5.3 物联网技术体系

物联网涉及的技术领域众多，包括感知、控制、嵌入式系统、微机电、网络通信、微电子等，因此物联网囊括的关键技术也很多。2011年，工信部电信研究院发布的《物联网白皮书（2011年）》将物联网技术体系划分为五大关键技术，包括感知技术、网络通信技术、应用技术、共性技术和支撑技术。物联网技术体系如图5-2所示。

5.3.1 感知技术

传感和识别技术是物联网的基础环节，对物理世界的信息进行感知和现实物体进行控制。传感器将物理世界中的各种模拟信号转化成可供处理的数字信号，识别技术则实现对物联网中物品标识和信息获取。感知技术主要涉及RFID技术和传感器技术。

1）RFID技术

射频识别（Radio Frequency Identification，RFID）技术是物联网的关键技术之一，它是一种自动识别和跟踪物体的技术，依赖于使用RFID标签等设备存储和检索数据。RFID技术由RFID标签和读写器连接到计算机系统构成。一个典型的RFID系统包括三个主要的部件：标签、读写器和RFID中间件。标签位于需要被识别的对象上，它是数据载体；读写器有一个天线，可以发射无线电波，标签进入读写器的感应区域就能通过返回数据进行响应；RFID中间件可以提供通用服务，负责管理RFID设备和控制读写器和标签之间的数据传输，同时还有硬件维护。随着RFID技术应用的推广，RFID技术越来越受到各行各业的关注，其中就包括制造业。RFID技术具有识别唯一性、可重复读写、防水、耐高温等优点。

2）传感器技术

传感器是指能感知预定的被测指标并按照一定的规律转换成可用信号的器件和装置，通常由敏感元件和转换元件组成，用来感知信息采集点的环境参数。例如，声、光、电、热等信息，并能将检测感知到的信息按一定规律变换成电信号或所需形式输出，以满足信息的传输处理、存储和控制等要求。如果没有传感器对被测的原始信息进行准确可靠的捕获和转换，一切准确的测试与控制都将无法实现。即使是最现代化的电子计算机，没有准确的信息或有不失真的输入，也将无法充分发挥其应有的作用。

传感器的类型多样，可以按照用途、材料、输出信号类型、制造工艺等方式进行分类。常见的传感器有速度传感器、热敏传感器、压力和力敏传感器、位置传感器、液面传感器、能耗传感器、加速度传感器、射线辐射传感器、振动传感器、湿敏传感器、磁敏传感器、气敏传感器等。随着技术的发展，新的传感器类型也不断产生。传感器的应用领域非常广泛，包括工业生产自动化、国防现代化、航空技术、航天技术、能源开发、环境保护与生物科学等。

随着纳米技术和微机电系统技术的应用，传感器尺寸的减小和精度的提高，大大拓展了传感器的应用领域。物联网中的传感器节点由数据采集、数据处理、数据传输和电源构成。节点具有感知能力、计算能力和通信能力，即在传统传感器基础上，增加了协同、计算、通信功能，就构成了传感器节点。智能化是传感器的重要发展趋势之一，嵌入式智能技术是实现传感器智能化的重要手段，其特点是将硬件和软件相结合，嵌入式微处理器的低功耗、体积小、集成度高和嵌入式软件的高效率、高可靠性等优点，同时结合人工智能技术，推动物联网中智能环境的实现。

5.3.2 网络通信技术

网络通信技术主要实现对数据与控制信息的双向传递和控制，重点技术包括低功耗路由、自组织通信、低速近距离无线通信技术、无线接入M2M通信增强、IP承载技术、网络传送技术、异构网络融合接入技术及认知无线电技术。

