一是你可以做一个物联网网关,写一个简单的家庭传感器网络的协议,然后通过公用信道接收传感信息和发送控制信号。协议转换可以写到通用计算机或者ARM上,然后在运算器上同时可以执行一些高级算法,这是以后必然的发展趋势,实现起来也很简单,既可以通过仿真模拟,也可以用硬件实验箱实现一下看看。
二是你可以拿一些经典的模拟滤波器过来,使用现代的分析技术进行重新搭建和改进,既可以抽样成数字的,也可以直接做模拟滤波器分析,这种工作能在新设备逐步替换旧设备的过程中提供一个良好的接口。
三是可以弄一个信号检测的智能解码。比如传统的ASK或者FSK解码往往用阈值检测的方式,前沿的可能会用卡尔曼滤波器的离散时间序列预测来做,但是这样可能要求的数学功底和科研经验都比较高,所以可以考虑采用智能方式来实现。例如我们常常模拟的信道中加性高斯白噪声信号检测,因为不需要很好的泛化能力,完全可以做一个类似卡尔曼模型的分类器,通过智能手段或者SVM来实现。
第一个是我学通信的时候想到的,但是忙于别的事就耽搁了没去做。第二个是目前搞模拟滤波器经常做的工作,成果很丰硕,在国内模拟滤波器领域这种课题也比较流行。第三个是有一定经验以后想到的,有一些学者零零散散在做,比较前沿而又不算很难,主要是在想法上比较新颖,缺点是虽然不难,但刚刚兴起,相关文献和资料很匮乏,要自己摸着石头过河。Predix工业云平台是GE面向行业推出的一个工业云平台。不同的组织,能在上面控制数据的连接,并使用第三方开发者的分析软件。 一方面Predix为大量开发者提供便利,开发各种工业级APP。开发者只需关注如何解决问题,而无须关心如何获取以及连接数据;另一方面用户作为数据托管方,则可以使用这些APP,进行设备管理、运营维护等。
传统意义上OT技术是用于对机器设备的监视和控制,但GE眼中的OT技术已经超越这些概念,将机器设备与云服务连接,通过数据的分析可以帮助进行设备故障预测和整体健康程度的评估。通过融合IT和OT技术,GE正在重新定义工业自动化。GE通过内置的传感器对机器设备的数据采集已有多年,但这些物联网前的传感器主要用于对设备运行实时性能的监测,比如显示某一特定测点的压力值,设备专家通过监视各测点的数值从而推断设备的性能,然后这些实时数据就被丢弃,不再进行收集存储[1] 。
机器设备产生的海量时间序列数据与社交数据和交易数据差别很大,针对工业数据的存储、分析必须针对性地进行优化,以帮助理解机器设备的行为表现。为了处理这些海量的数据集,GE需要一个新的平台来安全连接设备并分析数据,就这样在2013年,一个基于云计算的软件平台Predix被开发出来。不仅仅通过运营数据分析降低设备的服务成本,也通过这些运营数据有效指导产品研发的改进。受到Amazon提供S3、EC2等云服务的启发, GE的管理层意识到他们也可以将Predix以云服务的形式推向市场,从而开启设备运营的联接、分析服务市场。Predix正式诞生。
Predix是GE推出的全球第一个专为工业数据与分析开发的云服务平台,负责将各种工业资产设备和供应商相互连接并接入云端,并提供资产性能管理(APM)和运营优化服务。Predix承担的角色类似个人电脑中的Windows和智能手机中的IOS、Android *** 作系统。对于纷繁复杂的工业设备和工业数据类型来讲,Predix与其说是通过 *** 作系统来运营工业互联网,不如说是为海量的工业数据找到了一种相对标准和统一的承载和呈现形式。传承于GE工业化基因,Predix提供标准的方式来运行工业级的分析能力,连接机器、数据和人,提供分布式计算、大数据分析、资产数据管理、机器和机器通信和应用移动性,“端到端”的安全访问机制确保数据、设备、网络和系统的授权访问。
智慧水利是在以智慧城市为代表的智慧型社会建设中产生的相关先进理念和高新技术在水利行业的创新应用,是云计算、大数据、物联网、传感器等技术的综合应用。智慧水利的科学内涵: 人水和谐、兴利除害、云为载体、互联感知!
通俗一点来说就是利用物联网、大数据、云平台等技术手段实现更好的水务信息化建设。
能够实现: 实时感知、业务整合、互联互通、融合共享、智慧决策、智慧便民。
最终目标:一切业务数据化、一切数据业务化、一切服务智慧化。
这里可以参考 Hightopo 的智慧水务案例:
水务全球航线与风暴预警中央水机Hightopo 是基于HTML5标准技术的Web前端2D和3D图形界面开发框架。Hightopo 提供了一套独特的 WebGL 层抽象,将 Model–View–Presenter (MVP) 的设计模型延伸应用到了 3D 图形领域。非常适用于实时监控系统的界面呈现,广泛应用于电信网络拓扑和设备管理,以及电力、燃气等工业自动化 (HMI/SCADA) 领域。
使用 Hightopo 可更关注于业务逻辑功能,不必将精力投入复杂 3D 渲染和数学等非业务核心的技术细节。
参考资料:
百度百科——图扑软件
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)