物联网处理技术大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇物联网处理技术范文，希望它们能为您的写作提供参考和启发。

篇（1）

物联网技术作为一种物物相联的计算机网络技术，正在迅速改变工业自动化的变革。污水处理工程一般地处偏僻，基础设施不够理想的地方，大部分污水厂分布处理，自动化程度不一样，结构复杂，安全等级也不一样。这就要求使用物联网技术将不同硬件平台下的设备相联，及时获取现场设备的运行状况，将各种设备的运行参数，运行状态了如指掌，真正做到快速响应、精确定位、及时报警。物联网技术在污水自动化处理系统中的应用，能解决污水厂分布远，工作环境恶劣等问题，也能提高污水处理厂的自动化水平，还能提高污水处理公司厂的经济效益。

一、物联网

所谓物联网技术，就是指传感网技术的别称，是也现代传感器技术、分布式信息处理技术、嵌入式计算机技术、现代网络及无线通信技术等的综合。物联网系统通过微型传感器设备采集各种设备的数据，再通过无线的方式收集这些原始数据，最后以自组多跳的网络方式传送到用户终端，实现传感设备、计算机网络和用户三者之间的相联。通过网络界面为管理集成化的传感器设备。物联网系统通过无线传感、射频识别（RFID）、红外感应器、全球定位、传感器等技术，使用一定的协议进行数据交通，实现自动化管理，实现物与物之间的相连，加强物与人之间的相连，最近实现智能化数据的识别、定位、跟踪、监控和管理。

二、物联网技术体系结构

联网技术体系结构包括三层，依次是感知层、网络层和应用层

（1）感知层：该层主要完成传感器设备数据的采集与感知。通过传感器、RFID、多媒体信息采集、二维码和实时定位等技术采集各种设备的物理量、标识、音频、视频数据。再通过传感器网络组网和协同信息处理技术对所采集的数据进行短距离传输、自组织组网和数据的协调处理。（2）网络层：该层通过传感器网络实现与移动通信网络与计算机网络数据交换，物联网技术可以实现传感器数据无障碍、高可靠性的数据传送，能够实现物物相联的数据传输要求。（3）应用层：该层包括两个子平台，一个是应用支撑平台，一个是应用服务平层。通过应用支撑平台实现跨系统、跨应用之间的数据交换，通过应用服务平台实现智能自动化、智能控制等方面的应用。

三、物联网技术在污水处理系统中的应用

某公司下属企业共有6个污水处理厂，地位偏僻地带，厂与厂之间距离偏远。每个厂配有成套处理设备，由运营部、技术部、化验室和办公室等机构独立运营。厂与厂之间数据资源、技术资源和设备、人员等无法实现资源共享。公司总部为了及时获取各污水厂的信息，消耗了大量的人才、财力、物力。为提高管理效率，节约生产管理成本，公司建立了一个物联网系统，效果明显。

3.1完善分厂的自控系统

完善各分污水处理厂的自控系统，将所有污水处理设备接入PLC，使用中央控制电脑来监视各污水处理设备的PH值和COD等水质参数，通过传感控制设备来控制提升泵，搅拌器，鼓风机等设备，实现所有污水处理厂的自动化控制，提高各分厂的自动化控制水平。

3.2组建光纤网络

完善各污水处理厂设备和仪表的并网工作，租用电信光纤网络，组建企业级光纤局域网，将各分厂的中央控制电脑连接在一起，给每个电脑设备分配静态IP地址，实现各分厂的远程监控。

3.3搭建污水处理物联网系统

实现光纤网络并网后，搭建污水处理物联网系统，购置数据库服务器和管理软件，开发物联网联系系统平台，实现各分厂数据处理和。为了实现所有污水处理分厂自控系统的互联，将合分厂原来不相同的组态软件进行升级换代，统一为IFIX组态软件，采用同种通信协议，保证数据传输的稳定性。最后通过光纤网络，集中各污水处理厂的所有设备仪器的控制和信息反馈，实现物物互联。使各污水处理厂均能成为生产控制中心，了解所有厂区的生产情况，远程操控各种生产设备，视频监视水质是否异常，设备是否正常运转。

四、结语

总之，污水处理物联网系统通过物联网技术集成相互独立的自动化系统，通过光纤网络汇集数据到数据库服务器，再通过软件平台实现数据的共享与，实现自控系统中传感设备的操作与控制，实现数据的管理和共享。随着我国环境保护意识的增强，各污水处理系统必将会引入物联网技术，实现真正的自动化发展道路。

篇（2）

中图分类号：TP391.44

物联网的基本理念出现于20世纪90年代后期，物联网作为一个新兴的信息技术领域，引起了世界各国的极大关注[1]，而物联网最初的概念是从麻省理工学院Auto-ID中心在1999年创造的[2]。物联网是一种按约定的协议，通过射频识别、红外感应器、全球定位系统以及激光扫描器等信息传感设备，把任何与物联网相连接的物品，进行信息交流和沟通，从而实现对物品进行智能化的识别，定位，跟踪，监控和管理的一种信息网络。本文即将要表述的是物联网构架和智能信息处理理论与关键技术。

1 物联网的基本构架

物联网是以互联网技术为核心和基础的，同时也是在互联网基础上的延伸和扩展的网络。其基本构架可以分为三大点，即基于RFID、传感网络和M2M的物联网应用构架。

1.1 RFID的物联网应用架构

物联网是作用在RFID中的，所以，无线射频在识别的过程中，就会产生一种不同类别的技术模式，此种技术模式拥有较高的灵活性，可以将“物”转换成智能形式的物件，此种物件属于自动化识别技术类别，RFID最为重要的应用则是在非移动以及移动之间，产生的资产标记，以此来将不同的管理和根据目的实现。笔者根据近年来有关物联网的最新报道，从2005年的关于物联网年度报告“Internet of Things”[3]，以及2008年召开的国际首届物联网学术研讨会[4]，同年，Kranenburg物联网的专著[5]，Yan等人编著一本学术专著，初步判定有形的物联网已经成为国际上一个热门的研究。

1.2 分析传感网络的物联网应用架构

传感网络一方面属于无线形式的传感网络，另一方面还属于人体传感网络以及视觉传感网络。在本文中具体研究的则是WSN，主要工作的模式是“自治”形式下的无线传感器，基于此，将外部设置的特殊环境条件相应的完成，具体包含：振动、位移、声音、压力、化学成分、湿度以及温度等。WSN往往是自治形式下的可重构网络类别，是由电源、微控制器以及无线收发器构成其工作模式。包括无线网状网络和移动自重构网络。WSN中的传感节点具有数量多、密度大的特点，WSN拓扑频繁变化，也可以使用广播服务，并且一个节点的能量存储能力可能受到极大程度上的限制，导致上述识别ID可能不是均匀的形式。

通过了解无线传感器网络的特点，WSN比较关心的运行速度能否是合理的内部协议的设计。大多数无线传感器网络在分析过程中相对关注网络的基础型设施，对于基础型设施较为重视其动力和持久性等特点，根据现阶段的发展现状，无线传感器网络与“物联网”有着加大层面的距离，例如：在一定层面上研究PML以及ONS的深度上是远远不够的。并且，具体分析无线传感器网络的工作人员，只是严格关注无线技术，可是却忽视了传输层与总线的长距离通信，以及组合感知层的无线通信方面。在推广业务和视图的实用性上进行分析，此组合模式虽然基本达成了有效应用和稳定开展的资格，但是，为了能够使其更加的便捷和完善，物联网还是会继续对WSN的问题进行研究。

1.3 智能信息处理的主要需求

在处理物联网智能信息方面，一定要顾虑到“物体”在计算能力上是怎样的。由于传感节点拥有着局限性质下的计算能力，不能够把较为繁琐的信息进行完善的处理，而是转交给到能够完成的媒介中，例如传感器。在处理智能信息过程中，需要利用网络组件或者网管进行任务的计算。并且，还需要分析传感节点中应该具备的功耗问题。若所传输的远视数据比直接意义的处理中消耗更多的电能，就需要在传感节点中开展计算的过程中，由传感节点开展信息的处理。运用这样的方式才能够将节能的目的实现，还能够实现节省宽带资源以及分布式计算的目标。

以规模化的角度进行分析，早期的WSN在应用的过程中都是小型的规模，具体的原因就是系统和系统之间不能够开展有效的信息互通。此时，提出物联网极大的解决了WSN规划化的问题。当信息的分布式正确的存储之后，传统形式下不同特征的系统数据，就会及时的存储于相同的存储器中，这样的形式为系统信息的共享给予了极大的便利条件。也就是将语言操作问题解决，就可以有效的应用物联网，从而将应用规模化实现。

2 智能信息处理理论与关键技术

物联网是利用多种接入技术实现了大量的电子器件和海量数据的大规模虚拟网络。通过上述对物联网基本结构的分析，了解物联网应用到的关键技术实则包括识别技术、传感技术、网络技术、信息处理技术等。在以物联网的知识表达与情景感知等相关技术为核心的物联网智能信息处理，是体现人工智能信息处理的一个分支，不仅在情报学的范围内，也是计算机领域的前沿范畴。通过连接中的多种类型的设备，检测事物发生的时间，根据获取物体发生事件的类型，对其数据进行合适的处理，使得处理后的数据能够判断出事件的类型，然后再将这种转化为能被计算机是别的数据存储在计算机中。

