节的信息实时共享。

智慧储能解决方案

将世界先进的大规模储能技术与ICT创新融合，实现与电网全面兼容、双向互动的“智慧储能”。通过发电和用电数据分析预测充放电需求，实现动态控制和实时、精准调配；运用LTE、WiFi、M2M等技术实现无人值守运营。打造从生产、监控、运营到业务支撑的全面智慧储能解决方案。

智慧能量网关解决方案

智慧能量网关是能源互联网的锚点和控制点，具有信息收集、储能、接口、通信和控制管理五大功能，是ICT技术在能源互联网中的创新应用。智慧能量网关汇聚信息流和能源流，助力端到端大数据分析，具有广阔的市场应用前景。

3，“智能互联”中的“智能”技术方案

“智能”是在能源互联网实施策略的目标和方向。

大数据和云计算解决方案

“云”运用高并发、大容量设计思想，结合发、输、配、用各环节的能量流与信息流数据调度能力进行大数据分析，实现准实时电力需求预测，构建面向电力行业的弹性云计算和大数据平台。助力能源互联网落地，挖掘能源数据价值。

【实施例三】

请参考图20，本发明实施例还提供一种应用于如实施例一所述的多模异构无线网络的方法，该方法可包括：

S1.数据传输单元获取终端的数据，在NFV单元的控制下，选择相应的空口协议，通过所述多种通信网络中的至少一种进行数据传输，将终端的数据上传至相应的基站；

S2.基站在NFV单元的控制下，将终端的数据上传至云端，终端的数据在云端被进一步分析和处理。

可选的，数据传输单元将终端的数据上传至相应的基站之前，还包括：数据传输单元向网状网请求并获取用于加密通信数据的密钥，密钥被配置为由基于区块链技术的该网状网生成；根据网状网返回的密钥对终端的数据进行加密，加密后的数据被数据传输单元上传至相应的基站。

可选的，数据传输单元对终端的数据进行加密包括：对来自不同终端的至少两种数据进行哈希运算，通过哈希运算实现数据加密，同时实现对至少两种数据的关联性计算。

可选的，数据传输单元将终端的数据上传至相应的基站包括：数据传输单元将终端的用户面数据分散、分块，整形为两部分数据；将其中低数据量的部分通过窄带网络传输，高数据量的部分通过宽带网络传输，使两部分数据通过独立的两个通道传输至基站，通过基站到达云端，以便两部分数据在云端实现重构、聚合，恢复为原始数据。

为便于进一步理解本发明实施例的多模异构无线网络及其方法，下面进一步详细说明本发明方案：

(一)：无线多模异构物联网中数据上行(Uplink)过程

1.当所述多模异构无线网络用于物联网，本文又称之为无线多模异构物联网。请参考图21，该无线多模异构物联网可通过数据传输单元连接各个应用领域的终端，所说的应用领域例如可包括安监、市政、文物、农林、消防、交通、能源、环保、旅游等，所说的终端例如可包括传感器和/或执行器等。该无线多模异构物联网向上则可连接传感云大数据支撑平台，与安监、市政、文物、农林、消防、交通、能源、环保、旅游等领域的应用云通信连接。

无线多模异构物联网可根据通信需求支持多种类型的网关作为基站，例如可包括WiFi网关、LTE网关、IoT(NB,LoRa)网关、ZigBee网关、Bluetooth网关等。上述网关中的至少两个可以集成在至少一个基站中，构成双模或多模基站，例如MagicLink多模无线基站。

2.无线多模异构物联网的终端可包括各种传感器，例如包括：安监、市政、文物、农林、消防、交通、能源、环保、旅游等领域的传感器。传感器可将所感测的数据被发送到相应的数据传输单元，感测的数据例如可例如经由RS-232、RS-485或本领域常见的各种其它通信接口传送至数据传输单元。

3.数据传输单元可根据传感器的标识符、和/或数据类型、和/或预先设置、和/或技术规范、和/或实时性要求等等，选择相应的“空口协议”(无线传输协议)，通过相应的通信网络，将所接收的传感器的数据发送到无线多模异构物联网中的相应网关(即基站)，例如：WiFi网关、LTE网关、IoT(NB,LoRa)网关、ZigBee网关、Bluetooth网关等。

