【期末指北】物联网原理与应用
写在最前 ✍️
本文记录了一些 《物联网原理与应用》课程的 主要知识点，供有需求的同学们学习使用。
部分内容由 ChatGPT 生成，摊主进行审核及整理。
题目类型 ☘️
| 题目类型 | 数量 | 总分 |
|---|---|---|
| 简答题 | 10题/6分 | 60分 |
| 论述题 | 5题/8分 | 40分 |
知识点详解 🧑🏻💻
一、 物联网的经典定义
物联网 实际是中国人的发明， 整合了美国 CPS （ Cyber Physical Systems ） 、欧盟 IoT （ Internet of Things ） 和日本 U - Japan 等概念。
物联网 是一个基于 互联网、传统电信网 等信息载体， 让所有能够被 独立寻址 的 普通物理对象 实现 互联互通 的 网络。
能够 被独立寻址的物理对象 是指在计算机系统或通信系统中，可以通过唯一的地址或标识符来访问和识别的实体。这些对象可以是硬件设备、存储单元、网络节点或其他可操作的实体。
普通对象设备化，自治终端互联化 和 普适服务智能化 是其三个重要特征。
- 普通对象设备化 是通过将传感器、处理器和通信模块等技术嵌入到普通物体中，使成为物联网中的节点设备，能够感知环境、收集数据、进行计算等。
- 自治终端互联化 指物联网中的设备不仅仅是被动地收集和传输数据，还有相互连接和通信的能力，能够主动与其他设备进行交互和合作。这种自治性使得物联网系统能够在没有中心控制的情况下，自主地进行协作、共享信息和实现智能化的功能。
- 普适服务智能化 是利用人工智能、机器学习等技术，从海量的数据中提取有价值的信息，实现智能化的决策和响应，为用户提供更加智能化的服务。
物联网的其他特点（选）
- 大规模连接性：物联网的一个主要特征是连接大规模的物理设备和对象，使它们能够相互通信和交换数据。这包括从个人设备到工业设备、城市基础设施等各种物体的广泛连接。
- 实时性和即时性：物联网设备可以实时采集和传输数据，并快速响应用户的指令和需求。这使得物联网系统能够实现实时监控、远程控制和即时反馈，以满足用户的需求。
- 数据驱动的决策：物联网通过收集和分析大量的数据，为用户和系统提供有价值的信息和洞察力。这些数据可以用于优化决策、改进业务流程、提高效率和创新服务等方面。
- 安全和隐私保护：由于物联网涉及大量的数据传输和设备连接，安全和隐私保护是非常重要的方面。物联网系统需要采取安全措施，确保数据的机密性、完整性和可用性，并保护用户的隐私权。
- 灵活性和可扩展性：物联网系统应具备灵活性和可扩展性，能够适应不断变化的环境和需求。它应该能够容纳不同类型的设备和技术，并能够随着需求的增长进行扩展和升级。
二、物联网和互联网的关系
物联网和互联网 之间存在密切的关系，但又有一些区别。
概念
互联网 是指全球范围内连接着各种计算机和网络设备的巨大网络系统，通过标准的互联网协议，使得各种设备和计算机能够相互通信、交换数据和共享信息。
- 互联网在 人与人 之间建立了连接 → 人联网
物联网 则是 在互联网的基础 上，将更广泛的物理设备、传感器和其他物理对象连接起来，从而实现智能化、自动化和实时化的数据交换与协同工作，使得互联网不仅限于人与人之间的连接，还包括物与物之间的连接。
- 物联网在 物与物 之间建立了连接 → 物联网
关系
- 互联网 提供了物联网所需的基础设施和通信协议，为物联网的发展提供了技术支持和连接手段。
- 物联网 的兴起也加强了互联网的应用范围和影响力。
总的来说，物联网可以看成互联网的延伸和扩展，它利用互联网技术将更多的设备和物体连接起来，为人们提供更智能化、便捷化的生活和工作方式。