物联网智能信息处理的目标是将RFID、传感器和执行器信息收集起来，通过数据挖掘等手段从原始信息中提取有用的信息，为用户提供创新技术的支持。从信息流程来看，物联网智能信息处理分为信息获取、表达、量化、提取和推理等阶段。智能信息处理本质是将从各种设备上获取过来的海量信息进行自动化处理，通过数据挖掘的手段提取出有用的信息，并对这些信息进行多方面的处理，按照用户设定的需求得出用户能够理解的问题。所以用户可以通过智能处理技术，将存储在计算机中的数据以及所包含的所有的信息一一呈现出来，使得用户了解所发生的事件，这样用户就能与事件相交流，并及时的做出与事件相关联的反应，完成物联网所要求的终极任务。物联网可以使智能信息处理后收集到的数据实现数据的价值。

3 总结

物联网的发展就像因特网一样在世界各国掀起了轩然大波，得到了知名人士的重视。在形成良好的市场规划和商业运行模式时，保障物联网迅速健康发展，就需要完成各个行业向物联网领域的转化。本文通过对物联网构架和智能信息处理理论与关键技术的笼统分析，发现物联网把传统的信息通信网络延伸到了更为广阔的物理世界，对于物联网的探究与开发不仅是一个良好的机遇，同时也是向更高更远的技术的挑战。

参考文献：

[1]裴忠民，李波，朱华.基于云计算的煤矿物联网一体化平台体系架构[J].煤炭科学技术，2013，12（09）：123-124.

[2]孙其博，范春晓，孙娟娟.物联网：概念、架构与关键技术研究综述[J].北京邮电大学学报，2013，11（07）：136-138.

[3]鲁慧民，张博，田剑辉.基于脑认知的物联网信息演化机理研究[J].东北师大学报：自然科学版，2013，10（08）：156-158.

[4]沈志军，沈强，方旭明.物联网架构和智能信息处理理论与关键技术[J].计算机科学，2013，9（04）：177-178.

篇（3）

着计算机和网络技术的快速发展，电脑等移动终端在生活中的应用更加广泛，随之产生的原始数据也日益增加。在处理这些海量数据时，传统数据处理技术已经无法满足数据处理的需求，迫切需要对数据处理技术进行更新，特别是数据库技术。随着市场竞争的激烈化发展，要想实现自身竞争力的增强，则需要对数据处理系统进行改良，对数据处理技术，特别是数据库技术进行及时更新，以便提高物联网动态数据收集、检索和处理的效率，从而确保对物联网海量数据的处理能够更加及时、准确。

1 物联网概念

随着信息化发展速度的不断加快，物联网技术的发展也日渐成熟，在各个I域中都得到了广泛的应用。物联网通过在物品内部嵌入传感器，利用传感器获取物品信息，将物品信息利用无线网络传输至后台信息处理系统，并在不同信息系统之间建立联系，使其形成统一的网络，从而实现对物品的跟踪和对环境的智能化监管。物联网的应用主要是依靠通信技术，在人员、机器及控制器之间建立联系，从而实现对物品的智能化管理。为了满足物联网的数据处理需求，数据处理技术随之产生。该技术的应用，不仅提高了物联网的数据处理效率，也实现了对我国产业结构的优化。

2 物联网海量数据处理技术

2.1 多源数据融合技术

在物联网中，数据信息的类型主要是受数据获取节点的影响，不同节点所获取的数据信息类型也有一定的区别。在处理多源异构海量数据时，依据多源数据融合技术而产生的多源数据信息融合格式的应用，可以让不同节点获取的不同结构数据和本体标准之间形成统一，从而提高对多源数据进行处理的效率。同时，在多源异构数据处理中，将多源数据融合技术和度量技术、数据聚类技术等数据处理技术进行融合，可以让多源数据处理更加统一，从而达到提高数据处理效率的目的。

2.2 数据检索处理技术

随着物联网的应用越来越广泛，数据信息的生成速度和数量也会随之增加，不同维度、节点所产生的数据在结构上有一定的区别，而这也对物联网数据检索处理技术提出了更高的要求。从数据存储的角度来看，要想实现对物联网海量数据的及时存储，应当依据就近存储原则，利用数据存储技术，建立统一的数据获取节点，以便提高数据存储效率。同时，在存储数据信息时，为了提高数据存储的准确性，实现数据的同步更新，则对数据存储空间和容量的设计必须要科学、适宜，并且要及时更新数据库。从数据检索角度来看，数据处理形式主要分为两种，一种是空间流，另一种是时态流。在检索引擎设计中，依据索引算法，按照数据种类对海量数据进行分类整合，可以让数据检索更加快捷。从数据查询角度来看，在物联网海量数据处理中，只要保证数据信息能够得到及时的存储，数据检索能够更加快捷，则数据查询效率就能够得到有效的提升。由此可知，在设计物联网海量数据检索处理技术时，应当在认清物联网特征的基础上，充分考虑数据的数量和类型。并对多源数据进行整合，以便实现对数据的及时处理，提高数据处理的准确性。

3 物联网海量数据处理下的数据库技术应用

3.1 分布式数据库技术

在网络服务中，云技术是一种使用较为广泛的技术，而该技术的功能就是整合网络资源，并实现对数据的线上存储和计算。在物联网的建设和应用中，云技术作为一种极为重要的网络技术，也承担着极为重要的职责。在物联网建设中，通过云技术和海量数据处理技术的结合而产生的分布式数据库技术，可以使物联网系统中的中心服务器与数据服务器之间的联系更加紧密，并建立大量实时数据库 ，从而让数据信息的处理能够更加及时、高效。从数据库规模上来看，依靠分布式数据库技术建立的实时数据库，可以依据物联网数据信息的数量对自身的规模进行调节，这极大地提高了物联网数据信息处理的灵活性，也方便对数据信息进行管理。从系统管理上来看，在物联网系统中，实时数据库的建立可以使物联网系统管理变得更加容易，可以有效减少系统管理中所出现问题的数量。在物联网建设中，分布式数据库技术的应用，为物联网建立了虚拟平台，而该虚拟平台的建立不仅能够使物联网数据信息的处理、存储、等变得更加高效，也能够对系呈菪畔⒋嬖诘某逋唤屑笆薄⒆既返拇？这可以使物联网海量数据处理变得更加快捷。

3.2 内存数据库技术

内存数据库技术是物联网建设所使用的重要网络技术之一，而该技术是结合网络技术与物联网技术的优点而产生的。在物联网建设中，内存数据库技术的应用，可以让数据信息处理更加独立，也能够提高数据信息处理的透明度。内存数据库技术在物联网中的应用主要具备下述几个特点：第一，在物联网数据存储中，内存数据库与其他网络节点不同，内存数据库是以水平切分、读写分离等方式对数据信息进行存储，并实现了对物联网数据库的集群化管理。第二，在各个数据库之间建立联系，可以将物联网海量数据进行整合，对数据信息进行集中管理，从而为其他终端的使用提供便利。第三，内存数据库技术所具备的持久性特点，可以增加数据存储的时间。利用磁盘对数据信息进行复制，可以让数据信息的管理和存储变得更加科学、安全。物联网海量数据的处理过程极为复杂，稍有疏忽，就可能会造成数据信息的丢失、泄露。而在海量数据处理中，利用内存数据库技术，对网络局部功能与空间进行结合，可以使物联网数据的更新更加及时、准确，从而做到对物联网数据信息的同步更新。

3.3 数据的收集与存储

在物联网海量数据处理中，充分利用分布式数据库技术与内存数据库技术，可以让海量数据之间的联系更加紧密，并实现对物联网数据收集和存储流程的简化，促使对海量数据的检索与应用更加快捷，从而保证物联网海量数据处理的科学性、合理性。在物联网海量数据的检索和应用中，合理利用相应的数据服务器或收集器以及相关的网络节点，可以让数据信息检索和应用变得更加快捷、高效。在物联网海量数据处理中，及时、准确地对数据信息进行收集和存储，并保证数据传输的安全性，可以让数据检索和应用变得更加高效。

4 结语

综上所述，在物联网海量数据处理中，依据数据处理技术对数据库技术及其应用进行研究，可以更好地提高物联网数据处理效率，及时解决数据处理存在的问题，促使物联网更好地发展。

参考文献

篇（4）

中图分类号：TP3 文献标识码：A 文章编号：1671-7597（2013）17-0001-01

随着物联网产业的不断发展，为实现“物物相联”及“人物相联”，数以亿计的物联感知设备，如RFID、GPS、搜索引擎、浏览器等，嵌入到实体设备中采集数据。由于感知设备的不断增加，物联网采集的海量数据呈井喷式增长，广泛采用云计算等大数据处理技术，实现数据分析及信息传递、交换的不断优化，从而使得物联网产业在智能识别、定位、跟踪、监控、管理等领域的应用需求从概念化走向商业实质化。

1 大数据及其对物联网产业的意义

1.1 大数据概述

“大数据”，是指一个体量及数据类别特别大的数据集，大数据技术是指从各种各样类型的海量数据中，快速获得有价值信息的技术。目前所说的“大数据”不仅指数据本身的规模，也包括采集数据的工具、平台和数据分析系统。