4.该无线多模异构物联网，可将传感器感测的数据进一步传送到云端的应用云，例如环保云、市政云、文物云、安监云、交通云、旅游云、消防云、农林云、能源云等，所述数据在上述应用云中可被进一步处理，例如数据的计算、机器学习、VR仿真、数据转换、图像数据生成、视频数据生成等等。

5.针对一些传感器数据，例如火警数据，数据传输单元可利用雾计算或边缘计算技术对数据进行处理，并将处理结果及时回传到传感器/终端，和/或将处理结果传送到应用云。

6.可选地，可以将数据传输单元集成到终端，例如手持式终端、各种传感器、佩戴的手环中。

7.本发明实施例中，数据传输单元可包括实现通信功能的通信模块和实现数据处理功能的处理模块。一种实现方式中，数据传输单元的芯片，例如可采用如图22所示双模物联网安全芯片，该芯片具有2个核心功能，RF core(射频核心)和Main CPU(主处理器)，其中RF core功能主要用于传感器数据的通信，而Main CPU主要用于对传感器数据的处理，例如雾计算或边缘计算等。

8.本申请的无线多模异构物联网可用在环境监测、林业监测、农作物监测、火灾预警、设施巡检、生产安全、内涝预警、河长制工具、市容卫生等领域。

其中，本实施例中的无线多模异构物联网中引入了至少3个行业的感知终端：(1)环保、气象、林业行业感知终端；(2)消防、安监行业感知终端；(3)市政、能源行业感知终端。上述感知终端产生的数据，通过本申请中的双模物联网安全芯片(具体结构参见上图)引入无线多模异构物联网，并进一步传输到应用云(生态云、安全云和治理云)进行处理。

9.低功耗物联网的接入

请参考图23，是终端接入低功耗的无线多模异构物联网的示意图。

10.低功耗物联网的接入

请参考图24，示出了LPWAN(Low Power Wide Area Network，低功耗广域网)和5G网络的融合结构。

11.物联网系统总体架构图

请参考图25，示出了无线多模异构物联网系统总体架构。

本申请的架构具有：通用性(支持任意行业的任意传感器接口)，模块化(可组合定制的)，多功能(提供本地接入，本地供电，数据回传，本地存储，本地计算)，云耦合(提供sdk)，边缘计算(微控制器和存储器提供本地计算能力)，数据安全(认证，鉴权，加密，签名)。

(二)：无线多模异构互联网中数据Downlink过程

1.能够周期性地、和/或根据应用云端/用户的命令、和/或根据传感器/数据传输单元/网关/NFV等的反馈，对传感器(包括：安监、市政、文物、农林、消防、交通、能源、环保、旅游等)进行调偏处理，以保证传感器的误差在行业标准所容许的范围之内。

2.根据环境要素、处理能力、实际需求等因素，调节对传感器数据进行分析的粒度。

3.对传感器设备等进行固件(FireWire)升级，所述升级可以依据根据应用云端的命令、和/或根据传感器/数据传输单元/网关/NFV等的反馈、和/或是周期性地。

4.引入加密技术，防止传感器数据在应用云端、和/或数据通信过程中、和/或传感器设备终端处进行篡改，包括人为的篡改。

5.如果数据被篡改，能够及时通过数据的校验发现这种篡改，并做出响应，例如通知用户、发出报警、显示屏提示、自动发送电邮、向用户的移动终端、例如手机等推送消息等。

(三)：无线多模异构互联网中的边缘计算和数据加密

1.在进行决策判断时，人们关注的不仅是单个传感器的数据，而是两个以上传感器数据的有效融合，在此基础之上做出进一步判断。

例如，火警传感器的报警可以采用如下面表2所示的规则：

表2火警传感器报警规则

烟(浓度级别0-10)	温度(级别0-10)	是否报警
			6	6	报警
6	1	不报警
			1	6	不报警

从上述举例可见，考虑2个或多个因素之间的关联性比仅仅考虑单一的传感器数据重要的多。

2.引入区块链(block chain)技术对传感器数据进行加密。

3.对不同传感器数据进行Hash操作，得出的结果在对数据进行加密的同时，还具有实际的意义，其反映了不同传感器之间的关联性(correlation)。

4.举例来说：具有如下6个传感器：

Sensor1(CO)

