物联网微能源自采集MEMS传感预储存系统技术方案

本发明专利技术公开一种物联网微能源自采集MEMS传感预储存系统，包括：复合微能源电源模块、传感器模块、微处理器模块和无线收发模块，其中，所述微处理器模块用于协调所述WSN节点的工作，处理所述传感器模块发送的数据并控制所述无线收发模块的工作；所述无线收发模块用于所述WSN节点与其他WSN节点、所述WSN节点与网关以及所述WSN节点与云端间的数据通信。本发明专利技术中，对多个主要模块进行优化，即从多个角度降低整个系统的功耗，同时又提供了一种能有效为整个系统供电的复合微能源电源模块，从而保证了WSN节点电源的长期使用，提高了WSN节点的工作性能和稳定性。

【技术实现步骤摘要】
物联网微能源自采集MEMS传感预储存系统
本专利技术涉及物联网
，特别涉及一种物联网微能源自采集MEMS传感预储存系统。
技术介绍
WSN(WirelessSensorNetwork，无线传感网络)主要由三个部分组成：WSN节点、WSN网关和服务器。WSN节点的主要功能为：将传感器与空间分布的各待监测装置相连，通过传感器对待监测装置进行监控，并将监测到的数据无线发送给WSN网关，WSN网关通过有线或无线方式与服务器相连接，服务器通过对WSN网关上传的数据进行加工、分析并显示，从而便于操作人员对分布在不同区域的与传感器相连接的设备进行实时监控。随着无线通信和低功耗嵌入式技术的迅速发展，WSN广泛应用于军事、环境、医疗、工业和商业等各个领域，具有广阔的发展前景。现有技术中，WSN节点主要采用能量有限的电池供电，由于WSN节点数量众多、分布区域较广，并且应用环境通常较复杂，所以当WSN节点的电池电量用尽后，为WSN节点更换电池成本很高。因此，为解决这一技术问题，出现了由交流电变换所产生的直流稳压电源为WSN节点供电的方案，但这一方案存在以下两方面问题：(一)各WSN节点需要较长的供电线缆与电源连接，在具体实现上，安装供电线缆的工作量仍然很大，且成本较高；(二)由于供电电源模块的体积较大，并且线路连接较复杂，所以容易对WSN节点数据传输产生较大的干扰，从而提高了数据传输时的出错率。因此，WSN节点能源问题已成为限制WSN广泛应用的关键问题，解决这一问题具有重要的现实意义。
技术实现思路
针对现有技术存在的缺陷，本专利技术提供一种物联网微能源自采集MEMS(Micro-Electro-MechanicalSystems，微机电系统)传感预储存系统，对多个主要模块进行优化，即从多个角度降低整个系统的功耗，同时又提供了一种能有效为整个系统供电的复合微能源电源模块，从而保证了WSN节点电源的长期使用，提高了WSN节点的工作性能和稳定性。本专利技术采用的技术方案如下：本专利技术提供一种物联网微能源自采集MEMS传感预储存系统，包括：复合微能源电源模块、传感器模块、微处理器模块和无线收发模块；其中，所述复合微能源电源模块用于向所述传感器模块、所述微处理器模块和所述无线收发模块供电；所述传感器模块用于采集被测目标的相关信息，并将该信息发送给所述微处理器模块；所述微处理器模块用于协调WSN节点的工作，处理所述传感器模块发送的数据并控制所述无线收发模块的工作；所述无线收发模块用于所述WSN节点与其他WSN节点、所述WSN节点与网关以及所述WSN节点与云端间的数据通信。优选的，所述复合微能源电源模块包括：微型太阳能电池模块、微型环境振动能量采集模块、微型薄膜锂离子电池储能系统和微能量管理系统，其中，所述微能量管理系统用于根据负载和外界环境的变化智能化和最优化管理电能的储存和释放。优选的，所述微型太阳能电池模块、所述微型环境振动能量采集模块、所述微型薄膜锂离子电池储能系统和所述微能量管理系统集成到所述复合微能源电源模块中，并且具有统一标准能量输出端口。优选的，所述微型太阳能电池模块为硅光伏电池微能源系统。优选的，所述微型环境振动能量采集模块包括压电能量转换模块和可变电容。优选的，所述微型薄膜锂离子电池储能系统采用全固态薄膜锂离子电池。