物联网的技术环境范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的5篇物联网的技术环境范例，将为您的写作提供有力的支持和灵感！

篇1

物联网是一种利用计算机技术、互联网技术、通信技术、传感技术等多种技术将物品与互联网连接起来，以实现信息传递、智能识别、物品管理等功能的网络。

随着云计算技术受到广泛的关注，云存储技术也得到了广泛的重视。云存储可以在一系列软件的支撑下将多种存储设备进行整合，构成海量存储空间空用户使用。利用云存储服务，物联网供应商可以达到避免自建数据存储中心，节约运营成本，提高服务质量的目的。

一、云存储技术概述

云存储技术是云计算技术的延伸，该技术通过使用多种技术手段如集群应用、网格技术、分布式文件系统等，将多种存储设备进行整合，实现不同架构存储设备的协同工作，供用户进行数据存储和业务访问等。

二、云存储安全中的关键技术分析

云存储涉及庞大的用户数据，其安全性能相对于传统存储而言更加受到重视。鉴于云存储具有多种不同于传统存储的特性，对云存储所采取的安全防护技术也不同于传统安全防护措施。下文就云存储中的数据加密存储与检索技术、密文访问控制技术等安全技术进行分析。

2.1数据加密存储与检索技术

由于数据存储在云端，故必须对数据进行加密处理，以避免出现数据的非法获取或者出现数据泄露事故。云存储中对数据的加密同时存在于数据传输过程和数据存储过程中。

常用的加密检索算法有线性搜索算法、安全索引算法、基于关键词的公钥搜索算法、排序搜索算法、全同态加密检索算法等。

线性搜索算法是指对具有如下加密存储结构的信息进行搜索。首先将明文信息加密为密文信息，然后按照关键词所对应的密文信息生成一串伪随机序列，进而由该伪随机序列和当前密文信息生成校验序列对密文信息进行加密。

安全索引算法则是利用加密秘钥生成一组逆Hash序列，同时将索引放入布隆过滤器。当用户进行检索时，所使用的逆Hash序列会生成多个陷门进而进行布隆检测，对返回的文档进行解密后所获得的数据即为所需数据。

基于关键词的公钥搜索算法则是利用公钥对存储数据进行加密，直接生成可用于搜索的密文信息。该算法适用于移动环境中的数据存储与检索需求。

排序搜索算法的实现是将数据文档的关键词的词频进行保序加密。当进行检索时，首先对含有检索关键词的密文进行检索，然后使用保序算法对密文信息进行排序，恢复明文数据。

全同态加密检索算法利用向量空间模型对存储信息和待查信息之间的相关度进行计算，按照词频频率和文档频率等指标进行统计，进而使用全同态加密算法对文档加密，同时建立索引。索引时只需要使用经过加密算法加密的明文数据即可在不回复明文信息的状态下实现。

2.2云数据访问安全控制分析

云存储的网络环境相对复杂，且受商业利益主导，云服务为保证所采取的安全机制是有效的，在不可信场景下，采用密文访问控制技术可有效消除用户对信息安全的担心。常用的密文访问控制方法有以下几种：（1）最基本的方法为数据属主将文件进行密钥加密，用户使用密钥直接访问服务器。（2）层次访问控制方法则是让用户通过用户私钥以及公开的信息表推导出被授权访问的数据密钥。（3）重加密技术主要是利用用户信息生成一个重加密秘钥，使用该密钥对已加密信息进行二次加密，生成只有指定用户才能够解密的密文数据。

三、总结

物联网的发展极大的推动了云计算和云存储的发展。云存储技术得到飞速发展的同时，其所面临的数据安全的挑战也越来越严峻，为保证用户信息安全必须采用高强度的数据保护技术。维护云存储的信息安全是云存储技术发展的基石。

参考文献

[1]石强，赵鹏远.云存储安全关键技术分析[J].河北省科学院学报，2011年9月

篇2

1 前言

现阶段，随着高新科技的快速发展，物联网在各行各业的应用逐渐增多，物联网技术由于集成了远程的监控与遥测、自动化采集与传输等最新技术，对环境监测工作将起到重要的作用，将会彻底改变现有环境监测工作的理念与方式。

