第一篇：物聯網信息融合技術及存在的問題

物聯網信息融合技術及存在的問題研究

王 洪 波1,2

（1.合肥工業大學 管理學院 合肥 23009；）

（2.過程優化與智能決策教育部重點實驗室 合肥 230009）

摘要：物聯網是通過各種傳感設備將物品與互聯網連接起來的一種新型網絡。在物聯網信息感知過程中，信息融合已成為一個關鍵性技術。本文闡述了物聯網信息融合技術，包括數據級融合、特征級融合和決策級融合。在此基礎上，指出了物聯網信息融合過程中存在問題和挑戰，分析了有待進一步研究的方向。關鍵詞：物聯網；信息融合；信息感知

中圖法分類號: TP301.6

文獻標識碼: A Research of Information Fusion Technologies and Existing Problems

in the Internet of Things

WANG Hong-bo1,2

(1.School of Management, Hefei University of Technology, Hefei, 230009, China)(2.Key Laboratory of Process Optimization and Intelligent Decision-making, Ministry of Education, Hefei，230009, China)Abstract:The internet of things is a new network in which things are connected to the internet by various sensing equipments.In the process of information sensing in the internet of things, the information fusion technologies have become critical.In this paper, the information fusion technologies in the internet of things have been presented, including data-level fusion, feature-level fusion and decision-level fusion.On this basis, the problems and challenges existing in the information fusion process in the internet of things have been showed, and the further research directions have also been put forwarded.Keywords: Internet of Things;Information fusion;Information sensing

一、引言

物聯網(Internet of Things，簡稱IoT)概念于1999年由麻省理工學院（MIT）Auto-ID中心最早提出（Sundmaeker et al.，2010）。2005年11月，國際電信聯盟（International Telecommunication Union，簡稱ITU）在信息社會世界峰會（WSIS）上發布了《ITU互聯網報告 2005：物聯網》并在報告中正式確定了“物聯網”概念（ITU，2005），報告指出物聯網發展所依賴的技術包括：無線射頻技術（RFID）、無線傳感器技術（WSN）、智能嵌入技術、小型化技術和納米技術等。

物聯網是通過各種傳感設備將不同種類的物品與互聯網連接起來的一種具有智能化識別、定位、跟蹤、監控和管理的網絡，以實現人與物、物與物之間的信息交換。在物聯網中，信息感知是一個基本功能，它是通過傳感器對物聯網中物品進行信息收集，根據應用目標的需要對所收集到的信息加以篩選，將有效數據或有價值數據提供給用戶進行分析和處理。由于物聯網所能提供的傳輸、處理和分析等資源有限，因此在滿足客戶需要的條件下，采用信息融合技術對數據進行有必要的處理，以實現對信息的高效感知。1 王洪波，男，1983年生，博士生，主要研究領域為人工智能、數據挖掘、云計算、決策理論與方法.E-mail：bz308cctv@163.com

隨著物聯網技術研究不斷深入，物聯網信息融合技術取得了一定數量的成果，因此需要對該類技術進行一定程度的梳理。本文對物聯網信息融合技術的現有研究成果進行歸納，闡述了物聯網信息融合的主要技術。首先從信息提取水平角度將融合技術劃分三個層次，對現有技術和方法進行歸納和分析；然后，探討了物聯網信息融合研究的熱點領域，指出了物聯網信息融合所存在的問題和挑戰，并展望了未來研究的方向；最后，對全文進行概括和總結。

二、物聯網信息融合技術

信息融合是指在一定準則下利用計算機技術對多源信息分析和綜合以實現不同應用的分類任務而進行的處理過程。根據信息提取水平，Nakamura et al.（2007）將物聯網中信息融合技術劃分為4個層次，主要包括：低等水平融合、中等水平融合、高等水平融合和多級融合。Nakamura分類方法中多級融合技術是前三種融合技術的綜合，故本文認為將數據融合技術劃分為3個層次較為合理。對于物聯網，數據級融合主要是消除輸入數據中的噪聲，而特征級融合和決策級融合則側重于獲取與實際應用相關的有價值信息。

（一）數據級融合技術

數據級融合主要是指在原始數據采集后的融合。該融合的特點是必須在同質信息前提下的融合，不同質信息則不能在此階段融合。在數據級融合階段常用的方法多為加權平均法、特征匹配法法和金字塔算法等傳統方法。

加權平均法是最簡單的融合算法，直接對傳感器所獲得信息進行線性的加權平均。Mechitov et al.（2003）提出通過對傳感器的位置進行加權平均，估計出目標運動軌跡上的各點坐標位置。崔遜學等（2011）則根據計算幾何理論，提出基于三圓交集計算二值傳感器網絡目標的位置。加權平均法具有實現簡單、快速的優點，能夠有效地抑制噪聲，但是其融合結果的對比度相對較低，且無法通過增大權重的方式反映某些信息所具有的突出作用。

特征匹配法就是利用通過特征的匹配關系建立圖像間的配準映射變換，最常用的方法是ICP算法。Besl&Mckey（1992）提出一種基于輪廓特征的點配準方法ICP。劉繁明、屈昊（2004）提出了對準集合的一種方法，采用對準誤差通過非線性最優化算法直接最小化。楊明等（2004）提出一種基于切線的角度直方圖的ICP方法，該方法首先使用M估計器魯棒地計算掃描中每點的切線方向，然后使用基于Hough變換的切線角度直方圖計算旋轉分量，最后使用迭代切線加權最近點ITCP計算相對位姿估計。

金字塔算法是采用通過不斷地濾波原始圖像的方式，形成一個多級塔狀結構用以分析和融合圖像數據。Burt &Adelson（1983）首先提出拉普拉斯金字塔算法，它是在高斯濾波圖像的基礎上，與預測圖像之間形成一系列誤差圖像。Toet（1989a，1989b，1989c，1992）則提出了比對度金字塔算法和形態學金字塔算法。Burt（1992）通過利用梯度算子對每層圖像進行計算，以實現對圖像的分解。Barron &Thomas（2001）通過紋理濾波器對每層圖像中不同方向的紋理信息進行提取，獲得圖像更多細節信息。Chipman et al.（1995）和Li et al.（1995）則分別提出了不同的離散小波變換的融合算法。

（二）特征級融合技術

特征級融合主要是在對原始數據進行了特征值提取的工作后，運用基于特征值比較的融合方法，其特點為可在不同質信息范圍內進行融合，但無法對融合結果進行判別并作出合理決策。在特征級融合技術階段常使用k近鄰、卡爾曼濾波、聚類算法等方法。

K近鄰算法（Vapnik，1999）是一種簡單的分類算法，該算法使用某一種距離度量計算待分類樣本與所有訓練樣本之間的距離，尋找與待分類樣本最近的k個近鄰，根據k個近鄰所屬的類別來確定待分類樣本的類別。Ye et al.（2001）將聚類算法與K近鄰算法相結合，提出了CCA-S（Clustering and Classification Algorithm-Supervised）算法。Rosa et al.（2003）為了快速且有效尋找最優k值，提出將遺傳算法與K近鄰算法相結合。陳黎飛、郭躬德（2011）

提出了一種多代表點的學習算法（Multi-Representativesfor Efficient Classification，簡稱MEC）用于最近鄰分類。金弟等（2010）提出一個基于結構化相似度的網絡聚類算法將向量數據集轉化成k鄰近網絡, 然后用SSNCA（Structural Similarity based Network Clustering Algorithm）對k鄰近網絡進行聚類。

卡爾曼濾波是一種最優隨機濾波技術，能夠較好地消除噪聲對信號的干擾，但是經典的卡爾曼濾波和擴展的卡爾曼濾波一般僅限于線性高斯系統。Julier et al.（1997）針對上述問題，提出無跡卡爾曼濾波（Unscented Kalman Filter，簡稱UKF）處理非線性非高斯系統的跟蹤問題。劉獻如、蔡自興、唐 琎（2010）提出將絕對差值和（SAD）方法、無跡卡爾曼濾波（UKF）和Mean shift算法相結合的混合自主跟蹤動態目標的方法。

聚類算法是數據挖掘領域中常見的一種分類技術，常見的聚類算法有基于劃分的聚類k-means。k-means（Hartigan&Wong，1979）的評判標準是以樣本與相關聚類中心之間的歐式距離之和為參照標準，將該評判準則最小化以實現數據集的劃分。公茂果、王爽、馬萌（2011）則提出二階段聚類算法（two-phase clustering，簡稱TPC），該算法不僅能夠有效處理復雜分布的數據聚類問題，而且其計算復雜度低于MEC。陳小全、張繼紅（2012）提出了一種基于改進的粒子群算法的聚類算法，該算法將k-means和粒子群算法相結合，提高了k-means的局部搜索能力。

（三）決策級融合技術

決策級融合是通過對不同質數據進行預處理、特征值提取和識別、分配可信度作出最優決策，其特點為能對傳感器采集的數據做出融合，并可利用融合結果進行分析和判別，形成決策建議。相比較前兩個融合，決策級融合是最高層次的信息融合，融合系統不僅容錯性能好，而且適用領域廣。常見決策級識別方法有專家系統、Bayes推理法和證據理論法等。

