物联网工程应用-基于人工智能经典案例 课件 第一章 物联网核心理论及发展概述

物联网工程应用信息科学与工程学院电子与通信系黄如主编1引言物联网核心理论及发展概述物联网作为第三次信息浪潮的代表技术，具有广阔的应用前景。对于我国而言，物联网能促进经济发展方式的改变及经济结构的调整，使我国的经济发展模式更加合理，并带来更大的经济收益；对于企业而言，物联网带来的既是机遇又是挑战，抓住物联网所带来的技术革新，能让企业在新时代站稳脚跟，占据优势；对于个人而言，了解物联网的基础知识，能让人们更好、更便捷地利用身边存在的物联网技术，如智能家居等，提高生活质量。本章概述以无线传感器网络（WirelessSensorNetworks，WSNs）为核心载体的物联网工程的基本概念和支撑技术，重点讨论物联网的基本概念、发展历程、体系架构和现代物联网技术，使读者了解物联网的基本体系构架、重要支撑技术和广阔的应用前景。物联网（InternetofThings,IoT）：物联网是新一代信息技术的重要组成部分，核心是物物相联的互联网。两层含义：物联网的核心和基础仍然是互联网。用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。31物联网核心理论及发展概述物联网概述

技术理解应用理解狭义理解泛在理解关键词：智能网络

关键词：服务应用关键词：物物相联关键词：融合架构综合运用传感器、微机电、嵌入式计算、分布式信息处理和无线通信等技术，将物体的信息通过网络传输到指定的信息处理中心，最终实现物与物、人与物之间的自动化信息交互和处理的智能网络架构在网络基础上的应用层面的各种服务的总和。为用户提供生产、生活的远程监控、指挥调度、采集测量、智能识别、定位跟踪等方面的应用服务，达到以更加精细和动态的方式管理生产与生活的目标通过无线射频识别、感应设备、定位系统等技术手段和载体，按约定的协议把世界上所有的物体都连接起来，并与现有的“互联网”结合，实现人类社会与物理世界的普遍联系联系各类物理基础设施与信息功能的融合体系。将物联网理解为一种基于多类型网络和基础设施，进行联网应用、通信交流和信息处理的融合体系架构，而非一个物理上独立存在的实体网络41物联网概述物联网核心理论及发展概述物联网的应用前景对于我国：促进经济发展方式的改变及经济结构的调整。使经济发展模式更加合理，带来更大的经济收益。对于企业：物联网带来的既是机遇又是挑战。抓住物联网的技术革新，企业能在新时代站稳脚跟，占据优势。对于个人：了解物联网的基础知识，能更好地利用身边的物联网技术（如智能家居），提高生活质量。物联网的核心载体无线传感器网络（WirelessSensorNetworks,WSNs）：物联网的核心载体，负责信息的获取、传输与处理。特点：数据中心、自组织、多跳路由、动态拓扑、密分布集等。代表“后PC时代”更小、更廉价的低功耗计算设备。物联网的演进目标可寻址、可通信、可控制：数字化、信息化、网络化、泛在化与开放模式逐渐成为物联网发展的演进目标。1物联网概述物联网核心理论及发展概述物联网的典型应用领域军事、环境、医疗、家居、工业自动化、反恐等：物联网在多个领域具有广泛的应用前景，推动各行业的智能化发展。物联网的未来展望物联网作为第三次信息浪潮的代表技术：具有广阔的应用前景，将深刻改变人类与自然界的交互方式。领

域用

途军

事兵力和装备的监控、目标定位、情报获取等；战场情况监视和占领区的侦察等；协助智能弹药对目标进行攻击及对战场破坏情况进行评估；核武器、生物武器的成分及攻击后的监测和侦察等环