优选的，所述微能量管理系统所使用的管理芯片为MAX1586B。优选的，所述无线收发模块包括：发射机和接收机，其中，所述发射机包括：依次相连的数模转换器、重构滤波器和功率放大器；所述接收机包括依次相连的模数转换器、低噪声放大器、混频器和抗混叠滤波器。优选的，所述微处理器模块还用于：对接收到的来自所述传感器模块的数据依次进行数据级处理、特征级处理、融合级处理，并将融合级处理后的数据发送给云端；所述云端对接收到的所述融合级处理后的数据进行语义级处理。优选的，所述数据级处理具体为：所述微处理器模块对所采集到的原始数据进行数据预处理后，选择性的进行分布式存储或集总式存储，并根据可用的资源状况，有针对性的进行数据备份，然后进行所述特征级处理；所述特征级处理为对接收到的数据依次进行特征提取、特征分析与选择、数据分类和优先级分类；所述融合级处理为对接收到的特征级处理后的数据依次进行敏感性分析、智能分级动态加密、以及关联分析与数据融合；所述语义级处理具体为：云端对接收到的经过融合级处理后的数据依次进行数据重构、模糊分类与语义分析，并对语义分析后的数据进行语义级压缩。与现有技术相比，本专利技术提供的物联网微能源自采集MEMS传感预储存系统具有以下优点：(1)本专利技术提供的复合微能源电源模块中，微型太阳能电池模块与微型环境振动能量采集模块相互配合采集能量，并将剩余能量存储在微型薄膜锂离子电池储能系统中，从而保证长期有效为WSN节点供应能量；(2)本专利技术提供的无线收发模块为低功耗的无线收发模块，从而有效降低了WSN节点的功耗，达到节能目的；(3)本专利技术提供的微处理器模块中，对传感器采集到的信息依次进行数据级处理、特征级处理、融合级处理，云端对接收到的数据进行语义级处理，通过对海量数据信息进行上述各种处理，即能保证数据传输的安全性，同时又能减轻微处理器模块和云端的计算负担和存储负担，从而降低微处理器模块和云端的功耗，达到节能目的。总之，通过本专利技术提供的物联网微能源自采集MEMS传感预储存系统，对多个主要模块进行优化，即多个角度降低整个系统的功耗，同时又提供了一种能有效为整个系统供电的复合微能源电源模块，从而保证了WSN节点电源的长期使用，提高了WSN节点的工作性能和稳定性。附图说明图1为本专利技术提供的物联网微能源自采集MEMS传感预储存系统的结构示意图；图2为本专利技术提供的复合微能源电源模块的结构示意图；图3为本专利技术提供的无线收发模块的系统架构图；图4为现有技术中WSN节点各模块的功耗对比图；图5为本专利技术提供的微处理器模块对传感器上传的数据进行数据级处理的流程图；图6为本专利技术提供的特征级处理过程流程示意图；图7为本专利技术提供的融合级处理过程流程示意图；图8为本专利技术提供的语义级处理过程流程示意图；图9为本专利技术提供的数据处理整体结构示意图。具体实施方式如图1所示，为本专利技术提供的物联网微能源自采集MEMS传感预储存系统的结构示意图，包括：复合微能源电源模块、传感器模块、微处理器模块和无线收发模块；其中，所述复合微能源电源模块用于向所述传感器模块、所述微处理器模块和所述无线收发模块供电；所述传感器模块用于采集被测目标的相关信息，并将该信息发送给所述微处理器模块；所述微处理器模块用于协调所述WSN节点的工作，处理所述传感器模块发送的数据并控制所述无线收发模块的工作；所述无线收发模块用于所述WSN节点与其他WSN节点、所述WSN节点与网关以及所述WSN节点与云端间的数据通信。下面对这四个模块分别进行介绍：(一)复合微能源电源模块如图2所示，为本专利技术提供的复合微能源电源模块的结构示意图，包括：微型太阳能电池模块、微型环境振动能量采集模块、微型薄膜锂离子电池储能系统和微能量管理系统，其中，所述微能量管理系统用于根据负载和外界环境的变化智能化和最优化管理电能的储存和释放。本专利技术中，所述微型太阳能电池模块、所述微型环境振动能量采集模块、所述微型薄膜锂离子电池本文档来自技高网...