Sensor2(CO2)

Sensor3(O3)

Sensor4(SO2)

Sensor5(PM2.5)

Sensor6(PM10)

对其中的至少两个传感器，例如Sensor2和Sensor5进行Hash运算得到一个加密的结果A：

首先，结果A反映的是Sensor2和Sensor5的加密运算。

其次，结果A反映了CO2和PM2.5传感器之间的关联，这种关联可以作为进一步判断的基础。

总之，本申请不仅引入了对传感器数据进行加密的方法，而且还确保了加密运算结果能够反映出所感测的实际数据之间的关联性，能够作为进一步的判断的基础，从而赋予了加密运算结果以实际的物理意义。

5.进一步地，本申请还引入了两阶段保护实现明文数据的加密和解密，具体如图26所示，包括：在第一阶段，针对明文数据以数据加密方式进行数据内容保护(加密方式例如可采用AES/SMx/Twofish/Camellia/RSA等)；在第二阶段，进行数据位置转映保护(加密数据依据用户定义位置序列重新存放)；

6.基于云、宽带和窄带融合系统的多侧校验和多侧加密技术，解决了密钥存放、空口数据截取、伪核心网Pseudo Core、密码本海量运算攻击等无线通信网络中迄今无法规避的几个关键难题，是行业物联网大数据安全的重要保障。

为便于理解，介绍相关技术术语如下：

区块链技术是一系列技术的结合，建立一种新的技术架构，hash算法是其中尤为重要的一块。

计算机在底层机器码是采用二进制的模式，所谓二进制简单来说就是底层以0/1来标识，所有数据传输记录都以010101的模式来存储记录，两种状态也可认为就是一个日常生活中的开关，1标识开，0标识关。那么计算机中最小的数据单位也就是这里说的0或者1，这里我们称为bit(比特或者位)，8个bit组成一个字节。

Hash算法将任意长度的二进制值映射为较短的固定长度的二进制值，这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改该段落的一个字母，随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的输入，在计算上是不可能的，所以数据的哈希值可以检验数据的完整性。一般用于快速查找和加密算法。

再引入一个hash表概念，计算机数据结构中，给定一个表M，关键字key，存在函数H(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为hash表。

简单理解hash算法就是这一种单向的加密，一个明文加密称为密文，不可逆推，只有加密过程，没有解密过程。说明了hash函数和hash表的概念，那么目前常用的hash算法有MD5，SHA系列算法(比特币中使用sha-256算法)。SHA是一个hash函数集，现在有sha-224、sha-256、sha-384、sha-512等算法。

hash算法中key在计算后如果出现了同一位置，产生冲突。

1.拉链法：这种方法可以完全避免冲突，将所有关键字为同义词的结点链接在同一个单链表中。若选定的散列表长度为m，则可将散列表定义为一个由m个头指针组成的指针数组t[0..m-1]。凡是散列地址为i的结点，均插入到以t为头指针的单链表中。t中各分量的初值均应为空指针。在拉链法中，装填因子α可以大于1，但一般均取α≤1。

2.多哈希法：设计两种以上的hash函数，避免冲突，这个感觉比较不靠谱，但是从概率上来说多种hash函数还是降低了冲突的出现。

3.开放地址法：开放地址法有一个公式：Hi＝(H(key)+di)MOD m i＝1,2,...,k(k<＝m-1)，其中，m为哈希表的表长。di是产生冲突的时候的增量序列。如果di值可能为1,2,3,...m-1，称线性探测再散列。如果di取1，则每次冲突之后，向后移动1个位置.如果di取值可能为1,-1,4,-4,9,-9,16,-16,...k*k,-k*k(k<＝m/2)，称二次探测再散列。如果di取值可能为伪随机数列。称伪随机探测再散列。

Hash算法函数根据分类：加法hash、位运算hash、乘法hash、除法hash、查表hash等。

1.区块链中节点的地址、公钥、私钥的计算。以地址为例：公钥经过一次SHA256计算，再进行一次RIPEMD160计算，得到一个公钥哈希(20字节\160比特)，添加版本信息，再来两次SHA256运算、取前4比特字节，放到哈希公钥加版本信息后，再经过base58编码，最终得到地址。

