基于边缘计算的物联大数据接入技术研究

发布时间：2021-10-29 16:28

　　随着物联网技术的不断发展和普及,万物互联的时代将全面开启,伴随着智能终端种类和设备的持续增多,其产生的海量数据所面临的数据传输处理问题日益浮现,这些设备不仅有智能手机或笔记本电脑,还包括智能汽车,自动售货机,智能可穿戴设备,外科医疗机器人等。以传统云计算为核心的大数据计算方式,需要将无数类型的智能设备生成的海量数据集中入云进行数据计算、管理和分析,大规模数据接入传输会消耗大量的网络基础架构和云基础架构资源,从而加剧延时和带宽负载问题,导致物联系统中的实时计算需求无法满足。因此,基于边缘计算模型的边缘式大数据处理方式逐渐集成到大型物联网系统中。在物联网系统中,边缘计算层离物联网终端设备更近,因此,它不仅可以进行数据收集处理等任务,还可以减少终端设备与云中心间的传输延迟。但边缘节点的计算和存储资源十分有限,难以处理大规模数据。因此,本文提出了一种将云与边缘节点相结合并利用深度学习技术进行传感数据接入传输的方法,该方法可以缩短响应时间,提高数据传输效率,同时还可以减少网络流量,达到降低带宽负荷的作用。论文的主要工作包括:第一,本文通过对传统物联网系统数据接入需求进行分析,阐述了基于云和边缘计... 

【文章来源】：北方工业大学北京市

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 国内外研究现状
    1.3 研究问题及分析
    1.4 本文主要研究内容
    1.5 论文的组织结构
第二章 相关技术
    2.1 边缘计算
        2.1.1 边缘计算简介
        2.1.2 两种计算模型
        2.1.3 边缘计算优势
    2.2 物联网
        2.2.1 物联网简介
        2.2.2 物联网数据接入机制
        2.2.3 物联网数据传输调度
    2.3 深度学习
        2.3.1 深度学习简介
        2.3.2 深度学习典型模型
        2.3.3 深度学习应用发展
    2.4 本章小结
第三章 基于边缘计算的数据接入原理
    3.1 系统总体架构
        3.1.1 物联网设备层
        3.1.2 边缘计算层
        3.1.3 云中心层
    3.2 边云协同方法
        3.2.1 边云协同方法原理
        3.2.2 边缘端数据接入算法
        3.2.3 云端数据预测算法
    3.3 本章小结
第四章 物联数据接入系统设计与实现
    4.1 物联数据接入系统总体设计
    4.2 物联数据接入系统边缘端的设计与实现
        4.2.1 树莓派
        4.2.2 Keras框架
        4.2.3 边缘端数据接入方法的实现
        4.2.4 边云协同预测方法的实现
    4.3 物联数据接入系统云端平台部署方案
    4.4 边缘设备和Things Board平台模块的数据传输
        4.4.1 边缘设备和云平台的数据传输方式
        4.4.2 边缘设备与云端数据传输具体流程
    4.5 本章小结
第五章 实验结果分析
    5.1 实验环境
    5.2 数据预测的精度评估
        5.2.1 实验数据
        5.2.2 实验方法
        5.2.3 实验分析
    5.3 带宽负载评估
        5.3.1 实验方法
        5.3.2 实验分析
    5.4 数据传输延时评估
        5.4.1 实验方法
        5.4.2 实验分析
    5.5 本章小结
第六章 总结与展望
    6.1 主要结论
    6.2 研究展望
参考文献
在学期间的研究成果
致谢



本文编号：3464992