2 物联网的概念

物联网（The Internet of things，IOT）是指在互联网的基础上扩展和延伸到物体与物体之间信息交流的一种新型信息技术，物联网的定义是实现物体与物体、人与物体、人与人之间的信息交流。物联网在国内的应用一般是使用定位系统、红外线感应仪、全球定位系统（GPRS）、激光扫描仪和气体感应器等设备间的信息，进行交换和记录，实现检测、定位、监测和扫描的一种信息技术，实现各种设备之间信息的交流，让使用者能够在物联网中得到需要的信息，让监测和管理的信息具有时效性和保证其准确性，达到人工智能化的监控，提高工作效率和生产力，弥补传统工作中的不足。物联网在现代被广泛运用于各个领域中，例如智能交通、医疗服务以及环境监测等各种方面，也体现了物联网的智能化与实用性。

3 环境监测中物联网技术的应用

我国传统的环境监测技术，在技术限制和设备设施不完善的情况下，环境监测的范围、内容、准确度、时效性以及数据的应用，都无法从根本上满足环境保护的需要。随着物联网技术在环境监测中的应用，可以让我们更加准确、及时的获取环境监测信息并充分应用到环境管理工作中，保证对环境的科学高效化管理。

3.1 大气监测中物联网技术的应用

大气质量自动监测，是利用物联网技术在监控范围内布设各种特定的传感器，通过各种传感设备对大气环境中的二氧化硫、二氧化氮、臭氧、一氧化碳、可吸入颗粒物、细颗粒物等指标进行数据采集，将数据通过网络实时向监控中心进行传输，不仅仅可以实现同步监测的基础功能，同时也能实现预报功能的一种全面监测。目前随着物联网技术应用的不断深入，对大气环境数据的分析、利用、综合评价以及预警等方面都在向广度和深度扩展。

3.2 水质监测中物联网技术的应用

在我国水资源日益紧缺的时代背景之下，水质环境监测工作的重要性也越来越突出，只有做好水质环境监测工作才能为水资源的合理开发、利用以及保护提供科学的资料依据。在水质监测过程中通过运用物联网新技术，在重点水质监控位置上布放传感器，通过无线传输方式24小时在线监测水质的各项变化，提高监测数据的准确性和时效性。水质监测通过与物联网技术的进一步融合，不仅为水环境治理提供了有力的数据支撑，而且还能有效地搭建水质监测预警平台，在水污染事件中发挥出重要作用。

3.3 重金属污染监控中物联网技术的应用

随着现代化工业化进程的加快，更加注重对重金属的环境监测，由于重金属污染不仅具有持久性的特征，同时也难以进行根本上的消除。通过物联网技术的应用，在监测的范围内，一旦水中重金属因子含量出现异常就会报警，为重金属的清理争取更多的处理时间，对污染进行及时的补救，同时可以为后续处理工作提供准确、可靠的技术支持。

4 物联网应用于环境监测所面临的问题和趋势

近年来，物联网技术虽然在环境监测中有着相对广泛的应用，推动了环境监测信息化的快速发展，但物联网在环境监测领域的发展仍然存在一些问题需要解决。

4.1 存在的问题

（1）相关技术设备还需提升。环境监测的感知层包括环境传感器、在线监测仪器、传感器网络等，由于这些技术设备普遍存在着功能单一、可靠性不够、成本高以及维护难度大等诸多问题，制约了物联网在该领域的广泛应用。（2）监测信息不能共享。目前由于各种环境信息系统的开发缺少顶层设计，系统之间不能很好的共享，使得环境监测数据不能进行有效整合，造成数据不能共享，工作中各自为政。（3）监测数据应用开发不够。随着物联网在环境监测中应用范围的拓展，各种监测数据都通过网络源源不断传递到各级环保部门，海量的数据由于缺乏深度的处理和分析，不能为环境决策提供科学的保障。（4）环境监测系统的整体管理水平较低。由于监测系统整体素质以及体制等诸多因素的束缚，造成整体管理水平较低，直接影响到物联网在环境监测中作用的发挥。

4.2 发展趋势

未来随着物联网技术的发展，可以深入挖掘其在环境监测智能化、自动化、信息化等各方面的应用，同时不断扩大环境监测领域，逐步开展生态、土壤、生物、电磁等监测内容，建立完善的环境监测网络。

5 结语

物联网作为一种新兴信息技术，能够弥补传统环境监测过程中的不足，为环境监测工作提供新的发展模式。因此，物联网技术在环境监测中的应用，前景会十分广阔。

参考文献：

篇3

中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2017）03?0012?03

Research on IOT equipment environmental monitoring technology

based on neural network

PAN Xiang

（Department of Computer， Guangxi Cadres University of Economic and Management， Nanning 530007， China）

Abstract： The parameters of smog， water logging， temperature and humidity in the equipment working environment are collected and processed by means of the related technical methods based on Internet of Things （IOT）， and analyzed by means of BP neural network to evaluate the equipment working environment. The simulation results show that the method proposed in this paper can monitor the environmental parameters effectively and issue an early warning according to the parameters， and let the system users understand the status of the current environment explicitly.

