1.4 物联网技术展望

随着物联网和传感器网技术的蓬勃发展，我国物联网产业的发展也正式提上议事日程，已形成初步的自主的物联网标准体系和研究框架，并且在智能电网、智能工业、智能物流、智能农业、智能环保、城市公共安全、城市智能交通、周界防入侵、智能家居和智能医护等方面启动了较大规模的物联网示范应用工程。同时，物联网结合传统产业的发展与应用，也对其计算与处理、关键软件系统、关键核心芯片与设备及核心智能算法等提出了越来越高的要求。

我国在传感器技术、传感器网络技术、射频识别技术、下一代无线通信技术、下一代互联网技术等方面经过了多年的发展，已经取得了长足的进步，对于物联网所涉及的单元技术具有了一定的技术储备。但是，在整个物联网的生态环境中，我们在核心的知识产权，特别是关键性的芯片、设备及软件算法等方面，仍需要进一步提高。目前，物联网已经获得产业和研究界的普遍关注，并获得了行政部门的大力支持，应瞄准世界领先的水准，抢占这一未来信息技术的制高点。物联网可以提供随时随地服务、安全、规模化、低成本、高可靠、高性能的服务。通过云计算模式，可以完成广域范围的物联网应用服务；通过海计算模式，可以完成物联网局部区域的独立应用服务。

云海结合的计算模式是物联网的典型特征，主要研究如何利用海量节点的前端智能，通过节点间的协同自组织和自反馈，达到智能感知及精确控制的目的。因此，和云计算模式相比，海计算模式面临更多新的挑战，也将成为物联网技术未来发展的方向。“云海计算”的模式在学术界提出不久，其理论体系和内容还需要不断丰富和完善，本书未能展开详细讨论，未来发展方向包括以下几个方面。

（1）海计算模式的复杂小系统建模。在复杂的环境中，首先需要针对不同的应用背景，对物联网的服务系统进行系统建模，其中包括：感知模型的建立、计算模型的建立、状态模型的建立等，并组建相应的服务模式。

（2）海量数据表示及其智能化处理。海计算所面临的感知数据具有多层次、高维数、异质、异步性等特点，因此会面临着这些海量异构信息的适应性建模、统一表示、异步信息的融合处理、海量数据的关联、存储计算、管理维护及服务提供等方面的挑战。

（3）高效分布式处理与轻量级实现。由于感知节点通常散布稠密，每个节点都集成了相关的传感器，可以得到局部信息，但需要通过节点间的协同，利用分布式处理的方式，根据这种局部的信息获得有意义的全局信息。由于能量、通信、传感、计算、存储等资源的限制，算法需要考虑轻量级的实现，要能根据不同的系统要求和资源限制，按照服务需求，实现分级的信息处理，输出多尺度的结果。

（4）云海结合的性能指标综合优化。在进行信息处理的时候，信息处理的效果不再是唯一的主要指标，需要综合考虑如能量、精度、时间、空间、复杂度等多因素的优化。要有效地利用有限资源（包括能源、计算、通信、存储等）满足多用户的多任务需求，就需要将各单元作为一个整体系统地研究，因此各项技术都不是孤立的，而是相互联系、相互促进的。例如，对传感器网络结构体系的研究，关系到系统的通信协议和路由方式的设计，而对于这样一种以数据为中心的系统，其体系结构、通信方式又要服务于对信息流的操作；反过来，对信息利用的程度、利用的方式、具体的算法等也要考虑系统的体系结构、通信方式等因素。 McrNjckQTK7P6jm6em64OOb7v1MvFbgkRd5IXdFKbimJw1uW7TRByZ+TCPKCIqkl