2.merkle tree：是数据结构中的一种树结构，可以是二叉树，也可以是多叉树，他和数据结构中树的特点几乎一致，和普通树不同的是：merkle tree上的叶节点存放hash计算后的hash值，非叶节点是其对应的子节点串联的字符串的hash值。用于区块头和SPV认证中。

3.比特币中的挖矿，工作量证明(pow)，计算的其实就是一个nonce，当这个随机数和其他散列过的数据合并时，产生一个比规定目标小(target)值。挖矿也可以理解一种快速不可逆的计算。SHA256(SHA256(version+prev_hash+merkle_root+ntime+nbits+x))<TARGET。

4.比特币中的bloom filter布隆过滤器，布隆过滤器基于hash函数的快速查找。解决了客户端检索的问题，原理是Bloom filter可以快速判断出某检索值一定不存在于某个指定的集合，从而可以过滤掉大量无关数据，减少客户端不必要的下载量。

(四)：无线多模异构互联网中的数据分析

1.规范传感器数据结构的标准，基于前述的无线多模异构物联网对数据的上行和下行进行处理。

2.利用前述的区块链加密技术，对规范的传感器数据结构进行hash处理、传输和/或加密。

尽管出于说明的目的，以下详细描述包含许多详情，但是本领域普通技术人员将领会到，可以做出对以下细节的许多变化和更改，并且所述变化和更改被视为包括在本文中。相应地，阐述以下实施例而不丧失所阐述的任何权利要求的一般性，并且不对所阐述的任何权利要求强加限制。还要理解到，本文所使用的术语仅用于描述特定实施例，并且不意图是限制性的。除非另行限定，否则本文所使用的所有技术和科学术语具有与本公开所属于的领域中的普通技术人员通常理解的相同的含义。而且，出现在不同图中的相同参考标记表示相同的元件。为了图示步骤和操作中的清楚性而提供在流程图和过程中提供的数字，并且该数字不一定指示特定次序或顺序。

另外，可以按任何合适的方式在一个或多个实施例中组合所描述的特征、结构或特性。在以下描述中，提供众多具体细节，诸如布局、距离、网络示例等的示例，以提供各种实施例的透彻理解。然而，相关领域技术人员将认识到，这样的详细实施例不限制本文明确表达的总体概念，而仅仅是其代表。相关领域技术人员还将认识到，可以在没有具体细节中的一个或多个的情况下，或者利用其它方法、组件、布局等实践该技术。在其它实例中，可能并未详细示出或描述公知的结构、材料或操作以避免使本公开的方面模糊。

在本申请中，“包含”、“包含着”、“含有”和“具有”等可以具有在美国专利法中归属于它们的含义，并且可以意味着“包括”、“包括着”等，并且一般被解释为开放式术语。术语“由……构成”或“由其构成”是封闭术语，并且仅包括结合这样的术语具体列出的组件、结构、步骤等，以及依照美国专利法的内容。“基本上由……构成”或“基本上由其构成”具有通过美国专利法一般归属于它们的含义。特别地，这样的术语一般是封闭术语，具有以下例外：允许本质上不影响与其结合使用的(多个)项目的基本和新颖特性或功能的附加项目、材料、组件、步骤或元件的包括。例如，存在于组合物中但不影响组合物本质或特性的痕量(trace)元素如果在“基本上由……构成”语言之下存在则将是可允许的，即便并未在这样的术语之后的项目列表中明确地叙述。当在该书面描述中使用开放式术语(比如“包含”或“包括”)时，要理解到，还应当给予“基本上由……构成”语言以及“由……构成”语言的直接支持，如同明确陈述那样，并且反之亦然。