Keywords： IOT； BP neural network； environmental parameter monitoring； equipment environment

0 引 言

各种电子设备所处的环境对其工作性能和使用寿命有着重要的影响，所以目前人们开始越来越多的对设备工作环境进行监测。对设备环境进行有效的监测，一方面必须利用各种传感器技术对温度、湿度等环境参数进行准确及时的获取和处理；另一方面，必须构建一个有效的分析监测模型，能够对这些复杂的参数综合表征的环境状态进行评价和判断。而这两个方面都涉及许多技术难点，因此，本文参照目前比较新的研究思路，引入物联网的相关技术和方法对温度等四个环境因素进行准确的采集和处理，再利用BP神经网络技术对获得的数据进行分析，以判断目前环境的情况，该方法具有实现简单，监测准确率高的优点。

1 物联网

1.1 物联网的结构

物联网是伴随着计算C和互联网技术的发展而出现的一个全新概念。它一般指采用多种智能传感设备，诸如各种传感器、射频识别技术、GPS、激光或红外探测器等各种装置，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，与互联网结合形成的一个巨大网络，以进行信息交换和通信[1]。 一个完整的物联网一般由感知层、网络层和应用层组成，如图1所示。

其中，感知层网络的主要作用是对实体信息的感知，信息的采集和智能识别等功能；网络层是人与人之间、人与物之间和物与物之间通信的传输媒介，主要向应用层提供安全可靠的传输机制；应用层的主要功能就是对网络层传输的海量数据进行存储、分析和智能处理等，根据不同的应用需求对数据进行处理[2]。

1.2 基于物联网的设备环境监测原理

为了对设备的运行环境状况进行实时监测，以使相关人员能够清楚地了解到目前环境的状况。本文通过物联网，利用IPv6等无线通信技术，将各种传感器、路由网络和神经网络系统等进行连接，从而实现对温度、烟雾、水浸等环境参数的实时监测。

本文设计的监测物联网主要由感知层的18个无线传感器和应用层的BP神经网络监测分析系统组成。在底层，各种不同的传感器采集到的数据通过IPv6组成的无线网络通过各自的路由器发送至无线网关，无线网关通过交换机与服务器相连，服务器接收到数据后，会利用构建好的BP神经网络模型对这些数据进行整理分析，以判断环境所处的具体状态。

2 BP神经网络

2.1 BP神经网络的原理

BP神经网络是一种前馈型误差修正网络，它通过不断调整各个单元层之间的网络权值和阈值实现网络的训练。BP神经网络主要运行由信号的正向传播和误差的逆向传播两个过程组成，通过不断地权重调整，可以实现网络误差的不断缩小。

2.2 原始数据的获得

位于底层的传感器网络一共包含4个路由器（含网卡）和18个无线传感器（含3个水浸传感器、4个烟雾传感器、6个温度传感器和5个湿度传感器）。通过传感器和路由器组建传感器的物联网络实现对环境信息的获取，并上传至数据处理中心。将各个类型传感器收集到的数据分别进行加权平均，由于水浸和烟雾为简单的“是否”问题，因此用0和1表示，结果如表1所示。

2.3 定义输入和输出样本数据

定义输入样本数据，从表1的20组数据中选择10组作为输入样本，在Matlab命令空间中输入归一后的数据，归一化按照式（1）进行：

[yi=xi-minximaxxi-minxi， i=1，2…，n] （1）

本文直接调用Matlab软件中的premnmx函数进行归一化运算，经过归一化后的评价指标[yi]在[0，1]之间。为了简化仿真模型，特对输出状态进行编码，模型输出为评价环境的优、良、中、差、危险5种状态，定义期望输出向量如表2所示。

