解析智能家居通讯网络架构系统

本文涉及的产品
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介:

众所周知,智能家居最重要的也就是实现智能产品之间的互联互通,如何实现智能家居产品之间的联通,如何在喊出命令时,保证产品的执行力?

这一切必须要涉及到通讯架构。而当前智能家居的通讯网络架构包括三大类。

智能家居通讯网络架构三大类技术

实现智能家居控制的就属于信息网络和控制网络技术。主要有三类:总线技术、无线技术、电力载波技术。

总线技术就是将各部件连接到计算机处理器的一个元件,通过总线能使整个系统内各部件之间的信息进行传输、交换、共享和逻辑控制等功能。被分为外部和内部总线、系统总线和非系统总线等等。

无线技术也分不同种类,通常以产生无线信号的方式来区分,目前主要的方式有调频无线技术、红外无线技术和蓝牙无线技术三种,其成本和特点也不尽相同。

电力载波通讯即PLC(Power-line-Communication),是电力系统特有的通信方式,电力载波通讯是指利用现有电力线,通过载波方式将模拟或数字信号进行高速传输的技术。最大特点是不需要重新架设网络,只要有电线,就能进行数据传递。

  一、总线技术在智能家居中应用

总线技术应用在智能家居方面在于,家庭总线系统。家庭总线是智能家居实现的重要基础,是住宅内部的神经系统,其主要作用是连接家中的各种电子、电气设备,负责将家庭内的各种通信设备(包括安保、电话、家电、视听设备等)连接在一起,形成一个完整的家庭网络。

日本是较早提出家庭总线系统(简称HBS)概念,成立HBS研究会,制定了日本的HBS标准,后面又发展成为S-HBS系统,也即超级家庭总线。

二、无线技术在智能家居中的应用

就目前而言,无线智能家居根据所使用的技术不同,主要分为蓝牙、Wi-Fi、Zwave和ZigBee四种,无线技术让人们得以实现对家居的远程控制。下面我们不妨先从日常接触最为频繁的WiFi说起。

基于WiFi技术的智能家居产品最为常见,其优势在于传输速率快,且产品成本低,生活中也最为普及,对用户来说,基于WiFi的智能家居组合最为省事,购买设备直接组网即可。

凡事都存在两面性,WiFi虽然传输快、普及广,但也存在着自身的技术劣势:其最大的问题要属安全性非常低,无线稳定性弱;功耗大也是其弱点之一,将导致其在家居领域的应用受限,例如智能门锁、红外转发控制器、各种传感器等不适宜使用;此外,WiFi的组网能力也相对较低,目前WiFi网络的实际规模一般不超过16个设备,而实际家居环境中,仅开关、照明、家电的数量就已远远多于16个,显然发展空间受到了一定的限制。

三、电力载波在智能家居领域的应用

电力载波在国外智能家居领域的应用已经有几十年,在智能家居进入我国时,电力载波也是最先被引入的技术,然而传统的电力线载波也存在许多弱点,如通道干扰大、信息量小、频率拥挤等,同时传统窄带调制技术传输速率较低(传输一个指令需要0.883s)。这使得在过去较长的一段时间限制了电力载波技术在智能家居行业的应用。

随着电力载波技术的不断发展,国内厂家已开发出使用OFDM调制技术的载波通信系统,峰值通信速率可以达到400kbps,稳定运行通信速率也已经达到100kbps,足以满足现有智能家居应用对速率的需求,也让我们看到电力载波在智能家居领域应用的广阔前景。

产业趋势:多通信技术并存

智能家居的发展呈现智能化、网络化、人性化、信息化、集成化方向发展。总线型、无线通讯和电力线载波通信作为智能家居主要的技术路线,获得了大多数认可;同时,三者之间无法相互替代,有线、无线、电力线多种通信技术并存是未来的产业趋势。

不过,智能家居行业的发展一日千里,技术更新步伐也较快,有线技术需要穿墙布线,工期长,不能升级换代,已经不能满足消费者的个性化需求。无线技术则凭借免布线、移动性强、低成本等优势成为市场新宠。

此外,自动组网、设备拓展能力强也是其优势之一,而功耗较低、健康节能更是符合低碳生活的绿色家居概念的理念。并且,无线方式维护简单,可快速检测出问题所在,并及时修复。

