物联网工程专业考研的人多吗？

多啊，当然多啊，这个问题我还去问过一名刚考完研的物联网专业的女生，我确定我很有资格回答这个问题。首先物联网专业作为11年才开设的新兴专业，拥有极大的发展潜力，所以选择本专业的人是非常多的。但是女生还比较少，至少我们学校的女生学这个的还是很稀有的，又是一个新一地啊的和尚专业啦。然后总体来说，每年的考研人数都是在大幅上升的啊，给你上个图你就明白了。

很多的学校是没有物联网专业对口的研究生专业的！！！所以尽管考研的人多，但是大家可以偏向的分支专业都不是太相同，竞争和别的专业差别也不大，尽管放心去考吧，再说物联网在发展过程中，考生难度相对来说不是很大，当发展起来，就追悔莫及啦。

能问这个问题我估计也是想考研的，这里给大家上点干货吧。

物联网专业可以考的方向非常的多，大致可分为以下几个物联网工程专业考研向：

1：计算机技术物联网工程专业考研向。

2：电科与技术物联网工程专业考研向。

3：计算机科与技术。

4：电与通信工程。

大家要是有不太明白的可以自己在百度上查找一下这些大方向了解了解，看看自己真正心仪的专业在哪，这些大专业之下分了很多小块，但是和物联网专业学习的东西都是很挂钩的，也不能算完完全全的跨考啊。总而言之，漫漫考研路，辛苦付出就有回报的，再多的竞争对手也能杀出一条血路不是。

