第1章 物联网概述 1
1.1 万物互联 1
1.2 物联网的前世今生 5
1.3 物联网核心技术 7
1.4 物联网、云计算及大数据 9
1.5 物联网综合应用 11
第2章 无线传感器网络 15
2.1 信息感知技术 15
2.1.1 数据收集 16
2.1.2 数据清洗 17
2.1.3 数据压缩 17
2.1.4 数据聚集 18
2.1.5 数据融合 18
2.1.6 信息感知技术的种类 19
2.2 无线传感器网络体系架构 21
2.2.1 无线传感器网络概述 21
2.2.2 无线传感器网络体系结构 22
2.2.3 无线传感器网络的中间件和平台软件 25
2.2.4 无线传感器网络通信体系 27
2.2.5 无线传感器网络节点的分类 27
2.3 无线传感器网络硬件平台 28
2.3.1 传感器模块 29
2.3.2 处理器模块 29
2.3.3 无线通信模块 30
2.3.4 能量供应模块 33
2.3.5 唤醒机制 34
2.4 无线传感网络协议 34
2.4.1 物理层 34
2.4.2 数据链路层 35
2.4.3 网络层 36
2.4.4 传输层 36
2.4.5 应用层 37
2.4.6 能量管理平台 38
2.4.7 移动管理平台 38
2.4.8 任务管理平台 38
2.5 基于ZigBee的无线传感器网络 38
2.5.1 ZigBee标准与协议 39
2.5.2 ZigBee网络的拓扑形式 40
2.5.3 Zigbee协议的优点 43
第3章 RFID与物联网 44
3.1 RFID技术 44
3.2 RFID技术发展 46
3.2.1 RFID技术的出现 46
3.2.2 RFID前期探索阶段 46
3.2.3 RFID技术发展 47
3.2.4 RFID广泛应用 48
3.3 RFID技术分析 49
3.3.1 RFID系统基本构成 49
3.3.2 RFID频率与识别 54
3.3.3 RFID系统的分类 57
3.4 RFID与物联网 59
第4章 物联网智能图像处理 61
4.1 智能图像处理技术 61
4.1.1 图像识别技术 61
4.1.2 数字图像处理 61
4.1.3 数字图像处理系统 62
4.1.4 图像处理的内容 63
4.1.5 数字图像处理基本步骤 64
4.1.6 视频图像处理 65
4.2 智能图像处理实现 66
4.2.1 图像处理的实现方式 66
4.2.2 GPU 66
4.3 智能图像处理技术 68
4.4 运动目标识别与跟踪 72
4.4.1 运动目标识别 72
4.4.2 运动目标跟踪 78
第5章 物联网海量数据存储 84
5.1 物联网对海量数据储存需求 84
5.2 数据中心技术 85
5.2.1 数据中心的起源和发展 86
5.2.2 数据中心提供的服务 87
5.2.3 数据中心相关标准 88
5.2.4 典型数据中心 92
5.3 数据中心的研究热点 98
5.4 数据中心与云存储 100
5.4.1 云存储平台 102
5.4.2 云存储的前景 104
第6章 数据库系统 106
6.1 数据库起源与发展 106
6.2 物联网与数据库 107
6.3 物联网数据特点：存储、查询与融合 110
6.3.1 数据存储 111
6.3.2 数据查询 113
6.3.3 数据融合 113
6.4 数据挖掘技术 114
6.4.1 数据挖掘 114
6.4.2 数据挖掘模式 115
6.5 智能决策与物联网 122
6.6 云存储系统 123
6.6.1 云存储 123
6.6.2 云存储与云计算 124
6.6.3 云存储的技术支撑 124
6.6.4 云存储的模型及特征 125
6.6.5 云存储的应用 127
第7章 分布式文件系统及计算技术 128
7.1 分布式文件系统 128
7.1.1 GFS 128
7.1.2 HDFS 129
7.1.3 Lustre 129
7.1.4 Ceph 130
7.2 Map-Reduce（映射-规纳） 131
7.2.1 Map-Reduce概述 131
7.2.2 使用Map-Reduce算法 132
7.2.3 编程模型示例 133
7.2.4 Map-Reduce工作原理 134
7.2.5 Map-Reduce容错性 135
7.3 云计算技术 136
7.3.1 云计算提供的服务 136
7.3.2 云集群关键技术 137
7.4 Hadoop 138
7.4.1 Hadoop原理概述 138
7.4.2 Hadroop的HDFS文件系统 140
7.5 Spark 142
7.5.1 Spark产生背景 142
7.5.2 Spark混合计算模式 143
7.5.3 Spark混合计算模型架构 146
7.5.4 Spark的应用 146
7.5.5 Spark与Hadoop Map-Reduce的对比分析 147
第8章 数据融合技术 148
8.1 数据融合概述 148
8.1.1 数据融合的目的与定义 148
8.1.2 数据融合原理 149
8.1.3 数据融合的功能模型 150
8.2 数据融合与物联网 151
8.2.1 物联网的数据需求 151
8.2.2 数据融合在物联网中的应用 152
8.3 数据融合分级 156
8.3.1 数据融合分级 156
8.3.2 数据级融合 156
8.3.3 特征级融合 156
8.3.4 决策级数据融合 157
8.3.5 数据融合分级对比 158
8.4 典型数据融合算法分析 159
8.4.1 常用数据融合方法 159
8.4.2 典型数据融合算法分析 159
8.5 数据融合的主要应用 163
8.5.1 典型应用 163
8.5.2 其他应用 165
8.6 数据融合的性能评价 166
第9章 物联网及其数据处理典型案例 169
9.1 数字精准农业 169
9.2 无人值守智能巡检系统 177
9.3 物联网大数据服务平台——万物云 182
9.4 远程家用物联网数字医疗 184
9.5 车联网大数据处理平台 188
参考文献 195