物聯網工程應用信息科學與工程學院電子與通信系黃如主編1引言物聯網核心理論及發展概述物聯網作為第三次信息浪潮的代表技術，具有廣闊的應用前景。對于我國而言，物聯網能促進經濟發展方式的改變及經濟結構的調整，使我國的經濟發展模式更加合理，并帶來更大的經濟收益；對于企業而言，物聯網帶來的既是機遇又是挑戰，抓住物聯網所帶來的技術革新，能讓企業在新時代站穩腳跟，占據優勢；對于個人而言，了解物聯網的基礎知識，能讓人們更好、更便捷地利用身邊存在的物聯網技術，如智能家居等，提高生活質量。本章概述以無線傳感器網絡（WirelessSensorNetworks，WSNs）為核心載體的物聯網工程的基本概念和支撐技術，重點討論物聯網的基本概念、發展歷程、體系架構和現代物聯網技術，使讀者了解物聯網的基本體系構架、重要支撐技術和廣闊的應用前景。物聯網（InternetofThings,IoT）：物聯網是新一代信息技術的重要組成部分，核心是物物相聯的互聯網。兩層含義：物聯網的核心和基礎仍然是互聯網。用戶端延伸和擴展到了任何物品與物品之間，進行信息交換和通信。31物聯網核心理論及發展概述物聯網概述

技術理解應用理解狹義理解泛在理解關鍵詞：智能網絡

關鍵詞：服務應用關鍵詞：物物相聯關鍵詞：融合架構綜合運用傳感器、微機電、嵌入式計算、分布式信息處理和無線通信等技術，將物體的信息通過網絡傳輸到指定的信息處理中心，最終實現物與物、人與物之間的自動化信息交互和處理的智能網絡架構在網絡基礎上的應用層面的各種服務的總和。為用戶提供生產、生活的遠程監控、指揮調度、采集測量、智能識別、定位跟蹤等方面的應用服務，達到以更加精細和動態的方式管理生產與生活的目標通過無線射頻識別、感應設備、定位系統等技術手段和載體，按約定的協議把世界上所有的物體都連接起來，并與現有的“互聯網”結合，實現人類社會與物理世界的普遍聯系聯系各類物理基礎設施與信息功能的融合體系。將物聯網理解為一種基于多類型網絡和基礎設施，進行聯網應用、通信交流和信息處理的融合體系架構，而非一個物理上獨立存在的實體網絡41物聯網概述物聯網核心理論及發展概述物聯網的應用前景對于我國：促進經濟發展方式的改變及經濟結構的調整。使經濟發展模式更加合理，帶來更大的經濟收益。對于企業：物聯網帶來的既是機遇又是挑戰。抓住物聯網的技術革新，企業能在新時代站穩腳跟，占據優勢。對于個人：了解物聯網的基礎知識，能更好地利用身邊的物聯網技術（如智能家居），提高生活質量。物聯網的核心載體無線傳感器網絡（WirelessSensorNetworks,WSNs）：物聯網的核心載體，負責信息的獲取、傳輸與處理。特點：數據中心、自組織、多跳路由、動態拓撲、密分布集等。代表“后PC時代”更小、更廉價的低功耗計算設備。物聯網的演進目標可尋址、可通信、可控制：數字化、信息化、網絡化、泛在化與開放模式逐漸成為物聯網發展的演進目標。1物聯網概述物聯網核心理論及發展概述物聯網的典型應用領域軍事、環境、醫療、家居、工業自動化、反恐等：物聯網在多個領域具有廣泛的應用前景，推動各行業的智能化發展。物聯網的未來展望物聯網作為第三次信息浪潮的代表技術：具有廣闊的應用前景，將深刻改變人類與自然界的交互方式。領

域用

途軍

事兵力和裝備的監控、目標定位、情報獲取等；戰場情況監視和占領區的偵察等；協助智能彈藥對目標進行攻擊及對戰場破壞情況進行評估；核武器、生物武器的成分及攻擊后的監測和偵察等環