当前，物联网（IoT）技术领域充释着各种标准，像NB-IoT、LoRa、SigFox等，他们正通过各自擅长的技术和应用抢夺IoT风口，以争取在这片广阔的市场上取得优势。
这里写描述
NB-IoT是由电信标准延伸而出的，主要是由电信运营商支持，而LoRa则是一个商业运用平台，两者主要区别在于商业运营的模式：NB-IoT基本是由电信运营商来把控运营，所以使用者必须使用它的网关及服务，而LoRa就量对开放一些，有各种不同的组合方式，商业的模式是完全不同的。
技术层面上来看，NB-IoT和LoRa的差异其实并不是很大，属于各有优劣。而相对于某些领域，国内有一些用户在并行使用这两种技术和网络。NB-IoT相对而言是受限于基站的，而LoRa则要加入一个网关相对简单容易，并且总的来说价格要比NB-IOT低廉。用户可以根据需求，增加不同的网关覆盖。所以从覆盖程度上来说LoRa的覆盖程度可能比NB-IoT更广一点。
LPWAN又称LPN，全称为LowPower Wide Area Network或者LowPower Network，指的是一种无线网络。这种无线网络的优势在于低功耗与远距离，通常用于电池供电的传感器节点组网。因为低功耗与低速率的特点，这种网络和其他用于商业，个人数据共享的无线网络(如WiFi，蓝牙等)有着明显的区别。
在广泛应用中，LPWAN可使用集中器组建为私有网络，也可利用网关连到公有网络上去。
LPWAN因为跟LoRaWAN名字类似，再加上最近的LoRaWAN在IoT领域引起的热潮，使得不少人对这两个概念有所混淆。事实上LoRaWAN仅仅是LPWAN的一种，还有几种类似的技术在与LoRaWAN进行竞争。
概括来讲，LPWAN具有如下特点：
• 双向通信，有应答
• 星形拓扑(一般情况下不使用中继器，也不使用Mesh组网，以求简洁)
• 低数据速率
• 低成本
• 非常长的电池使用时间
• 通信距离较远
LPWAN适合的应用:
• IoT，M2M
• 工业自动化
• 低功耗应用
• 电池供电的传感器
• 智慧城市，智慧农业，抄表，街灯控制等等
LoraWAN和Lora之间关系
虽然一样是因为名字类似，很多人会将LoRaWAN与LoRa两个概念混淆。事实上LoRaWAN指的是MAC层的组网协议。而LoRa只是一个物理层的协议。虽然现有的LoRaWAN组网基本上都使用LoRa作为物理层，但是LoRaWAN的协议也列出了在某些频段也可以使用GFSK作为物理层。从网络分层的角度来讲，LoRaWAN可以使用任何物理层的协议，LoRa也可以作为其他组网技术的物理层。事实上有几种与LoRaWAN竞争的技术在物理层也采用了LoRa。
LoraWAN的主要竞争技术
这里写描述
如今市场上存在多个同样使用LoRa作为物理层的LPWAN技术，例如深圳艾森智能（AISenz Inc）的aiCast。aiCast支持单播、多播和组播，比LoRaWAN更加复杂完备。许多LoRaWAN下不可能的应用因此可以实现。
Sigfox使用慢速率的BPSK(300bps)，也有一些较有前景的应用案例。
NB-IoT(Narrow Band-IoT)是电信业基于现有移动通信技术的IoT网络。其特点是使用现有的蜂窝通信硬件与频段。不管是电信商还是硬件商，对这项技术热情不减。
关键技术Lora简介
LoRaWAN的核心技术是LoRa。而LoRa是一种Semtech的私有调制技术(2012收购CycleoSAS公司得来)。所以为了便于不熟悉数字通信技术的人们理解，先介绍两个常见的调制技术FSK与OOK。选用这两个调制方式是因为：
1这两个是最简单、最基础、最常见的数字通信调制方式
2在Semtech的SX127x芯片上与LoRa同时被支持，尤其是FSK经常被用来与LoRa比较性能。
OOK
OOK全称为On-Off Keying。核心思想是用有载波表示一个二进制值(一般是1，也可能反向表示0)，无载波表示另外一个二进制值(正向是0，反向是1)。
在0与1切换时也会插入一个比较短的空的无载波间隔，可以为多径延迟增加一点冗余以便接收端解调。OOK对于低功耗的无线应用很有优势，因为只用传输大约一半的载波，其余时间可以关掉载波以省功耗。缺点是抗噪音性能较差。
这里写描述
FSK
FSK全称为Frequency Shift Keying。LoRaWAN协议也在某些频段写明除LoRa之外也支持(G)FSK。FSK的核心思想是用两种频率的载波分别表示1与0。只要两种频率相差足够大，接收端用简单的滤波器即可完成解调。
对于发送端，简单的做法就是做两个频率发生器，一个频率在Fmark，另一个频率在Fspace。用基带信号的1与0控制输出即可完成FSK调制。但这样的实现中，两个频率源的相位通常不同步，而导致0与1切换时产生不连续，最终对接收器来讲会产生额外的干扰。实际的FSK系统通常只使用一个频率源，在0与1切换时控制频率源发生偏移。
这里写描述
GFSK是基带信号进入调制前加一个高斯(Gaussian)窗口，使得频率的偏移更加平滑。目的是减少边带(Sideband)频率的功率，以降低对相邻频段的干扰。代价是增加了码间干扰。
对于这一方面的研究实验发现：学习Lora调制技术的一些准备及发现
然而，对于“悠久历史积累”和高安全、易部署等综合优势的LoRa阵营来说，最近几年里，在技术和落地方面虽取得了长足的进步，但离真正的规模、解决行业客户的切实问题是有着不小的差距。那么，究竟是技术壁垒突破较难？产业链生态不健全？亦或者是商业模式限制了从业者对市场规模的想象？对于LoRa产业链的广大从业者而言，找到制约LoRa技术大规模发展的瓶颈，并联手产业合力突围对推动产业良性发展至关重要。

斌哥与你一道，盘点2021物联网十大热词，共创2022新未来

物联网的2021年，极不容易的一年。年初，做IoT平台toB业务的涂鸦巨亏上市；年末，做IoT共享出行toC业务的滴滴美国退市。大半年，ofo押金没退多少，还花样作死；一整年，围绕芯片，停产、断供、涨价、囤货、断货，多少做IoT集成的亟待续命。