从实质上来讲，大数据并不是简单解决数据大及复杂的问题，而是对海量数据进行分析，只有通过分析才能获取更多智能化、深层次、商业价值高的信息，才能最终为创业决策提供有价值的信息。例如在智能交通领域，新加坡的公共交通部门近十年来利用个人位置数据做交通需求的预测；荷兰的交通部门利用移动电话的定位功能预测汽车和行人的拥堵状况。

1.2 物联网背后的大数据价值

物联网通常包括感知层、网络层及应用层。感知层产生大量的数据，例如：Facebook每天评论32亿条、新上传照片近3亿张，每周新增数据容量超过60TB。应用层则是基于感知层的这些数据进行再加工，将感知层产生的海量数据通过智能化的处理、分析，挖掘用户的行为习惯和喜好，从凌乱纷繁的数据背后找到更符合用户兴趣和习惯的产品和服务，并对产品和服务进行针对性地调整和优化，从而提供满足不同用户需求的商业应用，而这些应用正是物联网最核心的商业价值所在。简而言之，就是物联网产生大数据，大数据推动物联网。从这个意义上讲，物联网产业的核心就是，广泛运用大数据分析手段进行智能管理和优化运营。

从商业及产业发展的角度来看，物联网背后的大数据可以提供从商业支撑到商业决策的各种行业信息，具备了商业应用实质，可以加快物联网产业商业应用的进程。

2 大数据技术在物联网产业中的应用

目前，物联网产业主要分为4个部分：数据采集、传递、处理、应用。其中数据采集与传递属于基础环节，核心是数据处理与应用环节。我国物联网产业还处在初级阶段，一线厂商还主要以感知层数据采集为主，如RFID、传感器等设备厂商，以及传输层数据传递，如电信运营商等。大数据技术，通过数据可视化、数据挖掘、预测分析、语义引擎以及数据质量和数据管理等手段，有利于推动物联网产业在应用层方面数据智能处理及信息决策的商业应用，主要包括数据采集、数据存储、基础架构、数据处理、统计分析、数据挖掘、模型预测、结果呈现等技术。

2.1 数据采集

海量数据是智能决策的基础。物联网的大数据采集主要包括获取、选择及存储等过程。

大数据获取主要包括传感器、WEB2.0、条形码、RFID以及移动智能终端等技术。传感器技术主要是获取物理数据，WEB2.0是网络互动数据，条形码与RFID是物品基本信息，移动智能终端则是物理数据、社交数据、地理位置信息等综合性数据。例如：中国移动推进移动支付物联网产业时，利用RFID-SIM卡替代普通SIM卡，实现物品交易数据的获取与结算。

大数据选择主要是指数据的去噪及关键信息的提取。与一般的大数据相比，物联网的数据是异构的、多样性的、非结构和有噪声的，更大的不同是它的高增长率。物联网的数据有明显的颗粒性，其数据通常带有时间、位置、环境和行为等信息。如何去噪提取有效信息是智能处理的关键。HP公司基于香农信息论及贝叶斯概率论提出了Autonomy非结构化数据解决方案，实现音频、图片、电子邮件等异构数据的智能化信息理解。

2.2 数据存储

物联网背后的大数据进行分析和分类汇总，通常采用分布式计算集群来实现。对于传统的数据存储及实时分析，关系数据库基本上能满足应用需求，如EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等。但是，对于物联网产生的海量异构数据，以谷歌为代表的IT企业提出了利用大规模廉价服务器以达到并行处理的非关系数据库解决方案，即MapReduce技术。非关系数据库的分布式存储技术，推动了物联网产业通常采用云存储、分布式文件系统等大数据基础架构，以及基于云计算的分布式数据处理方式。目前，IBM、微软、谷歌、阿里巴巴、腾讯等企业，都在推出各自基于分布式计算的云存储，解决非结构化数据的数据关联及基于此的数据分析及数据挖掘等问题。

2.3 数据分析

物联网后台海量数据的统计分析、数据挖掘、模型预测、结果呈现等都属于数据分析。物联网真正的商业价值基础在于数据分析，主要是在现有数据上面进行基于各种算法的计算，从而起到预测的效果，从而实现一些高级别数据分析的需求。比较典型算法有用于聚类的Kmeans、用于统计学习的SVM和用于分类的NaiveBayes，主要使用的工具有Hadoop的Mahout等。例如：在市场营销领域，Google通过免费软件及服务来更精确的理解用户行为和习惯，通过对用户的更精确理解来提供精确广告服务。

3 结束语

随着大数据技术在物联网产业中的不断应用，未来物联网产业必将出现体现不同商业价值的细分产业，既包括数据收集、数据分类、数据处理的原始数据处理企业，更囊括专门从事软件应用集成和商业运作的第三方企业，从而使得整个物联网产业链更加完善，更具用户体验性，也更具商业价值。

参考文献

[1]阮晓冬.物联网握手大数据[J].新经济导刊，2013（8）.

[2]窦万春，江澄.大数据应用的技术体系及潜在问题[J].中兴通讯技术，2013（7）.

篇（5）

1 概述

随着物联网技术的广泛应用，传统产业的管理模式也面临巨大变革，物联网在带来诸多好处的同时，也给软件乃至整个信息技术领域带来了前所未有的挑战。近年来，物联网技术进入商业化应用阶段。目前物联网技术不断与互联网、通讯等技术相结合，已被应用于工业自动化、商业自动化、交通运输、物流、供应链管理、公共信息服务等众多领域，逐步实现全球范围内物资跟踪与信息共享，大幅提高管理与运作效率，降低成本，物联网技术作为下一代信息技术的代表，被看成继计算机、互联网和移动互联网之后全球信息产业的又一次科技与经济浪潮。

基于物联网技术的智能仓储管理系统将物联网技术和仓储管理系统相结合，通过射频识别技术（RFID：Radio Frequency Identification）实现物资的自动识别，利用物联网获取物资信息以及相关仓储信息，实现物资出/入库控制、物资移库/盘点、库存查询统计等业务过程的自动化，解决了目前普遍存在的物资识别困难，物资信息难以实时获取，仓储管理自动化程度不高等诸多问题，方便管理人员进行统计、查询和掌握物资流动情况，达到方便、快捷、安全、高效等要求。

2 现行仓储管理存在的问题

近年来，针对仓储管理的应用系统较多，信息化水平不断提升，取得了令人瞩目的成绩。许多生产型企业将仓储信息化建设视为控制生产成本的关键性解决方案之一，对企业的经营至关重要。但随着仓储管理应用系统的深入使用，也逐渐显现出一些难以解决的问题。

（1）物资识别困难。部分库房储存的物资种类较多，查找物资存放位置相当困难，即使找到物资，也需要做许多重复的登记工作。（2）库房作业缺乏智能化。在库房作业中，大部分企业还未将库房整个作业流程智能化，甚至部分业务还存在凭记忆或纸质单据来开展相关工作，很难保障业务的准确性，最终导致帐物不符。（3）物资信息难以实时获取/更改。以清仓查库作业为例，即使部分企业已采用二维码等相关技术应用于库房管理中，可以扫描识别物资，但由于环境及其它因素影响，不方便扫描，识别度不高，并且在清查库存物资时，如果该物资库存信息有误，则处理起来十分麻烦，信息不能即时更正，效率极其低下。（4）大批量发付效率低下。进行大批量发付时，清点器材无法快速完成，满足不了快速发付的要求。

3 物联网技术的优势

3.1物联网核心技术

物联网是通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。简单地说，物联网就是“物物相连的互联网”。一方面，它以互联网作为核心和基础；另一方面，它将互联网的用户端延伸和扩展到了任何物品与物品之间的信息交换和通信上，是在互联网基础上延伸和扩展的网络。物联网主要分为感知层、网络层和应用层三个层次。

（1）感知层是物联网的皮肤和五官识别物体，采集信息。感知层包括二维码标签和识读器、RFID标签和读写器、摄像头、GPS、传感器、终端、传感器网络等，主要是识别物体，采集信息，与人体结构中皮肤和五官的作用相似。（2）网络层是物联网的神经中枢和大脑信息传递和处理。网络层包括通信与互联网的融合网络、网络管理中心、信息中心和智能处理中心等。网络层将感知层获取的信息进行传递和处理，类似于人体结构中的神经中枢和大脑。（3）应用层是物联网的“社会分工”与行业需求结合，实现广泛智能化。应用层是物联网与行业专业技术的深度融合，与行业需求结合，实现行业智能化，这类似于人的社会分工，最终构成人类社会。

本文中主要采用的物联网核心技术为射频识别（RFID）技术。RFID是物联网最关键的技术和应用之一，其产业链包括标准、芯片、天线、标签封装、读写设备、中间件、应用软件以及系统集成等。此外，RFID应用关键技术主要体现如下：