如本文所使用的，术语“大体”是指动作、特性、性质、状态、结构、项目或结果的完全或几乎完全的范围或程度。例如，被“大体”围封的物体将意味着该物体被完全围封或几乎被完全围封。从绝对完全性的精确可允许的偏离程度在一些情况下可以取决于具体上下文。然而，一般而言，完全性的接近度将是为了具有相同的总体结果，如同获得绝对且总体的完整那样。当使用在负面含义中以指代动作、特性、性质、状态、结构、项目或结构的完全或几乎完全缺失时，“大体”的使用同样是适用的。例如，“大体不含”颗粒的组合物将完全缺少颗粒，或如此几乎完全缺少颗粒使得效果将是相同的，如同它完全缺少颗粒那样。换言之，“大体不含”成分或元素的组合物仍旧可以实际上包含这样的项，只要不存在其可测量的效果即可。

如本文所使用的，术语“大约”用于通过提供给定值可以是“稍微高于”或“稍微低于”端点来提供对数字范围端点的灵活性。然而，要理解到，甚至在术语“大约”与具体数值结合地使用在本说明书中时，也提供对于除“大约”术语之外所叙述的精确数值的支持。

如本文所使用的，为了方便，可以在公共列表中呈现多个项目、结构元件、组成元件和/或材料。然而，这些列表应当被解释成如同列表的每一个成员都被单独标识为分离且唯一的成员。因此，没有这样的列表的单独成员应当在没有相反指示的情况下仅仅基于其在公共群组中的呈现而被解释为相同列表的任何其它成员的实质等同物。

本文可以按范围格式表述或呈现浓度、量和其它数字数据。要理解到，仅仅为了方便和简要而使用这样的范围格式，并且因此应当被灵活地解释成不仅包括作为范围的限制而明确叙述的数值，而且包括该范围内所涵盖的全部单独数值或子范围，如同明确叙述每一个数值和子范围那样。作为说明，“大约1至大约5”的数字范围应当解释成不仅大约1至大约5的明确叙述的值，而且包括所指示的范围内的各个值和子范围。因此，该数字范围中所包括的是各个值，诸如2、3和4，以及诸如从1到3、从2到4和从3到5等之类的子范围，以及单独地1、1.5、2、2.3、3、3.8、4、4.6、5和5.1。

相同的原则适用于仅叙述作为最小值或最大值的一个数值的范围。另外，这样的解释应当适用而不管所描述的范围或特性的幅度。

贯穿本说明书对“示例”的引用意指结合该示例描述的特定特征、结构或特性被包括在至少一个实施例中。因此包括“示例”或“实施例”的短语在贯穿本说明书的各种地方中的出现不一定都是指相同的示例或实施例。

说明书中和权利要求中的术语“第一”、“第二”、“第三”、“第四”等，如果存在的话，用于区分类似的元件，并且不一定用于描述特定顺序或时间次序。要理解到，如此使用的术语在适当的情境下是可互换的，使得本文所描述的实施例例如能够以除了本文图示或以其它方式描述的那些之外的顺序操作。类似地，如果本文将方法描述为包括一系列步骤，如本文所呈现的这样的步骤的次序不一定是可以按其执行这样的步骤的仅有次序，并且可以可能地省略所陈述的步骤中的某些，和/或可以可能地向方法添加本文并未描述的某些其它步骤。

说明书中和权利要求中的术语“左”、“右”、“前”、“后”、“顶部”、“底部”、“之上”、“之下”等，如果存在的话，用于描述目的并且不一定用于描述永久的相对位置。要理解到，如此使用的术语在适当的情境下是可互换的，使得本文所描述的实施例例如能够以除了本文所图示或以其它方式描述的那些之外的其它取向操作。

如本文所使用的，诸如“增加”、“减小”、“更好”、“更差”、“更高”、“更低”、“增强”等之类的比较术语是指与周围或相邻区域中、单个设备中或多个相当设备中、群组或类中、多个群组或类中的其它设备、组件或活动(或与已知现有技术相比)可测量地不同的设备、组件或活动的性质。例如，具有“增加”的损坏风险的数据区可以是指比相同存储器设备中的其它区更可能具有对其的写入错误的存储器设备的区。数个因素可以导致这样的增加的风险，包括位置、制作工艺、应用于区的程序脉冲的数目等。

以下提供实施例的初始概览，并且然后进一步详细地描述具体实施例。该初始概述意图帮助读者更快地理解本公开，但是不意图标识关键或本质技术特征，它也不意图限制所要求保护的主题的范围。