物联网的2021年，极不平凡的一年。疫情常态化的背后，是5G远程医疗/云监工、非接触式防控/时空伴随者报备、无人驾驶/配送/零售等物联网技术与场景支撑。中美贸易战的核心，是5G/6G等国际标准话语权、数字经济运作规则制定权、数字产业全球占地圈地、新型类OS平台与杀手级应用生态扶植等云大物智链孪下的新 科技 +新应用+新模式之争。

斌哥这就带大家梳理一下，十大热词下的物联网2021年。
一、非接触式防疫

年初到年末，疫情常态化，大伙儿时刻备战、时刻战役。在防疫过程，甚于物联网的非接触式技术，功劳不小。

非接触式通道，把 健康 码、红外测温、身份核验、自助消杀等集成，3－5秒结束全流程。

非接触式物流，可通过无人货车、AGV+机械臂自助卸货，通过机械臂自助消杀，实现货物无人运货、配货的全流程。

这些非接触式场景，均需要物联网的端（温湿度/机械臂/AGV/货车定位等采集）、管（4G/5G/Wifi等）、云（各类应用）能力。
二、5G远程医疗/云监工

从去年起，移动成功落地“5G远程医疗”在武汉火神山医院及多家医院，采集现场视频、环境与患者状态数据，助力一线医务人员将本地医疗数据共享远程专家，实现专家远程诊断。

医生远程问诊，而线上的伙伴们远程观看火神山、雷神山医院直播，为此云监工一词也成了去年年底的网络热词。
三、自动驾驶+网联车

2021的自动驾驶又在坎坷中，前进了一步。

特斯拉的纠纷不断，数据采集风险曝光。蔚小理们、传统车企与BATH等造车大厂缺芯得厉害，交付压力颇大，但他们都在努力创新中。阿里丰富了小蛮驴的无人配送场景，小鹏出了无人马玩具、无人飞行器，华为在不断积极调整车联网战略。
四、Cat1/NB-IoT+5G标准

7月9日，国际电信联盟ITU会议将我国的NB-IoT写入5G技术标准，为此NB-IoT正式纳入5G标准，这是我国在国际领先的标准制定组织的又一话语权的体现。

同样是ITU标准，Cat1作为4G通信LTE网络用户终端的标准，充分发挥其低成本、低功耗、较低时延、较广范围、较高速率优势，已在近两年得到爆发性的增长。
五、无源物联网

无源就是无电源/能量来源的物联网。物联网碎片得很，场景很碎片，所需要采集的传感器种类、功耗需求、区域位置均很多样、分散，为此，可自己获取能源的传感器、物联网装置就非常重要。当然，太阳能、动力转换都可以作为无源的来源。今年快速进步的新型无源，则是通过电磁/辐射转换来实现。比现有的RFID功耗更低，应用场景更广，当然市场价值更大。
六、卫星物联网

目前，物联网仅在陆地覆盖20%，海洋5%，天/太空基本为0，卫星物联网就是通过卫星，把卫星变成基站，要与未来的6G、量子通信等，补足剩余的网络覆盖，与传输速度与带宽的持续提升。
七、双碳+碳追踪

实现国家的双碳战略，碳追踪是关键环节。碳追踪是啥，就是监测碳排放，搞明白碳从哪儿排放的，怎么排放的，排放多少。有碳追踪才能有更好的对碳排放、回收、交易管理。而监测碳排放，用的是物联网的各种传感、传输、云与数据分析能力。
八、数字虚拟人+数字孪生+元宇宙

这几个一并来。物联网的动作捕捉、表情采集，将实体人（虚拟人替身）与数字虚拟人联结；物联网的端管云，将数字孪生的设备、产线、车间、工厂、园区、街道、城市等物体、场景实体与数字体联结；而数字虚拟人+数字孪生就是融合人+物的CPS世界，将人与物与元宇宙的雏形联结。