（1）RFID应用体系架构：例如RFID应用系统中各种软硬件和数据的接口技术及服务技术等。（2）RFID系统集成与数据管理：例如RFID与无线通信、传感网络、信息安全、工业控制等的集成技术，RFID应用系统中间件技术，海量RFID信息资源的组织、存储、管理、交换、分发、数据处理和跨平台计算技术等。（3）RFID公共服务体系：提供支持RFID社会性应用的基础服务体系的认证、注册、编码管理、多编码体系映射、编码解析、检索与跟踪等技术与服务。（4）RFID检测技术与规范：例如面向不同行业应用的RFID标签及相关产品物理特性和性能一致性检测技术与规范，标签与读写器之间空中接口一致性检测技术与规范，以及系统解决方案综合性检测技术与规范等。

3.2 物联网技术对仓储管理的应用分析

物联网技术以强大的技术优势弥补了现行仓储管理存在的种种问题缺陷，主要体现在以下几个方面：

（1）通过射频识别（RFID）、二维码、各类传感器等技术和设备的综合应用，提高物资出入库过程中的识别率，可不开箱检查，并同时识别多个物资，提高出入库效率；有效提高了拣选与分发过程的效率与准确率，并加快配送的速度，减少人工，降低配送成本；（2）采用物联网一体化智能设备，结合先进的系统架构理念，缩减了盘点周期，提高数据实时性，实时动态掌握库存情况，实现对库存物资的可视化管理。（3）综合运用物联网相关技术，改造现行业务管理流程，实现物资的标准化管理、精细化管理、全寿命管理、信息可追溯以及业务可优化的管理目标。

4 系统设计方案

4.1 功能需求

仓储管理的工作流程包括入库、出库、移库、清查盘点、拣选与分发等环节。系统采用国际上最先进的无线射频身份识别技术（RFID），为每件物资提供一个惟一标识码（EPC码：电子产品码），并在服务器中存储物资的相关属性信息，从而使系统能够自动识别物资，可以对物资进行跟踪和监控。在库房实际作业中，通过在库房出入口安装RFID读写器对物资进行自动识别，然后通过物联网技术获取物资的详细信息，并自动生成入库清单和出库清单，以达到自动出入库管理和库存控制的目的。

4.2 系统主要具备以下功能

（1）标签发行管理。主要为生产厂家或供应商提供标签的制作及管理功能，并为物资赋予EPC码，同时将物资的基本属性以及出厂相关信息至物资信息服务器。（2）物资信息服务。物资信息服务主要由生产厂家或供应商进行和维护，向服务访问者提供仓储物资的详细信息，如：物资名称、规格型号、生产厂家、生产日期，批次号等，并支持通过EPC码进行物资信息的查询。（3）仓储业务管理。对仓储物资实现入库、出库、移库和清查盘点等业务管理，并能自动精确地获得物资信息和相关仓储信息，实现物资库存随机抽查盘点和动态分配货位等功能。（4）统计查询。提供物资库存账目、入库业务、出库业务等信息的综合查询及统计。根据物资的出/入库和库存信息，适时生成库存物资管理的各类统计报表，以便掌握各分库或下属单位的业务情况以及库存现状。

4.3 架构设计

根据应用功能需求，结合物联网应用的先进架构设计理念，采用物理分层设计，将系统划分为标签发行系统、物资目录服务、物资信息服务、信息采集系统、业务管理系统、本地数据中心等几部分内容，各层系统之间采用Web服务方式进行数据的交换。系统架构如图3所示。

4.3.1 标签发行系统

标签发行系统由RFID标签、RFID标签专用读写设备、标签发行管理软件等组成，负责完成物资标签、箱标签的信息写入。此外，通过标签发行管理软件可将物资相关信息以服务形式至物资信息服务器，以供服务访问者获取物资的详细信息。

4.3.2 物资目录服务

物资目录服务在各信息采集节点与物资信息服务器之间建立联系，当物资信息服务时，会同时向物资目录服务注册物资EPC码和服务地址信息，实现从EPC码到物资详细描述信息之间的目录映射。对于庞大的物资信息及服务器集群而言提供了较好的扩展方式，为查找具体物资信息提供了全面的服务地址名目。

4.3.3 物资信息服务

物资信息服务提供物资详细信息的获取或查询，如物资编码、物资分类、物资名称、规格型号、批次号、生产厂家、生产日期等信息，并能实时地响应远程应用程序的请求，允许通过物资的EPC码对物资信息进行查询。

4.3.4 信息采集系统

信息采集系统由RFID标签、RFID读写器、采集终端设备和信息采集软件组成，主要完成物资的识别和EPC码的采集和处理。RFID标签采用EPC码作为物资的惟一标识码，由存入EPC的硅芯片和天线组成，附在被标识的物资上，EPC码内含一串数字，其代表物资编码、物资分类、物资名称、规格型号、批次号、生产厂家、生产日期、入库时间、货位等信息，信息存储在物资信息服务器的数据库中。同时，随着物资在仓库内外的转移或变化，这些数据可以得到实时地更新。当物资进入仓库时，由设置在仓库入/出口的物资标签读写器读取物资的EPC码，然后根据EPC码通过远程访问数据接口访问物资目录服务，获取物资信息服务地址，再通过该地址访问物资信息服务，获取EPC对应的物资详细信息，并将相关信息持久化到本地数据中心，最后交由业务管理系统进行相关处理。

4.3.5 业务管理系统

业务管理系统主要对采集的数据进行后台业务处理，并提供物资入库管理、出库管理、库存管理、清仓查库（清查盘点）、移库管理、货位管理和查询统计等业务功能，结合信息采集系统于一体，为仓储业务人员提供便捷、高效的业务处理能力。

（1）入库管理。在物资入库时，业务人员先将RFID电子标签贴在物资上（如果生产厂家已贴标，则直接扫描入库），成批装箱后贴上箱标，需打托盘的也可在打完托盘后贴上托盘标签；一般贴标方式有：物资单件贴标；多件物资包装在一起，外包装贴标；托盘贴标，并与单件物资标签或外包装标签数据关联。包装好的物资由装卸工具经由RFID阅读器与天线组成的通道进行入库，RFID设备自动获取物资EPC码、入库数量等信息，并通过数据采集接口传输自入库管理模块，入库管理对采集的信息进行相关业务处理并更新至数据中心。在存放物资时，可利用集射频读写、作业管理于一体的智能库管设备（如：智能手推车、智能叉车等），进行合理调度、实时定位，以提高物资入库的作业效率。入库管理模块根据库房物资存放情况，按照一定规则和算法，得出最佳的储存位置；然后选择相应空货位，通过库管设备，通知保管员，并指引最佳途径，抵达目的货位，扫描货位标签，以确定物资被放置在正确的货位，然后扫描物资标签，确认物资已存放在目的货位，完成物资的入库操作。

（2）出库管理。出库管理模块主要通过数据采集接口和本地数据接口同信息采集系统、本地数据中心进行数据交互，借助仓库射频终端设备，实现物资自动拣选、出库的功能。仓库管理员接收到订单或发货通知时，查询当前仓储状态，然后拟制预出库单；保管员通过智能库管设备指引到相应货位，根据预出库单将指定货位的物品取出，并扫描货位标签和物资标签，对出库信息进行登记，确认拣选物资正确，同时将物资的存储状态转换为待出库；物资出库时，由设置在仓库出口的RFID读写器读取物资的EPC码，并通过数据采集接由出库管理模块进行处理，自动生成物资出库清单，并与预出库单比对，最终确认物资实出数量以及正确性，完成物资的出库操作。

（3）库存管理。库存管理主要对物资的库存进行控制管理，包括物资库存量的自动预（报）警以及库存相关决策功能。根据实际业务情况，可以对库存限额进行自由设定，系统将根据库存限额的设定进行自动预（报）警。

（4）清仓查库。清仓查库是指对库房物资进行数量和质量的检查，是物资管理的重要环节，是保证物资实物和系统中信息一致的必要步骤。清仓查库需要仔细核对物资的数量、质量、存放位置等信息。清查时，保管员使用带有射频功能的PDA设备扫描货位标签，然后对货位上的物资进行检查核对并扫描物资标签，再根据物资的实际情况修改物资信息和标签。检查完毕后，将PDA中的清查信息上传到业务系统，系统自动得出检查的差错清单。

（5）移库管理。移库管理主要完成物资从一个仓库转移到另一个仓库的业务信息管理。移库业务相当于完成一次出库和入库的业务，只是物资的基本属性信息已存在本地数据中心，物资基本属性信息不变化，只需更新物资存放位置以及所属关系。

（6）货位管理。货位管理主要对库房及货位信息进行统一的编码管理，采用了三码合一的货位标签来标识货位，三码即RFID射频码、QR二维条码以及可视文字码，将货位标签贴在货架上，可以识别当前货位具置，同时也可用来记录货架目前存放的商品数量和种类。通过货架上的电子标签实现货位管理，主要具有以下功能：对入库货物动态分配货位，实现随机存储，从而最大限度利用存储空间；对各类货物的存放位置、存放时间、空余货位等情况进行监控；自动对不合理位置、超长存放时间、空余货位不足等情况报警。

（7）查询统计。查询统计主要包括入库综合查询、出库综合查询、库存账目查询和库存统计等。根据物资的出/入库和库存信息，适时生成库存物资管理的各类统计报表，以便掌握各分库或下属单位的业务情况以及库存现状。

（8）本地数据中心。本地数据中心是业务管理系统存储和维护本地业务情况以及物资库存信息的本地数据库，所有物资相关的业务信息最终都通过本地数据接口存储在本地数据库服务器中，以便查询、统计和核对。仓储工作人员可以通过无线终端或Web客户端随时随地查询物资的当前状态。

5 结语

基于物联网技术的智能仓储管理系统将物联网技术应用于仓储管理系统，提高了物资出入库过程中的识别率，可不开箱检查，并同时识别多个物资，提高出入库效率；缩减了盘点周期，提高数据实时性，实时动态掌握库存情况，实现对库存物资的可视化管理；有效提高了拣选与分发过程的效率与准确率，并加快配送的速度，减少人工，降低配送成本；实现了物资的标准化管理、精细化管理、全寿命管理、信息可追溯以及业务可优化的管理目标，能较好地适应现代物流管理模式下仓储管理的迫切需要。

参考文献：

[1]周鲜成，贺彩虹，石彪，徐戈等.基于物联网的智能物流仓储管理系统研究[J].International Conference on Remote Sensing（ICRS），2010：315-317.