2.4 构建BP神经网络模型

本文采用含一个隐藏层的神经网络结构进行分析，由于输入单元为4，输出单元为5，根据经验公式可选隐含层单元数为1～10之间的整数，采用试凑法得到了隐含层神经元与均方平均值（MSE）的曲线关系，如图2所示。其中隐层神经元数目为9时，得到的MSE值最小为14，所以确定的隐含层神经元数为9。

2.5 BP神经网络模型的训练

在Matlab中代入这8组样本向量对构建的网络进行训练，期望误差设为10?6，训练过程中，BP神经网络误差的变化形式如图3所示。

由图3可知，当训练经过58次迭代之后，达到了满意的误差期望。获得理想的神经网络模型后，在剩余样本中选择8组数据对该BP神经网络进行检验测试实验，输入主代码：result_test=sim（net，ptest）[′]。

在Matlab中输入表1中的所有数据，经过整理的结果如表4所示。

由表4可以看到，表中字体加深的数据，即第2组环境状态为中，第四组环境状态为良的检测数据分别误判为良和中。为了提高模型的检测精度，将这两组作为训练样本加入训练集中，重新对网络进行训练，图4是新构建的神经网络训练时使误差下降的情况。

由图4可知，增加这两组数据后，模型的收敛速度获得了提升，达到相同精度，仅需要33步即可收敛，表5是用剩下的8组数据进行检测的仿真结果。

由表5可以看到，经过2次训练后，本文构建的神经网络对样本的判断结果均正确，对环境具有较好的监测功能。

3 结 论

本文主要研究了基于物联网的设备环境监测方法，构建了能够根据烟雾、水浸、温度和湿度等环境参数准确判断环境状态的BP神经网络模型。在仿真过程中发现将第一次训练的错误数据代入原模型作为训练样本，并进行两次训练可以大大提高神经网络模型的精度。系统可在环境参数出现异常状况前告知使用者，从而避免事故发生，具有较大的实用意义。

参考文献

[1] 刘飞.物联网的应用分析研究[J].电子技术，2013（1）：12?18.

[2] 郑伟.一N基于BP 神经网络技术的物联网监控预警系统设计与实现[D].北京：北京工业大学，2015.

[3] 王亿之.神经网络算法在物联网中的应用研究[J].计算机应用研究，2015（3）：128?132.

篇4

【中图分类号】 G 【文献标识码】 A

【文章编号】0450-9889（2015）06C-0184-03

近年来，被看作信息领域一次重大的发展和变革机遇的物联网技术得到了快速的发展。“物联网”的概念由美国麻省理工学院自动识别中心（Auto-ID）提出，主要以无线传感器网络和射频识别技术为支撑。物联网被认为是继计算机、互联网之后世界信息产业发展的第三次浪潮，也被世界各国作为未来经济发展的主要增长点。

物联网可应用于智能家居、智能农业、智能交通、智能电网、智能安防、智能医疗等领域。随着近十年世界范围内的IT产业快速发展，相应的传感技术、通信技术和计算机技术也取得突飞猛进的发展。我们国家居民生活水平显著提高，对与自己息息相关的家居环境也有了新的、更高的要求。设计一种新型的家居环境智能监控系统模型，实现了对家庭温度、湿度、亮度和煤气浓度的动态监控，用户能够设置家居内相应时段不同的温度、湿度、亮度，系统会依据用户设置自动监控家居状态，满足日常生活。该系统模型比传统的使用本地智能网关控制或家居内计算机控制的智能家居模型更加便捷、实用、高效，在系统日常维护、平台移植与扩展、大数据管理等方面具有明显优势。

一、系统总体方案设计

一般认为物联网典型的技术体系结构分为感控层、网络层、应用层三大层次，本文设计的家居环境智能监控系统的整体设计方案如图1所示，整个系统结构分为三层，分别负责家居内基础信息的采集和外设控制、系统内数据信息的传递、系统数据信息的管理和系统功能应用等功能。图2为该系统的硬件结构示意图，用户家居处于感控层中，主要包括家居内环境参数采集和控制的相关传感器和设备，网络层是一个智能网关，负责数据透传，应用层是本系统服务器，负责接收和处理网络层上传的数据，向感控层发送数据，大数据存储与管理等。