專家系統（Expert system，簡稱ES）主要是由知識庫、推理機、綜合數據庫、解釋器和接口等組成。專家系統有很多種，具有代表性的有基于規則的專家系統、基于框架的專家系、基于模型的專家系統、基于案例的專家系統等，目前大多數智能決策系統都是基于專家系統的。Shortliffe et al.（1976）構建MYCIN系統用于診斷和治療血液感染和腦炎感染。Duda et al.（1977）提出經典PROSPCTOR系統用于地質勘探。王青等（2006）提出一種基于神經網絡與專家系統的自學習智能決策支持系統。

Bayes推理法是基于概率分析、圖論的一種不確定性知識表達和推理的方法。Pearl（1998）和Lauritzen（1998）提出貝葉斯網的精確推理方法，即Polytree和Jmtetion Tree，而Pearl（1987）和Jensen et al.（1995）則提出近似推理方法，即Importnat Sampling和Gibbs Sampling。Dean&Kanazawa（1989）提出針對動態時變系統的動態貝葉斯網（Dynmaic Bayesian Networks，簡稱DBN）。Wellman（1990）提出定性貝葉斯網（Qualitative Bayesian Networks，簡稱QBN）。國內學者對Bayes推理法也有一定的研究，楊小軍等（2007）在Bayes框架下基于粒子濾波器預測和估計目標狀態分布，提出一種有效的粒子方法逼近目標狀態期望的方差, 實現了傳感器的最優選擇。

證據理論法（Dempster-Shafer理論，簡稱DS理論）最先由Dempster（1967）提出的，他的學生Shafer（1967）又進一步發展了該理論使之成為一種不確定推理方法。Yager（1987）提出既然無法合理分配沖突證據，那就將沖突系數k賦給未知域。Smets（1990）提出將沖突證據分配給空集，這樣將不會引起錯誤判斷。Lefevre（2002）提出統一信任函數組合規則，該規則核心是根據權重公式將其分配給相關子集。MurPhy（2000）的方法是將證據的基本信任分配取平均值，通過多次迭代取得融合信息。鄧勇（2004）提出一種加權平均組合方法，該方法考慮了各證據之間的相關性。林作銓等（2004）提出在Dempster 合成之前，基于未知擾動對mass函數進行預處理，并通過預處理來解決標準化問題。Nakamura et al.（2005）采用DS證據理論實現了對網絡路由狀態的分析和判斷，給出了路由是否需要重建的結論。

三、存在的問題

信息融合能夠減少所需要傳輸的數據量，降低傳輸過程中數據之間的沖突、減輕物聯網中擁塞現象發生次數，合理利用網絡資源。因此，信息融合技術已成為物聯網的關鍵技術和研究熱點。為了讓物聯網中的信息融合過程更加快速、有效，現實中還有很多物聯網信息融合技術需要完善和改進。

（一）多源異構信息的融合問題

由于物聯網中傳感器所采集的信息內容不同、傳感器采集的頻率不同、傳感器所輸出信息的表示方式不同、傳感器所能感知的物體種類不同以及傳感器的數量眾多等原因，導致物聯網信息融合技術需要處理的信息具有多源異構的特征。此外，由于物聯網中網絡節點在功能和結構上存在巨大差異，使得在信息融合過程中，不同的網絡節點所能處理、傳輸和存儲的信息數量存在很大差異。因此，在物聯網針對多源異構信息的融合技術所面臨的問題主要為四個方面：(1)由于物聯網信息需要在表示方式和語義知識兩個方面必須進行統一化處理，因此信息融合過程存在建立統一的表達形式和統一的描述語言問題；(2)由于參與信息融合的網絡節點所提供信息的測量維數不同，因此信息融合過程面臨多維信息的降維優化問題；(3)不同網絡節點對信息的采樣率和時間同步率都不一樣，因此信息融合過程存在不確定數據融合的問題；(4)在信息融合過程需要利用大量網絡節點進行融合運算，因此信息融合過程存在保證各網絡節點間的調度和分配、容錯管理以及對數據的高效率存取訪問等問題。

（二）大數據的融合問題

客觀世界中物體的種類復雜、形態多樣、數量巨大，這導致物聯網對信息的采集需要各種傳感設備，并且這些設備所采集到的信息具有海量規模。為了有效的從海量信息中發現有價值的知識為物聯網用戶提供各種領域信息服務，必須對物聯網海量信息進行處理。原有的傳感器網絡的規模一般都比較小，節點數目一般在幾十到上百之間，而且所應用的傳感器種類相對比較單一，常采集若干種信息。隨著物聯網規模的不斷擴大，網絡中節點的數目也出現幾何式增長，觸感器種類也不斷增多，由此所引起的信息數量也具有海量規模。針對大規模傳感器網絡中信息融合技術的研究目前處于起步階段，大部分融合技術僅能適應小規模融信息的融合。因此，需要對涉及大數據融合的節點負載均衡、無線網絡延遲、算法能量消耗、數據傳輸可靠性等熱點問題進行必要的研究。

（三）信息融合的安全問題

隨著物聯網適用范圍的不斷擴大，物聯網中融合技術所涉及到的信息范圍也不斷擴展，相當一部分信息屬于政府、金融等高敏感領域。因此，信息的安全問題也日益成為物聯網信息融合需要重視的問題之一。物聯網信息融合是信息感知的重要手段。如果海量節點中某一個節點因病毒感染而導致信息被篡改，融合節點將很難分辨出正常信息和惡意信息。由于信息融合節點處于物聯網信息感知和交互的中樞位置，從而對融合信息的破壞不但會使融合過程產生混亂，而且還會使物聯網用戶在錯誤結論指導下采取錯誤行為。因此，物聯網融合過程中的信息安全必須加以考慮。這就要求融合節點需要具有分辨數據有效性的機制和措施，能夠在海量融合信息中快速、準確的判斷出信息真偽，使物聯網用戶的隱私得到保障。

四、結論

物聯網信息融合技術涉及到較多領域內容，雖然物聯網的概念出現時間不短，但作為物聯網信息感知過程中關鍵性環節的信息融合技術還有很多方面有待完善。本文重點分析了數據級融合、特征級融合、決策級融合等3類信息融合技術，并討論了多源異構信息的融合、大數據的融合和信息融合的安全等問題。通過對上述內容的總結和歸納，有助于促進物聯網信息融合技術更好地發展和完善。

參考文獻

陳黎飛, 郭躬德, 2011:《最近鄰分類的多代表點學習算法》,《模式識別與人工智能》第6期。陳小全, 張繼紅, 2012:《基于改進粒子群算法的聚類算法》,《計算機研究與發展》第z1期。

崔遜學, 周強, 方震, 2011:《基于三圓交集的二值傳感器網絡目標跟蹤快速算法》《,計算機研究與發展》第2期。

公茂果, 王爽, 馬萌, 2011:《復雜分布數據的二階段聚類算法》,《軟件學報》第11期。

金弟, 劉杰, 賈正雪, 劉大有, 2010:《基于k最近鄰網絡的數據聚類算法》,《模式識別與人工智能》第4期。

林作銓, 牟克典, 韓慶, 2004:《基于未知擾動的沖突證據合成方法》,《軟件學報》第8期。劉繁明, 屈昊, 2004:《ICP算法的魯棒性改進》,《儀器儀表學報》第4期。

劉獻如, 蔡自興, 唐 琎, 2010:《基于SAD與UKF-Mean Shift的主動目標跟蹤》,《模式識別與人工智能》第5期。

王青, 祝世虎, 董朝陽, 陳宗基, 2006:《自學習智能決策支持系統》,《系統仿真學報》第4期。楊明, 董斌, 王宏, 張鈸, 2004:《基于激光雷達的移動機器人實時位姿估計方法研究》,《自動化學報》第5期。

楊小軍, 邢科義, 施坤林, 潘泉, 2007:《傳感器網絡下機動目標動態協同跟蹤算法》,《自動化學報》第10期。

Burt, P.J., 1992, A gradient pyramid basis for pattern selective image fusion, Proc of the Society for Information Display Conference, San Jose: SID Press, pp.467-470.Barron, D.R.and Thomas, O.D.J., 2001, “Image fusion though consideration of texture components”, IEEE Trans on Electronics Letters, Vol.37, No.12, pp.746-748.Chipman, L.J., Orr, T.M.and Graham, L N., 1995, Wavelets and image fusion, Proc of Int Conf on Image Processing, Los Alamitos: IEEE Computer Society, pp.248-251.Dean, T.L.and Kanazawa, K., 1989, “A model of reasoning about persistence and causation”, Computational Intelligence, No.5, No.3, pp.142-150.Dempster, A.P., 1967, “Upper and Lower Probabilities Induced by a Multivalued Mapping”, The Annals of Mathematical Statistics, Vol.38, No.4, pp.325-339.Deng, Y., Shi, W.K., Zhu, Z.F., and Liu Q., 2004, “Combining Belief Functions Based on Distance of Evidence”, Decision Support Systems, Vol.38, No.3, pp.489-493.Duda, R.O., 1977, Development of a computer-base consultant for mineral exploration Annual Report, [ S..l ]: SRI Project, pp.5821-5824.Hartigan, J.A.and Wong, M.A., 1979, “A k-means clustering algorithm”, Applied Statistics, Vol.28, No.1, pp.100-108.International Telecommunication Union(ITU), 2005, ITU Internet Reports 2005: The Internet of Things, Tunis: World Summit on the Information Society(WSIS).Jensen, C., Kong, A.and Kjaerul, U., 1995, “Blocking gibbs sampling in very large probabilistic expert systems”, International Journal of Human Computer Studies.Specia1 Issue on Real-World Applications of Uncertain Reasoning, Vol.42, No.6, pp.647-666.Julier, S.J.and Uhlmann, J.K., 1997, A new extension of the Kalman filter to nonlinear systems, Proc SPIEInt Soc Opt Eng, Orlando: SPIE, pp.182-193.Lauritzen, S.L.and Spiegelhalter, D.J., 1988, “Local computations with Probabilities on graphical Structures and their application to expert systems”, Journal of the Royal Statistical Society B, Vol.50, No.2, pp.57-224.Lefevre, E.and Colot, O., 2002, “Vannoorenberghe P.Belief Functions Combination and Conflict Management”, Information Fusion, Vol.3, No.2, pp.149-162.5