在无线方式上,又分为蓝牙、Wi-Fi和ZigBee等主要几种技术,前两者组网性能差,稳定性薄弱,而ZigBee正凭借成本低、组网快、低复杂度等特点迅速成为新时代的主流无线通讯技术,主要适合用于自动控制和远程控制领域,可以嵌入各种设备。据悉,目前ZigBee联盟正积极介入中国智能家居行业标准的制定工作,将进一步促进产业的推广和发展。

总线型、无线通信和电力线载波通信三种技术线路无法相互替代,有线、无线、电力线多种通信技术并存是未来的产业趋势。就智能家庭领域而言,无线通信技术有着独特的优势,近年来智能家庭的发展趋势也验证了这点,无线通信在智能家庭中已成为最主要的通信方式。

智能家居领域的协议们

日本是较早推动智能家居发展的国家之一,它较早地提出了家庭总线系统HBS的概念,制定了日本的HBS标准。为适应大型居住社区的需要,1988年年初,日本住宅信息化推进协会又推出了超级家庭总线(SuperHomeBusSystem,简称S-HBS),它适用于更大的范围,因为一个S-HBS系统可挂接数千个家庭内部网。

LonWorks协议是美国Echelon公司开发并与Motorola和东芝公司共同倡导的现场总线技术,它支持多种物理介质,适用于双绞线、电力线、光缆、射频、红外线等,并可在同一网络中混合使用。支持多种拓扑结构,可以选用任意形式的网络拓扑结构,组网方式灵活。应用范围主要包括楼宇自动化、工业控制等,在组建分布式监控网络方面有较好的性能。

X-10是历史最长且使用最简单的一种协议,1978年诞生于美国,至今仍是美国家庭自动化的主导系统。之所以说X-10协议简单是因为它直接利用住宅电力线作为控制总线,通过电力线将各控制器与各功能接口器相连并实现程序控制,不必再穿墙打孔,更有利于改变结构空间,用户可自己动手安装,价格也比较低廉。

而CEBuS作为电子工业推广协议,与欧洲的EHS标准同为欧美家庭自动化电子产品的行业推荐标准。

Zigbee和Z-Wave新的无线技术,使用网格式技术每个端口都同时配备一个接收器和一个传导器,以最有效的方式从一个端口到另一个端口贯穿整个设备来传播信号。在您的家里有越多的端口,这项技术工作起来就越见成效。

目前用于家庭内部的无线传输技术还包括无线通信HomeRF、蓝牙技术、WAP、无线以太网等,而HomeRF和蓝牙技术相对来说比较受欢迎。

Insteon,在家居控制领域最新的协议,提出了一项RF/PLC交互的协议,家里的无线或有线电力装置可以互相交流,而无需各种线路和插头。

智能家居统一标准一旦确立 将给厂商带来巨大商机

在技术上,智能家居建设面临的挑战不是设备或实施问题,而是标准与协议问题。智能家居是一个多行业交叉覆盖的系统工程,各设备厂商按照不同的接口标准与协议生产设备,其结果是:不同设备之间的互连、互通变得非常困难。因此,建立共同遵循的标准与协议是发展智能家居必须首先解决的问题。

目前,智能家居领域的国际标准尚未成熟,各大厂商和相关组织机构正在着手建立和制定智能家居系统内部设备之间的网络接口标准和数据传输协议。抓住机会,参与标准的制定,将给国内厂商带来无穷的机会。

结语:智能家居要获得巨大发展,其互联互通异常重要,而通讯网络架构技术就是促使智能产品之间更好地互联互通。当前,总线技术热度褪去,无线技术逐渐兴起,然而其是否能够统领通讯网络架构技术,答案是否定的,至少当前是三类技术交融互补时期。

三类技术成鼎立之势,哪种技术获得市场认可,统领智能家居,我们拭目以待。



本文转自d1net(转载)