年初数字孪生（数孪）当道；年中元宇宙火爆（斌哥翻了下朋友圈，在8月初受邀写《元宇宙》一书的荐语，随后元宇宙大爆发）；年末数字虚拟人喷发，表面看得热闹，而物联网便是其技术的里子。
九、物联网安全

年中的滴滴退市事件，可谓物联网安全/网络安全的里程碑式事件。滴滴通过物联网技术，数采近10亿用户，多年的、全国绝大多数的位置、语音信息。这些海量的数据如果没有牢牢掌握在国人手中，国家数据谈何安全。 同样的，越是物联网平台类公司，越是要在保障其平台与生态的物联网数据安全上，慎之又慎、如履薄冰。
十、芯片荒

最后讲芯片荒，因为部分芯片现在还荒着呢。车联网的雷达、动态控制、影像芯片，物联网/5G场景通用的USB、网卡、模拟芯片，价格暴涨10倍、50倍，甚至100倍。天灾、人祸，已道不清。

芯片这事，不被掐脖子的话，还得国产当自强，国人当团结。
2022年的物联网，斌哥期望有三：

一、杀手级应用不再搁又搁。物联网杀手级应用一直在说，却一直耽搁。斌哥希望，2022年产业互联网杀手级应用真正涌现，特别是在与垂直产业结合的5G、工业互联网、车联网三个方向。

二、新技术概念不再割又割。年初起，不知多少吃瓜群众，在股市K线上、投资圈内、传销窝里，被区块链、量子技术、数字孪生、数字货币、NFT、虚拟数字人、元宇宙……割韭菜。斌哥希望，来年物联网与VR/AR、区块链进一步融合，进一步夯实数字孪生底座，支撑元宇宙框架搭建，促进电商30（虚拟直播）、数字虚拟人、产业数孪的真正落地。

三、半导体芯片不再鸽又鸽。最后，由衷希望2022年，现在还囤着芯片的，有一定利润，就抓紧出吧，见好就收。切记：吃相=死相。
罗胖在今年的跨年《时间的朋友》为百度5G云代驾（通过5G远程 *** 控无人车，实现代驾）代言，期待5G云代驾能成为新一年的杀手级应用。
来自专栏

物联网卡，是指通过射频识别（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，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。
在进行联网的时候，可以选择通过固定宽带、NB-IOT、2/3/4/5G在内的多种网络形式，将设备接入到物联网平台进行联网。若设备使用2/3/4/5G和NB-IOT网络接入，则需要通过SIM卡来接入运营商网络。

现今世界网络和数据普及，不单止智能手机能连接网络，就连手表，闹钟，家电等日常用品，也能即时在网络中提取资讯，并配合环据数据作出分析，将最好的体验反馈给 用家。而透过网络来连接人，流程，资讯和装置这个概念，亦是我们平常所说的物联网（物联网，又名物联网）。

承接上文介绍了雾计算的简单的应用和由来，下文将会介绍物联网的一个重要技术 - 边缘计算（Edge computing）。下文将会阐述边缘计算的由来，并介绍它与物联网的关系，而且会利用无人驾驶作为用例，介绍云计算的短处和边缘计算的应用。

先定义一下边缘计算（wikepedia，2019）：

这里提到很多艰涩的专业名词，例如是“分散式运算”，“节点”等，其实只是描述：边缘技术是一种技术将大型应用程式的一部分转移到（即分散式运算）日常设备中处理（即边缘节点中）。

在云计算的典型结构中（如上图），通常可分为“云（云层） - 网（雾层） - 端（边缘）”三层。“端”这一层覆盖所有终端的应用程式，亦通常是被管理的角色。当云计算一计算出结果，就会到透过“网”层，将指令发送到“端”层的应用程式执行，而应用程式收到数据后，则会发送到“云”层作计算。