Li, H., Manjunath, B.S.and Mitra, S., 1995, “Mult isensor image fusion using the wavelet transform”, Graphical Models and Image Process, Vol.57, No.3, pp.235-245.Mechitov, K., Sundresh, S., Kwon Y.and Agha, G., 2003, Cooperative tracking with binary detection sensor networks, Conference On Embedded Networked Sensor Systems: Proceedings of the 1st international conference on Embedded networked sensor systems, New York: ACM Press, pp.332-333.Murphy, C.K., 2000, “Combining belief functions when evidence conflicts”, Decision support systems, Vol.29, No.1, pp.1-9.Nakamura, E.F., Figueiredo, C.M.and Loureiro, A.A., 2005, Information fusion for data dissemination in self-organizing wireless sensor networks, Proceedings of the 4th International Conference on Networking(ICN2005), Reunion, France, pp.585-593.Nakamura, E.F., Loureiro, A.A.F.and Frery, A.C., 2007, “Information fusion for wireless sensor networks: Methods, models, and classifications”, ACM Computer Survey, Vol.39, No.3, pp.1-55.Pearl, J., 1987, “Addendum: Evidential Reasoning using stochastic simulation of causal models”, Artificial Intelligence, Vol.33, No.2, pp.245-257.Pearl, J., 1988, Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference, Morgan Kaufman, Inc., San Mateo, CA.Rosa, J.L.A.and Ebecken, N.F.F., 2003, Data Mining for Data Classification Based on the KNN-Fuzzy Method Supported by Genetic Algorithm, Proc of the 5th International Conference on High Performance Computing for Computational Science, Porte, Portugal, pp.126-133.Shortliffe, E.H., 1976, Computer-based medical consultation: MYCIN, New York: American Elsevier.Shafer, G.A., 1967, A Mathematical Theory of Evidence Princeton, USA: Princeton University Press, 1-80.Smets P., 1990, “The Combination of Evidence in the Transferable Belief Model”, IEEE Transon Pattern Analysis and Machine Intelligence, Vol.12, No.5, pp.447-458.Sundmaeker, H., Guillemin, P., Friess, P.and Woelfflé, S., 2010, Vision and Challenges for Realising the Internet of Things, Luxemborg: Publications Office of the European Union.Toet A., 1989, “Image fusion by a rat io of low_pass pyramid”, Pattern Recognition Letters, Vol.9, No.4, pp.245-253.Toet, A., Ruyven, L.J.and Valeton, J.M., 1989, “Merging thermal and visual images by a contrast pyramid”, Optical Engineering, Vol.28, No.7, pp.789-792.Toet, A., 1989, “A morphological pyramidal image decomposition” Pattern Recognition Letters, Vol.9, No.4, pp.255-261.Toet, A., 1992, “Mult iscale contrast enhancement with applications to image fusion”, Optical Engineering, Vol.31, No.5, pp.1026-1031.Vapnik, V.N., 1999, The Nature of Stat istical Learning Theory, NY: Springer Verlag.Ye, N.and Li, X.Y., 2001, A Machine Learning Algorithm Based on Supervised Clustering and Classification, Proc of the 6th International Computer Science Conference on Active Media Technology, Hong kong, China, pp.327-334.Wellman, M.P.,1990, “Fundamental concepts of qualitative Probabilistic networks”, Artificial Intelligence, Vol.44, No.3, pp.257-303.Yager, R.R., 1987, “On the Dempster-Shafer Framework and New Combination Rules”, Information Sciences: An International Journal, Vol.41, No.2, pp.93-137.6

第二篇：物聯網技術

? 1.關于我國的產業結構的下列說法中，錯誤的是（單選題3分）o o o o

得分：3分

A.部分傳統行業集中度相對偏低 B.具有較強國際競爭力的大企業偏少 C.技術密集型產業和生產性服務業比重偏高 D.加工工業和資源密集型產業比重過大

? 2.根據世界銀行的統計數據，2009年全球制造業第一大國是（）。（單選題3分）o o o o 得分：3分

A.日本 B.德國 C.美國 D.中國

? 3.世界上首次證明工業控制系統本身也有漏洞的事件是（）。（單選題3分）得分：3分

o o o o A.2007年，俄羅斯黑客成功劫持Windows Update下載器 B.2010年，黑客襲擊全球最大中文搜索引擎“百度” C.2010年，黑客攻擊了伊朗核電站的離心機工業控制系統 D.1999年，黑客入侵美國國防威脅降低局的軍用電腦

? 4.對于現有的重大工程和生產裝備，節能減排最有效的辦法是（）。（單選題3分）o o o o 得分：0分

A.使用清潔能源 B.排污收費 C.加強法律監督 D.先進控制與優化 ? 5.國家的地位首先是由它的經濟實力決定的，而大國的經濟實力主要由（）決定。（單選題3分）o o o o

得分：3分

A.農牧業 B.金融業 C.建筑業 D.制造業

? 6.工業軟件指專門為工業部門使用的軟件，下列軟件中屬于工業軟件的是（）。（單選題3分）o o o o

得分：0分

A.照相機內的嵌入軟件 B.計算機操作系統 C.微軟的辦公軟件 D.通用數據庫系統

? 7.“兩化深度融合”是我國新型工業化、從“制造大國”走向“制造強國”的必由之路，“兩化”是指（）。（單選題3分）o o o o

得分：3分

A.城鎮化和信息化 B.工業化和信息化 C.工業化和城鎮化 D.農業化和工業化

? 8.下列選項中，不屬于華盛頓郵報所列的驅動未來經濟的顛覆性技術的是（）。（單選題3分）o o o o

得分：3分

A.高級機器人 B.云計算 C.移動互聯網 D.核動力航母 ? 9.工業軟件指專門為工業部門使用的軟件，下列軟件中屬于工業軟件的是（）。（單選題3分）o o o o

得分：0分

A.微軟的辦公軟件 B.計算機操作系統 C.照相機內的嵌入軟件 D.通用數據庫系統

? 10.按照德國“第四次工業革命”概念，工業4.0是基于（）。（單選題3分）得分：3分

o o o o A.物聯網和務聯網的智能環境 B.第三次工業革命 C.第四道蜂窩移動通信技術 D.國家的巨額資金支持

得分：4? 11.我國的自主創新能力不強，這主要表現在（）。（多選題4分）分

o o A.核心技術對外依存度較高

B.產業發展需要的高端設備、關鍵零部件和元器件、關鍵材料等大多依賴進口

o o

? C.外向型企業的數量越來越少，國家免除部分產品的出口退稅 D.具有自主知識產權的產品少

12.美國國家基金委員會2006年提出CPS的概念，CPS是一類將數字化、網絡化系統與物理過程密切整合的設備系統,下列選項中屬于這一范疇的有（）。（多選題4分）o o o 得分：0分

A.智能機器人技術 B.節約灌溉技術 C.智能電網 o

? D.汽車電子控制系統

13.在工業信息化中應用M2M技術可以實現的基本功能有（）。（多選題4分）得分：4分

o o o o A.資產跟蹤、供應鏈管理 B.遠程監視、控制、診斷 C.產品技術方案的優化 D.故障設備的自動修復

得分：0分 ? 14.當前，我國的產業結構不合理主要表現為（）。（多選題4分）o o A.技術密集型產業和生產性服務業比重偏高

B.空間布局與資源分布不協調，地區產業結構趨同，部分行業重復建設和產能過剩嚴重

o o C.部分傳統行業集中度相對偏低，產業集聚和集群發展水平不高 D.一般加工工業和資源密集型產業比重過大

得分：0分 ? 15.嵌入式系統的主要應用領域有（）。（多選題4分）o o o o A.數據應用 B.消費電子 C.移動通信 D.工業控制

得分：0分 ? 16.下列產品中，應用了嵌入式系統的有（）。（多選題4分）o o o o A.汽車電子

B.MP3/MP4等消費電子 C.公共交通無接觸智能卡 D.移動通信設備 ? 17.根據美國國家情報委員會的“全球趨勢2030 ”，未來一段時間內在信息技術方面需要重點發展的技術有（）。（多選題4分）o o o o

