Wifi、紫蜂
(Zigbee)、
蓝牙技术(Bluetooth)、超宽带技术(
UWB)、射频识别技术(RFID)及近场通信(NFC)等。低功耗、微型化是用户对当前无线通信产品尤其是便携产品的强烈要求,作为无线通信技术重要分支的短距离无线通信技术正逐步引起越来越广泛的关注您好!
物联网用到了通信技术是WiFi,蓝牙,zigbee,
wimax技术,
其中以WiFi发展最快,因为WiFi可以远距离以及穿墙。不是什么3G,蜂窝。一般智能家居都是采用WiFi技术
蓝牙,zigbee是短距离无线通信技术。用于手机,PAD等。
wimax发展速度不快。
WiFi技术:
WiFi方案的优势是技术成熟,单独的产品就可以接入公网,成本也是相对较低。
缺点则是WiFi设备一般功耗较大,在物联网领域中,供电是一个问题;
WiFi接入数量相对有限,一个家庭路由器一般只能接入几十个设备;
当然,WiFi方案在物联网初级阶段有较大优势,单独的WiFi模块依托路由器即可入网,优势明显,虽然接入数量不多,但是在物联网、智能家居未大规模普及的情况下,也可以满足大多数需求。
所以基于IoT UART串口WiFi模块WG219/WG229/WG231/LCS6260的WiFi方案更适用于对功耗要求不明显,不会大量部署的物联网产品,例如:智能电饭煲,智能空调、冰箱、洗衣机等传统家电设备接入物联网。
蓝牙技术:
蓝牙方案的主要优势在于蓝牙模块的超低功耗,而且通过app打开蓝牙与手机的交互比较简单。
目前随着蓝牙50模块SKB501、以及更多蓝牙50产品的上市,蓝牙技术的数据传输速度和覆盖范围等得到了巨大的提升,更加适用于物联网的要求。
所以,蓝牙方案适用于对功耗有要求,和手机可以直接交互的物联网产品,例如:智能门锁,智能秤,智能电动牙刷等,也适用于大规模蓝牙mesh灯控、蓝牙传感器网络的部署。
UWB技术:
超宽带技术是近年来新兴一项全新的、与传统通信技术有极大差异的通信无线新技术。它不需要使用传统通信体制中的载波,而是通过发送和接收具有纳秒或微秒级以下的极窄脉冲来传输数据,从而具有31~106GHz量级的带宽。目前,包括美国,日本,加拿大等在内的国家都在研究这项技术,在无线室内定位领域具有良好的前景。
UWB技术是一种传输速率高,发射功率较低,穿透能力较强并且是基于极窄脉冲的无线技术,无载波。正是这些优点,使它在室内定位领域得到了较为精确的结果。
超宽带室内定位技术常采用TDOA演示测距定位算法,就是通过信号到达的时间差,通过双曲线交叉来定位的超宽带系统包括产生、发射、接收、处理极窄脉冲信号的无线电系统。而超宽带室内定位系统则包括UWB接收器、UWB参考标签和主动UWB标签。定位过程中由UWB接收器接收标签发射的UWB信号,通过过滤电磁波传输过程中夹杂的各种噪声干扰,得到含有效信息的信号,再通过中央处理单元进行测距定位计算分析。
超宽带可用于室内精确定位,例如战场士兵的位置发现、机器人运动跟踪等。超宽带系统与传统的窄带系统相比,具有穿透力强、功耗低、抗干扰效果好、安全性高、系统复杂度低、能提供精确定位精度等优点。因此,超宽带技术可以应用于室内静止或者移动物体以及人的定位跟踪与导航,且能提供十分精确的定位精度。根据不同公司使用的技术手段或算法不同,精度可保持在01 m~05 m。
物联商业网有队智能交通中的物联网技术进行相应的总结,下面你可以参考一下:1、无线通信。目前已经有多种无线通信解决方案可以应用在智能交通系统当中。UHF和VHF频段上的无线调制解调器通信被广泛用于智能交通系统中的短距离和长距离通信。
2、计算决策。目前汽车电子占普通轿车成本的30%,在高档车中占到60%。根据汽车电子领域的最新进展,未来车辆中将配备数量更少但功能更为强大的处理器。
3、感知技术。电信、信息技术、微芯片、RFID以及廉价的智能信标感应等技术的发展和在智能交通系统中的广泛应用为车辆驾驶员安全提供了有力保障。智能交通系统中的感知技术是基于车辆和道路基础设施的网络系统。
4、视频监测识别。利用视频摄像设备进行交通流量计量和事故检测属于车辆监测的范畴。视频监测系统(如自动车牌号码识别)和其他感知技术相比具有很大优势,它们并不需要在路面或者路基中部署任何设备,因此也被称为“非植入式”交通监控。
5、定位技术。车辆中配备的嵌入式GPS接收器能够接收多个不同卫星的信号并计算出车辆当前所在的位置,定位的误差一般是几米。GPS信号接收需要车辆具有卫星的视野,因此在城市中心区域可能由于建筑物的遮挡而使该技术的使用受到限制。
6、探测车辆和设备。部分国家开始部署所谓的“探测车辆”,它们通常是出租车或者政府所有的车辆,配备了DSRC或其他的无线通信技术。这些车辆向交通运营管理中心汇报它们的速度和位置,管理中心对这些数据进行整合分析得到广大范围内的交通流量情况以检测交通堵塞的位置。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)