[2]李忠成.智能仓储物联网的设计与实现[J].计算机系统应用，2011，20（7）：11-15.

篇（6）

中图分类号：TP274-34 文献标识码：A 文章编号：1006-8937（2015）35-0051-02

1 物联网技术与仓储管理的概述

1.1 物联网技术的基本概念

物联网技术是通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，将任何物品与互联网相连接，进行信息交换和通讯，以实现智能化识别、定位、追踪、监控和管理的一种网络技术。物联网概念的本质就是将各种生活都放在一个物联网环境中进行，让人们对周围的一切都拥有确切的感受，具有十分广阔的应用前景。物联网技术是当代先进信息技术的重要组成部分，将掀起世界范围内的第三次科技浪潮，它将更全面更透彻地展示信息化时代的魅力。

“物联网技术”是以互联网为基本要素，对这一技术进行延伸，以互联网技术为核心将其运用于各种物品之间，进行信息的交换和沟通，通过局部网络或互联网等信息化技术把传感器、控制器、机器、人员和物品等联在一起，实现各种关系之间的相互联系，并在逐渐充实的过程中建立更加立体的网络，进一步实现远程管理和控制。同时，物联网技术能够通过无线实现各种不同距离的相互联系，真正实现对“物品”的“节能、安全、环保”管理一体化。

1.2 仓储管理的基本概念

仓储管理，顾名思义，就是指对仓库及仓库内的物资所进行的管理活动，是仓储管理机构和部门为了最大程度发挥自身拥有的仓储资源效用，提供高效的仓储服务所进行的计划、组织、控制和协调过程。

“仓”也称为仓库，为存放物品的建筑物和场地，可以为房屋建筑、大型容器、洞穴或者特定的场地等，具有存放和保护物品的功能;"储"表示收存以备使用，具有收存、保管、交付使用的意思，当适用有形物品时也称为储存。“仓储”则为利用仓库存放、储存未即时使用的物品的行为。这一活动对于内部的资源优化配置有着十分重要的影响，是物流企业提高工作效率和服务质量的关键部分。

2 当前物流行业的发展现状分析

物流行业属于新兴的第三产业，以提供便捷的服务为主要盈利手段，我国作为传统的农业化国家，在经济发展和科学技术方面与欧美等发达国家仍然存在较大的差距。物流行业是在改革开放之后逐步兴起的行业，相对来说起步较晚，在发展的过程中更是需要合理的管理体制和先进的技术要求。物流行业与通讯行业以及交通运输业关系密切，外在条件的限制也使得物流行业的发展存在一定的困难。从自身专属特征来分析，我国幅员辽阔，占地面积十分广阔，气候类型多种多样，地形地势也复杂多样，自然条件的特征使得我国的物流行业对于交通设备有着更高的要求，这就导致我国的物流行业发展存在着不平衡的状态，尤其是在中西部不发达地区物流行业发展相对缓慢，尤其是青海、地区，环境恶劣，严重阻碍了物流行业的发展，除了自然条件以外，我国物流行业的信息技术水平也相对落后，对于物流系统的信息管理体现也不够完善，时常出现商品丢失、损坏等现象，这也明确体现出商品管理和位置追踪的信息技术不够到位。在实际发展过程中，物流行业的发展与发达国家相比存在很多的弱点和缺陷，需要结合物联网技术对其进行全方位的升级和管理，从而更好地为你们的生活提供便捷。

3 物联网技术在仓储管理中应用分析

3.1 物联网技术提高仓储管理的效率

仓储管理的核心是效率管理。物流行业随着电子商务和网购出现，如雨后春笋般迅速崛起，尤其是在我国东南部沿海地区，人口密度相对较低，业务繁忙，给物流行业的发展提供肥沃的土壤。对于物流行业来说，行业内部竞争十分激烈，在企业的运营和管理模式上类似，所以，效率就是提高经济效益和竞争力的关键因素。物联网技术能够通过定位系统和红外线感应功能，更具体地记录商品的储存信息，使工作人员更好地搜索出商品的具体内容，从而更合理地安排储存和运输的活动，节约时间，以最短的时间完成更多的仓库控制、协调任务，为客户提供更加便捷、高效的服务，提高自身竞争实力的同时，更好地提高经济效益，在激烈的竞争中脱颖而出。

3.2 物联网技术提高商品储存的安全性

物联网技术将一切相关的数据与网络技术结合在一起，更有利于增强工作人员对于仓储管理的预见性，提高自主能动力。仓库的内部环境和因素对商品安全性有着极大地影响，因此注重仓库内部的环境变化也是增强商品安全性的重要方面。而物联网技术中的感应器可以灵敏地感受到周围环境中的温度、湿度以及异常成分的变化，给管理人员更多的提醒，从一定程度上能够为商品的仓储管理带来双重保障。从另一方面来看，商品在仓储的过程中出现的盗抢、丢失现象也时有发生，给物流企业的信誉造成恶劣的影响，同时，也给客户带了财产损失，物联网技术的融入，能够实现商品的精确定位和追踪，在发生盗抢案件后，也可以通过信息技术手段将损失降到最低，综合上述两方面，物联网技术能够为商品的仓储管理提供更高的安全性。

3.3 物联网技术更好地保证仓储商品的质量

仓储的商品种类多种多样，存储的时间也更不相同，所以仓储的管理在一定程度上具有难度，对于每一商品的数据统计和状态的描述也存在一定的误差。就目前市场行情来看，生鲜产品运费更高，由于保鲜时间短的特点，在储存和运输过程中需要更多资源和资金投入来保证商品的质量，比如采取空运、需要大量冰袋等。在储存和转站时由于途中的颠簸或是对其保鲜时间控制不够准确，会造成商品的腐烂变质，甚至影响整批产品的质量，给客户造成很大的经济损失，自身的经济利益也会受到很大的影响。物联网技术能够将每一产品的状态数据记录下来，并且能够客观直接地反映出来，给管理人员提供更多处理问题的依据和信息，在节省时间的同时，能够更好地随数据的变化进行及时调整，比如适时适量地调节仓库的温度、增加湿度等，更好地保证生鲜产品的质量，将仓储的服务更完美地展现给客户，为自身经营提供更多的潜在客户。

4 结 语

物联网技术将成为推动世界经济和技术水平进步的又一大重要生产力，在未来国际市场以及国际经济发展中将会发挥不可估量的作用。物联网作为互联网与电信网等信息的媒介，已经逐渐成为各种实物信息与互联网相结合的网络。不仅能够在物联网上确定这些失物的所在地点，还能够对人员、设备等进行管理，在寻找物品等方面具有身份证重要的意义。由于通讯技术以及交通等方面的发展，经济趋势逐渐向一体化和全球化推进，物流产业也成为改变人们生活方式的重要支柱产业，而物流行业存在的时间较短，在物流的管理机制发展与改革过程中还需要不断的探索，在激烈的行业竞争过程中，物流管理的成本及物流管理的创新显得更加的重要。只有将物流技术与物联网技术融合在一起，才能够实现仓储、运输的创新管理，更好地适应市场经济的要求。

参考文献：

篇（7）

中国分类号：TP311・1文献标识码：A文章编号：10053824（2013）03003004

0引言

物联网（internet of things， IoT）是指将各种信息感知设备及系统通过接入网络与互联网结合起来而形成的巨大的智能网络[12]。物联网作为一次技术革命，代表了通信技术和计算技术的未来，被称作继计算机和互联网之后，世界信息产业的第三次浪潮[3]，受到了世界各国政府和科研机构的广泛关注[4]。

作为物联网的主要支撑技术之一[5]，信息处理软件直接影响着物联网的用户体验及其进一步发展[67]。但是已有的物联网数据处理软件的功能较为单一，可扩展性不足，应用领域受限。为了改善物联网数据处理软件的功能性和扩展性，为用户提供快速、高效的物联网实时管控方案，本文设计并实现了一种模块化的多功能的物联网数据分析与处理软件。该软件采用模块化设计，以VC++ 6.0作为主控模块实现环境，便于在Windows系统环境下方便地使用本软件；服务器采用Apache Tomcat 6.0搭建；数据库模块基于MySQL 6.0实现，以保证软件的易扩展性和稳定性；拓扑显示模块采用Flex和flash player ActivX 10.0进行开发，以改善用户体验。

