GPRS模块物联网专业必须知识？通讯模块有哪几家

物联网“概念”如火如荼，作为提供产业有生力量的大学自然不甘寂寞，于是乎，各个学校都在筹建、设立物联网专业，可从各方面渠道的信息看，似乎所想传授的知识五花八门，有侧重传感的，有侧重通讯的，有侧重某项应用领域的，如智能电网、智能交通等，似乎不像以往的专业设置，有相对统一的方向。 出现这个局面，首先就说明一点:物联网不应是一个传统形式本科专业，至少不适合作为一个本科专业而存在! 现实中很多领域都有这个特征，它有广泛的需求，且孕育着极大的机会，但由于其所涉及的知识属于跨学科的，需要多方面的基础及专业知识作为铺垫，故作为本科专业有些勉为其难。 我很早就听过的一个说法:海洋学院不应该面向高中生招生，应该是从学过相关专业的本科毕业生中选拔，因为海洋研究要用到各方面的专业知识，它属于二级学科，需要一些基础性的专业知识背景，如生物、化学、流体力学等，而这些知识是高中生所不具备的，如果要他们在海洋学院的四年中学会这些，估计和海洋相关的知识几乎没有时间传授了，这样毕业的学生和普通院校有何差别 对比今天的物联网，似乎也有“海洋学院”的影子。 如果把物联网提升到目前所宣传的那个高度，要培养一个能应对如此“宽泛”领域的人才，似乎也应该是作为一个二级学科而存在。 首先这些人应该在普通本科中学会一些基础性的专业知识，如测量、传感、通讯、大规模计算和统计等，然后再进入物联网专业，结合自己所具备的专业知识背景，侧重研究物联网的某一分支，如侧重于基于联网需求设计测量部分，或基于测量特征设计通讯链路和协议，或基于收集来的巨量信息研究如何用“云”来储存和分析，从而使其成为有效信息而非“字典”。 这些都不是一个高中生所能直接面对的，而把所需的专业知识作为物联网专业的基础知识来传授，时间不够，本来这些就是四年的本科课程，学完这些，留给物联网的相关知识传授时间有限了，只能培养出一个无特色的学生，这和设置此专业的初衷不是相悖吗 所以，如果要培养一个真正意义上的物联网人才，靠本科四年的学习难以胜任! 所谓真正意义上的“物联网人才”，按我的理解应该是:能将目前的现实需求纳入物联网，从而产生有别于传统解决方案的革命性变化。 听起来有些“玄”，但目前的宣传就是如此，甚至有过之而无不及，腾“云”驾“物”是在媒体上看到的最经典的描述!何时能落地，似乎还欠火候。 那针对目前的物联网热，学校应该如何应对呢 依本人愚见:暂时不去想培养那些“真正的物联网人才”，那些未来的并非本科教育所能造就，作为大量输送技术骨干进入社会的工科院校，着眼点应该是如何培养一个能在未来的工作中应对物联网需求的技术人员。 要做到这点，首先应该分析物联网到底衍生出那些新的东西 “物联网”三个字实际上表达了其含义: 第一:“物”，乃所关注的对象 第二:“联”，乃所采取的手段 第三:“网”，乃解决问题的工具 这三个部分中，“物”早已存在，最为悠久，人们对“物”可以说是“关怀备至”了，至今仍在不断深入，并非物联网所带来的新生事物。 而“网”虽较“年轻”，但由于技术手段的进步，人们也已将其功能发挥的“淋漓尽致”，“网”已经给人们生活带来了巨大变化。 唯一属于物联网带来的新生事物就是“联”，即将“物”连接到“网”上! 联网的设备已很多，为何此时将“物”连到网上就成了新东西 先分析一下以往的联网设备有什么特征。目前联网的设备主要是计算机、手机、电视等，还有一些幕后设备，如交换机、路由器等，究其特征，无一例外是和人交互，或者是服务于与人交互。所以，以往的互联网也可以称之为“人联网”! 而如今“物联网”所指的“物”，多为面向自然界的物，关注的是其生物、理化等特征，是一些不具备智能的物，即便是和人相关，此时所关注的也是人的生物特征而非智能，所以完全区别于现存的“互联网”所承载的内容。