三、互联网和传统电信网的关系
- 技术角度
- 互联网采用基于TCP/IP协议的分组交换技术，将数据分割成小的数据包进行传输，使得数据能够通过不同的路径进行转发和交换。
- 传统电信网采用电路交换技术，建立点对点的物理连接来传输数据，需要预先分配通信资源，如电话线路，来建立连接。
- 服务范围
- 互联网提供了广泛的应用和服务，如电子邮件、网页浏览、社交媒体、在线购物等，不仅限于传统的通信服务。
- 传统电信网主要提供传统的通信服务，如电话通信、传真、电报、广播、电视广播等。
- 连接方式
- 互联网采用无线和有线网络技术，可以通过多种方式接入，如Wi-Fi、移动数据网络、光纤等。
- 传统电信网通常是有线连接，使用传统的电话线路、光纤电缆、卫星链路等进行通信。
- 数据传输方式
- 互联网的数据传输采用分组交换，将数据分割成小的数据包进行传输，可以根据网络状况和最优路径进行动态路由和转发。
- 传统电信网的数据传输采用电路交换，建立固定的连接，数据在连接建立后直接传输。
- 灵活性和扩展性
- 互联网具有较高的灵活性和可扩展性，能够适应不断变化的需求和技术发展，支持各种设备和应用的互联互通。
- 传统电信网相对较为刚性，需要预先规划和配置通信资源，扩展和适应新的需求相对困难。
总体而言，互联网是建立在传统电信网基础之上的全球计算机网络系统，它在技术、服务范围、连接方式、数据传输方式以及灵活性和扩展性等方面与传统电信网有着明显的区别。互联网的兴起带来了更广泛的应用和服务，同时也对传统电信业产生了深远的影响和变革。
四、普适计算
- 普适计算的基本概念 是将计算能力嵌入到日常环境中的各种设备和物体中，使得用户可以随时随地访问计算资源，进行交互，而无需明确意识到计算机的存在，其关键词可以概括为「感知」与「互联」
- 普适计算的关键技术 包括传感器技术、嵌入式系统、网络通信、人机交互、数据挖掘和人工智能等。
- 普适计算的应用领域 非常广泛，涵盖了智能家居、智能交通、健康医疗、智慧城市、工业自动化等多个领域。它可以改善人们的生活质量，提高工作效率，促进社会的可持续发展。
五、物联网四层模型以及相关技术
四层模型（从底层开始）简单阐述一下他的相关技术
感知识别层（信息生成）
关键词
- 微型、便宜、节能
技术
- RFID
- 传感器网络
- 定位系统
网络构建层（信息传输）
关键词
- 低成本、低功耗、广覆盖
技术
- 无线广域网（WAN）：3G、4G、5G通信技术、LoRaWAN
- 无限城域网（MAN）：WiMax
- 无线局域网（LAN）：WiFi 技术
- 无线个域网（PAN）：蓝牙、ZigBee
管理服务层（信息处理）
关键词
- 可拓展性、交互性、灵活性
技术
- 分布式机器学习
- 边缘计算
综合应用层（信息应用）
关键词
- 连通性、智能化、生态系统
案例
- 智慧医疗
- 智慧教育
六、室内定位技术
位置信息三大要素：所在物理位置、处在该地理位置的时间、处在该地理位置的 对象（人或设备）
位置信息拓展：位置信息 对象所在的环境 对象的行为及活动
技术挑战：异构网络和多变环境下的精确定位、大规模应用、基于位置的服务、信息安全和隐私保护问题。
室内定位技术的案例
- Wi-Fi定位：利用Wi-Fi信号的接入点（AP）在室内进行定位。通过测量Wi-Fi信号的强度、延迟和多径传播等参数，可以确定设备相对于AP的位置。
- RFID定位：利用射频识别（RFID）技术进行定位，通过在室内部署一系列RFID读写器和标签，接收设备可以通过与标签之间的信号交互来确定自身位置。