【技术保护点】
一种物联网微能源自采集MEMS传感预储存系统，其特征在于，包括：复合微能源电源模块、传感器模块、微处理器模块和无线收发模块；其中，所述复合微能源电源模块用于向所述传感器模块、所述微处理器模块和所述无线收发模块供电；所述传感器模块用于采集被测目标的相关信息，并将该信息发送给所述微处理器模块；所述微处理器模块用于协调WSN节点的工作，处理所述传感器模块发送的数据并控制所述无线收发模块的工作；所述无线收发模块用于所述WSN节点与其他WSN节点、所述WSN节点与网关以及所述WSN节点与云端间的数据通信。

【技术特征摘要】
1.一种物联网微能源自采集MEMS传感预储存系统，其特征在于，包括：复合微能源电源模块、传感器模块、微处理器模块和无线收发模块；其中，所述复合微能源电源模块用于向所述传感器模块、所述微处理器模块和所述无线收发模块供电；所述传感器模块用于采集被测目标的相关信息，并将该信息发送给所述微处理器模块；所述微处理器模块用于协调WSN节点的工作，处理所述传感器模块发送的数据并控制所述无线收发模块的工作；所述无线收发模块用于所述WSN节点与其他WSN节点、所述WSN节点与网关以及所述WSN节点与云端间的数据通信；其中，所述微处理器模块还用于：对接收到的来自所述传感器模块的数据依次进行数据级处理、特征级处理、融合级处理，并将融合级处理后的数据发送给云端；所述云端对接收到的所述融合级处理后的数据进行语义级处理；其中，所述数据级处理具体为：所述微处理器模块对所采集到的原始数据进行数据预处理后，选择性的进行分布式存储或集总式存储，并根据可用的资源状况，有针对性的进行数据备份，然后进行所述特征级处理；所述特征级处理为对接收到的数据依次进行特征提取、特征分析与选择、数据分类和优先级分类；特征级处理包括以下步骤：(1)经数据级处理的数据，根据提供数据的传感节点类型对数据进行特征提取；(2)然后，采用属于filter类型的特征选择算法对步骤(1)得到的数据进行特征分析与选择；(3)然后，按数据需求、数据属性、数据内容规则对步骤(2)得到的数据进行数据分类，得到不同类别的数据；(4)然后，对步骤(3)得到的不同类别的数据首先对类别进行数据传输的优先级排序，然后再对属于同一类别内的数据间进行传输的优先级排序，按优先级顺序进行所述融合级处理；所述融合级处理为对接收到的特征级处理后的数据依次进行敏感性分析、智能分级动态加密、以及关联分析与数据融合；融合级处理具体为：根据特征级处理所获得的数据，首先需要对分类为敏感数据的部分进行加密，关联分析即为挖掘数据中的隐藏信息，以综合方式表示物体特性，同时根据某些关联规则对相关数据进行合并，这一级别的处理主要利用智能加密技术以及人工智能中的数据挖掘、数据融合技术，处理过程需要根据数据情况、运算资源状况在采集端和云端进行动态分配；其中，本级首先对从特征级接收到的经过优先级分类的数据进行敏感性分析，对于不同优先级、不同敏感性级别的进行分级加密，加密过程采用无密钥加密模式，减小泄漏密钥的风险，同时节省密钥管理与传送的成本；关联分析与数据融合：本级处理包含两级数据管理分析与融合，其中第一级关联分析与融合针对来自于不同传感节点的同一类型数据，而第二级关联...

【专利技术属性】
技术研发人员：郑洪河，陶智，张庆，朱鸿如，
申请(专利权)人：常州节安得能源科技有限公司，
类型：发明
国别省市：