境监视农作物灌溉情况、土壤情况、空气情况；大面积的地表监测和行星探测；气象和地理研究；地质灾害监测；生物环境的研究；森林火灾的等

医

疗通过传感器节点可对病人的心跳速率、血压等进行实时监测，提供对人体状况远程监控与诊断；用于医院中的药品管理，对药品种类进行分类、辨识等家居及城市管理智能家居通过布置于房间内的温度、湿度、光照、空气成分无线传感器等，感知居室不同部分的微观状况，从而对家庭环境进行自动控制，提供智慧、舒适的居住环境桥梁建筑安全通过布置于建筑物内的图像、声音、气体、温度、压力、辐射传感器等，发现异常事件并及时报警，自动启动应急措施工业自动化大型设备的监控反恐和公共安全通过特殊用途的传感器（如生物化学传感器）监测有害物、危险物的信息，准确判定生化物质的成分及泄漏源位置，可用于反恐袭击，提高对突发事件的应变能力561物联网的基本特征物联网核心理论及发展概述从物联网定义的技术理解角度来看，物联网和传统的互联网相比有其自身鲜明的特征。物联网的基本特征可概括为全面感知、可靠传输和智能处理。（1）全面感知。物联网广泛应用各种感知技术。在物联网中部署了海量的多种类型的传感器，整体构成了分布式异构信源系统，并且因为物联网应用领域存在广泛性、分布环境存在复杂性和工作时空存在差异性，所以不同类型的传感器所捕获的信息内容、信息格式及时空变化规律都存在差异性，这使得物联网内的信息呈现海量性、多源性、分布式性等多样性的特征。（2）可靠传输。物联网通过各种有线和无线网络与互联网融合，将物体的信息实时准确地传输出去。由物联网上的传感器所定时采集的信息需要通过网络传输，由于其数量极其庞大，形成了海量信息，因此在传输过程中，为了保障数据的正确性和及时性，必须适应各种异构网络和协议。（3）智能处理。物联网不仅提供了传感器的连接，而且具有智能处理的能力，能够对物体实施智能控制。物联网将传感器技术、无线通信和微机电技术与智能处理机制相结合，利用云计算、模式识别等各种智能技术扩充其应用领域。从传感器获得的多样性信息中分析、加工和处理有意义的数据，可适应用户的不同需求并拓展新的应用领域和应用模式。71物联网核心理论及发展概述路由技术传感器网络路由协议特性能量有限：传感器节点能量有限，路由协议需考虑能耗，延长网络生存期。基于局部信息：节点无法存储大量路由信息，需在局部拓扑信息下实现高效路由。以数据为中心：应用关注的是满足某种条件的感知数据，路由需以数据为中心。应用相关：不同应用需求不同，路由协议需针对具体应用设计。路由协议分类平面网络路由：所有节点地位相同，协同工作。特点：简单、健壮性好，适合小规模网络。层次网络路由：节点按分簇方法分为不同簇，逻辑结构为层次。特点：通过簇间多跳通信和数据融合，降低能耗。

