《智能物联技术》期末知识整理

作业务必看！！！

第一章：

智慧物联技术理念三大来源

来源于：普适计算，RFID技术和嵌入式系统

起源和发展，几个时间节点上的重要事件

1995年比尔·盖茨的《未来之路》设想了物联网时代的部分场景，但是受限于当时无线网络、硬件及传感设备的发展，并未引起世人的重视。 

突尼斯举行的信息社会世界峰会（WSIS）上，国际电信联盟（ITU）发布了《ITU互联网报告2005：物联网》报告指出，无所不在的“物联网”通信时代即将来临 

奥巴马就任美国总统后，与美国工商业领袖举行了一次“圆桌会议”，作为仅有的两名代表之一，IBM首席执行官彭明盛首次提出“智慧地球”这一概念，建议新政府投资新一代的智慧型基础设施。 

温家宝总理在无锡微纳传感网工程技术研发中心视察并发表重要讲话，提出了“感知中国”的战略构想，表示中国要抓住机遇，大力发展物联网技术。

什么是物联网，三大特征。

物联网式基于互联网（物联网核心网络），传统电信网等信息载体，让所有能被独立寻址的普通物理对象实现互联互通的网络。

其特点有：普通对象设备化，自制终端互联化和普适服务智能化

四层架构，每层负责的任务，每层技术举例

综合应用层：信息应用 环境检测，智能交通等

管理服务层：信息的处理 云计算和边缘计算

网络构建层：传输传感器收集到的数据（信息传输） 无线传感网

感知识别层：收集采集到的信息（信息生成） 光信号传感器，红外传感器

第二章

自动识别技术

光符号识别（OCR） 虹膜识别 人脸识别 指纹识别

IC卡分类，举例（价格递增）

1. 储存器卡 图书馆借书卡 没有加密性能
2. 逻辑加密卡 加油卡 有加密性能
3. CPU卡 银行卡 有很强的安全性

条码，一维条码、二维条码工作原理，比较，一维条码常见码制

工作原理：

激光二极管发射一道光线到一面旋转的棱镜或摆动的镜子上，反射后的光线穿过阅读窗照射到条码表面，光纤经过条或者空反射回阅读器，由一个镜子进行采集和聚焦，通过光电转换器转换成电信号，通过软件进行译码

常见的行业码制

 

RFID系统组成、被动式工作原理，特点与条码比较

组成：阅读器，天线，标签

阅读器通过天线发送查询信息，捕获信息携带的能量获得感应电流，被动式标签将EPC码通过反射通信发给阅读器（采用反射通信）

 

系统分类，两种分类方式：主动被动，按频率分

两种耦合方式：电磁耦合电感耦合

三种频率：低频高频超高频

分类	低频	高频	超高频
范围	30KHz-300KHz	3MHz-30Mhz	300MHz-3GHz
特征	125KHz	13.56MHz	860M-960MHz
距离	小于1m	约为1m	大于1m
耦合方式	电感	电磁	电磁

通信原理：

阅读器发送载波，吸收波中能量转化成电能积累起来，一旦驱动标签就对载波进行解调和解码接受阅读器数据，之后同样对载波进行调制来发送数据

阅读器调制编码方式，OOK有何缺陷，PIE编码有什么优势:

（1）OOK编码在发送0信号时没有能量，标签捕获能量的效率较低

（2）PIE编码无论发送1还是0都会释放能量

标签调制编码方式，会解码

采用OOK调制（二进制ASK）：

缺点：影响标签捕获能量的效率（不做任何编码问题）

阅读器调制和编码	标签调制和编码
OOK调制	OOK调制
PIE编码	FM0编码，Miller系列编码

 

EPC协议

EPC编码：96bit，全球唯一

防碰撞算法，时隙aloha，Q算法

防碰撞算法（纯ALOHA，时隙ALOHA）

纯ALOHA S-ALOHA

调整一个帧的时隙数（Q算法）

 