M2M技术是物联网实现的关键。M2M技术是机器对机器（Machine To Machine）通信的简称，指所有实现人、机器、系统之间建立通信连接的技术和手段，同时也可代表人对机器（Man To Machine）、机器对人（Machine To Man）、移动网络对机器（Mobile To Machine）之间的连接与通信。M2M技术使用范围广泛，可以结合GSM/GPRS/UMTS等远距离连接技术，也可以结合Wi-Fi、蓝牙、ZigBee、RFID和UWB等近距离连接技术，此外还可以结合XML和Corba，以及基于GPS、无线终端和网络的位置服务技术等，用于安全监测、自动售货机、货物跟踪领域。目前，M2M技术的重点在于机器对机器的无线通信，而将来的应用则将遍及军事、金融、交通、气象、电力、水利、石油、煤矿、工控、零售、医疗、公共事业管理等各个行业。短距离无线通信技术的发展和完善，使得物联网前端的信息通信有了技术上的可靠保证。

网络通信技术为物联网数据提供传送通道，如何在现有网络上进行增强，适应物联网业务的需求（低数据率、低移动性等），是该技术研究的重点。物联网的发展离不开通信网络，更宽、更快、更优的下一代宽带网络将为物联网发展提供更有力的支撑，也将为物联网应用带来更多的可能。

5.3.3 应用技术

海量信息的智能处理主要综合应用高性能计算、数据库、人工智能和模糊计算等技术对感知设备传输的数据进行处理，重点涉及数据存储、数据挖掘、平台服务、云计算等。面向服务的体系架构（Service-Oriented Architecture，SOA）是一种松耦合的软件组件技术。SOA把不同功能的应用程序模块化封装，并通过标准化的程序接口和调用方式将不同的模块连接起来，从而快速高效地实现系统开发和部署。

云计算是应用技术的关键技术之一，它是网络计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等传统计算机技术和网络技术发展融合的产物。它旨在通过网络把多个呈相对较低的计算实体整合成一个具有强大计算能力的完美系统。

物联网要求每个物体都与该物体的唯一标识符相关联，这样就可以在数据库中进行检索，并且随着物联网的发展，终端数量的急剧增长，会产生庞大的数据流，因此需要一个海量的数据库对这些数据信息进行收集、存储、处理与分析，以提供决策和行动。传统的信息处理中心难以满足这种计算需求，这就需要引入云计算。

云计算可以为物联网提供高效的计算、存储能力，通过提供灵活、安全、协同的资源共享来构造一个庞大的、分布式的资源池，并按需进行动态部署、配置及取消服务，其核心理念就是通过不断提高“云”的处理能力，最终使用户终端简化成一个单纯的输入、输出设备，并能按需享受“云”的强大计算处理能力。

5.3.4 共性技术

共性技术涉及多种网络技术，其中主要有架构技术、安全和隐私技术、网络管理技术、标识和解析技术等。物联网为满足异构系统的互操作及异构网络的互通信能力，需具备统一分层清晰的网络架构以此适应物联网的不同业务要求。标识和解析技术是对各类实体赋予一个或者一组特有的属性，包括物理实体、通信实体和应用实体，同时能正确解析该属性的技术。标识和解析技术主要实现不同地区范围的各类标识体系之间的互操作、标识管理及其解析等。安全和隐私技术包括各层面安全体系架构、安全管理机制、用户隐私保护技术及传感设备的海量应用对人类正常生活所带来的不确定性安全威胁等。为对物联网上海量部署的传感设备实现有效管理，网络功能和适用性分析是必不可少的，必须开发适合的管理协议，网络管理技术重点涉及功能、协议、需求和模型的管理。

5.3.5 支撑技术

支撑技术涉及范围很广，主要技术如下所述。微机电系统是传感器节点微智能化的重要支撑技术，主要实现对传感器、执行器、处理器、通信单元、电源系统的集成化；嵌入式系统是实现物体智能化的基础，主要依据设备的功能、成本、体积、功耗等综合因素，轻量化的裁剪嵌入式计算机技术；软件和算法是物联网各功能实现正常运行，以及决定其表现行为的主要技术，主要包括物联网计算系统体系结构与软件平台研发、各种物联网计算系统的感知信息处理等；新材料技术主要是传感器件相关技术，可提高传感器的准确度、稳定性等性能，传感器敏感材料包括湿敏、气敏、热敏、压敏、光敏等材料；电源与储能包括能量储存与捕获、电池技术、极端工况下的发电、能量循环利用等技术。