1软件的总体设计

1.1主要功能

本软件旨在为用户提供一套快速、高效的物联网实时数据处理与管控方案，其主要功能包括以下几个方面。

1）网络数据解析和处理功能：软件可对物联网数据进行协议解析、分析、处理和存储等操作，并同相邻网络层设备进行数据交互。

2）网络数据的存储功能：软件可通过数据库读写操作，将网络重要历史数据存储于远程数据库中，并可进行读取等操作，为物联网网络管理人员提供便利。

3）网络拓扑显示功能：软件采用FLEX技术绘制目标物联网网络拓扑，并通过定时发送拓扑数据请求实现网络拓扑状态图的实时更新，提供了优越的用户体验。

4）网络信息查询和控制功能：本软件集成了网络节点信息的显示、查询能力，用户可对网络节点相关状态进行针对性的查询；同时，提供网络属性调整和节点控制功能，用户可根据实际需要修改网络节点参数，控制网络运行情况。

1.2软件系统总体架构

本软件系统运行于C/S架构的服务器平台上，作为远端服务器控制软件完成网络监听与数据包接收、网络数据分析处理、网络拓扑状态显示以及节点信息查询与控制等物联网管控工作。系统总体组织架构图如图1所示。

图1软件总体架构图软件功能模块主要由6个部分组成，分别是网络通信模块、参数设置模块、数据处理模块、拓扑显示模块、信息查询模块和数据库交互模块，如图2所示。其中，网络通信模块完成底层的网络通信工作；参数设置模块接收并设定用户输入的软件工作基本参数；数据处理模块负责数据包的解析、判别和数据分类处理工作；拓扑显示模块负责为用户提供网络拓扑和节点简要信息的显示；信息查询模块为用户提供网络节点详细属性的查询和节点控制；数据库模块负责完成网络数据的存储和查询等工作。

图2软件系统功能模块1.3软件系统工作流程

本软件功能模块间的数据流关系如图3所示。各模块间通过相应接口完成网络数据的上传、分析与处理和控制命令的下发操作。首先，软件接收来自网络的各类型数据，并对其进行分类与解析。随后，软件将数据处理结果通过数据库模块进行存储。在此基础上，拓扑显示模块和信息查询模块分别通过查询/更新数据库进行信息显示和用户控制指令的下发操作。数据处理模块和数据库模块扫描数据库中的相应表项，提取控制信息后通过网络通信模块下发至目标网络。

图3软件工作流程图2主要功能模块的实现

2.1网络通信功能模块

网络通信模块是本软件的底层数据通信模块，该模块采用完成端口模型（I/O completion port， IOCP）作为本软件的网络服务引擎，由于IOCP规定了并行线程的数量，并使用线程池对线程进行管理，从而避免了反复创建线程和线程调度的开销，提高了本软件的并行处理能力。该模块通过构造完成端口模型类（IOCPModeSvr），使用CreatIOCompletionPort（）函数创建完成端口对象；构造ListenProc（）函数监听来自物联网感知层网络网关节点的连接请求；使用bool CIOCPModeSvr：：SendMsg（）函数响应上层控制命令的下发要求，向客户端发送控制命令帧。

2.2数据分析与处理功能模块

数据处理模块是物联网数据分析与处理软件的关键组成模块之一。该模块接收来自底层网络模块的数据帧，并进行分类、分析、处理及重构等操作，为上层数据应用奠定数据预处理基础。通过创建DataProc类实现该模块，具体包括：

1）通过内联函数checkType（）快速解析由底层网络上传的数据帧的协议类型与数据类型；

2）构造getInt（）、getRangeString（）等函数完成数据帧的数据进制与格式转换；

3）使用ProcessRecvData（）函数分析数据帧，重构出信息处理所需数据；

4）完成相应数据处理功能，主要包括数据聚类、数据计算、数据范围判断、数据异常的处理、反馈数据帧的构造。

2.3参数设置模块

参数设置模块是物联网数据分析与处理软件的系统参数初始化模块，该模块读取用户设置的软件运行参数，并对软件进行相应运行参数初始化。该模块响应用户参数设置操作，读取参数并判断参数是否有效。若参数设置有效，则对软件相应运行参数进行修改，同时显示软件当前连接状态，界面实现如图4所示。

图4参数设置界面

2.4数据库与Web服务器

本软件采用MySQL数据库进行原始数据的存放，其中已经直接保存了经由数据分析与处理模块上传的全部数据，主要数据表包括：表node_topu_stat，用以存储网络所有原始拓扑信息；表node_info_stat，存储网络节点上传的状态信息；表control_stat，负责存储用户的查询和控制指令。由于上层的拓扑展示模块所需要的是最新的数据信息，因而需要Web服务器模块将冗余的原始数据进行初步处理，为拓扑显示模块提供无冗余的信息，以实现基于拓扑图的物联网实时监控。首先，通过对数据库中各分类表加入触发器实现数据的初步提取。其次，在本模块中，数据处理模块所生成的最新数据进一步转换为能够表示拓扑图的XML文件，即将节点所上传的邻居表转换为节点与边的关系。本系统中使用了Web服务器所能支持的JSP技术实现了实时访问数据库生成转换数据的功能，拓扑控制模块直接访问该页面的地址，即可实现拓扑数据的获取，如图5所示。

图5数据库与Web服务器2.5拓扑显示模块

网络拓扑显示模块是与用户进行交互的主要模块，用户通过点击“网络拓扑”访问拓扑展示模块。该模块通过定时向Web服务器数据处理模块发起拓扑数据请求实现网络拓扑的实时更新。通过向数据处理模块获取拓扑XML数据，图形界面将其转化为拓扑图中的“节点”与“边”的实际图形对象，并将其他附加数据作为标签保存在给节点，方便用户查看。模块工作流程及实现界面分别如图6和图7所示。

图6拓扑显示模块图7拓扑显示界面2.6信息查询与控制

本模块中的查询控制功能是指对物联网可控节点发送控制指令。查询控制指令与拓扑数据一样，需要经过数据库作为中转，整个中转回传的代码构成了控制模块。控制指令需要根据实现指定的通信协议发送。在控制指令的收集窗口中，用户可以进行相应的选择，控制模块负责将用户在窗体中的选择输出至与数据库相连的JSP页面，并由JSP页面将其存入数据库中。网关通过定期与服务器通信获得最新的操作指令，将其转换为控制指令最终发送至物联网节点，实现界面如图8所示。

3结束语

本文设计并实现了一种多功能物联网数据分析与处理软件。该软件通过网络监听、数据分析处理、网络拓扑显示以及节点信息查询与控制等功能模块实现对物联网数据的有效处理。通过将该软件移植于实际物联网应用环境，验证了该软件能够快速、高效地处理网络数据，且易于扩展，为多模异构网络条件下的物联网创新应用平台构建提供了新的思路。

图8信息查询与控制界面

参考文献：

[1]孙其博，刘杰，黎.物联网：概念、架构与关键技术研究综述[J].北京邮电大学学报，2010，33（3）：19.

[2]International Telecommunication Union. Internet reports 2005： the Internet of Things [R]. Geneva： ITU， 2005.

[3]刘强，崔莉，陈海明.物联网关键技术与应用[J].计算机科学， 2010， 37（6）：110.

[4]刘云浩. 从普适计算、CPS到物联网：下一代互联网的视界[J]. 中国计算机学会通讯， 2009， 5（12）：6669.

篇（8）

对于高校特别是高职院校来说，学生技能水平的培养是学校教育的重点，而培养学生技能水平的场所主要是在实验室，高校对实验室进行管理的水平如何，直接反映了学校的整体管理水平，也影响着实验教学的效果。因此，高校实验室管理的好与坏， 在高校管理和教学环节中具有非常深远的影响。

目前，我国大部分高校的实验室管理普遍存在计算机系统的自动化程度过低、实验室管理的规章制度不严、监管不力、仪器容易丢失和损坏、仪器维护不及时等问题。针对这种现象，为了实现对设备的高效率科学化管理，使实验室管理人员在办公室里通过网络就能查看所有设备的使用情况，减少人力、物力、财力的投入，提高实验设备管理速度和准确性。本文提出了一种基于物联网技术的高校实验室管理模式。

1 物联网技术和射频识别的概念

“物联网（Internet of Things， IoT）”是由美国麻省理工学院（MIT）Auto-ID实验室于1999 年提出，它是通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，任何物品都可以与互联网相连接，并且所有物品信息可以进行交换，它们之间也可以进行通信，这样就可以实现对物品的智能化识别、跟踪、定位、监控和管理的一种网络。

射频识别（RFID），是一种利用射频非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，无须人工干预，可识别高速运动物体并可同时识别多个标签，操作快捷方便。通常RFID系统包括三个部分：电子标签、阋读器、数据处理平台、系统软件等。

2 实验室设备管理

2.1 设备信息管理

通常实验室内物品杂，数量多，传统的方法是通过依靠手工贴标，然后录入的方式管理。这种方式效率低、易出错，更新麻烦，重复制作手工贴标还很不环保，且不便于用网络动态管理。随着技术的不断进步，实验室的设备也需要更新换代，其规模必然不断扩大，数量和种类也会增多，势必造成管理难度的加大。

