最适合传输和收集IoT数据的网络是什么?

简介:
圣何塞市估计它的居民人口数量到2040年会从现在的100万激增到140万——增幅达40%。去年夏天,北加州市与英特尔公司合作启动了一个为期半年的试用项目,在城市四周安装了一个传感器网络,用于收集从交通流量到空气污染的各种数据。

该市把传感器有选择性地安装到180平方英里的不同位置上,其中包括圣何塞南部一个包括两条高速公路会合、一栋大型商场和一所高中的区域;靠近一条轻轨、市郊火车与公交系统的郊区;圣何塞东部靠近一个小型城市机场和商场的区域;以及该市靠近一些湿地的最北部区域。

圣何塞市CIO Vijay Sammeta指出,该市计划使用所收集的数据来制定公共交通系统、道路系统及商业与居民建筑的规划决策,以适应预期的人口增长。

Sammeta说:“我们并没有用任何先入为主的概念去处理这些数据。我们让这些数据集来告诉我们整个社区将会发生什么。最终目标是利用我们收集到的交通数据、空气质量数据、停车场数量及其他数据去理解这些数据。从这些数据出发,整个城市将决定应该在城市设计和交通模式上应该展开哪些会话,然后再采取相应的措施。”

整个基础架构需要两个重要的组件:给传感器供电和将传感器的数据传输到云上。该市将传感器连接到路灯上,然后根据实际情况使用不同的方法连接路灯,其中一些使用有线连接,一些使用市政无线LAN,最后一些使用蜂窝数据连接。如果发现有一些连接的效果最好,那么他们会控制这些传感器,将它们切换到最佳连接方式。

部署有线网络的时间比使用Wi-Fi或蜂窝服务的时间长得多,因此这个城市发现无线和移动连接会更容易部署。

Sammeta说:“只要我们启动这个项目,我们就想要知道最终哪一种方法将会取得成功。由于有各种各样不同的模型需要部署,因此我们希望测试这三种方法。”

在它使用的Ruckus Wireless无线接入端(AP)上,该市部署了一个专门用于传输IoT数据的无线网络,从而允许圣何塞的IT团队严格控制安全性。英特尔在云中部署了一个Hadoop集群,所有数据都会流入这个集群,所有微事务都会集中到这个位置,以供数据分析。

Sammeta说:“这种技术对于这个城市而言非常重要,所以他们可以继续给指定的公务 员提供有意义的数据,从而帮助他们作出更合理的决策。这其中还包括一些重新界定这些决策的IoT机遇。”



原文发布时间为:2015年03月20日


本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。


相关文章
|
2月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
304 0
|
3月前
|
机器学习/深度学习 数据采集 传感器
【故障诊断】基于matlab BP神经网络电机数据特征提取与故障诊断研究(Matlab代码实现)
【故障诊断】基于matlab BP神经网络电机数据特征提取与故障诊断研究(Matlab代码实现)
134 0
|
4月前
|
数据采集 存储 算法
MyEMS 开源能源管理系统:基于 4G 无线传感网络的能源数据闭环管理方案
MyEMS 是开源能源管理领域的标杆解决方案,采用 Python、Django 与 React 技术栈,具备模块化架构与跨平台兼容性。系统涵盖能源数据治理、设备管理、工单流转与智能控制四大核心功能,结合高精度 4G 无线计量仪表,实现高效数据采集与边缘计算。方案部署灵活、安全性高,助力企业实现能源数字化与碳减排目标。
138 0
|
5月前
|
Python
LBA-ECO CD-32 通量塔网络数据汇编,巴西亚马逊:1999-2006,V2
该数据集汇集了1999年至2006年间巴西亚马逊地区九座观测塔的碳和能量通量、气象、辐射等多类数据,涵盖小时至月度时间步长。作为第二版汇编,数据经过协调与质量控制,扩展了第一版内容,并新增生态系统呼吸等相关计算数据,支持综合研究与模型合成。数据以36个制表符分隔文本文件形式提供,配套PDF说明文件,适用于生态与气候研究。引用来源为Restrepo-Coupe等人(2021)。
92 1
|
29天前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
105 0
|
2月前
|
运维 架构师 安全
二层协议透明传输:让跨域二层协议“无感穿越”多服务商网络
简介:本文详解二层协议透明传输技术,适用于企业网工、运营商及架构师,解决LLDP/LACP/BPDU跨运营商传输难题,实现端到端协议透传,提升网络韧性与运维效率。
|
2月前
|
机器学习/深度学习 数据采集 运维
改进的遗传算法优化的BP神经网络用于电厂数据的异常检测和故障诊断
改进的遗传算法优化的BP神经网络用于电厂数据的异常检测和故障诊断
|
4月前
|
存储 监控 算法
基于 Python 跳表算法的局域网网络监控软件动态数据索引优化策略研究
局域网网络监控软件需高效处理终端行为数据,跳表作为一种基于概率平衡的动态数据结构,具备高效的插入、删除与查询性能(平均时间复杂度为O(log n)),适用于高频数据写入和随机查询场景。本文深入解析跳表原理,探讨其在局域网监控中的适配性,并提供基于Python的完整实现方案,优化终端会话管理,提升系统响应性能。
128 4
|
5月前
|
开发者
鸿蒙仓颉语言开发教程:网络请求和数据解析
本文介绍了在仓颉开发语言中实现网络请求的方法,以购物应用的分类列表为例,详细讲解了从权限配置、发起请求到数据解析的全过程。通过示例代码,帮助开发者快速掌握如何在网络请求中处理数据并展示到页面上,减少开发中的摸索成本。
鸿蒙仓颉语言开发教程:网络请求和数据解析
|
7月前
|
存储 数据库 Python
利用Python获取网络数据的技巧
抓起你的Python魔杖,我们一起进入了网络之海,捕捉那些悠游在网络中的数据鱼,想一想不同的网络资源,是不是都像数不尽的海洋生物,我们要做的,就是像一个优秀的渔民一样,找到他们,把它们捕获,然后用他们制作出种种美味。 **1. 打开魔法之门:请求包** 要抓鱼,首先需要一个鱼网。在Python的世界里,我们就是通过所谓的“请求包”来发送“抓鱼”的请求。requests是Python中常用的发送HTTP请求的库,用它可以方便地与网络上的资源进行交互。所谓的GET,POST,DELETE,还有PUT,这些听起来像偶像歌曲一样的单词,其实就是我们鱼网的不同方式。 简单用法如下: ``` im
153 14

热门文章

最新文章