得分：0分

A.轉基因技術 B.數據技術 C.智慧城市技術 D.社交網絡技術

得分：4分 ? 18.在重大工程中實現節能減排的途徑有（）（多選題4分）o o o o A.采用先進控制和優化技術 B.通過生產工藝的技術改造 C.采用綠色化的工藝設計技術 D.對工程成本進行嚴格控制

得分：4分 ? 19.下列事例中能說明我國是制造大國的有（）。（多選題4分）o o o o A.蛟龍潛水器下水 B.北斗導航系統的成功開發 C.神舟飛船上天 D.高鐵設備的制造

? 20.從經濟、社會發展角度來看，未來社會的重要技術有（）。（多選題4分）得分：0分

o o o o A.健康技術 B.自動化技術 C.信息技術 D.資源技術 ? 21.我國主要資源產出率、能源產出率、水資源產出率、礦產資源回收率、工業固體廢棄物綜合利用率、工業用水重復利用率等指標與發達國家相比有較大差距。（判斷題3分）o o 得分：3分

正確 錯誤

? 22.“顛覆性技術”是其出現能對原有產業產生顛覆性影響的技術。（判斷題3分）得分：3分

o o 正確 錯誤

得分：3分 ? 23.美國了提出“第四次工業革命”。（判斷題3分）o o 正確 錯誤

? 24.工業軟件及其應用技術是現代企業核心競爭力，是“兩化”深度融合的標志。（判斷題3分）o o

得分：3分

正確 錯誤

? 25.對中國制造企業而言，國內外市場遠未飽和，這使我國依靠產品產量翻番來實現GDP翻番成為可能（判斷題3分）o o

得分：3分

正確 錯誤

得分：3分 ? 26.物聯網和務聯網將人、對象和系統聯系起來。（判斷題3分）o o 正確 錯誤

得? 27.當前，圍繞產品的服務所產生的利潤遠遠低于制造產品。（判斷題3分）分：0分

o 正確 o

? 錯誤

28.從技術帶動分，產業革命的階段經歷了三個階段，“第三次工業革命”是電氣技術帶動的。（判斷題3分）o o

得分：3分

正確 錯誤

? 29.在全球制造業第一次大分工中，我國在國際分工中處于開發設計和市場銷售環節。（判斷題3分）o o

得分：3分

正確 錯誤

得? 30.當前，我國產品的單位能耗居高不下，減排任務更為嚴重。（判斷題3分）分：3分

o 正確

第三篇：物聯網發展存在問題總結

物聯網發展存在問題總結 2011-08-14 16:38 物聯網發展存在問題總結，國家安全中國大型企業、政府機構，如果與國外機構，進行項目合作，如何確保企業商業機密、國家機密不被泄漏？這不僅是一個技術問題，而且還涉及到國家安全問題，必須引起高度重視。

個人隱私

在物聯網中，射頻識別技術是一個很重要的技術。在射頻識別系統中，標簽有可能預先被嵌入任何物品中，比如人們的日常生活物品中，但由于該物品（比如衣物）的擁有者，不一定能夠覺察該物品預先已嵌入有電子標簽以及自身可能不受控制地被掃描、定位和追蹤，這勢必會使個人的隱私問題受到侵犯。因此，如何確保標簽物的擁有者個人隱私不受侵犯便成為射頻識別技術以至物聯網推廣的關鍵問題。而且，這不僅僅是一個技術問題，還涉及到政治和法律問題。這個問題必須引起高度重視并從技術上和法律上予以解決。造成侵犯個人隱私問題的關鍵在于射頻識別標簽的基本功能：任意一個標簽的標識（ID）或識別碼都能在遠程被任意的掃描，且標簽自動地，不加區別地回應閱讀器的指令并將其所存儲的信息傳輸給閱讀器。這一特性可用來追蹤和定位某個特定用戶或物品，從而獲得相關的隱私信息。這就帶來了如何確保嵌入有標簽的物品的持有者個人隱私不受侵犯的問題。

商業模式

沒有創新的物聯網商業模式很難調動各方的積極性。目前物聯網的主要模式還是客戶通過自建平臺、識讀器、識讀終端，然后租用運營商的網絡進行通信傳輸，客戶建設物聯網應用的主要目的還是從自身管理的角度進行信息的收集，在這其中典型的應用就是電力遠程監控，特別是電力變壓器遠程監控和遠程抄表的應用。這個是隨著電力行業的重視和管理的要求帶來，也帶動了電力行業的物聯網業務應用，但是整個投資及運維的成本壓力就都在電力公司身上。因此電力公司就是屬于這么一種目前典型的商務模式

1、客戶全部自建模式：客戶建設包括業務平臺、終端識讀器、識讀終端標識，同時租賃運營商的通信網絡方式。在這種模式下，客戶承擔了物聯網平臺的全部費用，客戶的投資壓力大，需要有充足的資金鏈保證。這種模式下的物聯網應用一般來說都有其私密性要求，行業性特點足，其識讀器和識讀編碼都有極強的個性化，跨行業的拓展性難。典型的代表有電力行業的電力遠程監控、水利行業的水文監控、環保行業的污染源監控。

2、平臺租賃運營模式：平臺運營商搭建公共平臺，客戶無需建設平臺，只需要承擔物聯網識讀器和物聯網識讀標識的費用，并支付相關通信費用。GPS車輛定位、視頻監控在這個模式下使用得最多，當然也不排除由通信運營商搭建相關公共平臺，但是對于客戶來說平臺搭建成本得到了均攤，建設成本能夠降低較多。

3、廣告模式：由平臺運營商搭建公共平臺、物聯網識讀器和物聯網識讀標識，然后租賃給廣告商進行運營，廣告商通過廣告收入來支付物聯網平臺運營費用。由于物聯網的物品管理可以做到精細化，因此也越來越成為廣告商看好的一個渠道，象出租車、公交車的移動LED(電視)，樓宇、營業廳的移動廣告機等。

4、政府BOT模式：由運營商搭建公共平臺，項目運營商自行建設物聯網識讀器和物聯網識讀標識，同時支付給運營商相關通信費用，通過項目的運營收入來支付相關費用。比較典型的例子就象公共停車位的收費管理，通信運營商搭建停車場管理的平臺，并制定相關規范，項目運營商通過BOT模式建設相關公共停車場的收費系統，通過公共停車位的收費來補貼相關設備及通信費用。

5、移動支付模式：由客戶進行相關平臺的建設，并自行搭建相關設備，租賃通信運營商的網絡，通過現金的傭金進行相關費用的貼補。目前這個應用主要集中在銀行的移動POS應用，目前通信運營商也開始通過移動支付和一卡通的應用開始介入該市場。

政策法規

物聯網不是一個小產品，也不是一個小企業可以做出來，它不僅需要技術，更牽涉到各個行業、產業，需要多種力量的整合。因此對于復雜的物聯網，國家的產業政策和立法上要走在前面，要制定出適合這個行業發展的政策和法規，政府必須要有專門人和專門的機構來研究和協調，才能有真正意義的發展。

技術標準

互聯網發展到今天，標準化問題解決的非常好，全球進行傳輸的協議TCP/IP協議，路由器協議，終端的構架與操作系統，都解決的非常好，因此，我們可以在世界任何角落使用電腦，連接到互聯網中去，很方便上網。物聯網發展過程中，傳感、傳輸、應用各個層面會有大量的技術出現，可能會采用不同的技術方案。如果各行其是，結果將是災難的，大量的小而破的專用網，相互無法聯網，不能形成規模經濟，不能形成整合的商業模式，也不能降低研發成本。因此，盡快統一技術標準，形成一個管理機制，這是物聯網馬上就要面對問題；這和第一問題相關聯，政府應該有專門的部門來管理和協調，出臺相應的政策和法規，統一、協調標準。

管理平臺

物聯網是什么？我們經常會說RFID，這只是感知。物聯網的價值在于網，而不在于物。傳感是容易的，但是感知的信息，如果沒有一個龐大的網絡體系，不能進行管理和整合，那網絡就沒有意義。因此，建立一個全國性的，龐大的，綜合的業務管理平臺，把各種傳感信息進行收集，進行分門別類的管理，進行有指向性的傳輸，是一個大問題。一個小企業都可以開發出傳感技術和傳感應用。但小企業沒辦法建立起一個全國性的高效網絡。沒有這個平臺，各自為政的結果一定是效率低，成本高，很難發展起來，也很難起到效果。

這個平臺，電信運營商最有力量與可能來建設，這個過程中，也許會有新的管理平臺建設與提供者出現。平臺的建設者會在未來的物聯網發展中，取得較好的市場地位，甚至是最大受益者。

安全體系

物聯網目前的傳感技術主要是RFID，植入這個芯片的產品，是有可能被任何人進行感知的，它對于產品的主人而言，有這樣的一個體系，可以方便的進行管理。但是，它也存在著一個巨大的問題，其他人也能進行感知，比如產品的競爭對手，那么如何做到在感知、傳輸、應用過程中，這些有價值的信息可以為我所用，卻不被別人所用，尤其不被競爭對手所用。這就需要在安全上下功夫，形成一套強大的安全體系。現在應該說，會有哪些安全問題出現，如何應對這些安全問題，怎么進行屏蔽都是一些非常復雜的問題，甚至是不清晰的。但是這些問題一定值得注意，尤其是這個管理平臺的提供者。安全問題解決不好，有一天可能有價值的物聯網會成為給競爭對手提供信息方便的平臺，那么它的價值就會大大的打折扣，也不會有企業愿意和敢于去使用。