而边缘计算则可以想像为给予“端”层一定程度的“自治”。在边缘计算的架构中，终点被赋予简单的存储和计算能力（与雾计算不同，这里重点是“简单”的功能） ，令它能偶尔脱离云的管理，并根据环境数据作出回应。

增加终端系统简单的计算和存取能力看似一小步，但其实这个布局有着莫大的好处，当中包括：

  - 低延迟：数据由近场产生，能快速回应

  - 独立性：在没有网络连接下，系统亦能运作

  - 合规性：无需传送用户资料，保护个人数据

  - 简化数据：终端先处理部份数据，数据简化后才向云服务器传输

  - 安全性：数据传输减少，减少网络安全风险

无人驾驶是边缘计算其中一个经典用例，亦是一个很好例子说明云计算的短处和为什么需要边缘计算。

下图展示的是常用的云计算架构，当中包括1）一架智能汽车（客户端），并且正在使用无人驾驶功能，2）互联网（Internet），用作传输数据，以及3）云服务（云计算）服务器），用作提供无人驾驶服务。

假设汽车正在以60ms-1的速度行驶，并在起始位置感测到前方3m有阻碍物。由于汽车正在使用云计算的架构，汽车本身并没有分析的功能，汽车会将感测到的影像 传送到云服务器中作分析（步骤1）。

很不幸地，由于汽车现在在北区甚远，信息在005s后才能到云服务 无上停驶，但也要经过005s才能将指令发送到汽车上执行（步骤2）。

在这段发送信息到回收指令的过程中（~01s），汽车会继续以均速行驶（60ms-1），并到6m后（= 60ms-1×01s）才会收到指令停下来 。而且会撞到在3m前的路人，酿成车祸。

汽车在起始位置感测到前方3m有阻碍物，会立刻执行停车指令（步骤1）。然后再发送影像和决策内容到云服务器中作进阶分析（步骤2），以改善无人驾驶性能。 （注：这里看似与雾计算方式相似，但在过程中，应用程式没有作任何的数据分析，只根据感应器内容作出回应。若然是雾计算的话，感应器信息会发送到雾服务中，再作分析，然后通知终端设备作出回应。）

由此可见，云服务器距离数据产生的位置较远，因此会造成较大的延迟。而无人驾驶这些需要实时作出决策的活动，则很大机会需要使用边缘计算，使计算的服务靠近产生数据的源头，做到计算更接近实际行动。

随着科技的进步，数据传输速度的快速提升，不少日常物品，例如是家用电器，车辆等，都已经嵌入感测器，并透过网络接结与互联网交换资讯，形成了庞大的物件网络（即物联网）。

物件会在运行时会收集到大量的环境数据。有些人会问，为什么不把数据都在本地（local drive）处理，其他数据再传到云服务做储存。这可能是其中一个可以实行的方法，但如果所有数据都在本地处理，物件本身要设有很多的存储装置和处理服务器。这会大大增加电力消秏和物件重量，增加成本。

因此，最好的方法是结合云计算和边缘计算的优势做出最佳的配置。在一些决定物件重大安全性的事件（例如如上文无人驾驶例子的刹车）可将决定的主导权放到边缘上，其他没有急切性的事情，则放到云服务器低成本集中处理。透过云与边缘的良好分工，大大减少成本，亦能提高运算效率。

智慧城市是在数字城市、平安城市等基础框架之上建立的全新实体，通过物联网将现实世界与数字世界进行有效融合，自动和实时地感知现实世界中人和物的各种状态和变化，由云计算中心处理其中海量和复杂的计算与控制，为城市管理和公众提供各种智能化的服务。

从国家政策来看，中国“863计划”智慧城市项目总体技术体系架构在科技部863计划“智慧城市(一期)”项目的支持下，863计划智慧城市项目(一期)总体组提出了“六横两纵”的智慧城市技术框架。“六横”层层递进，最下层的是城市的感知层，再是传输层，再上面依次分别是处理层、支撑服务层、应用服务层，最上面是智慧应用层，贯穿全局的是安全保障体系以及标准与评测。