- 超声波定位：通过发射超声波信号并测量信号的到达时间来确定设备的位置，通常需要在室内安装超声波传感器和定位设备。
- 视觉定位：使用摄像头或深度传感器进行室内定位，通过捕捉环境中的视觉特征，并利用图像处理和计算机视觉算法来分析和匹配特征，从而确定设备的位置。
- 可见光通信定位：使用可见光通信技术进行定位。利用LED灯或红外发射器发出特定的光信号，接收设备通过接收信号并计算时间差来确定自身位置。
七、基于WiFi的室内定位技术
基于WiFi的室内定位技术 利用 WiFi信号的强度和特征，来确定移动设备在室内的位置，技术流程如下：
- WiFi信号获取：移动设备通过WiFi接口扫描周围的WiFi网络，并获取到周围可用的WiFi信号列表。
- WiFi信号指纹数据库构建：预先在室内建立一个WiFi信号指纹数据库。这需要在待定位的区域内收集WiFi信号的强度和其他特征数据，并将其与对应的位置信息进行关联，构建指纹数据库。
- WiFi信号指纹匹配：通过对比移动设备获取到的WiFi信号列表与指纹数据库中的WiFi信号指纹进行匹配，找到与之最相似的WiFi信号指纹。
- 位置推测：根据匹配到的WiFi信号指纹，确定移动设备所处的位置。这可以通过在指纹数据库中存储的位置信息进行关联，从而得出设备的位置。
需要注意的是，WiFi信号在室内传播受到多种因素的影响，如墙壁、障碍物和信号干扰等，可能导致信号强度的不稳定性。因此，在构建指纹数据库时，需要收集足够数量和多样性的数据以提高定位的准确性和鲁棒性。另外，WiFi室内定位技术通常结合其他传感器（如惯性传感器、蓝牙等）一起使用，以进一步提高定位的精度和可靠性。
八、网络类型
覆盖范围
- 广域网（Wide Area Network, WAN）：
- 广域网是指跨越广阔地理范围的网络，，可用于连接远程地区、移动车辆和移动设备，实现全球性的通信。
- 案例
- 互联网是一个典型的广域网，通过全球的互联网基础设施连接了世界各地的计算机和网络设备。
- 3G、4G、5G
- 城域网（Metropolitan Area Network, MAN）：
- 城域网是指覆盖城市区域的网络，可以覆盖数十公里的范围，用于提供城市级别的连接。
- 案例
- 城市内的政府网络
- 城市内的校园网络
- 局域网（Local Area Network, LAN）：
- 办公室、学校、家庭等小范围内的网络，用于连接局部区域内的计算机、打印机、服务器等设备，例如企业内部的局域网、家庭网络等。
- 案例
- Wifi
- 个域网（Personal Area Network, PAN）：
- 个域网是指用于连接个人设备和周边设备的无线网络，通常在短距离范围内操作。
- 案例
- 蓝牙
- NFC
- 蜂窝网络：蜂窝网络是移动通信系统，利用无线电波进行数据和语音通信。它包括蜂窝基站和移动设备，通过基站之间的划分区域（蜂窝）提供覆盖范围。
九、云计算与边缘计算关系
云计算 通过将计算资源、存储和应用程序等集中在 远程的数据中心（云） 中进行处理和管理，用户可以通过互联网访问云服务，实现灵活的资源调配和按需服务。
边缘计算 则将数据处理和应用程序部署在离数据源和终端设备更近的 边缘节点 上，将计算资源和服务推向网络边缘。
- 数据处理位置：
- 云计算将数据处理和应用程序运行在远程的云服务器上，用户通过互联网将数据发送到云进行处理。
- 边缘计算将数据处理和应用程序部署在离数据源和终端设备更近的边缘节点上，将计算资源和服务推向网络边缘。
- 数据处理延迟：
- 云计算的数据处理和服务分发需要通过互联网进行，数据传输的延迟相对较高，适用于对延迟要求不敏感的应用场景。