實際應用

物聯網的價值不是一個可傳感的網絡，而是必須各個行業參與進來進行應用，不同行業，會有不同的應用，也會有各自不同的要求，這些必須根據行業的特點，進行深入的研究和有價值的開發。這些應用開發不能依靠運營商，也不能僅僅依靠所謂物聯網企業，因為運營商和技術企業都無法理解行業的要求和這個行業具體的特點。很大程度上，這是非常難的一步，也是需要時間來等待。需要一個物聯網的體系基本形成，需要一些應用形成示范，更多的傳統行業感受到物聯網的價值，這樣才能有更多企業看清楚物聯網的意義，看清楚物聯網有可能帶來的商業價值，也會把自己的應用和業務與物聯網結合起來。

專家觀點

2010年6月22日上海開幕的中國國際物聯網大會指出：物聯網將成為全球信息通信行業的萬億元級新興產業。到2020年之前，全球接入物聯網的終端將達到500億個。我國作為全球互聯網大國，未來將圍繞物聯網產業鏈，在政策市場、技術標準、商業應用等方面重點突破，打造全球產業高地。

物聯網是繼計算機、互聯網和移動通信之后的又一次信息產業的革命性發展。目前物聯網被正式列為國家重點發展的戰略性新興產業之一。物聯網產業具有產業鏈長、涉及多個產業群的特點，其應用范圍幾乎覆蓋了各行各業。

中國互聯網協會理事長胡啟恒：中國近年來互聯網產業迅速發展，網民數量全球第一，在未來物聯網產業發展中已具備基礎。物聯網連接物品網，達到遠程控制的目的，或實現人和物或物和物之間的信息交換。當前物聯網行業的應用需求和領域非常廣泛，潛在市場規模巨大。物聯網產業在發展的同時還將帶動傳感器、微電子、視頻識別系統一系列產業的同步發展，帶來巨大的產業集群生產效益。

中國工業和信息化部通信發展司司長張峰：物聯網是當前最具發展潛力的產業之一，將有力帶動傳統產業轉型升級，引領戰略性新興產業的發展，實現經濟結構和戰略性調整，引發社會生產和經濟發展方式的深度變革，具有巨大的戰略增長潛能，是后危機時代經濟發展和科技創新的戰略制高點，已經成為各個國家構建社會新模式和重塑國家長期競爭力的先導力。我國必須牢牢把握產業創新方向和機遇，加快物聯網產業的發展。

中國聯通集團副總經理李剛：在信息技術的支撐下，物聯網正在引發新一輪的生活方式變革，已成為一個發展迅速規模巨大的市場。以中國國內RFAD為例，在2009年就達到了85億人民幣，在全球居第三位，僅次于英國和美國。未來更加安全穩定的有線無線數據的傳輸網絡，將成為我國物聯網快速發展的關鍵。

北京易云智力CEO認為物聯網的發展需要“四點聯動”：物聯網發展需要國家政策支持，更需要相關標準和規范；企業應該積累核心技術，縱向發展，橫向聯合；整個社會要積極應用和推廣；積極儲備和培養這方面的人才。物聯網應用創新受現實所限 “循環怪圈”待打破 2011-08-08 10:40 物聯網應用創新受現實所限 “循環怪圈”待打破。近日美國的工程師們，利用自己的創想，開發出了許多新穎的物聯網應用產品，比如有人開發了智能拖鞋，可以在老人即將摔倒前給老人的家人或醫生發出短信或者提示音，也有人開發了嬰兒尿濕提醒裝置，當嬰兒尿濕時，父母會收到短信通知。這些創意讓生活變得更加便利，且非常有意思，因此它們正為更多的美國消費者接受，逐漸成為一個潛力市場。

回顧我國物聯網的發展歷程，則并不全是叫好聲，更有人冷眼相看，前不久搜狐董事局主席兼CEO張朝陽就在微博上表示“不知物聯網為何物”。那么對于現階段的我國而言，人們對于物聯網是否真的有需求呢？

社會客觀條件的制約

德國電信咨詢公司分析師譚炎明認為，“就目前而言，絕大部分的物聯網應用都是基于需求而產生，也就是說用戶確實需要相應的應用。物聯網應用及其主要功能并非憑空出現，通常都是在用戶原有的傳統功能或應用的基礎上，借助更加智能的傳感器和多種接入網絡以及高效的數據處理分析平臺，使原有功能更加強大或者效率更高”。

但同時，也有部分業內人士對我國物聯網應用的發展狀況并不抱樂觀態度。一位電信運營商內部人士就對記者表示，盡管出于目前普通用戶增長趨近飽和、“機器用戶”為下一步用戶增長方向的考慮，運營商非常重視物聯網，但與國外發達國家不一樣的國情，仍將在一定程度上制約我國物聯網應用的范圍。“目前我國大多數產業仍處于勞動密集型階段，對于企業而言，如果新技術比人工更便宜當然會選擇技術，但目前的狀況是，市場上有大量的剩余勞動力，人工成本遠遠低于技術創新的成本，同時為了保證就業率，也會在客觀上限制了技術的創新，比如抄表，如果真的采用了遠程抄表，那么將會有很多工人下崗失業，這就將形成一系列的社會問題，因此目前市場對物聯網應用的需求并不高。”該人士告訴記者。

規模效應始終難形成

在人員因素之外，還有什么因素在制約著物聯網應用的規模化發展呢？ 業內分析師黃正順認為，“目前我們國內并沒有一個明確的產業標準，產業鏈發展也尚不成熟，在一些關鍵領域還存在一定的應用風險和安全問題，這些都亟待解決”。

目前物聯網產業參與者眾多，其產業鏈的每一環節主體都不相同，無論運營商、設備商抑或其他企業都不可能通吃。從全球物聯網產業的發展現狀來看，各種不同領域不同功能的物聯網應用所使用的網絡以電信運營商的通信網絡為主，隨著3G和3.5G移動寬帶數據網絡逐步普及，物聯網應用中的通信網絡問題已經基本解決；但同時，由于不同領域的物聯網應用有著較顯著的差異性，感應器和相關嵌入式通信終端和應用平臺往往不能通用，比如應用于電力行業的物聯網終端往往無法應用到環保領域，而同時由于數據采集的格式和分析的目的等都不一樣，應用平臺就更加無法實現共用。

因此，當前在物聯網應用的推廣過程中，由于缺乏規模效應，相關終端的研發和生產成本居高不下，而應用平臺的部署往往也是針對性的個性化研發，缺乏有效的成本分擔，使得物聯網應用系統的部署成本整體較高，普通用戶難以承擔，而相關廠商也由于缺乏足夠的回報預期，不敢持續規模投入。

“在物聯網的規模發展中，存在一個循環怪圈——缺乏足夠的規模應用，系統整體部署成本較高，用戶不愿采用，廠商不愿持續規模投入，而正因此，物聯網應用難以快速形成用戶規模，并就此陷入循環僵局。”譚炎明向記者表示。物聯網未來十年投資達4萬億 2011-08-01 08:57 物聯網未來十年投資達4萬億, 我首部物聯網藍皮書《中國物聯網發展報告（2011）》近日正式發布。報告認為，作為中國經濟發展的一個新的增長點，目前我國物聯網產業鏈條的雛形已經基本形成。

報告認為，在我國目前物聯網需要的自動控制、信息傳感、射頻識別等上游技術和產業都已成熟或基本成熟，而下游的應用也已廣泛存在。而且我國物聯網產業也呈現電信運營商、高校、科研機構、傳感器企業、系統集成、應用軟件開發等環節迅速聚合聯動之勢，我國物聯網產業鏈條已經初步形成，物聯網時代即將來臨。

報告預測，未來十年，物聯網重點應用領域投資可達4萬億元，產出將達8萬億元，拉動就業2500個。物聯網技術將圍繞物品識別、傳感和傳動、網絡通信、數據存儲和處理、智能物體等技術產生龐大產業群，同時將被廣泛應用到零售、物流、醫藥、食品、智能建筑、交通、公共安全、城市管理、政府工作等不同行業和經濟領域。

但報告同時指出，物聯網技術的發展在短期內可能并不能帶來產出的快速增長。我國對物聯網機遇的把握仍面臨一些挑戰和制約因素，如物聯網行業標準規范缺失；核心技術缺位；統籌規劃和管理缺乏，產業缺乏頂層設計，資源共享不足。

第四篇：物聯網技術

物聯網能否成為后危機時代的救市主 背景介紹

物聯網：聯網是新一代信息技術的重要組成部分。其英文名稱是“The Internet of things”。由此，顧名思義，“物聯網就是物物相連的互聯網”。這有兩層意思：第一，物聯網的核心和基礎仍然是互聯網，是在互聯網基礎上的延伸和擴展的網絡；第二，其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。因此，物聯網的定義是通過射頻識別（RFID）、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，把任何物品與互聯網相連接，進行信息交換和通信，以實現對物品的智能化識別、定位、跟蹤、監控和管理的一種網絡。