境監視農作物灌溉情況、土壤情況、空氣情況；大面積的地表監測和行星探測；氣象和地理研究；地質災害監測；生物環境的研究；森林火災的等

醫

療通過傳感器節點可對病人的心跳速率、血壓等進行實時監測，提供對人體狀況遠程監控與診斷；用于醫院中的藥品管理，對藥品種類進行分類、辨識等家居及城市管理智能家居通過布置于房間內的溫度、濕度、光照、空氣成分無線傳感器等，感知居室不同部分的微觀狀況，從而對家庭環境進行自動控制，提供智慧、舒適的居住環境橋梁建筑安全通過布置于建筑物內的圖像、聲音、氣體、溫度、壓力、輻射傳感器等，發現異常事件并及時報警，自動啟動應急措施工業自動化大型設備的監控反恐和公共安全通過特殊用途的傳感器（如生物化學傳感器）監測有害物、危險物的信息，準確判定生化物質的成分及泄漏源位置，可用于反恐襲擊，提高對突發事件的應變能力561物聯網的基本特征物聯網核心理論及發展概述從物聯網定義的技術理解角度來看，物聯網和傳統的互聯網相比有其自身鮮明的特征。物聯網的基本特征可概括為全面感知、可靠傳輸和智能處理。（1）全面感知。物聯網廣泛應用各種感知技術。在物聯網中部署了海量的多種類型的傳感器，整體構成了分布式異構信源系統，并且因為物聯網應用領域存在廣泛性、分布環境存在復雜性和工作時空存在差異性，所以不同類型的傳感器所捕獲的信息內容、信息格式及時空變化規律都存在差異性，這使得物聯網內的信息呈現海量性、多源性、分布式性等多樣性的特征。（2）可靠傳輸。物聯網通過各種有線和無線網絡與互聯網融合，將物體的信息實時準確地傳輸出去。由物聯網上的傳感器所定時采集的信息需要通過網絡傳輸，由于其數量極其龐大，形成了海量信息，因此在傳輸過程中，為了保障數據的正確性和及時性，必須適應各種異構網絡和協議。（3）智能處理。物聯網不僅提供了傳感器的連接，而且具有智能處理的能力，能夠對物體實施智能控制。物聯網將傳感器技術、無線通信和微機電技術與智能處理機制相結合，利用云計算、模式識別等各種智能技術擴充其應用領域。從傳感器獲得的多樣性信息中分析、加工和處理有意義的數據，可適應用戶的不同需求并拓展新的應用領域和應用模式。71物聯網核心理論及發展概述路由技術傳感器網絡路由協議特性能量有限：傳感器節點能量有限，路由協議需考慮能耗，延長網絡生存期。基于局部信息：節點無法存儲大量路由信息，需在局部拓撲信息下實現高效路由。以數據為中心：應用關注的是滿足某種條件的感知數據，路由需以數據為中心。應用相關：不同應用需求不同，路由協議需針對具體應用設計。路由協議分類平面網絡路由：所有節點地位相同，協同工作。特點：簡單、健壯性好，適合小規模網絡。層次網絡路由：節點按分簇方法分為不同簇，邏輯結構為層次。特點：通過簇間多跳通信和數據融合，降低能耗。