目前互联网的绝大多数信息是服务于智能的，属于“上层建筑”，而物联网要关注的则是“经济基础”。 因为这些“物”相对“低能”，以往联网的方式就要做相应改变，以适应其特征，这才是物联网的精髓所在。 “物”有千百种，均有相应的专业在探究，而“网”也有相应的分支在完善，至于数据分析、云计算、分布式运算、并行计算等早已是深入研究的课题。后两者近年来已不断融合、完善，有了长足的进步。只是前者和后两者似乎有些像平行线，暂无交点。 物联网则是要在这两条平行线间架起一座桥，使前者的信息能借助于后者得到升华! 但由于“物”的“低能”和“多样性”特征，使得原有的联网手段不再适合，正是这种缺位才催生了物联网教学的需求! 因此，探究各种“物”所适合的联网手段，应该是培养一个可以应对物联网需求的工程技术人员的重点。 虽说联网应该是通讯的范畴，但以往通讯的关注点是媒介、链路和协议，而作为物联网应用需求，应该是关注各种通讯方式的特征，结合所需联网的“物”之个性，选择合适的通讯方案，侧重点是“选择”。 要做出合适的选择，就要对各类通讯方式的特点予以准确的把握，扬长避短，并合理的加以组合，从而达到最可靠、经济的方案。 不要一提到物联网就是 ZigBee、Wifi，实际上每种通讯方式都有其利弊和适用的环境。智能电网上的检测用 ZigBee 就不一定比“载波”合适;智能家居的很多节点或许用简单的“485总线”集中后再由WiFi 或 ZigBee转接入网更加经济、可靠。 所以，准确地把握对象特征和应用场景，同时熟知各类通讯技术的优势、缺陷，是一个合格的物联网应用技术人员的核心素质。 至于物联网的高层次应用，即那些汇集了巨量数据的“云”该如何处置如何产生效益那是少数精英的事，需要大量技术人员的是这个金字塔的塔基。 具体而言，针对物联网应用需求，学习应该关注: 1、 理解最基本的通讯原理，尤其是串行通讯，因为只要距离略远，并行通讯基本无使用可能，而现实中的各类通讯，不论是有线的RS232、485、USB、以太网，还是红外、蓝牙、Wifi，其实质都是串行通讯，区别只在于介质和协议。 2、 通过最简单的UART通讯，理解握手、冲突、争抢、仲裁等通讯中常见的问题，以及丢帧、误码的可靠性问题，理解通讯协议的作用和含义。 3、 通过简单的实际应用，理解各种场景的需求，何时要速度何时要可靠何时要响应快何时要低功耗 4、 结合所面临的需求，尝试各类通讯，只要会用即可，因为随着MCU的无所不在，各类通讯模块使用越来越简单，看似神秘的3G通讯，也能用和古老的Modem一样的AT命令让其工作。对于多数人而言，只能做到会用即可，设计、生产这类模块的事情交给地球上少数人去 *** 心吧。就像 PC，全世界都在用，但只有Intel和AMD为此劳神，似乎也并未耽误PC的普及和使用啊! 5、 选择一个分支，系统地贯穿一下各个层面，从“物”开始，到“网”结束，无所谓实用，只要涵盖的物联网的要素即可，重要是通过实际的体验，感受将“物”连到“网”上后所遇到的问题。 总之，我觉得，如果是培养一个应用类的技术人员，不需要特别的传授什么“物联网”的专业知识，而是用已有的专业知识，围绕上述重点实践即可，重要的是体验和阅读理解，因为未来的应用是多种多样的，无法预知，所以培养把握对象特征的能力是非常重要的。 最后，推荐一本关于各类通讯的书: 《嵌入式网络通信开发应用》 怯肇乾著北京航空航天大学出版，ISBN978-7-5124-0179-2 面对如此众多的通讯方式，想要全面了解并非易事，很多书都是只描述一部分，此书却全面收集了各种现存的通讯方式，为选择合适的通讯提供了极大的便利。 详细目录见“好书交流”栏目。