物聯網技術

物聯網技術”的核心和基礎仍然是“互聯網技術”，是在互聯網技術基礎上的延伸和擴展的一種網絡技術；其用戶端延伸和擴展到了任何物品和物品之間，進行信息交換和通訊。因此，物聯網技術的定義是：通過射頻識別（RFID）、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，將任何物品與互聯網相連接，進行信息交換和通訊，以實現智能化識別、定位、追蹤、監控和管理的一種網絡技術叫做物聯網技術。

物聯網在生活中的作用

物聯網的應用很廣泛，具體到我們的生活當中，如智能安防，可以監測非法入侵；自動控制，可以無線控制空調中、窗簾等；智能冰箱，可以自動貯藏食物等等，這一系列的應用表明，我們將會生活在更加智能化的社會中。

只要在出門前按一下手機，就能夠輕松的預約到附近要去的商場的停車位了，這是不是很神奇呢?隨著物聯網的發展，已經可以實現通過手機來預定停車位的方法了。今日在傷害舉行的物聯網大會上，各個通信商的案例都說到了這一點，物聯網帶來的方便正在慢慢靠近。

物聯網交通

手機登錄能看路況

周末開車出門購物吃飯，卻總擔心找不到車位，今后，只要用手機登錄點擊“停車查詢”，就能以最快速度找到停車位，并通過短信提前預訂車位。

據了解，“停車查詢”是正在試點建設中的公共停車智能管理項目，采用感應技術，把實時停車位信息，通過網絡匯總到公共停車平臺，并實時統計出各停車場的車輛進出登記數據。只要發送一條短信，還能提前預訂車位，并有導引圖傳送到手機上，既不用擔心車位被人搶先一步占去，也不必擔心迷路。

近日普陀區科委會同上海移動等單位對“上海市TD建設與應用試點示范區”建設內容進行了調研與協調，明確將在中環商圈試點TD建設，以中環百聯購物中心和梅川路步行街作為中心區域，試點內容包括了物聯網智能停車系統、手機版虛擬商城和無線支付等多個技術。

不開車的市民也能享受物聯網帶來的交通便利。據中國移動上海公司相關人士介紹，1月底上海移動正式啟動了“刷手機乘軌交”業務，移動用戶到營業廳將普通 SIM 卡升級成 RFID-SIM卡，開通相關功能就能“刷”手機乘坐軌交。目前，上海軌交已有三分之二的閘機可提供手機刷卡使用，不再需要交通卡，也不需要準備零錢買票，帶上手機就能出門。

物聯網醫療

可讓專家遠程會診

去醫院看病不僅要在家和醫院之間奔波，在醫院掛號、候診排隊也費時耗力。有了基于物聯網的“智慧醫療”后，看病也會變得很輕松，甚至可以足不出戶，讓專家遠程會診，并給出診療建議。

在昨天物聯網大會現場，上海電信展示的“智慧醫療”方案描摹了這樣一幅場景：當身體不適時，只需取出手機，點擊進入其中的智慧醫療程序，并將便攜式心電監測儀貼在胸前，采集的心電檢測數據會自動通過藍牙傳輸到手機上，再由手機自動傳輸到醫療的后臺專家服務系統。醫院的專家在對數據進行分析后，給出的診療建議立馬就會以短信的方式到達用戶手機。

值得一提的是，“智慧醫療”系統還具備與醫院電子病歷聯網的功能，市民可以通過二代身份證登錄查詢自己的電子病歷。“智慧醫療”系統已開始在本市個別區的中心醫院試用，并具備大范圍推廣的條件。

無獨有偶，上海聯通昨天也披露了一項基于物聯網的“智慧醫療”方案——護心甲，尤其適合中老年和體弱多病者，使用者按下“一鍵求助”功能鍵，預置的三個親友手機號碼會同時收到報警短信，通過對便攜監護儀的位置定位，救護車便可準確到達。

物聯網家電

遠程無線視頻監控

舉家外出旅游，不放心家中的安全，掏出手機進入相應的界面，就可以查看由布設在家中的無線監控探頭實時傳來的畫面。在昨天的大會演示區，三家運營商都不約而同地展示了無線視頻監控業務。

在這一技術的支持下，在不久的將來，各中小學校、幼兒園都將成為“智能校園”，每名師生的臉部圖片信息將被集合于數據庫內，一旦校園內出現不符合數據庫儲存的信息，報警系統就會立即啟動。該技術還可對商家、景區等監控區域內的行人進行精確的跟蹤、識別、計數，并可發出流量預警。目前，電信的無線視頻監控客流統計系統，已經被連鎖商店特力屋所應用，管理人員坐在辦公室里，就可以查看各門店的人流情況。

物聯網不僅可以給人們提供交通上的方便，還能給人們其他的生活也提供一些方便，隨著物聯網的發展只會讓人們的生活更加方便，交通、醫療、家電等等人們的衣食住行都離不開物聯網了

生活物聯網應用將傻瓜化

有云計算作為物聯網的云服務平臺，通過計算智能、人工智能、專家系統、決策支持、知識管理、數據挖掘和數據倉庫等技術的支持，和模型庫、方法庫、專家庫等進行分析、推理，使生活物聯網將能夠預測使用者的行為、自動決策、自動提醒，并利用觸摸式、聲控式、感應式等人性化的技術，讓老百姓以傻瓜化的方式使用生活物聯網成為可能。例如，已經有廠家推出了的具有云服務語音識別功能的物聯網微波爐，你放進牛排發出 “幫我烤個牛排”口令，微波爐便會開始幫你烤牛排。

生活物聯網將滿足個性化需求

在物聯網實現高級形態后，生活物聯網將統一工作于開放的操作系統平臺之上，廠家和個人可以開發出許許多多個性化的應用軟件，實現個性化的遠程監控、設備控制、生物識別等功能。老百姓不光是在選擇購買時，而且在使用過程中，都可以隨時通過生活物聯網應用商店，下載智能應用軟件，實現自己所要的功能。例如，你將隨時可以在生活物聯網應用商店上下載一個適合你老媽方言的微波爐智能語音軟件，也可以下載一個新的烤牛排火力控制軟件。

生活物聯網的價格將平民化

智能產品一直給人的印象是以高科技、高價位，但隨著生活物聯網標準的成形和融合，軟件對硬件逐步替代的比例逐步增加，軟件的大規模可復制性，將讓老百姓以平民化的價格使用生活物聯網成為可能。

生活物聯網的春天將很快到來

許多傳統的家電、安防、通訊、計算機、醫療器械、GPS導航設備廠家，和新興的物聯網、無線傳感網公司，其中也不乏行業巨頭，正看好并積極進入生活物聯網領域，已經投入開發了不少生活物聯網的新產品，為物聯網走進老百姓的家庭準備了各種各樣的解決方案。國內外眾多企業的進入，在帶來更多競爭的同時也在制造更多的機會，必將推動生活物聯網更快地發展，生活物聯網的春天將很快到來。

物聯網市場規模究竟有多大？

目前并沒有一個準確數據。國內調研機構易觀國際給出的數據顯示，物聯網中射頻產業2009年市場規模將達到50億元，由此催生的電信、信息存儲處理、IT解決方案等市場潛力驚人。美國研究機構Forrester預測，物聯網所帶來的產業價值要比互聯網大30倍，物聯網將會形成下一個萬億元級別的通信業務。

龐大的市場將把幾乎所有的信息企業都囊括在內。據海通證券提供的資料來看，識別芯片技術主要掌握在NXP(Philips)、TI(德州儀器)、Infineon(英飛凌)等廠商手中，國內涉足芯片的企業包括大唐微電子、同方微電子、華虹NEC等；傳感器領域內國際頂尖廠商包括Honeywell、BOSCH、OMRON、Frost

我的觀點：我認為物聯網可以成為后時代的救世主。

其實我對這個辯題的概念是很模糊的，首先后危機時代是什么很空洞的概念，危機又是什么。救世主又是什么概念。但是我能理解的我所知道的就是物聯網的技術已經慢慢的成熟了，的確在我們的社會中起到越來越重要的地位。

我在一篇文章中看到聯網中射頻產業2009年市場規模將達到50億元，由此催生的電信、信息存儲處理、IT解決方案等市場潛力驚人。美國研究機構Forrester預測，物聯網所帶來的產業價值要比互聯網大30倍，物聯網將會形成下一個萬億元級別的通信業務。這個是2009年的數據，更加別說現在的數據了，而且我看到資料，國家也很支持這項工程。有政策有技術他當然可以有發展的余地。但是對于救世主這個說法有點夸張和空洞了。至于后時代這個說法，我覺得先過了2012 12月21 再說吧。后時代是需要有劃時代的東西來區分的。至少現在物聯網不是。

第五篇：物聯網技術及應用

電子商務前沿講座 物聯網技術及應用

姓名 王丹 學號 2008012849 班級 08電子商務 完成時間 2011-12-9

物聯網技術及其應用

摘要：近來，物聯網屢被提及，各種跡象已經很明確的說明：在未來10-15年內我們將見證新一輪信息技術產業革命的巨大變革。本文重點介紹了物聯網技術的發展以及其在相應行業的典型應用，并列舉了世界重點國家的物聯網發展戰略，對物聯網知識提供較為詳盡的描述。