81路由技术物联网核心理论及发展概述典型路由协议洪泛路由（Flooding）：每个节点收到数据包后广播给所有邻居节点。优点：简单、可靠，适合节点运动剧烈的场景。缺点：内爆、交叠问题，导致重复分组，占用网络资源。SPIN路由（SensorProtocolforInformationviaNegotiation）：通过ADV、REQ、DATA三种消息实现数据在感兴趣节点间传输。优点：避免洪泛路由的内爆和交叠问题，降低能耗。定向扩散路由（DirectedDiffusion,DD）：基于查询的路由协议，汇聚节点通过兴趣消息发出查询任务。优点：能量有效性好、延迟小、可扩展性强。缺点：梯度建立阶段耗费大，不适合连续数据传输的应用。91物联网核心理论及发展概述无线媒体接入技术MAC协议分类固定分配MAC协议：特点：固定时槽分配，避免冲突，但能耗较大。典型协议：TRAMA、TDMA-W。随机竞争MAC协议：特点：节点随机竞争信道，适合低负载网络。典型协议：S-MAC、T-MAC、B-MAC。混合MAC协议：特点：结合固定分配和随机竞争的优点，适应不同网络负载。典型协议：Z-MAC。MAC协议的主要特性及面临的问题能量有限性：节点能量有限，MAC协议需控制节点在信息采集和传输过程中节省能量。可扩展性：MAC协议需适应网络拓扑或信道环境的动态变化。网络效率：提高信道的吞吐量、带宽利用率，减小网络延迟。面临的问题：空闲监听、冲突（碰撞）、控制开销、串扰（串音）。101物联网核心理论及发展概述无线媒体接入技术典型MAC协议TRAMA（Traffic-AdaptiveMediumAccess）协议：特点：流量自适应，动态调整占空比，降低能耗。优点：适用于周期性数据采集和监测的网络应用。缺点：实现复杂，对时间同步依赖大，端到端时延较大。TDMA-W协议：特点：使用固定时槽收发数据，节点周期性唤醒。优点：适用于基于事件的数据量不大的网络应用。缺点：存储开销大，时延大，发生冲突碰撞的概率大。S-MAC（Sensor-MAC）协议：特点：节点周期性休眠，减少空闲监听，降低能耗。优点：适用于传感器网络，降低功耗。缺点：通信时延较大，不适用于时间性要求严格的领域。111物联网核心理论及发展概述信息融合技术信息融合技术概述定义：信息融合是利用计算机技术对多传感器的观测信息进行自动分析、综合处理，以完成决策和估计任务的过程。核心：多传感器系统是信息融合的硬件基础，多源信息是信息融合的加工对象，协调优化和综合处理是信息融合的核心。信息融合分类数据级融合（像素级融合）：特点：直接结合原始数据，数据损失小，精度高。缺点：实时性差，要求传感器同类，数据通信量大。典型算法：卡尔曼滤波算法。特征级融合：特点：对原始数据进行特征提取，降低数据量，保持重要信息。典型算法：神经网络、聚类算法。决策级融合：特点：结合实体的位置、属性或身份信息，得出最终解决方案。优点：处理信息量小，容错性强，传感器可异类。典型算法：贝叶斯推理、D-S证据理论。121物联网核心理论及发展概述网络抗毁技术博弈论在网络抗毁性中的应用博弈论简介：研究多个个体或团队在特定条件下的策略选择，实现利益最大化或风险最小化。在网络抗毁性中的应用：通过非合作博弈，优化网络拓扑结构，提升网络的鲁棒性。应用场景：网络拓扑构建、网络损毁恢复。人工神经网络在网络抗毁性中的应用人工神经网络简介：模拟人脑的神经网络，通过训练学习，得到符合要求的抗毁性指标权重。在网络抗毁性中的应用：通过训练多个网络，得到最优的抗毁性指标权重，构建符合要求的网络。应用场景：防空反导指控网络抗毁性评估。131物联网核心理论及发展概述中间件技术中间件技术的简介定义：中间件是介于应用系统和系统软件之间的一类软件，用于管理计算机资源和网络通信，连接两个独立应用程序或独立系统。功能：屏蔽操作系统和网络协议的差异，提供多种通信机制，支持物联网系统的有效开发与稳固运行。特点：独立于架构、数据流、处理流、标准化。中间件技术的应用场景物联网系统：通过中间件技术，实现异构系统之间的访问和数据交互。企业应用集成：通过中间件技术，集成不同应用系统，提高企业运营效率。分布式计算：通过中间件技术，实现分布式环境下的任务协作和数据共享。141物联网核心理论及发展概述人工智能人工智能的定义像人一样行动的系统：通过行为测试（如图灵测试）判断系统是否具有智能。核心：系统能否通过行为测试，表现出与人类相似的智能行为。像人一样思考的系统：关注系统的推理步骤是否与人类相似。核心：系统是否能够模拟人类的思维过程。理性地思考的系统：通过逻辑推理和符号计算，实现智能决策。核心：系统是否能够基于逻辑和规则进行理性推理。理性地行动的系统：系统通过行动获得最佳结果，尤其是在不确定环境下。核心：系统是否能够通过行动实现最优目标。151物联网核心理论及发展概述人工智能人工智能的分类弱人工智能（NarrowAI）：专注于特定任务，不具备通用智能。示例：语音助手（如Siri）、图像识别系统、推荐算法。特点：只能执行特定任务，无法进行自主思考。强人工智能（StrongAI）：具备与人类相当的通用智能，能够进行自主思考和决策。示例：科幻电影中的智能机器人（如《终结者》中的Skynet）。特点：具备自主意识，能够处理复杂任务。