通过从传感器、计量器等器件获取环境、资产或者运营状态信息，在进行适当的处理之后，通过传感器传输网关将数据传递出去；同时通过传感器接收网关接收控制指令信息，在本地传递给控制器件达到控制资产、设备及运营的目的

通过公网或者专网以无线或者有线的通信方式将信息、数据与指令在感知与控制层、平台服务层、应用服务层之间传递，主要由运营商提供的各种广域IP通信网络组成，包括ATM、xDSL、光纤等有线网络，以及GPRS、3G、4G、NB-IoT等移动通信网络

物联网平台是物联网网络架构和产业链条中的重要环节，通过它不仅实现对终端设备和资产的“管、控、营”一体化，向下连接感知层，向上面向应用服务提供商提供应用开发能力和统一接口，并为各行各业提供通用的服务能力，如数据路由、数据处理与挖掘、仿真与优化、业务流程和应用整合、通信管理、应用开发、设备维护服务等

丰富的应用是物联网的最终目标，未来基于政府、企业、消费者三类群体将衍生出多样化的物联网应用，创造巨大的社会价值。根据企业业务需要，在平台服务层之上建立相关的物联网应用，例如，城市交通情况的分析与预测，城市资产状态监控与分析，环境状态监控、分析与预警（如风力、雨量、滑坡），健康状况监测与医疗方案建议等

向下接入分散的物联网传感层，汇集传感数据
向上面向应用服务提供商提供应用开发的基础性平台和面向底层网络的统一数据接口，支持具体的基于传感数据的物联网应用

从设备底层到云端应用都由技术人员自行开发，对研发能力和开发时间都是不小的挑战
物联网应用存在共性需求如安全是否可以以云服务的方式提供这些功能？
物联网平台使物联网应用的快速实现成为可能，并从开发难度、功能性能和稳定可靠等多方面提供服务保证

DMP一般集成在整套端到端M2M设备管理解决方案中，解决方案提供商联合合作伙伴一起，提供通信网关、通信模块、传感器、设备管理云平台、设备连接软件，并开放接口给上层应用开发商，提供端到端的解决方案

大部分DMP提供商本身也是通信模组、通信设备提供商，如DiGi，Bosch等，本身拥有连接设备、通信模组、网关等产品和设备管理平台，因此能帮助企业实现设备管理的整套解决方案

一般DMP部署在整套设备管理解决方案中，整体报价收费；也有少量单独提供设备管理云端服务的厂商，每台设备每个月收取一定的运营管理费用

M2M连接数大、SIM卡使用量大、管理工作量大、应用场景复杂、要求灵活的资费套餐、低的ARPU值、对成本管理要求高

包含基础大数据分析服务和机器学习两大功能

未来物联网平台上的机器学习将向人工智能过渡，比如IBM Watson拥有IBM独特的DeepQA系统，结合了神经元系统，模拟人脑思考方式总结出来强大的问答系统，可帮助企业解决更多商业问题

AWS IoT可在连接了Internet的设备（如传感器、制动器、嵌入式微控制器或智能设备）与AWS云之间提供安全的双向通信，并使云中的应用程序能够与连接了Internet的设备进行交互。这样，用户能从多台设备收集遥测数据，然后存储和分析数据；也可以创建应用程序来通过手机或平板电脑控制这些设备

AWS IoT包括设备网关、消息代理、规则引擎、安全和身份服务、Device Shadow服务等组件

平台案例

通过使用AWS的服务，艾拉物联可以无需投资传统数据中心，便可提供企业级服务。在AWS的支持下，艾拉物联将全球的服务都可以整合到一个云平台上，以最小成本开拓了国际业务，使得各地都可以使用同样的开发及运维工具

AWS云服务安全、稳定、可扩展以及全球覆盖的特性加快了涂鸦业务的全球化部署，为保证海外涂鸦客户和合作伙伴能够享受到本地化的服务体验提供了坚强保障

使用AWS云平台给Sengled生迪带来的好处包括简化运维、节省人力成本、节省资源成本，同时可以灵活地扩展应用系统。AWS提供的丰富功能，使运维工程师不必研究学习传统的运维工具和方法，就可以建立起一套完整、可靠的交付系统和运维平台