为了解决以上问题，可以借助物联网射频识别、无线通信和互联网等技术，实现信息化管理。我们可以运用射频识别（RFID）体系对实验室进行管理，为每台设备配备电子标识，把每台设备的基本信息的内容储存到电子标识中，通过读卡器识别传输到互联网及无线终端设备上，这样我们可以非常方便的获取实验室设备的基本资料以及进行合理的管理。这些基本资料包括型号、规格、购买日期、设备号、使用单位、使用地点、维护记录、生产厂家、单价等详细的信息。

2.2 设备外借管理

实验室中的设备经常有被外借和私自挪用的情况，实验室管理人员往往不能掌握设备的去向， 对私自挪用这一情况也没办法很好的制止。运用RFID体系可以对实验室的设备进行跟踪管理，当前只要在所有实验室的出入口设置门禁芯片，这个芯片包含了读头及联网接头，芯片的关键功能在于可以自动对进出门的实验物品进行扫描，而且可以将出入的时间、房间号等信息透过无线网络传输给管理计算机。这样能够有效的防止私自挪用的情况。

2.3 设备检修管理

实验室设备使用率非常高，这必然导致设备经常出现故障，如果按照传统的模式管理，当设备出现问题时，故障及引发的原因不能在第一时间被实验室管理员知道，也就不能在最短的时间内采取行之有效的措施使问题得到有效的解决，势必对学校的整个实验教学造成不良的影响。为了避免以上情况的发生，我们可以采用RFDI技术让设施的维护、检修变得更加简单，因为所有实验设备上的电子标识都具备了大量的信息和维护状况，这样可以及时的确定该设备的运用状况，极大的缩短了维修的时间，提升了维修的工作效率，也就免除了相关的责任事故的发生。

3 实验教学管理

3.1 实验室预约管理

传统的实验室预约管理方式，预约量大，易出错，教师往往要跑到实验室查询实验室的空闲时段，学生也很难查看实验室的具体安排，管理员也很难为学生预备实验条件，影响学生、老师的积极性，从而影响实验教学的效果。我们同样可以采取物联网传感器技术将实验室设备网络化与信息化管理，实现设备的网络预约与查询，更加合理地配置教学资源，提高设备的利用率，并且方便教师和管理人员。

3.2 学生考勤管理

传统的课堂点名方式用的时间较长，这样会浪费掉许多教师上课的时间，降低了课堂的效率。如果将RFID读取器安装在每个实验室的门口，即在实验室设置门禁，然后将带有RFID字样的标签发给每一位学生，学生凭借这个标签才有权利进入实验室。通过这样一个系统的设置，教师能够明确地了解到每位学生出勤情况。

4 实验室安防和环境管理

4.1 实验室安防管理

高校实验室的设备器材大多比较贵重，需要严密的防护措施保障其安全。但传统的安防系统漏洞很多，一般只在重要场所安装摄像头，然后将视频信号传输到中心机房加以控制。如果实时监控则需要专人值守，而且由于系统自身或人为的因素难以避免存在一些漏洞。摄像设备通常会留下很多盲区，而且监控录像不能实时应对异常外侵，需要事后人判断。另外，其采集信息单一，提供有效信息不够全面，而且没有有效的分析工具，不能异地远程监控。

针对以上缺点，我们可以将射频识别标签嵌入实验仪器中，此时射频读写板便可以感知标签所在范围，同时，射频识别板可根据要求将标签传递回来的如温度，湿度，烟雾等信息进行采集，通过无线发给实验室管理人员。当实验室中所贴标签仪器离开实验室时，射频读写板将丢失所嵌标签信息，马上发出报警信息，报警信息发出后，通过无线模块进行传达，通知实验管理人员，起到报警作用。可有效防止实验室贵重器材的丢失及损坏。

4.2 实验室环境管理

篇（9）

在物流仓储管理体系中合理的应用物联网技术，可以对各类仓储业务的质量和效率进行极大的提高。首先，通过对RFID、传感器技术的集成利用，就可以针对那些有特殊要求的仓储物品实现感知，并对仓储物品的稳定、湿度和空气成分等能有及时的了解，不仅为管理人员的工作提供了便利，同时也保障了仓储物品的安全性，可以说是从真正意义上实现了智能化的仓储环境。其次，通过对RFID、传感器技术的集成也可以将其应用到物流的冷藏体系中，即针对在物流运输过程中的冷冻物品进行及时的温度、湿度等方面的检测，在温度过低或过高时都可以进行自主的调控措施，进而就实现了在运输过程中物品的高质量性。因此，物联网技术能够加速物流行业的成长和发展，为人们的生活和工作提供更好、更全面的物流服务。

1．2物联网技术的实际应用情况

目前，物联网有两个最为关键的技术，一个是RFID技术，另一个就是GPS技术，同时，这两种技术也是我国在物流仓储行业最惯用和常用的两种感知技术。随着物流网技术的迅速发展，物流仓管体系中的感知技术也呈现了多样化的发展趋势，其中主要体现在传感和射频识别以及蓝牙技术等相关的方面。由于这些积极有效的发展，进而就推动了我国经济发展的步伐。为了进一步确保物流行业在其仓储管理体系中能有效的应用物联网技术，在利用传感和RFID技术以及嵌入式系统技术的同时，还应该严格按照物联网的实际用途来进行划分。另外，由于我国对物联网的应用，还处在“仅对物实现联网”的初级阶段，虽然已经将其融入到实际的物流仓储管理体系中，但并没有将其真正的高效性能进行充分的发挥，因此，必须要针对物流的信息系统进行积极的、适当的调整，充分发挥物联网的高效性能，推动我国的物流仓储行业的可持续性发展。

2物联网技术在物流仓储管理的应用

2．1物流过程中硬件设备的应用

①把相似自然属性的商品根据配送路线、收货人、出库时间等划分类别，且加以整合将RFID标签进行装载，以及对商品信息进行记载，像是收货的时间、收货人、到货地点、重量，以及商品名称等一系列物流信息。②仓储管理工作者带着手持式的阅读器，能够对货物的信息进行实时性地读取，而仓库计算机和阅读器能够借助WIFI链接，从而实现信息的实时性上传。③将阅读器装载于叉车、传送带、货架、出入库门口等搬运设施之上，进而对信息进行读取，且向仓库计算机传送。④所有仓库的电脑借助Intranet链接在物流配送中心，所有的仓库都能够交流与共享信息，进而由供配送中心进行调配。

2．2物联网技术的仓储物流管理

2．2．1商品的入库

在进行入库的时候，借助库口阅读器对商品RFID标签信息进行读取，且通过盘点工作者手持式阅读器进行再次地确认，然后比较商品入库单以及该信息，在确实没有错误之后登记入库。登记的信息有商品所有权、自然属性、入库日期、出厂日期等，且向仓库计算机传送入库信息，再根据商品的收货地点、所有权、自然属性等做入库分货架。商品在上货架进行搬运的时候，叉车与传送带等搬运设备阅读器能够对商品RFID的标签信息进行阅读，且对搬运设备与搬运时间进行记录和上传计算机。上货架的商品通过货架阅读器对商品的信息进行阅读，在确保货架关联信息与商品信息没有错误之后，实现入库。在入库的时候，每一个环节都不能够出现错误，都能够对货架的位置以及搬运的路线进行及时地调整，实现效率的提高，并且防止出现损失。

2．2．2盘点仓库

首先借助RFID移动终端对仓库盘点的一系列数据进行下载，这涵盖的数据有拟出库时间、需要摆放的位置、商品的数量，且根据相应的顺序进行一一盘点。像是根据摆放地点进行盘点，管理工作者通过手持式RFID移动终端根据顺序扫描所有的货架，且对所有货架商品信息进行读取，以及在数据库中传输盘点数据，进而使每一次库存盘点的盈亏数目传输到物流中心。像是发生数量差错或者是商品错位的情况下，RFID移动终端会直接性地向管理工作者发出提示，管理工作者能够由每一次的输送记录与入库记录中对商品信息进行查找，从而明确商品流向。除了对失误进行查找之外，管理工作者能够管理商品，针对临近出库时间的一系列商品将提醒发给物流中心，让物流中心能够实现对车辆的路线进行调配。

2．2．3商品的移库

在库内移动商品的时候，管理工作者能够借助WIFI通过叉车RFID移动车载终端由仓储系统当中取得移库任务单。管理工作者首先借助手持式RFID移动终端对商品进行查找，然后通过叉车对托盘RFID标签读取，进而对是不是需要对托盘移库进行确认，倘若出现不正常的情况就会报警。在没有错误之后，在正确的区域移动托盘，在完成之后，通过新货架的RFID阅读器对托盘和物品的信息进行读取，且在仓库数据库传送生成的信息，从而实现商品的移库。

2．2．4查询商品

管理工作者能够对产品进行随机地查找，以及在仓库管理系统当中对商品的实际位置与信息进行查找。管理工作者能够借助手持式RFID移动终端对商品的实物进行查看，也能够在移动物品区域与不开箱的基础上对箱内商品的一系列信息进行识别，从而实现智能化地物品传递。

