新兴的物联网设备连接解决方案

新兴的物联网设备连接解决方案

随着互联网在世界上几乎任何地方变得容易访问，使用互联网的设备或“物体”的数量急剧增加，从而产生了物联网(IoT)的概念。在物联网之前，大多数设备都是在本地提供的程序上运行，如果不设置一个特殊的系统，就无法与其他设备通信。物联网使设备与其他设备无缝连接成为可能，并使它们能够自我感知周围的环境。

任何此类的物联网系统的主干都是互联网连接。没有互联网连接，就会像一个没有“智能”术语的普通设备一样运行。根据物联网应用的类型，市场上有相当多的连接解决方案，但几乎所有的解决方案都有其限制，特别是在可同时连接的设备数量方面。为了解决这些问题，本文进一步讨论了一些新兴的物联网连接技术。

回顾现有的物联网无线技术

目前，有很多无线技术具有从短到长的覆盖范围。其中包括Wi-Fi和LTE等技术，几乎每个人在日常生活中都在使用这些技术。蓝牙是最早的无线技术之一，最初是诺基亚的一个内部项目，后来流行于极短距离(小于100米)的便携式连接。然而，蓝牙在运行时消耗大量的能量，从而导致BLE(蓝牙低功耗)的发展。BLE在智能手表和其他可穿戴设备等便携式设备中非常流行。

随后便有Wi-Fi，其在短距离网络连接中很常见。Wi-Fi是在IEEE 802.11标准下标准化，支持比蓝牙高得多的数据速率(高达600mbps)。ZigBee是另一种广泛应用于工业和家庭自动化物联网应用的流行技术。与BLE相比，其可以在较大的网络流量负载下高效工作。然而，就数据速率和功耗而言，BLE将是一个更好的选择，且使用BLE可以预期更长的电池寿命。

最后，在远程连接下，便有了蜂窝通信技术，最新的是第五代(5G)。目前，LTE(长期演进)是4G(第四代)的标准化部分，在全球范围内部署，提供比3G更高的数据速率，但仍远远落后于真正的4G连接。如今，随着5G即将到来，数据速率预计将提高约100倍，延迟降低10倍，并支持更多连接的设备。

大规模连接的顶级技术

现有的无线技术可为大多数物联网应用提供连接，但仍存在一些不足，特别是在处理大量物联网设备时。未来，联网物联网的数量预计将达到250亿左右。为了解决如此大量设备的连接问题，许多新技术正在研究，以解决现有技术的问题，同时保留其良好的特性。

❶基于CS物联网连接

这种类型的连接是基于压缩感知(CS)的概念，其中信号检测是通过利用少数设备活动来执行的。与LTE和NB-IoT不同，基于CS的连接使用免授权随机访问。这使得物联网设备可以直接上传有效载荷数据并传输序言。然而，CS算法的高复杂性是其挑战之一，在处理大量设备时可能会产生额外的问题。随着连接设备数量的增加，其还需要扩展带宽。为了解决这些问题，已经开发了像NOMA和mMIMO等先进技术。

❷基于NOMA物联网连接

NOMA(非正交多路访问)是最有效的无授权大规模访问之一，其依赖于允许相同时频信号之间重叠的关键原则。这是通过部署功率域多路复用(PDM)，或码域多路复用(CDM)以及连续干扰消除(SIC)来实现的，以对每个设备执行单独的解码。其主要优点是允许同时访问多个设备，而无需扩展带宽。然而，在实施NOMA时仍然存在一些挑战。这些挑战包括抑制SIC阶段的错误传播和优化的因子图。

❸机器学习辅助物联网连接

最后，机器学习辅助连接，其可以处理流量控制、资源分配和无线链路适应方面的问题。人工智能和机器学习是目前技术领域中蓬勃发展的两个领域，对于每种类型的问题都有丰富的解决方案。使用机器学习，可以通过建模和提供资源分配的最佳方式来解决动态无线环境中存在的问题。这里唯一的主要挑战是，机器学习模型的更高准确度与获得如此高的准确度所需的计算和功率之间的权衡。

❹基于MMIMO物联网连接

mMIMO(大规模多输入多输出)是另一种新兴技术，可通过处理大量增长的数据流量为5G服务。与NOMA相反，mMIMO处理空间领域的无线资源，因此允许大量的机器类型通信(MTC)设备。在MTC中，mMIMO可以有效地解决访问冲突、减少访问延迟、提高随机访问能力。到目前为止，对分布式MIMO的真正潜力进行测试的研究很少。有必要设计一个同时具有低互相关性的大通透空间。

mMIMO系统示意图

大规模物联网的未来标准

所有讨论的新兴技术看起来都非常有前途，因为都不仅可以提供大规模连接，还可以确保物联网设备之间的可靠和低延迟通信。然而，要创造一个“完美的解决方案”是非常困难的，这些新兴技术在应用时也有其自身的局限性和问题。还有一些技术，如卫星物联网，可以提供大规模远程连接，且正在研究中。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。