物联网平台是阿里云针对物联网领域开发人员推出的一款设备管理平台。高性能IoT Hub实现设备与云端稳定通信，全球多节点部署有效降低通信延时，多重防护能力保障设备云端安全。此外，物联网平台还提供丰富的设备管理功能、稳定可靠的数据存储能力，以及规则引擎。使用规则引擎，您仅需在Web上配置简单规则，即可将设备数据转发至阿里云其他产品，获得数据采集、数据计算、数据存储的全栈服务，真正实现物联网应用的灵活快速搭建

平台案例

24小时ATM式自助售药机支持用户线下24h到店扫码付款，当场取货；线上平台下单，骑手限时送达。同时提供完备的商户管理后台，可以进行订单管理、货道管理与财务管理

仓库猫用于解决仓库的科学监测、信息化、网络化管理等问题。可以做到防火监测、防盗监测、防水监测、防潮监测、能够帮助企业快速搭建店铺的监测系统，报警系统，云存储系统

OneNET定位为PaaS服务，即在物联网应用和真实设备之间搭建高效、稳定、安全的应用平台

OneNET包括设备接入、设备管理、API，>

北京京顶科技一卡通现代一体集成软件技术比较厉害

可以集成门禁，考勤，监控，通道，电子大屏，会议考勤等现场设备实现员工在标准工时制，综合工时制，不定时工时制（d性工时制和核心工时制）下的考勤打卡，排班，休假/年休假，加班，出差，外出进行实时在线流程化管理。每月统计出可用于计算工资的工时统计数据。包括出勤天数，缺勤工时，会议工时，加班工时，请假工时，出差天数等自定义考勤类型报表。并可以统计与出勤相关的补助，出勤就餐天数，外出误餐补助，出差地域补助，特殊班次补助，员工学历补助，加班时段补助等福利津贴统计。具体功能如下：

1、考勤打卡：人脸考勤机，通道闸机，门禁，手机APP等任意一种打卡数据采集

2、智能排班模块：制定标准工时制，综合工时制，d性工时制班次时间，并设置将具有相同上班时间的员工分为一个考勤组，制定考勤组排班计划！
3、职工休假模块：休假管理很多OA系统也包含，但OA请假以审批流程为主，多以半天或一天为单位而且不检查班次。所以在考勤工时计算中不是特别精准。考勤休假模块是包含员工休假资格发放，休假申请审批，休假计划，工时优化，休假工时统计，自动销假等功能

4、年假管理账户：年假管理是员工休假的一个特殊情况，采用单独年休假账户实现年假两年并管，自动清零。很多人不太明白为什么需要两年并管，因为按自然年度计算，年假在12月底就到期了，而很多企业为保证员工年假能延续到春节期间申请休假，将上一年年假转结到第二年。并设置清零有效期

5、时间管理账户：这个时间账户主要实现对员工加班的管理，员工日常的多于标准工时的时间都记入时间账户，方便员工申请调休假或发放加班费。同时建立员工时间信用管理体系
6、出差考勤：员工出差正常考勤，并统计出差地域补助
7、外出管理：外出单管理，统计外出工时并计算外出餐补
8、考勤工时统计：员工每月的工资计算需要考勤报表，补助项统计，工时统计报表上报完成才算考勤的全业务管理。员工的实出勤工时，缺勤工时，休假工时，加班工时，出差工时，外出工时，会议工时，和考勤相关的福利补助全部计算汇总，方便HR部门计算薪酬
9、工效分析：大数据挖掘。员工的项目工时，工效，休假率，出勤率多种维多的分析数据有助于准确核算工时，优化用工结构，为企业降本增效，提供决策支持
10、定制开发：微服务架构可以在不影响现有业务基础上扩展新应用。实现真正的企业一体化数字管理。避免多套系统对接，多头维护，降低维护成本

---