当然，可以使用软件、固件和/或硬件的不同组合来实现实施例的一个或多个部分。贯穿该详细描述，出于解释的目的，阐述了众多具体细节以便提供本发明的透彻理解。然而，对本领域技术人员将明显的是，可以在没有这些具体细节中的一些的情况下实践实施例。在某些实例中，并未详细描述公知的结构和功能，以避免模糊实施例的发明主题。相应地，本发明的范围和精神应当根据随附权利要求来断定。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。

上述实施例仅用以说明本发明的技术方案，而非对其限制；本领域的普通技术人员应当理解：其依然可以对上述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种IOT网络的网络节点中的数据传输单元，包括：

通信模块；

处理模块；

其中所述处理模块包括计算单元；

其中所述计算单元对来自传感器的传感器数据进行计算，所述计算的结果被用于触发相应的警报；

其中所述计算关于所述传感器数据的变化；其中，所述数据传输单元被配置基于传感器数据提供虚拟仿真；

其中所述通信模块被配置传送所述传感器数据；以及

其中所述传感器数据通过基站传送并用于所述IOT网络的云端应用。

2.根据权利要求1所述的数据传输单元，其中所述传感器数据被传送给用户终端；其中所述用户终端包括蜂窝电话。

3.根据权利要求1所述的数据传输单元，其中所述数据传输单元被配置传送来自视频监控设备的视频数据。

4.根据权利要求1所述的数据传输单元，其中所述传感器数据通过Wi-Fi传送。

5.根据权利要求1所述的数据传输单元，其中所述传感器数据通过Lora通信信道传送。

6.根据权利要求1所述的数据传输单元，其中所述数据传输单元包括zigbee网关或Z-wave网关。

7.根据权利要求1所述的数据传输单元，其中所述传感器数据通过Bluetooth传送给所述数据传输单元。

8.根据权利要求1所述的数据传输单元，其中所述传感器数据通过哈希运算加密。

9.根据权利要求1所述的数据传输单元，其中所述传感器数据被分散成不同的数据，并沿着不同的通信信道传送。

10.根据权利要求1所述的数据传输单元，其中所述感器数据被基于以下一种或多种通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性；

其中所述无线通信网关包括LoRa网关。

11.根据权利要求1所述的数据传输单元，其中，所述数据传输单元被配置基于传感器数据提供虚拟现实。

12.根据权利要求5所述的数据传输单元，其中，所述传感器数据通过Bluetooth或Zigbee传送给所述数据传输单元。

13.一种用于IOT网络的通信方法，

对来自传感器的传感器数据进行计算，所述计算的结果被用于触发相应的警报；

其中，所述计算关于所述传感器数据的变化；

传送所述传感器数据；

基于传感器数据提供虚拟仿真；

以及

14.根据权利要求13所述的通信方法，其中所述传感器数据被传送给用户终端；其中所述用户终端包括蜂窝电话。

15.根据权利要求13所述的通信方法，其中所述方法还包括传送来自视频监控设备的视频数据。

16.根据权利要求13所述的通信方法，其中所述传感器数据通过Lora通信信道传送。

17.根据权利要求13所述的通信方法，其中所述传感器数据被分散成不同的数据，并沿着不同的通信信道传送。

18.根据权利要求13所述的通信方法，其中所述感器数据被基于以下一种或多种通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性；