2．2．5商品的出库配送

管理工作者借助手持式RFID移动终端对商品的信息进行读取，以及根据出库单，对收货人、品种、出库数量等信息进行核对，在确认无误之后将出库信息生成，且向仓储管理系统当中传输出库信息。在完成出库数据之后，对应仓库的实际和在库账目。最后，物流管理系统根据商品的收货地点将配送的路线生成，且把相似自然属性的商品根据理想的路线对车辆进行配送，从而使运输所用的时间以及成本减少。

篇（10）

（一）概念

物联网是以互联网为基础，把所有物品的相关信息通过射频和互联网相互结合，从而实现智能化目标。目前，这一技术已经广泛运用到各个领域。随着物联网技术的进步，其定义也开始有了新的含义，就是把物体和物体的相关信息通过互联网形成一个网络，比如时间、地点等。这一定义用到初中物理上，就是把物联网技术运用到实验教学中，使知识和知识之间相互联系，可以提高学生的基础，提升学生的兴趣，实现初中物理教学的全面发展。

（二）特征

1.全面性

主要指物联网包含的信息非常多，信息量非常庞大，涉及的面非常广泛，就好像人的神经遍布人的每个地方，对人具有支配作用一样。人们可以利用物联网技术获取自己想要的信息，信息的全面是其他技术不能比拟的。

2.可靠性

主要指的是依据相关技术，使信息在传输过程中更加可靠，使信息资源扩大，达到信息共享。

3.智能性

主要指的是互联网利用各种信息进行智能分析和研究，实现智能化。这三个特征互相融为一体，不能把它们割裂开来，充分抓住这三个特征，可以使探究物理实验更好发展。

二、探讨物联网技术和初中物理探究实验教学的有机结合

（一）结合互联网特点

在初中物理传统教学中，主要是教师在课堂上教，学生在课堂上学，以教师为主体，对学生一味的灌输知识，学生的主动性发挥不出来。而物联网技术和初中物理探究实验的结合是一种非常完美的方法，它可以激励学生努力开拓，把日常接触的知识和物理实验结合起来，点燃学生的学习兴趣，实现自主学习的目标。

（二）运用情境教学，营造气氛

物理教学和其他科目相比是比较抽象的，学生理解起来比较困难。教师可以根据学生对基础知识的掌握情况，创设一定的情境，让学生在良好的氛围中去探究，把学生的注意力都吸引到学习中来。情境教学要和生活相融合，和学生的生活密切结合。教师要尽量把课堂气氛搞上去，让学生在课堂上积极发言，踊跃交流，积极表达自己的观点和看法，开拓思维，引导学生去发现，去探究，去创造。比如，在学习“声音的产生和传播”这一章节时，为了让学生更好地掌握声音是怎样传播的，教师可以在课前让学生说出日常生活中遇到的声音。有的用手拍拍桌子，发出清脆的声音；有的描述旅游中听到的流水声，有的则指着窗外鸟儿的鸣叫，这些声音都在学生中经常出现，就像学生的好朋友。这些熟悉的声音一下子就把学生的兴趣提起来，学生想知道这些声音是通过什么途径传到自己的耳朵里面去的。然后，教师再和学生共同进行探究实验，从而得出结论。通过这种方法，可以使学生产生兴趣，调动学生思考的积极性，这是物联网和实验教学进行有效结合的重要表现。

（三）对实验过程加以丰富物理

实验最根本的目的是培养学生的动手操作能力，进而通过实验得出结论。所以，在物理教学过程中，要对物理实验进行丰富，要融入多种因素，使知识达到互联性和共享性。比如，在学习电流、电压的时候，教师可以引导学生多角度思考问题，给学生营造思考和创造的空间；在实验时，让学生自主选择实验器材，自主设计电路图，会使实验过程更加丰富。另外，学生之间共同进行实验，可以取长补短，互相交流和合作，在实验中也培养了学生的合作精神，使他们更加团结。通过合作实验，使学生的知识面更加广阔。在学生实验过程中，教师要提醒学生注意仔细观察，并对实验过程做好记录，养成耐心、细致的好习惯。

篇（11）

随着科技的迅猛发展，有机污染越来越严重，有机污染中的难降解有机物的处理也成为环保领域备受关注的一个研究课题[1]。大量研究表明，高级氧化工艺是处理难降解有机废水的有效方法，但是，高级氧化工艺在实际废水处理工程中的应用并不多，原因是各种高级氧化工艺的运行成本都很高，一般的企业在经济上无法承受[2]。近年来，环保工作者尝试将高效但运行成本高的高级氧化技术与低成本的生化处理工艺联用于多种难降解有机污染的处理，以期在低成本下实现难降解废水的达标排放。本文简要介绍了这一技术以及国内外的研究进展，并进行了展望。

1、高级氧化技术

难降解有机物不被或很难被微生物分解。这类污染物包括多环芳烃、卤代烃、杂环类化合物、有机氰化物、有机磷农药、表面活性剂、有机染料等有毒难降解有机污染物。其共同特点是毒性大、成份复杂、化学耗氧量高。

高级氧化技术的出现最早可追溯到十九世纪，1894年Fenton揭开了高级氧化技术发展的序幕。高级氧化技术主要是通过氧化剂在催化或非催化条件下对难降解有机物进行降解的一类技术。其运用氧化剂、电、光照、催化剂，在反应中产生活性极强的自由基，使难降解有机污染物开环、断键、加成、取代、电子转移等，使大分子难降解有机物转变成易降解小分子物质，甚至直接生成CO2和H2O。石建军等用Fenton试剂处理石油添加剂MTBE得到了较好的效果，高永光等对自制的V—O型高级氧催化剂处理污水的氧化技术进行了研究 [3]。李绍峰等利用UV/H2O2技术去除水中有机污染物获得了较好的效果。

高级氧化技术包括湿式氧化法、超临界水氧化法及光催化氧化法等。其中湿式氧化法（WAO）是20世纪50年展起来的一种处理高浓有毒、有害、生物难降解废水的有效手段，该方法在日本和欧美等国家已有工业化的应用，而在国内这方面的研究近年来才得到重视。超临界水氧化法（SWAO）是20世纪80年展起来的一种新型氧化技术，它是利用水在临界状态下的良好性能，氧化有机污染物使其降解为二氧化碳、水等无机小分子化合物，该法的优点是反应效率高、无二次污染，适用范围广。超声波处理方法同样不会带来二次污染，但成本较高，仍处于试验阶段。光催化氧化法是在催化剂和紫外光或可见光作用下，有机污染物或催化剂由于光辐射的作用而发生相关有机污染物氧化或矿化降解反应的过程，因其经济、无二次污染、反应条件温和氧化能力强等优点而发展迅速。目前研究较多的包括TiO2和Fenton（Fe2+（Fe3+）/H2O2）光催化方法和技术，其他的方法还有电化学氧化技术、微波处理技术和常规化学氧化技术以及各种高级氧化技术特别是声、光、磁、电等物理能场技术的组合使用，也成为水处理高级氧化技术研究的重要方面。

2、高级氧化技术和生物技术联用

生物处理是指利用微生物将烃类有机物或其他有机物转化为无毒物质，并最终将其转化为水、二氧化碳和微生物细胞组织。难降解有机物的生物处理技术研究已经取得广泛的成果，根据不同的机理，形成了许多技术，包括共代谢技术、缺氧反硝化技术、高效菌种技术、细胞固定化技术和厌氧水解酸化预处理技术等【1】。

生物处理技术费用较低，其通过微生物代谢实现对污染物的去除，是污染物治理中最完全和清洁的技术，不会造成二次污染。生物处理难降解有机物缺点是处理效率较低，运行不稳定。而上文提到的高级氧化处理技术虽然效率高，但是成本偏高；由此可见两者具有一定的互补性。若把两者耦合，用于处理难降解有机物就可能实现高降解效率低运行成本。因此，近年来在难降解有机污染治理中高级氧化和生物处理两者的耦合研究成为热点。李川等对耦合光催化与生物处理4—氯酚废水进行了研究，并指出在多级耦合系统中由于光催化与处理与生物处理协同作用，使耦合处理效率大大提高。钟理等对高级氧化—生化耦合技术处理低浓度有机污水用作回用水进行了实验研究，结论表明小剂量臭氧高级氧化—生化耦合技术可取代现活性炭处理技术降低处理费用和活性炭（无法再生）产生的固体污染物的二次污染。

3、结论和展望

一方面，从研究者大量的研究成果可知，每一种单一的高级氧化技术都难以同时达到对废水中多种难降解有机物的高效低能耗低物耗处理效果，而两种或两种以上高级氧化技术的组合应用，则往往会获得大大高于单一方法的处理效果。因此高级氧化技术的组合使用成为水处理高级氧化技术研究的重要方面。

另一方面，高级氧化技术和生物技术各有优缺点。高级氧化技术全程处理成本较高，可以作为有机废水的预处理，以提高废水的生物可降解性，再用微生物降解处理，这样可以扬长弊端，降低成本，同样达到预期处理效果。因此，在有机物污染治理技术的研究中，高级氧化和生物处理及两者耦合的研究具有广阔的前景。

参考文献

[1]李杰.难降解有机物的生物处理技术进展.环境科学与技术[J]增刊.2005，28：187～189.

[2]曹国民，盛梅，刘勇弟.高级氧化一生化组合工艺处理难降解有机废水的研究进展.化工环保[J].2010，30：6～12.