通信流程

 

EPC协议优缺点：

使用成熟ALOHA算法，性能良好，易于实现

小概率使标签饥饿

物联网中新型应用主要利用RFID反射信号的哪些特征

1）在扫描识别方面，RFID具有识别更正确，其识别的距离更为灵活的优势。可以识别单个具体的事物，在识别过程中可以穿透障碍物，实现无障碍阅读。

2）在数据的记忆体方面，RFID的容量相对于其他的条形码，能够说容量是非常的大了，其最大的容量达到了数MegaBytes。在不远的将来，记忆载体的快速发展将会给RFID的数据容量带来又一次的扩大。

3）在抵制恶劣环境方面，RFID的抗污染能力强，耐久本能好。即使面对化学物质，也能有很好的抵制性，由于RFID卷标将数据存放在了芯片里的缘故，使的受到很好的保护。

4）在使用方面，RFID的使用次数没有上限，对芯片中的数据进行增减、批改等操作不会限制，这利于信息的快速更新。

5）在外观方面，RFID读取过程完全不会受到形状大小的影响，在适应于不同的产品时，能够变得小型化和多样化。

6）在数据平安方面，RFID由于承载的是电子式信息，外界获取数据需要密码，所以存入数据能够受到很好的保护。

第三章

传感网发展方向：

智能化，网络化，微型化

最小系统硬件组成，各个模块关键特性

传感节点组成：微处理器，传感器，通信芯片，电池

其中通信芯片是能耗最高的部件

传感器关键特性：功耗，电压，离散采样事件

能耗最高：磁传感器

能耗最低：被动式红外传感器 ，合成光传感器

 

微处理器关键特性：电压，字长，内存，闪存，能耗，睡眠和唤醒时间

通信芯片关键特性：接受灵敏度，发射功率，接收和发送功耗

 

微操作系统：TinyOS

采用nesC编程，任务调度只有单线程，不能有IO等阻塞的调用，任何时刻处理器只能执行一个任务

组网技术：看作业大题！

 

ETX：成功传输某个包需要的总次数

Throughput吞吐量 = 1/ETX

通过A-B：ETX = 1/0.1=10；

通过A-C-B： ETX = 1/0.8 *2 = 2.5

通过A-D-E-B： ETX = 3/（0.9+0.9+0.9） = 3.33

Throughput最高为1/2.5 选择ACB路径

制约传感器发展的因素：功耗，价格，体积（展开讲）

功耗：不能通过有线供电，以节能为设计目标

价格：需要大量设备进行组网完成特定功能

体积：需要便于携带易于部署

第四章

位置信息重要性

位置信息于生活息息相关，根据位置信息能提供基于位置的服务，如地图等

卫星定位系统架构、原理

系统架构：

主要分为三个部分，分别是宇宙空间部分，地面监控部分，用户接收部分

工作原理：

GPS卫星在空间中不断广播信息，每条信息包含信息发出的时刻、卫星在该时刻的

坐标、卫星的时钟误差，用户设备接收到卫星信息后，通过信号传播的时间计算出该卫星和用户接收天线之间的距离。

以GPS卫星和用户接收机天线之间的距离观测量为基准，根据多个已知的卫星瞬时

坐标，让观测距离在地球表面交汇于一点，这个点就是最终确定的用户接收机天线

所在的位置。

缺点：启动时间长 室内信号差 需要GPS接收机

基站定位方法

ToA、TDoA、信号强度测距、多边定位法、质心定位法

常见定位方法：

1. 基于距离（时间）的定位（Time of Arrival, ToA）

局限：需要参考点和测量目标的时钟同步

1. 基于距离（时间）差的定位（Time Difference of Arrival, TDoA）

局限：需要参考点的时钟同步

1. 质心定位

局限：仅能实现粗粒定位，期望锚点密度较高

方法：同时发送电磁波和声波

接收方记录电磁波到达的时间和声波到达的时间

距离:

 

又因为光速远大于声速，因此可以简化为

例题：

 

位置计算方法：多边测量（也称多点测量）

平面上定位，取三个参考点

以每个参考点为圆心，到该参考点的距离为半径画圆，目标必在圆上

平面上三个圆交于一点

实际中取用超过三个参考点，用最小二乘法减少误差

 

例题：一个无线传感器网络部署在一个平面上，待定位节点A收到了周围三个信标节点的信号，已知三个信标节点坐标分别为(x1,y1)、(x2,y2)和(x3,y3)，信标节点的信号发送功率为p0, 节点A从这三个信标节点接收到的信号功率分别为p1，p2和p3。试用尽可能多的方法确定节点A的坐标值。（提示：假定信号传播模型为自由空间模型，即距离发射节点为d的接收节点功率p(d)=kp0/dn，其中k、n均为常数，可采用基于测距的方法和非测距方法）

WiFi定位原理

室内定位局限性：

1. 多径效应：障碍物反射电磁波，反射波和原始波在接收端混叠
2. 室内对电磁波的阻碍作用

WIFI定位：基于信号特征的定位

基于信号特征的定位：

将信号强度特征看作指纹，预先布置N个参考节点，测出N个参考节点的信号强度，得到一个N维向量，实现测出区域中的每个位置的特征向量，通过测出的特征向量和数据库进行比对，找出最相似的位置

第五章

1G~5G业务特点，关键技术

通信类型	业务特点	关键技术
1G	模拟语音业务	频分多址FDMA 蜂窝结构组网
2G	数字语音 短信发送	时分多址TDMA 码分多址CDMA
3G	电话 短信 彩信 上网	频分双工FDD 时分双工TDD
4G	数据快传 音视频 直播 图像	正交频分服用OFDM 多输入多输出MIMO
5G	智慧医疗 智慧物流 智能制造	大规模天线技术 超密集组网技术 新型多址技术

重点5G关键技术

1. 大规模天线技术（MIMO技术）

在大规模MIMO系统中，基站配置大量的天线，增强基站同时接收和发送多路不同信号的能力，提高频谱利用率，数据传输的稳定性和可靠性

1. 非正交多址技术（NOMA）

两个用户可以同时占有所有可用的带宽，弱用户先解码强干扰，再解码自己的信息，实现最优容量，改善弱用户的可达速率

1. 先进编码与调制技术

F-QAM频率正交幅度调制：将正交幅度调制和频移键控FSK相结合，提高频谱效率

，多用于小区下行链路中，能够提高小区边缘用户的通信质量

第六章

无线网络组成

无线网络用户，基站，无线连接

隐藏终端问题，如何缓解

 