其中所述无线通信网关包括LoRa网关。

19.根据权利要求13所述的通信方法，其中，所述方法还包括基于所述传感器数据提供虚拟现实。

20.根据权利要求13所述的通信方法，其中，所述传感器数据通过Zigbee或Z-Wave通信信道。

21.一种IOT网络的网络节点中的数据传输单元，包括：

通信模块；

处理模块；

其中所述处理模块包括计算单元；

其中，所述计算的结果基于来自不同传感器的至少两种数据的关联性，其中所述至少两种数据的关联性用于预测逃生路线；以及

所述通信模块被配置传送所述传感器数据。

22.根据权利要求21所述的数据传输单元，其中所述传感器数据被传送给用户终端；其中所述用户终端包括蜂窝电话。

23.根据权利要求21所述的数据传输单元，其中所述数据传输单元被配置传送来自视频监控设备的视频数据。

24.根据权利要求21所述的数据传输单元，其中所述传感器数据通过Wi-Fi传送。

25.根据权利要求21所述的数据传输单元，其中所述传感器数据通过Lora通信信道传送。

26.根据权利要求21所述的数据传输单元，其中所述数据传输单元包括zigbee网关或Z-wave网关。

27.根据权利要求21所述的数据传输单元，其中所述传感器数据通过Bluetooth传送给所述数据传输单元。

28.根据权利要求21所述的数据传输单元，其中所述传感器数据通过哈希运算加密。

29.根据权利要求21所述的数据传输单元，其中所述传感器数据被分散成不同的数据，并沿着不同的通信信道传送。

30.根据权利要求21所述的数据传输单元，其中所述感器数据被基于以下一种或多种通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性；

其中所述无线通信网关包括LoRa网关。

31.根据权利要求21所述的数据传输单元，其中所述感器数据被基于实时性通过不同的无线通信网关传送。

32.根据权利要求21所述的数据传输单元，其中所述感器数据被基于以下两种以上通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性。

33.根据权利要求21所述的数据传输单元，其中所述感器数据被基于以下一种或多种通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性；

其中所述无线通信网关包括LoRa网关。

34.根据权利要求21所述的数据传输单元，其中，所述数据传输单元被配置基于所述传感器数据提供虚拟现实。

35.根据权利要求21所述的数据传输单元，其中，所述数据传输单元被配置为基于所述传感器数据运行仿真。

36.一种用于IOT网络的通信方法，包括：

传送所述传感器数据。

37.根据权利要求36所述的通信方法，其中所述感器数据被基于以下一种或多种通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性；

其中所述无线通信网关包括LoRa网关。

38.根据权利要求36所述的通信方法，其中所述感器数据被基于实时性通过不同的无线通信网关传送。

39.根据权利要求36所述的通信方法，其中，所述方法还包括基于所述传感器数据提供虚拟现实。

40.根据权利要求36所述的通信方法，其中，所述方法还包括基于所述传感器数据运行仿真。

41.一种IOT网络的网络节点中的数据传输单元，包括：

通信模块；

处理模块；

其中所述处理模块包括计算单元；

所述计算单元包括边雾计算单元；

其中所述计算关于所述传感器数据的变化；其中，所述数据传输单元被配置提供与所述传感器数据相关的仿真；

其中所述雾计算单元被配置对所述传感器数据进行雾计算，所述雾计算的结果用于提供给用户终端相应的指令或数据；

以及

其中所述用户终端包括蜂窝电话。

42.根据权利要求41所述的数据传输单元，其中所述传感器数据被传送给用户终端；其中所述用户终端包括蜂窝电话。

43.根据权利要求41所述的数据传输单元，其中所述数据传输单元被配置传送来自视频监控设备的视频数据。

44.根据权利要求41所述的数据传输单元，其中所述传感器数据通过Wi-Fi传送。

45.根据权利要求41所述的数据传输单元，其中所述传感器数据通过Lora通信信道传送。

46.根据权利要求41所述的数据传输单元，其中所述数据传输单元包括zigbee网关或Z-wave网关。

47.根据权利要求41所述的数据传输单元，其中所述传感器数据通过Bluetooth传送给所述数据传输单元。

48.根据权利要求41所述的数据传输单元，其中所述传感器数据通过哈希运算加密。

49.根据权利要求41所述的数据传输单元，其中所述传感器数据被分散成不同的数据，并沿着不同的通信信道传送。

50.根据权利要求41所述的数据传输单元，其中所述感器数据被基于以下一种或多种通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性；

其中所述无线通信网关包括LoRa网关。

51.根据权利要求41所述的数据传输单元，其中所述感器数据被基于实时性通过不同的无线通信网关传送。

52.根据权利要求41所述的数据传输单元，其中所述感器数据被基于以下两种以上通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性。

53.根据权利要求41所述的数据传输单元，其中所述感器数据被基于以下一种或多种通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性；