81路由技術物聯網核心理論及發展概述典型路由協議洪泛路由（Flooding）：每個節點收到數據包后廣播給所有鄰居節點。優點：簡單、可靠，適合節點運動劇烈的場景。缺點：內爆、交疊問題，導致重復分組，占用網絡資源。SPIN路由（SensorProtocolforInformationviaNegotiation）：通過ADV、REQ、DATA三種消息實現數據在感興趣節點間傳輸。優點：避免洪泛路由的內爆和交疊問題，降低能耗。定向擴散路由（DirectedDiffusion,DD）：基于查詢的路由協議，匯聚節點通過興趣消息發出查詢任務。優點：能量有效性好、延遲小、可擴展性強。缺點：梯度建立階段耗費大，不適合連續數據傳輸的應用。91物聯網核心理論及發展概述無線媒體接入技術MAC協議分類固定分配MAC協議：特點：固定時槽分配，避免沖突，但能耗較大。典型協議：TRAMA、TDMA-W。隨機競爭MAC協議：特點：節點隨機競爭信道，適合低負載網絡。典型協議：S-MAC、T-MAC、B-MAC。混合MAC協議：特點：結合固定分配和隨機競爭的優點，適應不同網絡負載。典型協議：Z-MAC。MAC協議的主要特性及面臨的問題能量有限性：節點能量有限，MAC協議需控制節點在信息采集和傳輸過程中節省能量。可擴展性：MAC協議需適應網絡拓撲或信道環境的動態變化。網絡效率：提高信道的吞吐量、帶寬利用率，減小網絡延遲。面臨的問題：空閑監聽、沖突（碰撞）、控制開銷、串擾（串音）。101物聯網核心理論及發展概述無線媒體接入技術典型MAC協議TRAMA（Traffic-AdaptiveMediumAccess）協議：特點：流量自適應，動態調整占空比，降低能耗。優點：適用于周期性數據采集和監測的網絡應用。缺點：實現復雜，對時間同步依賴大，端到端時延較大。TDMA-W協議：特點：使用固定時槽收發數據，節點周期性喚醒。優點：適用于基于事件的數據量不大的網絡應用。缺點：存儲開銷大，時延大，發生沖突碰撞的概率大。S-MAC（Sensor-MAC）協議：特點：節點周期性休眠，減少空閑監聽，降低能耗。優點：適用于傳感器網絡，降低功耗。缺點：通信時延較大，不適用于時間性要求嚴格的領域。111物聯網核心理論及發展概述信息融合技術信息融合技術概述定義：信息融合是利用計算機技術對多傳感器的觀測信息進行自動分析、綜合處理，以完成決策和估計任務的過程。核心：多傳感器系統是信息融合的硬件基礎，多源信息是信息融合的加工對象，協調優化和綜合處理是信息融合的核心。信息融合分類數據級融合（像素級融合）：特點：直接結合原始數據，數據損失小，精度高。缺點：實時性差，要求傳感器同類，數據通信量大。典型算法：卡爾曼濾波算法。特征級融合：特點：對原始數據進行特征提取，降低數據量，保持重要信息。典型算法：神經網絡、聚類算法。決策級融合：特點：結合實體的位置、屬性或身份信息，得出最終解決方案。優點：處理信息量小，容錯性強，傳感器可異類。典型算法：貝葉斯推理、D-S證據理論。121物聯網核心理論及發展概述網絡抗毀技術博弈論在網絡抗毀性中的應用博弈論簡介：研究多個個體或團隊在特定條件下的策略選擇，實現利益最大化或風險最小化。在網絡抗毀性中的應用：通過非合作博弈，優化網絡拓撲結構，提升網絡的魯棒性。應用場景：網絡拓撲構建、網絡損毀恢復。人工神經網絡在網絡抗毀性中的應用人工神經網絡簡介：模擬人腦的神經網絡，通過訓練學習，得到符合要求的抗毀性指標權重。在網絡抗毀性中的應用：通過訓練多個網絡，得到最優的抗毀性指標權重，構建符合要求的網絡。應用場景：防空反導指控網絡抗毀性評估。131物聯網核心理論及發展概述中間件技術中間件技術的簡介定義：中間件是介于應用系統和系統軟件之間的一類軟件，用于管理計算機資源和網絡通信，連接兩個獨立應用程序或獨立系統。功能：屏蔽操作系統和網絡協議的差異，提供多種通信機制，支持物聯網系統的有效開發與穩固運行。特點：獨立于架構、數據流、處理流、標準化。中間件技術的應用場景物聯網系統：通過中間件技術，實現異構系統之間的訪問和數據交互。企業應用集成：通過中間件技術，集成不同應用系統，提高企業運營效率。分布式計算：通過中間件技術，實現分布式環境下的任務協作和數據共享。141物聯網核心理論及發展概述人工智能人工智能的定義像人一樣行動的系統：通過行為測試（如圖靈測試）判斷系統是否具有智能。核心：系統能否通過行為測試，表現出與人類相似的智能行為。像人一樣思考的系統：關注系統的推理步驟是否與人類相似。核心：系統是否能夠模擬人類的思維過程。理性地思考的系統：通過邏輯推理和符號計算，實現智能決策。核心：系統是否能夠基于邏輯和規則進行理性推理。理性地行動的系統：系統通過行動獲得最佳結果，尤其是在不確定環境下。核心：系統是否能夠通過行動實現最優目標。151物聯網核心理論及發展概述人工智能人工智能的分類弱人工智能（NarrowAI）：專注于特定任務，不具備通用智能。示例：語音助手（如Siri）、圖像識別系統、推薦算法。特點：只能執行特定任務，無法進行自主思考。強人工智能（StrongAI）：具備與人類相當的通用智能，能夠進行自主思考和決策。示例：科幻電影中的智能機器人（如《終結者》中的Skynet）。特點：具備自主意識，能夠處理復雜任務。