物联网技术在智能化校园系统中监控服务研究.docx
-
资源ID:9822644
资源大小:20.96KB
全文页数:8页
- 资源格式: DOCX
下载积分:10金币
快捷下载
![游客一键下载](/images/hot.gif)
会员登录下载
微信登录下载
三方登录下载:
微信扫一扫登录
友情提示
2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
|
物联网技术在智能化校园系统中监控服务研究.docx
物联网技术在智能化校园系统中监控服务研究 摘要:物联网技术作为智能化的代表性技术,通过大量的传感器、摄像头和高速的数据传输协议,能够实现数据恳求的快速应答,特殊是在大型监控系统中能够供应优良的性能,智能化校内系统如此浩大的服务系统诚然须要物联网技术供应各项数据监控和快速应答服务。 关键词:物联网;智能化校内;监控服务 中图分类号:TP393 文献标识码:A 文章编号:1019-304410-02101-03 云计算和物联网的快速发展推动了各行各业的不断进步,随着高校信息化水平的不断提升,传统的网络服务方式已经越来越不能满意高校的需求,智能化校内越来越多的出现在人们的视野中并渐渐成为一种趋势,利用当前云服务和物联网的相关技术提升校内服务的实力和水平是高校将来信息化发展的重要目标。智能化校内是集成各类型的数据资源形成最快捷的数据服务方式,通过以物联网和云服务为基础依托的一体化校内管理系统。 1 基于物联网的智能系统框架探讨 物联网依据其技术形态主要分为数据采集层、数据通信层和上层应用层。数据采集层主要负责最原始数据的收集;数据通信层作为连接数据采集层和上层应用层的纽带,一方面须要将数据采集层的原始数据传输给上层应用层 1,另一方面须要将上层应用层的限制信号下发给数据采集层;上层应用层也可以称之为限制交互层,是干脆与用户进行互联的部分,干脆负责终端用户的操作。 对于智能化系统而言,数据采集层须要收集多种数据信号,温度传感器收集温度信号、气压传感器收集气压信号、湿度传感器收集湿度信号,另外还须要配备红外探测器和摄像头等采集视频和图像信息,这些传感器都可以通过嵌入式技术内置在前端设备中,这些传感器提取的数据信息会通过数据通信层实时上报给上层应用层。数据通信层的设计须要兼容底层和上层的通信协议2,底层组网主要采纳ZigBee组网方式,ZigBee组网因设备低廉组网便利并且短距离传输速度快,上层通信则采纳4G网络,4G网络能够应对设备快速切换网络并且可以无缝接入其他网络中。综上所述,基于物联网的智能系统框架如图1所示。 1.1 ZigBee前端组网探讨 ZigBee技术基于IEEE 802.15.4标准的通信组网协议,具有组网便利、时延小,低能耗和传输快等优点。ZigBee无线传输模块的传感节点在耗损微小能量的状况下即可以实现各个传感器之间数据协调适配3,能够以迭代的方式将无线通讯数据从一个传感节点传输到另一个传感节点,这种优势能够适应恶劣环境下零部件耗损问题,本文主要基于ZigBee技术构建前端数据的无线传感网。 无线传感网通过在监测区域内布置大量零部件采集实时数据信号,大量的数据采集器能够将绝大多数场景下的环境参数收集获得并上报,可以理解为无线传感网涵盖了智能电源监控系统的两大重要部分数据采集层和数据通行层,基于ZigBee协议的组网算法能够实现传感节点之间快速数据交换,这在很大程度上很好地契合了智能电源监控系统的要求,多地多时刻数据快速通信处理,因无线传感网低能耗、时延小和组网便利等优势,特别适用于本文对建筑设备的电源监控。 服务于建筑设备的电源监控系统对系统的实时性要求很高,对于电气设备而言实时汇报电气设备的各项参数尤为重要。无线传感网在组网时采纳分布式部署方式,设置主从传感节点,主从传感节点之间数据通信采纳ZigBee协议完成,从节点负责前端数据的实时采集,同时从节点和主节点进行定期数据交换和有选择性的实时交换,主节点依据从节点收集的数据上报给网关,网关负责干脆与Internet进行通信并和用户完成交互,完整的ZigBee前端组网结构如图2所示。 1.2 4G网络数据通信快速传输探讨 4G移动通信是相对于3G而言,作为第四代移动通信技术,4G网络能够实现高清图像的快速传输,图像传输的清楚度和图像质量基本没有明显损失,并且具有超过2Mbps的非对称数据传输实力,对全速移动用户能供应150Mbps的高质量的影像服务,并首次实现三维图像的高质量传输,无线用户之间可以进行三维虚拟现实通信。4G能够连接来自不同终端、不同频带和不同无线平台的网络,在供应無线服务的同时,能够在任何时刻任何地点快速接入到互联网中,作为支撑多功能集成移动通信的先驱技术,在实现宽带接入IP系统的以外同时供应定时定位、数据采集和远程限制等综合功能。相对于3G网络本文主要从以下五点具体介绍4G网络的关键技术点。 1)正交频分复用技术 4G移动通信系统主要是以OFDM为核心技术,OFDM是一种多载波并行通信技术,其核心思想是将信道划分为多个相互正交的子信道,因此高速传输的数据信号可以转换为相对较为低速的子数据流,调制后的子数据流可以在信道中并行传输。