相关文章
|
24天前
|
机器学习/深度学习 数据可视化 算法
PyTorch生态系统中的连续深度学习:使用Torchdyn实现连续时间神经网络
神经常微分方程(Neural ODEs)是深度学习领域的创新模型,将神经网络的离散变换扩展为连续时间动力系统。本文基于Torchdyn库介绍Neural ODE的实现与训练方法,涵盖数据集构建、模型构建、基于PyTorch Lightning的训练及实验结果可视化等内容。Torchdyn支持多种数值求解算法和高级特性,适用于生成模型、时间序列分析等领域。
180 77
PyTorch生态系统中的连续深度学习:使用Torchdyn实现连续时间神经网络
|
25天前
|
机器学习/深度学习 缓存 自然语言处理
DeepSeek背后的技术基石:DeepSeekMoE基于专家混合系统的大规模语言模型架构
DeepSeekMoE是一种创新的大规模语言模型架构,融合了专家混合系统(MoE)、多头潜在注意力机制(MLA)和RMSNorm归一化。通过专家共享、动态路由和潜在变量缓存技术,DeepSeekMoE在保持性能的同时,将计算开销降低了40%,显著提升了训练和推理效率。该模型在语言建模、机器翻译和长文本处理等任务中表现出色,具备广泛的应用前景,特别是在计算资源受限的场景下。
432 29
DeepSeek背后的技术基石:DeepSeekMoE基于专家混合系统的大规模语言模型架构
|
15天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
蘑菇识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了9种常见的蘑菇种类数据集【"香菇(Agaricus)", "毒鹅膏菌(Amanita)", "牛肝菌(Boletus)", "网状菌(Cortinarius)", "毒镰孢(Entoloma)", "湿孢菌(Hygrocybe)", "乳菇(Lactarius)", "红菇(Russula)", "松茸(Suillus)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,
70 11
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
22天前
|
人工智能 JavaScript 安全
【01】Java+若依+vue.js技术栈实现钱包积分管理系统项目-商业级电玩城积分系统商业项目实战-需求改为思维导图-设计数据库-确定基础架构和设计-优雅草卓伊凡商业项目实战
【01】Java+若依+vue.js技术栈实现钱包积分管理系统项目-商业级电玩城积分系统商业项目实战-需求改为思维导图-设计数据库-确定基础架构和设计-优雅草卓伊凡商业项目实战
73 13
【01】Java+若依+vue.js技术栈实现钱包积分管理系统项目-商业级电玩城积分系统商业项目实战-需求改为思维导图-设计数据库-确定基础架构和设计-优雅草卓伊凡商业项目实战
|
18天前
|
机器学习/深度学习 编解码 测试技术
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
61 4
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
|
22天前
|
机器学习/深度学习 编解码 测试技术
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
62 8
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
|
11天前
|
安全 NoSQL MongoDB
XJ-Survey:这个让滴滴日均处理1.2亿次问卷请求的开源系统,今天终于公开了它的架构密码!
嗨,大家好,我是小华同学。今天为大家介绍一款由滴滴开源的高效调研系统——XJ-Survey。它功能强大,支持多类型数据采集、智能逻辑编排、精细权限管理和数据在线分析,适用于问卷、考试、测评等场景。采用 Vue3、NestJS 等先进技术栈,确保高性能与安全性。无论是企业还是个人,XJ-Survey 都是你不可错过的神器!项目地址:[https://github.com/didi/xiaoju-survey](https://github.com/didi/xiaoju-survey)
60 15
|
1月前
|
存储 缓存 关系型数据库
社交软件红包技术解密(六):微信红包系统的存储层架构演进实践
微信红包本质是小额资金在用户帐户流转,有发、抢、拆三大步骤。在这个过程中对事务有高要求,所以订单最终要基于传统的RDBMS,这方面是它的强项,最终订单的存储使用互联网行业最通用的MySQL数据库。支持事务、成熟稳定,我们的团队在MySQL上有长期技术积累。但是传统数据库的扩展性有局限,需要通过架构解决。
69 18
|
1天前
|
搜索推荐 数据挖掘
优质网络舆情监测系统大盘点
一款出色的网络舆情监测系统,不仅能够助力相关主体迅速捕捉舆情信息,有效应对危机,还能够助力其更好地把握舆论动态,维护自身形象。那么,市场上有哪些比较好的网络舆情监测系统呢?这里,本文有为各位整理了一些好用的舆情检测系统,以供各位参考!
9 0
|
1月前
|
网络协议 Unix Linux
深入解析:Linux网络配置工具ifconfig与ip命令的全面对比
虽然 `ifconfig`作为一个经典的网络配置工具,简单易用,但其功能已经不能满足现代网络配置的需求。相比之下,`ip`命令不仅功能全面,而且提供了一致且简洁的语法,适用于各种网络配置场景。因此,在实际使用中,推荐逐步过渡到 `ip`命令,以更好地适应现代网络管理需求。
42 11

热门文章

最新文章

推荐镜像

更多