超人工智能（SuperAI）：超越人類智能，具備遠超人類的能力。示例：理論上的超級智能系統，能夠解決人類無法解決的問題。特點：智能水平遠超人類，可能具備自我進化的能力。161物聯網核心理論及發展概述云計算和霧計算云計算的定義與發展史定義：云計算是一種通過網絡提供按需計算資源的模式，用戶可以根據需求獲取計算、存儲和網絡資源。發展史：1963年：美國國防部高級研究計劃局（DARPA）啟動MAC項目，提出“計算機公共事業”概念。20世紀90年代：虛擬機的流行推動了云計算基礎設施即服務的發展。2006年：谷歌、亞馬遜和IBM提出云端應用，云計算概念正式提出。2010年至今：云計算成為全球信息技術企業的轉型目標，廣泛應用于各行各業。云計算的服務類型基礎設施即服務（IaaS）：提供虛擬化的計算資源，如服務器、存儲和網絡。示例：AmazonEC2、MicrosoftAzure。平臺即服務（PaaS）：提供開發和部署應用程序的平臺，用戶無需管理底層基礎設施。示例：GoogleAppEngine、Heroku。軟件即服務（SaaS）：提供通過互聯網訪問的應用程序，用戶無需安裝和維護軟件。示例：GoogleWorkspace、Salesforce。171物聯網核心理論及發展概述軟件定義網絡軟件定義網絡簡史2006年：美國GENI項目資助斯坦福大學開設CleanSlate課題，旨在重構網絡架構。2007年：Ethane項目提出通過集中式控制器定義網絡流的安全控制策略。2008年：基于OpenFlow的軟件定義網絡（SDN）概念正式提出。2009年：第一個商業化SDN產品發布，SDN開始得到推廣。2008年：谷歌部署SDN，推動SDN在全球范圍內的應用，并擴展到電信網絡。181物聯網核心理論及發展概述軟件定義網絡軟件定義網絡的特點簡單化：通過集中控制簡化復雜的協議處理，降低網絡管理復雜度。快速部署與維護：SDN能夠快速部署和調整網絡配置，適應動態變化的網絡需求。開放性：OpenFlow協議使網絡控制與數據轉發分離，用戶可以根據需求自定義網絡。安全性：集中式控制能夠快速響應網絡威脅，阻止惡意軟件的擴散。軟件定義網絡的應用場景智能城市：通過SDN管理城市中的物聯網設備，優化交通、能源和公共安全系統。工業物聯網：SDN支持工業設備的實時監控和數據分析，提升生產效率。智能家居：SDN優化家庭網絡，支持智能設備的互聯和協同工作。智能交通：SDN優化交通信號控制和車輛通信，提升交通系統的效率和安全性。191物聯網核心理論及發展概述深度學習深度學習簡介定義：深度學習是機器學習的一個分支，通過多層神經網絡模擬人腦的學習過程，處理復雜數據。特點：自動特征提取：無需人工設計特征，直接從數據中學習。強大的模式識別能力：能夠處理圖像、語音、文本等復雜數據。應用領域：計算機視覺、自然語言處理、語音識別、自動駕駛等。深度學習的典型模型卷積神經網絡（CNN）：特點：通過卷積層提取圖像特征，適用于圖像識別和處理。應用：圖像分類、目標檢測、人臉識別。示例：LeNet-5、AlexNet。循環神經網絡（RNN）：特點：通過循環結構處理序列數據，適用于時間序列分析和自然語言處理。應用：語音識別、文本生成、時間序列預測。示例：長短期記憶網絡（LSTM）、門控循環單元（GRU）。生成對抗網絡（GAN）：特點：由生成器和判別器組成，通過博弈生成逼真數據。應用：圖像生成、視頻生成、數據增強。示例：條件GAN、WassersteinGAN。201物聯網核心理論及發展概述復雜網絡復雜網絡簡介定義：復雜網絡是指具有自組織、自相似、吸引子、小世界、無標度等特性的網絡。研究內容：網絡的幾何性質、形成機制、演化規律、模型性質、結構穩定性、演化動力學機制等。應用領域：社交網絡、生物網絡、交通網絡、物聯網等。復雜網絡的特點結構復雜：網絡節點數量龐大，結構呈現多種不同特征。連接多樣性：節點之間的連接權重不同，可能存在方向性。動力學復雜性：節點集可能屬于非線性動力學系統，節點狀態隨時間發生復雜變化。節點多樣性：任何事物都可以成為復雜網絡中的節點。多重復雜性融合：結構、連接和動力學復雜性相互影響，使網絡更加復雜。211物聯網核心理論及發展概述普適計算普適計算的定義與特性定義：普適計算（UbiquitousComputing）強調將計算能力融入環境，使計算機從人們的視線中消失，用戶可以在任何時間、任何地點以任何方式獲取和處理信息。特性：普適性：隨時隨地獲取計算服務。透明性：計算過程對用戶不可見，用戶專注于任務本身。動態性：用戶和設備處于不斷移動狀態，系統結構動態變化。自適應性：系統根據用戶需求自動調整服務。永恒性：系統持續運行，無需關機或重啟。

普適計算的應用場景智能家居：通過傳感器和智能設備實現家居環境的自動化控制。智能會議室：支持多人協同工作，提供沉浸式遠程會議體驗。可穿戴健康設備：實時監測用戶健康數據，提供個性化健康建議。移動辦公：通過游牧計算技術實現隨時隨地的辦公需求。221物聯網核心理論及發展概述大語言模型大語言模型的定義與發展歷程定義：大語言模型（LargeLanguageModel,LLM）是一種旨在理解和生成人類語言的人工智能模型，通常包含數百億或更多參數。發展歷程：20世