超人工智能（SuperAI）：超越人类智能，具备远超人类的能力。示例：理论上的超级智能系统，能够解决人类无法解决的问题。特点：智能水平远超人类，可能具备自我进化的能力。161物联网核心理论及发展概述云计算和雾计算云计算的定义与发展史定义：云计算是一种通过网络提供按需计算资源的模式，用户可以根据需求获取计算、存储和网络资源。发展史：1963年：美国国防部高级研究计划局（DARPA）启动MAC项目，提出“计算机公共事业”概念。20世纪90年代：虚拟机的流行推动了云计算基础设施即服务的发展。2006年：谷歌、亚马逊和IBM提出云端应用，云计算概念正式提出。2010年至今：云计算成为全球信息技术企业的转型目标，广泛应用于各行各业。云计算的服务类型基础设施即服务（IaaS）：提供虚拟化的计算资源，如服务器、存储和网络。示例：AmazonEC2、MicrosoftAzure。平台即服务（PaaS）：提供开发和部署应用程序的平台，用户无需管理底层基础设施。示例：GoogleAppEngine、Heroku。软件即服务（SaaS）：提供通过互联网访问的应用程序，用户无需安装和维护软件。示例：GoogleWorkspace、Salesforce。171物联网核心理论及发展概述软件定义网络软件定义网络简史2006年：美国GENI项目资助斯坦福大学开设CleanSlate课题，旨在重构网络架构。2007年：Ethane项目提出通过集中式控制器定义网络流的安全控制策略。2008年：基于OpenFlow的软件定义网络（SDN）概念正式提出。2009年：第一个商业化SDN产品发布，SDN开始得到推广。2008年：谷歌部署SDN，推动SDN在全球范围内的应用，并扩展到电信网络。181物联网核心理论及发展概述软件定义网络软件定义网络的特点简单化：通过集中控制简化复杂的协议处理，降低网络管理复杂度。快速部署与维护：SDN能够快速部署和调整网络配置，适应动态变化的网络需求。开放性：OpenFlow协议使网络控制与数据转发分离，用户可以根据需求自定义网络。安全性：集中式控制能够快速响应网络威胁，阻止恶意软件的扩散。软件定义网络的应用场景智能城市：通过SDN管理城市中的物联网设备，优化交通、能源和公共安全系统。工业物联网：SDN支持工业设备的实时监控和数据分析，提升生产效率。智能家居：SDN优化家庭网络，支持智能设备的互联和协同工作。智能交通：SDN优化交通信号控制和车辆通信，提升交通系统的效率和安全性。191物联网核心理论及发展概述深度学习深度学习简介定义：深度学习是机器学习的一个分支，通过多层神经网络模拟人脑的学习过程，处理复杂数据。特点：自动特征提取：无需人工设计特征，直接从数据中学习。强大的模式识别能力：能够处理图像、语音、文本等复杂数据。应用领域：计算机视觉、自然语言处理、语音识别、自动驾驶等。深度学习的典型模型卷积神经网络（CNN）：特点：通过卷积层提取图像特征，适用于图像识别和处理。应用：图像分类、目标检测、人脸识别。示例：LeNet-5、AlexNet。循环神经网络（RNN）：特点：通过循环结构处理序列数据，适用于时间序列分析和自然语言处理。应用：语音识别、文本生成、时间序列预测。示例：长短期记忆网络（LSTM）、门控循环单元（GRU）。生成对抗网络（GAN）：特点：由生成器和判别器组成，通过博弈生成逼真数据。应用：图像生成、视频生成、数据增强。示例：条件GAN、WassersteinGAN。201物联网核心理论及发展概述复杂网络复杂网络简介定义：复杂网络是指具有自组织、自相似、吸引子、小世界、无标度等特性的网络。研究内容：网络的几何性质、形成机制、演化规律、模型性质、结构稳定性、演化动力学机制等。应用领域：社交网络、生物网络、交通网络、物联网等。复杂网络的特点结构复杂：网络节点数量庞大，结构呈现多种不同特征。连接多样性：节点之间的连接权重不同，可能存在方向性。动力学复杂性：节点集可能属于非线性动力学系统，节点状态随时间发生复杂变化。节点多样性：任何事物都可以成为复杂网络中的节点。多重复杂性融合：结构、连接和动力学复杂性相互影响，使网络更加复杂。211物联网核心理论及发展概述普适计算普适计算的定义与特性定义：普适计算（UbiquitousComputing）强调将计算能力融入环境，使计算机从人们的视线中消失，用户可以在任何时间、任何地点以任何方式获取和处理信息。特性：普适性：随时随地获取计算服务。透明性：计算过程对用户不可见，用户专注于任务本身。动态性：用户和设备处于不断移动状态，系统结构动态变化。自适应性：系统根据用户需求自动调整服务。永恒性：系统持续运行，无需关机或重启。

普适计算的应用场景智能家居：通过传感器和智能设备实现家居环境的自动化控制。智能会议室：支持多人协同工作，提供沉浸式远程会议体验。可穿戴健康设备：实时监测用户健康数据，提供个性化健康建议。移动办公：通过游牧计算技术实现随时随地的办公需求。221物联网核心理论及发展概述大语言模型大语言模型的定义与发展历程定义：大语言模型（LargeLanguageModel,LLM）是一种旨在理解和生成人类语言的人工智能模型，通常包含数百亿或更多参数。发展历程：20世