缓解：

采用直接序列的扩频技术，具有一定的抗干扰效果，同时传输距离更长

采用RTS和CTS

退避采用CSMA/CA退避

CSMA：用户在发送数据之前先监听信道（载波监听）

（1）空闲 等待DIFS(DIFS = SIFS + (2 * Slot time))后信道空闲，开始传输数据

（2）繁忙 随机退避，如果侦测到空闲，减少退避数值，结束后开始发送，如果没有收到ACK，增大退避间隔

接收到数据 等待SIFS（最小间隔）后发送ACK

为什么采用CSMA/CD？

• 冲突检测（CD）需要全双工（发送数据同时也可接受数据），硬件代价过高，无线网卡很难同时接收冲突探测帧和发送无线信号。

• 无线信号的衰减特性和隐藏终端问题使冲突很难被侦测

RTS和CTS机制：

RTS（Request to Send） CTS（Clear to Send）

802.11帧结构

主要关注三个四个地址：

1. 数据帧目的用户MAC地址
2. 数据帧源用户MAC地址
3. 接入点相接路由器MAC地址
4. 用于自组织网络

OFDM技术原理

将信道分成若干个正交子信道，将高速数据信号转换成并行的子数据流，调制到每个子信道进行传输

蓝牙技术特点、应用、调制解调、跳频

应用场景：个人设备通信，例如蓝牙耳机，蓝牙鼠标等

蓝牙采用跳频扩频结合调制技术，频段范围从2.402-2.480GHz，通信速率能到1Mbps

其设备分为主设备和从设备

特性：建立连接时间长，功耗偏高，安全性低

发展了三种类型：低功耗蓝牙，高速蓝牙，经典蓝牙

高斯频移键控：

对Data增加一个高斯滤波器使其更加平滑，之后再进行频率调制

解调：利用采样点的相位差进行计算，相位增大就是1，否则为0、

 

跳频技术：传输信号的频率在一个很宽的范围内“随机跳动”，在每一个固定的频率上只驻留很短的时间，之后切换到另一个频率，从而使频谱扩散到整个频带。调频速度很快，外部干扰很小

发送时按照生成的伪随机识别码（Pseudorandom Noise，或PN序列，是一种满足随机性测试，但由确定序列组成且呈现周期性的“伪随机”序列）“随机”地选择信道发送。

Lora低功耗远距离传输原理，Lora和NB-IoT区别

终端：采集数据---> LoRa网关基站--->互联网服务器--->应用程序

利用单跳直接进行连接，进行数据传输

LoRa的冲突避免

1. 不密集是自由传输，碰撞发生时使用随机退避方式
2. 密集部署是采用时分多址（TDMA）

调制：chirp调制技术（横包络调制，降低功耗需求）

频率随着信号不断变化，LoRa是不过Chirp信号作为扩频符号，通过改变Chirp的起始频率来对信号进行编码

优点：支持长距离，低功耗传输

毛病：比特率很低，没法传视频

LoRa应用：长距离大规模检测（如农业检测，野生动物检测）

NB-IoT可以直接部署在无线基站上，和现有的移动通信基站相结合使用

可见光通信优缺点

优点：传输速率快，成本低，无电磁干扰

缺点：无法穿过遮挡光线的物体，易被遮挡，会受到自然光的干扰

补充Zigbee和BackScatter技术

ZigBee技术

特性：低功耗，低复杂度，低速率，自组织

  低成本，低时延，网络容量大，可靠，安全

采用直接序列的扩频技术，具有一定的抗干扰效果，同时传输距离更长

反向散射技术（Back Scatter）

主要毛病：能耗和成本

特点：能量收集和反向散射通信

能量收集：通过感受电磁波来获得能量

反向散射通信：通过反射周围信号进行传输

第七章

什么是边缘计算

边缘计算定义：

在云之外，靠近网络边缘的 设备上完成数据存储和信息处理的一种分布式计算模式。

边缘计算特点、关键技术

边缘计算的优点：

低时延，高效率，更安全，节省网络资源，成本低

关键技术：

边缘储存，计算卸载，移动性管理

第八章

RFID安全隐患

面临的安全隐患：中间人攻击（基于交互的攻击）DDoS攻击（拒绝服务）窃听（被动攻击）

对于RFID的信息： 物理破解  篡改RFID信息  RFID病毒

哈希锁原理：

将Key值通过密码学的hash处理

K-匿名，位置K-匿名原理

将区域划成网格，网格里有K个用户，让这K个用户的位置不可区分，但仍然面临着同质攻击的风险

联邦学习原理，应用举例

原理：在本地训练初步模型，将权值上传到云端进行更新拟合以后，再下放到本地进行迭代部署

联邦学习应用举例：医学影像数据孤岛,数据隐私安全及数据行业标准不统一等问题严重阻碍了人工智能赋能疾病诊疗.通过结合联邦学习，在本地初步训练将权值上传后再经过模型的整合下放到各医院进行部署,可从技术上环节隐私和数据孤岛问题对构建医学影像人工智能系统的影响

特点：隐私保护，网络开销小（不需要传输数据），减少计算

第九章以后

应用案例分析