二、感控层的设计与实现

家居环境智能监控系统的感控层在功能上分为两部分：一是数据采集与执行。数据采集主要是运用传感器对家庭内的温度、湿度、亮度、煤气浓度状态进行基础信息采集。执行主要是负责接收和解析系统服务器发送来的控制命令，读取或改变相应外设（如灯具、空调等家电）的工作状态。二是短距离无线通信。短距离无线通信主要用来完成像家居内这种小范围内的多个物品的信息集中与传递。由于无线短距离通信技术具有灵活安装、可移动性强等特点，使其越来越多地被应用于智能系统中。目前技术比较成熟和常用的无线短距离通信技术有：Bluetooth、ZigBee、Wi-Fi、超宽带。本设计选用了ZigBee无线通信方式，它相比其他几种通信方式具有低功耗、低成本、低速率、近距离、短时延、高容量等优势。

ZigBee协议的物理层和媒体访问控制层遵循IEEE 802.15.4标准的规定，可工作在2.4GHz、868MHz和915 MHz共3个频段上。ZigBee网络中的设备可分为协调器（Coordinator）、汇聚节点（Router）、传感器节点（EndDevice）三种负责不同功能的角色。无信息传输时，传感器节点可处于休眠状态，当有信息传输时可自动唤醒进行数据传递，多节点以接力的方式传递信息，通信效率非常高，但功耗很低。ZigBee网络拓扑结构有星型、树型和网状三种。为满足稳定性要求，本设计选用了网状拓扑结构。

根据家居环境智能监控系统内网和ZigBee技术的特点，本设计中的ZigBee无线网络主要由路由器节点和协调器节点两种节点类型组成。其中路由器节点不仅负责家居环境内相关数据（温度值、湿度值、亮度值、煤气浓度值、设备工作状态值等）的采集，还负责网络的管理与节点间的数据传输，控制外设的工作状态；协调器节点主要负责网络的建立、各路由节点的管理、数据的处理以及对外的接口。

本系统所采用的设备是搭载有TI/Chipcon公司生产的用于2.4GHz IEEE 802.15.4/ZigBee片上系统解决方案CC2430芯片的节点，负责家居内所有信息的采集、传递和外设控制。

三、网络层的设计与实现

网络层负责数据在系统感控层和应用层之间快速、安全、可靠地传送。网络层的通信功能主要由智能网关负责，使用Socket通信方式。由于因特网的通信特点，该智能网关需要设置静态IP，同时工作于服务端和客户端两种模态下。工作在服务端模态下时，主要是接收系统服务器发送的数据（网关自动判断是否是本网关需要接收的数据，主要由通信协议中包含的IP地址决定），并将数据解析后发送至本网关连接的家居监控网络中。工作在客户端模态下时，主要是接收到感控层上传的信息后，主动连接系统服务器，将信息发送至系统服务器。

由于智能网关连接了互联网和ZigBee网络两个网络，因此为保证数据正常传递，智能网关必须能够进行ZigBee协议和TCP/IP协议之间的转换。本设计中采用协调器和网关通过串口直接连接，先由ZigBee硬件完成ZigBee协议与RS-232协议的转换，再由网关实现RS-232协议与TCP/IP协议的转换，最终实现TCP/IP协议和ZigBee协议的高效转换，智能网关工作流程如图3所示。

四、应用层的设计与实现

系统应用层是整个系统的“大脑”，主要功能是完成网关上传的数据的接收、汇总、互通、分析、决策，数据下发等功能，是整个系统的控制和决策中心。根据物联网关于应用层的定义，本设计的应用层具体包括两部分：一个是系统服务器；另一个是终端设备。系统服务器负责所有数据的接收、分析、存储、修改，根据控制算法进行决策和控制命令发送等。终端设备是电脑、智能手机等智能终端，用户可通过这些设备搭载的Web浏览器访问系统服务器的网站站点，实现系统功能的使用，而不再是传统的在终端上安装相应的软件，这就大大降低了对用户的硬件要求，增强了系统的实用性。

系统服务器由Web站点服务器、业务处理服务器、数据库服务器三部分组成，分别完成Web页面、数据接收和控制决策、数据管理等功能，如图4所示即为系统服务器的架构图，三个服务器是分别设计和独立运行的，但又是相互关联的，其中业务处理服务器与Web服务器通过数据库服务器进行连接和数据交换。