正交信号可以在接收端通过信号分别和提取技术实现子信号剥离,如此子信号在信道中可以实现无干扰传输,每个字信道的通信带宽略小于信道的平均带宽,因此各个子信道的信号衰减可以认定为平坦性衰减,从而可以在很大程度上抑制信号间干扰,另外,每个子信道的带宽仅仅是原信道带宽的一部分,信道的负载均衡可以轻易实现。 2)软件无线电技术 基于4G网络的通信技术能够实现在任何时刻任何地点无缝接入互联网,这必定要求移动终端具有很高的适配性,移动终端能够各种类型的空中接口,能够在各种无线网络间无缝通信,能够快速有效调制各类型数据信号,能够在不同类型的数据业务中快速切换。这对于移动终端的软件设计要求特别高,软件架构的设计必定特别困难才能适应这种类型的实时变更。软件无线电技术的引入无疑很好地解决了上述所提到的各类型问题,软件无线电技术在微电子技术的基础上发展而来,它是集成了通信技术、数字信号处理技术等多种技术为一体的技术载体。软件无线电强调以开放性最简硬件为通用平台,尽可能地用可升级、可重配置的不同应用软件来实现各种无线电功能的设计新思路。 3)智能天线技术 智能天线作为将来移动通信中关键技术,其主要作用是能够抑制信号间干扰,增加信号传输、自动跟踪和数字间波束智能调整等功能。智能天线通过在无线基站运用阵列算法和无线放射机制实现无线射频信号的收发,能够在肯定空间内抑制干扰信号并能够增加制定区域內的必要信号,因此智能天线在保证信号质量的同时又能够增加信号的传输效率。 4)多输入多输出技术 多输入多输出技术通过在无线基站和移动终端架设多个通信天线,MIMO技术能够使得空间传输和通信的资源利用率最大化。空间复用的核心是在无线基站和移动终端架设多个通信天线,各个通信天线能够充分地利用空间资源进行多路信号的并行传输,在同一频段上复用多个通信子信道放射信号,理论上而言通信效率随着通信天线数量增加可以实现线性增加。 5)基于IP的核心网 4G移动通信技术能够实现快速接入各种类型的无线通信网络中主要基于其采纳全IP服务方式,全IP服务的方式能够实现快速的端到端的网络安排机制,在实现数据通信的同时又能兼容核心网和PSTN,核心网支持多种类型的空中接口,它能够将详细的业务逻辑、限制和数据传输有机分别,采纳IP服务后,全部的无线接入方式与核心网络的数据交换、数据通信都是独立分别的。与多种无线通信网络的强兼容性使得核心网络的设计具有特别大的敏捷性,无需考虑通信协议和接入方式。 2 基于物联网的服务监控设计探讨 智能化校内系统服务监控主要保证服务的稳定性,服务监控的对象主要集中学校校内网服务器和电子教学教室以及计算机机房等。服务的监控可以采纳物联网体系结构方式,通过在机房和服务器教室部署大量的传感器节点,包括温度传感器、热度传感器、气压传感器、红外感应器和红外摄像头等。 假设前端各类传感器的监测范围ri,i表示传感器的类别编号,则定义传感器的平均监测半径如公式所示。 定义开放环境的空间面积为V,则依据传感器的平均监测半径可以推想实际须要部署的传感器数量满意公式。 在公式2中,n表示传感器类别数量,N表示在空间面积为V的环境中须要部署的传感器节点总数量。 智能电网采纳分布式架构并结合物联网的三层体系结构构建一套完整的电网监控系统。德州仪器生产的ZigBee 射频芯片CC2530-F256通过集成高性能低功耗8051 内核、128-bitADC、2 个USART ,从而具备强大的DMA 功能,并且支持Zig-Bee2207/Pro 协议栈。CC2530 在放射功率、链路预算、射频噪声抑制实力、低功耗以及ESD 防护实力等方面都比其他的ZigBee芯片有较大的提升。智能化校内系统的监控后台为终端用户操作界面,用户终端分为PC终端和移动终端两部分,其中PC终端又可分为windows操作终端和mac操作终端,移动终端可分为手机终端和pad终端,终端吩咐的下达主要通过4G网络实施。采纳数据库技术保存底层实时上报的环境参数,并在终端以走势图的方式动态展示,用户依据时间流的数据改变推断建筑设备状态。 一般而言,正常数据不会出现明显的扰动,在数据分布上相对较为稳定,可依据规则和统计规律预先设定范式固化在终端,当出现异于范式的模式时则发出报警由用户裁决。范式提取算法如表1所示。 调度节点通过内置适配模式来识别异样的数据源,适配模式通常采纳分类算法进行监督式学习,定义传感器采集的各类数据指标为特征,则用表示特征集合,在时刻t时各类传感器采集的数据定义为,时刻t时对应的系统状态定义为,通过采集大量的数据样本用机器学习的方式学习系统的适配模式。将系统的状态定义为五种状态,如表2所示。 依据表2中定义,系统的每种状态都可以对应到详细的状态标识,结合系统状态时详细的传感器数据指标,采纳机器学习中分类算法通过对样本数据进行参数拟合训练,定义各个传感器指标对系统状态的影响因子表征为,与相对应。适配模式训练算法如表3所示。 参考文献: 1 于长虹.才智校内才智服务和运维平台构建探讨J.中国电化教化,2022:16-20+28. 2 权赫. 高校才智化校内建设的探究与探讨J.高教学刊,2022:116-117. 3 刘昊天. 高校才智化校内建设的策略探究J.中国管理信息化,2022:206-207. 第8页 共8页第 8 页 共 8 页第 8 页 共 8 页第 8 页 共 8 页第 8 页 共 8 页第 8 页 共 8 页第 8 页 共 8 页第 8 页 共 8 页第 8 页 共 8 页第 8 页 共 8 页第 8 页 共 8 页