而要真正实现智慧城市，必须引入大数据技术，主要包含三大方面的需求，通过以下三个方面才能实现海量数据的搜集、处理、加工、分析，并真正作用于具体细分行业：

一、大数据融合技术

我国智慧城市建设面临的重大挑战之一，是城市系统之间由于标准问题无法有效集成，形成信息孤岛。因此，在大数据融合技术领域，一方面要加强大数据标准建设，另一方面要加强海量异构数据建模与融合、海量异构数据列存储与索引等关键技术研发，为给予底层数据集成的信息共享提供标准和技术保障。

二、大数据处理技术

大规模数据在智慧城市系统流动过程中，出于传输效率、数据质量与安全等因素的考虑，需要对大规模数据进行预处理。大数据处理技术往往需要与基于云计算的并行分布式技术相结合，这也是目前国际产业界普遍采用的技术方案。

三、大数据分析和挖掘技术

大数据分析与挖掘技术为智慧城市治理提供了强大的决策支持能力。相比于大数据融合和处理技术，大数据分析与挖掘技术更为复杂，是国际学术界和产业界面临的极具挑战性的技术难题。

随着大数据技术的不断发展，以及行业用户对大数据技术的需求日渐明显，大数据行业应用遍地开花。小编通过金鹏信息在智慧城市大数据应用的探索，分享一些国内外的实际案例供借鉴。

1国内的智慧城市

2013年3月，北京市的“智慧朝阳服务网”正式上线。通过大数据技术的处理、分析手段，从支撑库提炼出数据后发送到服务管理系统，然后通过服务门户，包括微信、微博、移动应用、服务网站、机顶盒等多元化的方式与不同的用户群体进行沟通。

2国外的智慧城市

瑞典首都斯德哥尔摩市政府在通往市中心的道路上设置了18个路边控制站，通过使用RFID技术以及利用激光、照相机和先进的自由车流路边系统，自动识别进入市中心的车辆，自动向在周一至周五(节假日除外)6:30到18:30之间进出市中心的注册车辆收税。通过收取“道路堵塞税”减少了车流，交通拥堵降低了25%，交通排队所需的时间下降50%，道路交通废气排放量减少了8%-14%，二氧化碳等温室气体排放量下降了40%。

3智慧医疗

金鹏信息医疗制定了基于英特尔大数据解决方案的区域卫生数据中心建设目标，在郑州区域卫生数据中心形成了完整的大数据解决方案。经过反复测试和调优，这一区域卫生大数据计算架构可以满足海量数据(一亿条以上记录数)的高并发检索和实时数据分析的性能要求，满足了“智慧”的大数据需求。

4智慧警务

通过充分利用云计算、物联网、大数据和视频智慧分析技术、GIS(地理信息系统)、GPS(全球定位系统)、移动通信网络、移动警务智能系统、数字集成等前沿科技，实现警务工作现代化、智能化、流程化、可视化。

5智慧交通

郑州建立智能公交系统，使公交车信息就在地图上显示出来：如最近的一辆公交车还有5分钟到站，满员;下一辆公交车还有10分钟到站，有空座，可以选择乘坐;下楼2分钟，走到站台1分钟，余下7分钟，还有时间坐下喝杯热茶。

6智慧消防

郑州建立智能消防系统，报警人只需拨打119，系统将立刻定位报警人当前位置，并调用位置所在区域监控摄像头，确定灾情地点和火势情况。

7智慧城市规划

在城市规划方面，通过对城市地理、气象等自然信息和经济、社会、文化、人口等人文社会信息进行挖掘，可以为城市规划提供强大的决策支持，强化城市管理服务的科学性和前瞻性。
金鹏信息智慧城市解决方案

---