（一）Web服务器

为减轻客户端的负担，增加系统实用性，Web服务器的设计采用了目前流行的浏览器/服务器（browser/server，B/S）结构模型。B/S结构下的应用程序、逻辑处理和数据全部集中安放在Web服务器上，而用户只需要统一使用浏览器即可访问Web服务器，通过用户界面使用本系统功能。

系统采用的是Microsoft的Web服务器Internet Information Server（IIS），网站开发技术使用的是。技术具有很高的页面处理速度和运行效率，节省系统资源，完全面向对象，具有平台无关性且安全可靠，特别适合应用于页面和远程系统服务器之间数据交互比较频繁的系统。数据访问采用了与同一框架（.NET Framework ）下的技术，实现Web服务器与SQL Server 2008数据库的数据交互。确保了Web服务器能够根据用户的需求快速、准确地访问到数据库，实现数据的存储、查询、更新和删除等操作。

（二）数据库服务器

本系统的数据库服务器采用Microsoft SQL Server 2008设计，主要负责存储和管理系统内的所有数据，具体操作由Web服务器和业务处理服务器调用。数据库服务器共设置了用户信息管理模块、用户设置管理模块、室内环境状态管理模块和设备状态管理模块四个模块。数据库服务器是一个“被动”服务器，只负责数据的存储和管理，存储的数据是由业务处理服务器或Web服务器写入、删除或修改。

（三）业务处理服务器

业务处理服务器工作于服务端模式，向智能网关开放服务器端的IP和端口，时刻侦听智能网关是否有数据上传。接收数据后，会进行数据包的解析、数据类型分析、数据提取、逻辑处理和控制决策。其中的业务处理功能可分为两个部分：第一部分是将系统感控层上传来的数据或处理结果准确存储到数据库中，保障业务处理服务器程序和Web服务器程序进行合法查询；第二部分是系统轮询服务，系统能够实时不断地查询所有用户的设置信息，根据用户设置和当前家居状态进行控制决策，判断当前系统时间是否到达用户设置的某个子状态的更改时刻，如果满足条件，会根据用户设置更改和控制家庭内部的环境状态。业务处理服务器运行界面如图5所示。

在实验室条件下，经过实际测试，该系统能够智能、稳定地工作，达到预期目标，如图6所示。采用三层架构的系统模型的结构十分清晰，既可节约投资成本，又方便维护、升级和改造。此外，可将系统服务器移植到云平台（如微软Azure云平台、IBM云平台、新浪云平台等），借助云平台强大的计算和存储能力，能够在处理和储存能力、稳定性、安全性和可移植性上获得高幅提升，具有较好的应用前景。

【参考文献】

[1]高守玮，吴灿阳，杨超等. ZigBee技术实践教程[M]. 北京：北京航空航天大学出版社，2011

篇5

中图分类号：TP273 文献标识码：A 文章编号：1674-7712 （2014） 04-0000-01

本文主要描述联网技术的低功耗信息采集系统中数据采集传输的部分。数据采集采用传感器，传感器将数据采集后，将数据传输到ZigBee网络模块中，利用ZigBee的一系列优势，快速准确将各个传感器中的数据传输到FFD，最后各个FFD通过GPRS将数据发送到控制中心的GPRS接受模块上。MSP430处理芯片为硬件核心，以JN5139为RF发射前端的硬件设计为原理，让ZigBee无线传感网络节点与节点之间传输效率更高。

一、硬件的设计

（一）MSP430

强大的处理能力MSP430系列单片机是一个16位的单片机，采用了精简指令集（RISC）结构，具有丰富的寻址方式（7种源操作数寻址、4种目的操作数寻址）、简洁的27条内核指令以及大量的模拟指令；大量的寄存器以及片内数据存储器都可参加多种运算；还有高效的查表处理指令；有较高的处理速度，在8MHz晶体驱动下指令周期为125ns。这些特点保证了可编制出高效率的源程序。

在运算速度上，MSP430系列单片机能在8MHz晶体的驱动下，实现125ns的指令周期。16位的数据宽度、125ns的指令周期以及多功能的硬件乘法器（能实现乘加）相配合，能实现数字信号处理的某些算法（如FFT等）。因为其降低芯片电源电压和灵活可控的运行时钟上，MSP430非常的省电。它的电源采用1.8～3.6V，让其在1MHz的时钟下运行，电流仅有200～400uA，当时钟关断模式时，最低功耗只有0.1uA。