- 边缘计算将数据处理推近到数据源附近，可以减少数据传输延迟，适用于对实时性要求较高的应用场景。
- 数据量和隐私：
- 云计算适用于处理大规模数据和需要长时间计算的场景，适合存储和分析大量的数据。
- 边缘计算适用于处理实时数据和大规模设备连接的场景，可以在边缘节点上进行实时处理和决策，减少对云的依赖。
- 协同工作：
- 云计算和边缘计算可以相互协作，形成混合架构，以满足不同的需求。
- 边缘计算可以处理一部分实时的数据和计算任务，而将更大规模和长时间计算的任务交给云来处理。
综上所述，云计算和边缘计算是两种不同的计算架构，互补而非互斥。它们可以根据应用需求和场景特点进行灵活的选择和结合，以实现更高效的数据处理和服务分发。
ZigBee协议的协议栈
ZigBee特点
- 低功耗：Zigbee协议专为低功耗设备设计，以延长设备的电池寿命。设备在大部分时间处于休眠状态，只在需要时才进行通信。
- 短距离通信：Zigbee协议适用于短距离通信，通常在10到100米的范围内，适用于室内和室外环境。
- 自组织网络：Zigbee设备能够自动组网，通过自主的网络协议在网络中建立和维护拓扑结构。设备可以加入和退出网络，实现动态的设备管理。
- 低数据速率：Zigbee协议的数据传输速率相对较低，通常在几十kbps到几百kbps之间。它适用于传输小量的传感器数据和简单的控制命令。
ZigBee协议栈
协议栈（Protocol Stack）是指在计算机网络中，为实现特定的通信协议而组织起来的一系列协议层次。
每个协议层次负责不同的功能和任务，通过协议栈的层层协作，实现数据的传输和通信。
协议栈通常采用 分层 的设计，每个层次都有特定的功能和责任。常见的网络协议栈模型是TCP/IP协议栈，它包括物理层、数据链路层、网络层、传输层和应用层等不同的层次。
- 应用层（Application Layer）
- 定义Zigbee设备之间的应用协议和应用功能，包括设备识别、服务发现、消息传递等。
- 网络层（Network Layer）
- 网络层负责设备之间的寻址、路由和网络管理等功能。
- Mac层（介质访问控制层）（Media Access Control Layer）
- MAC层负责管理设备之间的访问媒介（无线信道）的访问机制，包括帧格式、数据传输和设备的休眠与唤醒等。
- 物理层（Physical Layer）
- 物理层负责处理通信信号的物理传输和接收。
智慧教育的理解（论述题）
智慧教育 是利用信息技术和数据分析等技术手段，以提升 教学质量 为目标的教育模式和理念。
智慧教育的几个步骤
教育过程资料的数字化（提供数据基础）
教师的教学资料
学生的学习资料
教学过程的管理资料
师生的课堂行为
挖掘数据中的有价值的信息（挖掘 insights）
数据挖掘技术
机器学习技术
将信息转换成决策信息
- 通过计算和分析数据，判断教学过程好坏
反过来指导更好的教学行为
- 根据结果，教师可以及时调整教学策略和方法，提供更加个性化和有效的教学。
实时性问题、影响延迟的因素（论述题）
- 传输延迟：是指数据从发送方到接收方的物理传输所需的时间。它主要取决于数据包的大小和网络的传输速率（带宽）。
- 处理延迟：包括从传感器和设备收集的数据进行处理、运行算法、执行逻辑和生成响应的时间。处理延迟取决于设备的处理能力、算法的复杂性和数据量的大小。
- 发送延迟：据从发送方发送出去之前所经历的延迟。它包括了数据在发送方缓冲区中等待发送的时间、发送方进行处理和封装的时间，以及发送方与网络之间建立连接的时间。发送延迟的大小取决于发送设备的性能、数据处理复杂性和网络连接的建立速度。