關鍵詞：物聯網；組網；網絡架構

一、物聯網概念的提出

物聯網(the Internet of things)這一概念于1999年正式提出，但是最早出現在貝爾·蓋茨1995年所著的《未來之路》中，當時Bill Gates 已經率先提及internet of things 這一概念，只是限于當時無線網絡、硬件和傳感技術的限制，并未得到廣泛認同和發展。1998年，美國麻省理工大學(MIT)創造性地提出了當時稱作EPC系統的“物聯網”的構想；1999年，美國 Auto-ID首先提出“物聯網”的概念，稱物聯網主要是建立在物品編碼、RFID技術和互聯網的基礎上；2005 年，ITU發布了《ITU互聯網報告2005：物聯網》，綜 合二者內容，正式提出“物聯網”的概念，包括了所有 物品的聯網和應用。目前較為公認的物聯網的定義是： 通過射頻識別(RFID)、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，把任何物 品與互聯網連接起來，進行信息交換和通訊，以實現智 能化識別、定位、跟蹤、監控和管理的一種網絡。

二、主要國家的物聯網發展戰略

2005年4月8日，在日內瓦舉辦的信息社會世界峰會（WSIS）上，國際電信聯盟專門成立了“泛在網絡社會（UbiquitousNetworkSociety國際專家工作組”，提供了一個在國際上討論物聯網的常設咨詢機構。根據這個工作組的報告，2005年，許多國家已經紛紛開始“無處不在物聯網”的發展戰略，包括日韓基于物聯網的“U社會”戰略、歐洲“物聯網行動計劃”以及美國“智能電網”、“智慧地球”等登。此外，物聯網已經開始在軍事、工業、農業、環境監測、建筑、醫療、空間和海洋探索等領域投入應用。2009年包括Google在內的互 聯網廠商、IBM、思科在內的設備制造商和方案解決商以及AT&T、Veri-zon、中移動、中國電信等在內的電信運營企業紛紛加速了物聯網的戰略布局，以期在未來的物聯網領域取得先發優勢。

（一）、美國的物聯網戰略

美國非常重視物聯網的戰略地位，在國家情報委員會（NIC）發表的《2025對美國利益潛在影響的關鍵技術》報告中，將物聯網列為六種關鍵技術之一。美 國國防部在2005年將“智能微塵”（SMARTDUST）列為重點研發項目。國家科學基金會的“全球網絡環境研究”（GENI）把在下一代互聯網上組建 傳感器子網作為其中重要一項內容。2009年2月17日，奧巴馬總統簽署生效的《2009年美國恢復與再投資法案》中提出在智能電網、衛生醫療信息技術應 用和教育信息技術進行大量投資，這些投資建設與物聯網技術直接相關。物聯網與新能源一道，成為美國擺脫金融危機振興經濟的兩大核心武器。

（二）、歐盟的物聯網戰略

歐洲在信息化發展中落后美國一步，但歐洲始終不甘落后。2005年4月，歐盟執委會正式公布了未來5年歐盟信息通信政策框架“i2010”，提出，為迎 接數字融合時代的來臨，必須整合不同的通信網絡、內容服務、終端設備，以提供一致性的管理架構來適應全球化的數字經濟，發展更具市場導向、彈性及面向未來 的技術。

2006年9月，當值歐盟理事會主席國芬蘭和歐盟委員會共同發起舉辦了歐洲信息社會大會，主題為“i2010-創建一個無處不在的歐洲信息社會”。

自2007年至2013年，歐盟預計投入研發經費共計532億歐元，推動歐洲最重要的

（四）、我國的物聯網戰略

隨著物聯網迅速發展及歐美各國相應的制定出符合本身物聯網發展的國家戰略，2009年，溫家寶總理在無錫考察時對物聯網的發展提出了三點要求：一是把傳感系統和3G中的TD-SCDMA技術結合起來；二是在國家重大科技專項中，加快推進傳感網的發展；三是盡快建立中國的傳感信息中心，或者叫“感知中國” 中心。我國開始把物聯網作為我國未來重要的發展戰略。

在2009年12月的國務院經濟工作會議上，明確提出了要在電力、交通、安防和金融行業推進物聯網的相關應用。我國已在無線智能傳感器網絡通信技術、微型傳感器、傳感器終端機和移動基站等方面取得重大進展，目前已擁有從材料、技術、器件、系統到網絡的完整產業鏈。目前，我國傳感網標準體系已形成初步框架，向國際標準化組織提交的多項標準提案已被采納,中國與德國、美國、韓國一起，成為國際標準制定的主導國之一。我國的物聯網戰略實施主要分三個階段：關鍵應用階段、規模應用階段和普遍應用階段。

我國物聯網戰略規劃圖

關鍵應用階段：以相關行業的領先企業為龍頭，探索工業信息化、農業信息化和社會信息化中的關鍵應用，以應用創新拉動技術創新，初步形成合理的產業格局和產業價值鏈。領先企業引領關鍵應用的產業化突破是這個階段的關鍵，這個階段的成功與否對產業發展的前途至關重要。

規模應用階段：隨著技術的演進，進一步擴大物聯網信息化應用的深度、范圍和規模，顯著提升物聯網應用的信息化份額，形成物聯網產業與傳統產業融合互動的發展格局。

普遍應用階段：在全國城鄉建立與經濟和社會發展需求相適應的普遍信息服務體系，建成完善的物聯網產業鏈和產業布局，確立中國在全球物聯網產業發展中的核心地位。

三、物聯網架構

物聯網經典架構主要由四層組成，自下而上分別為：感知層，傳送層，運營層和應用層。如果拿人來做比喻的話，感知層就如同皮膚和五官這些視覺、觸覺和嗅覺器官，主要用來識別物體，采集相關信息；經過感知層采集到的信息，途徑人體神經網絡（傳送層）迅速傳遞到大腦，經過人體腦部（運營層）的匯總分析，作出應對各種復雜的情況的具體反應（應用層）。

感知層：包括傳感器等數據采集設備以及相應的傳感器網絡。該層的主要任務是將現實社會的各種物理量通過諸多手段，實時并自動化的轉化為虛擬世界可以處理的數字化信

息。感知層是物聯網發展和應用的基礎，RFID技術、傳感和控制技術、短距離無線通信技術是感知層涉及的主要技術，其中又包括芯片研發、通信協議研究、RFID材料、智能節電供電等細分領域。

傳送層：該層的主要任務是將感知層采集到的信息，通過傳感器網、通信網、互聯網等各種網絡進行匯總傳輸，從而將大范圍內的信息加以整合，以備處理。該層設計的典型技術如Ad-Hoc(無線自組網)、Wi-Fi、GSM、TCP/IP技術等。

運營層：該層的主要任務是將經過傳輸層整合匯總的信息進行分析和處理，并在必要時，將各種信息按照應用途徑進行分類管理，形成新的信息基礎架構，為各種應用提供信息支撐平臺。該層涉及的典型技術如GIS(地理信息系統)、ERP(企業資源計劃),此外，還涉及到API接口，專家系統等應用模塊。

應用層：利用分析處理的感知數據，為用戶提供豐富的特定服務。物聯網的應用可以分為監控型(物流監控、污染監控等)、查詢型(智能檢索、遠程抄表等),控制型(智能交通、智能家居、路燈監控等)、掃描型(手機錢包、高速公路不停車收費)等。應用層是物聯網研究和發展的目的。

四、物聯網實現關鍵技術

要實現上述的物聯網架構，單一的技術是難以勝任的。物聯網是一系列技術以及管理有機結合的產物。下面，簡要介紹支撐物聯網實現的幾項關鍵技術。

（一）、RFID技術

無線射頻識別技術（Radio Frequency Idenfication，RFID）是一種非接觸的自動識別技術，其基本原理是利用射頻信號和空間耦合（電感或電磁耦合）或雷達反射的傳輸特性，實現對被識別物體的自動識別。

RFID系統至少包含電子標簽和閱讀器兩部分。RFID閱讀器（讀寫器）通過天線與RFID電子標簽進行無線通信，可以實現對標簽識別碼和內存數據的讀出或寫入操作。典型的閱讀器包含有高頻模塊(發送器和接收器)、控制單元以及閱讀器天線。

射頻識別系統的基本模型如下圖所示。其中，電子標簽又稱為射頻標簽、應答器、數據載體；閱讀器又稱為讀出裝置，掃描器、通訊器、讀寫器(取決于電子標 簽是否可以無線改寫數據)。電子標簽與閱讀器之間通過耦合元件實現射頻信號的空間(無接觸)耦合、在耦合通道內，根據時序關系，實現能量的傳遞、數據的交換。

電感耦合模型的讀寫器

電磁反向散射耦合型的RFID讀寫器

發生在閱讀器和電子標簽之間的射頻信號的耦合類型有兩種。

(1)電感耦合。變壓器模型，通過空間高頻交變磁場實現耦合，依據的是電磁感應定 律，如右圖所示。

(2)電磁反向散射耦合：雷達原理模型，發射出去的電磁波，碰到目標后反射，同時攜帶回目標信息，依據的是電磁波的空間傳播規律。

電感耦合方式一般適合于中、低頻工作的近距離射頻識別系統。典型的工作頻率有：125kHz、225kHz和13．56MHz。識別作用距離小于1m，典型作用距離為10～20cra。