（二）ZigBee的核心模块

ZigBee的核心模块非常小，使用的是JN5139，JN5139是一个低功耗，低成本的无线微控制器，适合IEEE802.15.4和ZigBee应用，它继承了一个32位的RISC处理器，病完全兼容的2.4GHz IEEE802.15.4收发器，192K的ROM，96K的RAM，以及丰富的混合模拟和数字外部设备。JN5139的ROM/RAM架构支持存储系统软件，包括协议栈、路由表、应用程序代码和数据。该器件集成MAC和AES加密加速器，省电模式和睡眠模式，为安全机制和关键程序代码加密。

在ZigBee网络中，节点可以分为两种类型：有路由功能的节点和没有路由功能的节点。通常终端设备经常采用的是没有路由功能的RFD精简设备，而路由器和协调器是有FFD全功能设备组成的。

GPRS是在现有的GSM网络基础上发展起来的一种分组交换和传输方式，在嵌入式系统中应用非常广泛。它的基本功能是在移动终端与标准数据通信网络的路由器之间传递分组数据。GPRS具有数据传输速率高、永久在线等优点，被广泛应用于远程监控系统。

目前，利用微控制器接入互联网基本上有两种方式，一种是驱动以太网网卡，通过以太网接入互联网，另一种是直接驱动调制解调器，利用现有的电话系统，向ISP拨号上网。这两种方式都是有线上网，但对移动环境和难于布线的场所有其局限性。解决这一问题的方法之一是无线上网，相对比较成熟的一种技术是利用GPRS实现无线上网，即以微控制器为控制中心，驱动GPRS通讯模块，利用GPRS网络连接到互联网，实现无线上网，克服了有线上网的局限性。本文就将这一方面进行阐述和实现。

主站的工控机通过串口与GPRS模块通信，在每个监测点装上传感器，组成传感器网络。这个网络易于扩展，当有其他需要监测的点增加时，ZigBee具有自组网功能，在上电时会自动监测到新增的节点。

当传感器检测需要的信号后，经内含ZigBee传感器节点RFD模块处理后得到数据信息，然后协调器节点ZigBee FFD模块将数据信息打包处理，通过RS232与GPRS模块相连，经GPRS网络将数据信息传输至监控中心，监控中心可将信息统计存储。然后做出处理。

二、软件的开发

由于使用网络的结构不同如星型结构、簇状结构、网状结构，星型结构可以直接将数据传送，不用考虑数据转发的问题；若为簇状结构或网状结构，则影响着各个节点之间通过多跳数据发射进行数据传输。

在ZigBee网络中，节点使用Cluster-Tree算法，按照父子关系选择路径，即当收到一个节点的数据后，如果发现者条数据分组不是传送给自己的，那么，它只能将其转发给父节点或子节点。所以这样建立起来的路径不一定是最优的路径，就会给数据的发送增加延迟。为了提高效率，在ZigBee及诶单中使用AODVjr算法去发现路由，意思是，可以不按照父子关系而直接发送其到通信范围的其他路由节点，从而提升了效率。也就是FFD将单个RFD的监测数据进行整理，并通过无线网络将数据以帧的形式传送至网关节点，网关节点作为协调器与各路由节点进行动态组网构建网络。在传输过程中监测的数据可能被多个路由节点处理，经过多跳后汇集到网关节点。软件流程为上电后，首先进行软硬件初始化，扫描信道并新建网络，然后开始监听网络，如果监听到节点的入网请求，则为节点分配网络，如果监听到远程命令，则开始接收终端节点数据并向远程控制中心发送，在数据采集中，要求10分钟采集一次，那么期间让其休眠，能够节省电量。

三、结束语

物联网信息时代已经来临，它是既互联网后的又一次科技浪潮。将物联网技术应用与现生活相联系已经成为一种趋势。MSP430+ JN5139可以实现无线化、远程化。测温节点的ZigBee采用JN5139模块，不再需要其他处理器，不但降低了系统的成本，也大大降低了系统的结构和功耗，ZigBee无线传输网络可以实现主控模块与传感器节点之间的数据传输，GPRS网络解决了ZigBee的短距离传输局限性，实现远程无线监控，这种低碳科技能够准确的帮助我们获取到我们想要的数据，不管从理论还是现实上来说，它无疑会成为广泛应用的技术。

参考文献：

[1]施军，黄卫东.物联网打造智能家居[J].中国电信业，2010（12）：70-71.