- 接收延迟：指的是数据在接收方进行处理和解码的延迟，受到以下因素的影响
- 接收设备的处理能力：接收设备可能需要一定的时间来处理接收到的数据，包括解码、验证、错误检测和修复等操作。
- 数据量和算法复杂性：处理大量数据或者运行复杂算法会增加接收延迟，因为这需要更多的计算资源和时间。
- 排队延迟：在物联网系统中，当有大量的数据到达一个设备或节点时，数据在排队等待处理的时间。这种延迟是由于设备或节点的处理能力有限，无法立即处理所有到达的数据而引起的。
三种设备从功耗角度进行分析（论述题）
三个移动设备的阶段：手机、无绳电话、BP机
通信对象
手机：基站（基站的通信距离远，功耗大）
无绳电话：座机
BP机：基站
通信模式
- 手机：双工（接收 + 发送，发送功耗 > 接收功耗）
- 无绳电话：双工（接收 + 发送）
- BP机：单工（仅接收，功耗小）
信道数据类型
- 手机：文本、音频、视频等多种形式。
- 无绳电话：语音通话
- BP机：文本文件（功耗小）
大模型机器学习、AI对物联网的影响（论述题）
**大模型机器学习 **为物联网应用提供了许多有益的功能和创新。
- 数据分析和决策支持：物联网设备产生大量的数据，包括传感器数据、日志记录和用户行为等。大模型机器学习可以帮助物联网应用从这些海量数据中提取有用的信息，进行数据分析和模式识别，并提供准确的决策支持，帮助优化系统运行、改善预测和规划。
- 智能感知和自适应性：大模型机器学习可以使物联网设备学习和适应环境，自动识别和理解不同的情境，并作出相应的反应。
- 异常检测和故障预测：物联网中的设备和传感器可能面临各种故障和异常情况。大模型机器学习可以通过对设备和传感器数据进行训练和监测，识别异常模式和故障信号，从而实现实时的异常检测和故障预测。这有助于提高设备的可靠性和维护效率，减少停机时间和维修成本。
- 能源管理和优化：物联网中的能源管理是一个重要的挑战，大模型机器学习可以帮助解决这个问题。通过对能源消耗数据进行分析和建模，大模型机器学习可以提供能源使用模式的预测和优化策略，帮助降低能源成本、提高能源效率，并实现可持续的能源管理。
- 安全和隐私保护：物联网涉及大量的敏感数据和隐私信息，大模型机器学习可以提供强大的安全性和隐私保护措施。它可以用于实时监测和识别潜在的安全威胁和攻击，并提供强化的身份验证、加密和访问控制机制，以确保物联网系统的安全性和隐私性。
总体而言，大模型机器学习为物联网应用带来了更智能、高效和可靠的功能和服务。它通过数据分析、智能感知和优化，提供了更好的决策支持
对物联网技术的理解以及其未来发展方向（论述题）
我 所读论文的主题 是 物联网、人工智能与边缘计算。
文章探讨了如何在移动设备上借助神经网络处理器和边缘计算进行深度学习，提高在边缘节点上运行深度神经网络的精确度。作者提出了 CBO 框架，采用「分流」的思想，设定一个能够随网络环境变化的阈值，根据阈值决定哪些任务由云端处理，哪些部分由边缘处理，两者相结合，提高模型精确度和灵活性。
结合所读论文，在我看来，物联网技术在未来将与人工智能、边缘计算结合更加紧密，理由如下：
- 强化数据安全和隐私保护：随着物联网设备数量的增加，数据的安全性和隐私保护变得尤为重要。未来的发展方向之一是加强物联网系统的安全性和隐私保护机制，以保障用户的数据安全和个人隐私。
- 强化边缘计算和人工智能的集成：边缘计算和人工智能的集成将进一步加强物联网系统的智能化和实时性能。边缘设备将具备更强的计算能力和智能决策能力，可以更好地满足实时响应和低延迟的需求。