電磁反向散射耦合方式一般適合于高頻、微波工作的遠距離射頻識別系統。典型的工作頻率有：433MHz，915MHz，2．45GHz，5．8GHz。識別作用距離大于1m，典型作用距離為3—l0m。

（二）、傳感技術

傳感技術同計算機技術與通信技術一起被稱為信息技術的三大支柱，它是現代科學技術發展的基礎條件，遵循信息論和系統論原理。從仿生學觀點，如果把計算機看成處理和識別信息的“大腦”，把通信系統看成傳遞信息的“神經系統”的話，那么傳感器就是“感覺器官”。傳感技術是關于從自然信源獲取信息，并對之進行處理（變換）和識別的一門多學科交叉的現代科學與工程技術，包括傳感器設計、信息處理、信息識別、遙感觀測等。

網絡節點作為無線傳感網的主要組成，首先是一個傳感器，主要實現物聯網中物物、物人之間信息交換的必要部分。目前無線傳感網更加關注各種信息的采集和處理，利用壓縮、識別、融合和重建的方法處理采集的信息，以滿足網絡多元化的應用需求。

（三）、EPC系統

1999年美國Auto-ID Center 將RFID技術與Internet結合,提出了EPC(Electronic Product Code)概念。產品電子代碼是物聯網的主要支撐，它的載體是RFID電子標簽，傳遞介質是互聯網。電子標簽、產品電子碼、互聯網構成了物聯網的基本構想。RFID中存儲的EPC,通過傳感器網絡識別并自動采集到中央處理系統，利用開發的計算機網絡進行信息交換、處理與共享，實現物品的透明化管理。

EPC系統充分利用了RFID和網絡技術的優點，很好的解決了產品的唯一標示、同時識別多個物品和“非可視化識別”問題，其最終目標是為全球的每一個物體建立全球的、開

放的標示標準。該系統由全球電子代碼體系、RFID系統以及信息網絡系統3部分組成，主要包括EPC編碼標準，EPC電子標簽，射頻識別器，神經網絡軟件，對象名解析服務以及實體標記語言6方面。

（四）、地理信息系統(GIS)地理信息系統(GEO-information system),是一種特定的十分重要的空間信息系統，它是在計算機軟硬件支持下，對整個或局部空間中的有關地理信息分布的數據進行采集、存儲、管理、運算、分析、顯示和描述的技術系統。

GIS所處理和管理的對象是多種地理空間實體數據及其相互關系，包括空間定位數據、圖形數據、遙感數據、屬性數據等，用于分析和處理一定地理區域內分布的現象和過程，解決復雜的規劃、決策和管理問題。

典型的GIS系統結構如下：

物理網技術是構建“智慧地球”、“智慧城市”、“智慧物流”、“智慧能源”、“智慧電力”等基礎，其技術的發揮，必須將每個傳感器和動態信息進行空間定位，擺脫單點應用的限制。而地理信息系統正好為物聯網技術的發展提供了所需的空間基礎，還可以進行空間處理、空間分析、建模等功能，并且有利于跨行業、跨地區的數據共享及相互操作，是物聯網發展的強勁動力和重要支撐。

（五）、智能技術

智能技術是為了有效的達到某種預期的目的，利用知識所采用的各種方法和手段，它是一些列技術的統稱和綜合應用。目前較為成熟的智能技術主要有：機器學習、數據挖掘、語言網格、知識網格、自主計算、神經計算、內容計算和專家系統等。智能技術的發展很大程度上促進了人們所處的物質世界的數字化、網絡化和智能化。

物聯網的重要價值之一在于它試圖將世界中的物體以傳感和智能的方式關聯起來，因而智能技術也是物聯網成功實現的關鍵技術之一。通過將智能系統植入物體，如嵌入式芯片等，使物體能夠主動或被動的與用戶進行溝通和交流，從而具備一定的智能性。

五、物聯網技術的應用

物聯網應用領域非常廣泛，大到國際性軍事反恐、區域性的城市交通，小到家庭、個人。當物聯網與互聯網、移動通訊網相聯時，可隨時隨地全方位“感知”對方，人們的生活方式將從“感覺”過渡到“感知”階段，并進一步過渡到“控制”階段，應用前景十分廣泛，正如IBM所描述的“智慧地球”理念一樣：

“我們把智慧系統嵌入系統和流程當中，使服務的交付、產品開發、制造、采購和銷售得以實現，使從人、資金到石油、水資源乃至電子的運動方式都更加智慧，使億萬人生活和工作方式都變得更加智慧。”

物聯網把新一代IT技術充分運用在各行各業之中，具體的說，就是把感應器嵌入和裝備到電網、鐵路、橋梁、隧道、公路、建筑、供水系統、大壩、油氣管道等各種設備中，然后將物聯網與互聯網整合起來，實現信息的共享，是物體達到智慧狀態，并且使人類能夠隨時捕捉物體的動態信息，從而提高資源利用率、生產力水平，改善人與自然之間的關系。

（一）、車輛定位與監控

該類應用是將GIS系統與物聯網技術充分結合，從而實現車輛的準確定位以及跟蹤其實時的運轉情況，如機器部件是否正常運轉，汽車油耗程度等等。該類應用典型的系統拓撲結構如下：

系統描述：

? 油箱傳感器安裝在油箱內部采集油箱液位數據； ? 采集和傳輸設備安裝在駕駛室內； ? 中國移動GPRS覆蓋整個中國地區；

? 油量監控應用系統PC服務器部署在運營商IDC機房；

? 企業辦公網絡可以通過internet,通過瀏覽器訪問油量監控系統web獲得服務； ? 管理人員手機訪問GPRS服務，無線訪問油量監系統Wap服務。

（二）、無線醫療

很難想象病人無需住在擁擠的病房就能享受到同等醫療服務，然而隨著物聯網技術的 快速發展，它正逐漸成為現實。通過將相應的無線監測設備與人體綁定，或者人體直接帶上無線設備，或者將其植入人體的某個器官，遠程的醫療服務中心就能夠隨時捕捉到人體的生理和病例變化，既能夠提高疾病的預防能力，同時還能及時追蹤疾病的監控和治療情況，得到病人的病人的及時反饋，而且大大節省了病人的看病時間和成本，醫院的病房安排。

戴著“多功能手表”

（三）、智能電網

優化電力工業的結構和布局，減輕電力發展對資源和環境的依賴，是我國電力工業當前和今后一個時期必須給與高度重視的一個重要問題。物理網技術的成熟為解決這一難題提供了可行的解決方案。在當期整個電力系統的生產、儲存、配送、輸送和消費的各個環節，存在著生產效率低下、傳輸浪費嚴重、配送安排不合理以及消費不能及時反饋的諸多問題。智能電網則通過終端遙感器在客戶之間、客戶和電網公司之間形成及時鏈接的網絡互動，實現數據的實時、高效、雙向的效果，從而提高電網的綜合效率。在智能電網的指導下，電力資源將在充分滿足用戶需求的情況下，實現合理的生產、科學合理的配送計劃、以最低的成本進行電力傳輸；而不再是由供向需的單方向流動。

（四）、智能物流

物聯網最重要的應用是現代物流領域，該領域明確提出要把物聯網最為發展的重點。目前我國物流領域成本偏高，占總成本的18%-20%。物聯網在物流管理中的應用目標是通過物聯網的建設，形成集成化的信息平臺，實現物流系統的現代化。具體來說，可利用物聯網相關技術對包裹進行統一編碼，嵌入EPC標簽，這樣在物流途中就可以實施監控，有利于及時發現物品運輸過程中出現的問題；另外，通過RFID技術讀取EPC編碼，并將其傳輸到數據處理中心，可供企業和消費者實時查詢，切實增強用戶滿意度，有效提高物流服務質量。

（五）、農業生產

物聯網在農業生產上的應用同樣廣泛，主要體現在遠程控制和實時采集方面。智能農業可以通過無線信號收發模塊傳輸數據，實時監控大棚的溫濕度、光照、土壤酸堿性、CO2濃度等影響農作物生長的重要因子，并隨時進行科學處理，從而確保農產品的正常生長，提高農作物產量和質量。另外，在農作物的銷售環節，可以運用成熟的物聯網技術在農產品基地與消費者之間搭建網絡消費平臺，這樣可以讓消費者了解農作物的生長過程，從而在最為需要的時候購買到最為舒心的產品。

六、結語

繼計算機、互聯網兩次浪潮之后，物聯網技術定義應用和普及必將帶來新一輪信息產業浪潮。事實證明，這一趨勢已經不可阻擋。它不僅會帶來產業的變革，還會對管理模式、人們的生活方式產生深遠影響。隨著物聯化與智能化技術的不斷提高，智慧將充斥在地球的每一個角落，我們將享受到最新的科技文明成果，并依靠這一成果科學合理的規劃、指導工業生產、農業安排、醫療衛生、城市交通、能源開發、自然保護等等，我們期待這一天的早日到來，并為之而不懈努力。

參考文獻：

[1] 呈

曼 王讓會，《物聯網技術與應用》，《物聯網與地理信息系統》，2010。[2] 甘志祥，《物聯網的起源和發展背景的研究》，《現代經濟信息》，2009。[3] 百度百科，www.tmdps.cn。[4] 《物聯網周刊》，2010年03月