基于边缘计算的大规模传感器高频采集系统研究

发布时间：2022-02-09 08:05

　　基于边缘计算研究传感器高频次采集数据的传输、存储和处理技术架构,提出了传感器高频采集设备的软硬件模块组成,并形成通用数据分析处理软件框架,以长时间综合分析多个高频采集设备的数据,为物联网应用对大规模传感器数据进行挖掘处理和分析判决提供基础。 

【文章来源】：广东通信技术. 2020,40(09)

【文章页数】：5 页

【部分图文】：

系统体系结构图

图1 系统体系结构图系统采用分布式架构,充分利用MEC计算服务器的高性能运算能力,对异构数据实施高效的存储、管理、同化、分析与信息发现,以实现高可信度的实时预警决策。其中,数据存储和管理涉及异构数据整合和数据仓库设计;异构数据同化、分析和信息发现则是评估与预警服务的关键。

如图3所示,设备由多个模块组成,高精度时钟模块经校准后,为设备提供高精度的时间同步功能;移动通信模块支持与4G/5G移动网络进行通信;传感器网络通信模块具备协议栈处理功能,提供与低速/高速传感器网络及设备的通信,并通过总线(SPI)与主处理器相连;WiFi模块提供到无线局域网的接入能力;信息显示模块为设备提供图形化信息显示;外部采控提供高频采集设备连接多种传感器的接口,并进行接口转换和防护处理;GPS/北斗模块提供设备位置信息;数据处理和控制模块为高频采集设备提供高性能的处理能力;电源模块为设备所有其它模块供电。3.4 高频采集设备软件框架

【参考文献】：
期刊论文
[1]无线传感器网络数据传输延时分配算法[J]. 高翔霄,俞达,任月慧,高玲玲,徐丽.  计算机测量与控制. 2020(05)
[2]5G网络边缘计算技术分析及应用展望[J]. 朱春荣.  电子测试. 2020(02)
[3]5G边缘计算技术及应用展望[J]. 马洪源,肖子玉,卜忠贵,赵远.  电信科学. 2019(06)
[4]传感器网络高频数据采集算法[J]. 王续澎,郭忠文,刘颖健,刘石勇,王玺.  中国海洋大学学报(自然科学版). 2019(05)
[5]物联网智能边缘计算[J]. 张旭,佟晓鹏,张宇,王鹏.  人工智能. 2019(01)
[6]5G核心网关键技术研究[J]. 聂衡,赵慧玲,毛聪杰.  移动通信. 2019(01)
[7]边缘计算在物联网中的作用[J].   无线电通信技术. 2019(01)



本文编号：3616660