其中所述无线通信网关包括LoRa网关。

54.根据权利要求41所述的数据传输单元，其中，所述数据传输单元被配置基于所述传感器数据提供虚拟现实。

55.根据权利要求41所述的数据传输单元，其中提供给用户终端的所述指令或所述数据通过哈希运算加密。

56.一种用于IOT网络的通信方法，包括：

其中所述计算关于所述传感器数据的变化；

提供与所述传感器数据相关的仿真；

对所述传感器数据进行雾计算，所述雾计算的结果用于提供给用户终端相应的指令或数据；以及

其中所述用户终端包括蜂窝电话。

57.根据权利要求56所述的通信方法，其中所述感器数据被基于以下一种或多种通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性；

其中所述无线通信网关包括LoRa网关。

58.根据权利要求56所述的通信方法，其中所述感器数据被基于实时性通过不同的无线通信网关传送。

59.根据权利要求56所述的通信方法，其中，提供给用户终端的所述指令或所述数据通过哈希运算加密。

60.根据权利要求56所述的通信方法，其中，所述传感器数据通过Zigbee传送。

61.一种IOT网络的网络节点中的数据传输单元(DTU)，包括：

通信模块；

处理模块；

所述通信模块包括至少两种收发器；

其中所述处理模块包括计算单元；

其中所述计算单元对来自传感器的传感器数据进行计算，所述计算的结果被用于触发所述DTU执行相应的操作；

其中所述至少两种收发器与不同的无线通信网关通信；

其中来自所述传感器的传感器数据被分散后通过所述不同的无线通信网关传送并用于所述IOT网络的云端应用。

62.根据权利要求61所述的数据传输单元，其中所述传感器数据被传送给用户终端；其中所述用户终端包括蜂窝电话。

63.根据权利要求61所述的数据传输单元，其中所述数据传输单元被配置传送来自视频监控设备的视频数据。

64.根据权利要求61所述的数据传输单元，其中所述传感器数据通过Wi-Fi传送。

65.根据权利要求61所述的数据传输单元，其中所述传感器数据通过Lora通信信道传送。

66.根据权利要求61所述的数据传输单元，其中所述数据传输单元包括zigbee网关或Z-wave网关。

67.根据权利要求61所述的数据传输单元，其中所述传感器数据通过Bluetooth传送给所述数据传输单元。

68.根据权利要求61所述的数据传输单元，其中所述传感器数据通过哈希运算加密。

69.根据权利要求61所述的数据传输单元，其中所述传感器数据被分散成不同的数据，并沿着不同的通信信道传送。

70.根据权利要求61所述的数据传输单元，其中所述感器数据被基于以下一种或多种通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性；

其中所述无线通信网关包括LoRa网关。

71.根据权利要求61所述的数据传输单元，其中所述感器数据被基于实时性通过不同的无线通信网关传送。

72.根据权利要求61所述的数据传输单元，其中所述感器数据被基于以下两种以上通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性。

73.根据权利要求61所述的数据传输单元，其中所述感器数据被基于以下一种或多种通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性；

其中所述无线通信网关包括LoRa网关。

74.根据权利要求61所述的数据传输单元，其中，所述数据传输单元被配置基于所述传感器数据提供虚拟现实。

75.根据权利要求61所述的数据传输单元，其中，所述数据传输单元被配置为基于所述传感器数据运行仿真。

76.一种用于IOT网络的通信方法，包括：

对来自传感器的传感器数据进行计算，所述计算的结果被用于触发相应的操作；

其中至少两种收发器与不同的无线通信网关通信；

其中来自所述传感器的传感器数据被分散后通过所述不同的无线通信网关传送并用于IOT网络的云端应用。

77.根据权利要求76所述的通信方法，其中所述感器数据被基于以下一种或多种通过不同的无线通信网关传送：所述传感器的标识符，数据类型，预先设置，技术规范，实时性；

其中所述无线通信网关包括LoRa网关。

78.根据权利要求76所述的通信方法，其中所述感器数据被基于实时性通过不同的无线通信网关传送。

79.根据权利要求76所述的通信方法，其中，所述方法还包括基于所述传感器数据提供虚拟现实。

80.根据权利要求76所述的通信方法，其中，所述方法还包括基于所述传感器数据运行仿真。