物联网理论与关键技术研究进展与趋势 开放系统专委会 摘要 作为引领信息产业革命新浪潮的一项技术热点，物联网通过对物理世界信息化、网络化， 将传统上分离的物理世界与信息世界实现互联与整合，促使Internet的触角延伸到物理世界 中的方方面面。当前，物联网理论与关键技术的研究与实现已经成为学术界与工业界广泛关 注的焦点。本文主要从物联网理论、关键技术以及系统原型实现这三个方面来介绍国内外物 联网的主要研究进展，对物联网的研究思路和发展路线进行了分析和总结。本文首先论述了 物联网的研究背景及意义：在此基础上，提出了物联网方面的主要研究内容以及关键问题： 并对国内外物联网相关的研究项目与系统原型实现进行阐述：最后，对物联网未来的研究方 向进行了展望。 关键词：物联网，基础理论，关键技术， 系统原型 Abstract As a key technology of the next technological revolution,the Internet of Things(IOT)is able to extract information from the physical world and interconnect it with the information world, enabling the Internet to reach out into the real world of physical objects.Nowadays,the scientific theory and key technology of Internet of Things have attracted broad attentions from academia and industry.This article introduces the research progress in IOT on three perspectives:scientific theory,key technology and prototype system,and further analyzes and summarizes the research ideas and technology roadmap of IOT.We first describe the research background and significance of IOT.On this basis,we propose the main research studies and critical issues of IOT.We then summarize the research projects and prototype systems of IOT.Finally,we outlook the future research directions and conclude. Keyword:Internet of Things,scientific theory,key technology,prototype system 1.引言 随着物联网时代的来临，“物-物相联”成为一个新的理念，即通过对物理世界信息化、 网络化，将传统上分离的物理世界与信息世界实现互联与整合。有别于互联网中人与人在信 息世界相联的理念，物联网将其触角延伸到物理世界中的方方面面。在物联网的计算模式中， 任何一个物理对象都有可能成为一个计算的主体，它可以是一台智能手机、一台冰箱、一个 苹果，甚至可以是一粒沙子。尽管国际上各学术组织对物联网的定义都有所不同，物联网确 确实实给人们提供这样一个愿景：在未来世界，所有的物理对象都有可能被封装成一个个能 够自主感知与自主计算的设备，它们能够通过无线的媒介进行有效地互联与通信。通过分享 各自的智慧信息，这些海量的物理对象节点能够协同起来实现复杂的感知与计算任务。 235
235 物联网理论与关键技术研究进展与趋势 开放系统专委会 摘要 作为引领信息产业革命新浪潮的一项技术热点，物联网通过对物理世界信息化、网络化， 将传统上分离的物理世界与信息世界实现互联与整合，促使 Internet 的触角延伸到物理世界 中的方方面面。当前，物联网理论与关键技术的研究与实现已经成为学术界与工业界广泛关 注的焦点。本文主要从物联网理论、关键技术以及系统原型实现这三个方面来介绍国内外物 联网的主要研究进展，对物联网的研究思路和发展路线进行了分析和总结。本文首先论述了 物联网的研究背景及意义；在此基础上，提出了物联网方面的主要研究内容以及关键问题； 并对国内外物联网相关的研究项目与系统原型实现进行阐述；最后，对物联网未来的研究方 向进行了展望。 关键词：物联网，基础理论，关键技术， 系统原型 Abstract As a key technology of the next technological revolution, the Internet of Things (IOT) is able to extract information from the physical world and interconnect it with the information world, enabling the Internet to reach out into the real world of physical objects. Nowadays, the scientific theory and key technology of Internet of Things have attracted broad attentions from academia and industry. This article introduces the research progress in IOT on three perspectives: scientific theory, key technology and prototype system, and further analyzes and summarizes the research ideas and technology roadmap of IOT. We first describe the research background and significance of IOT. On this basis, we propose the main research studies and critical issues of IOT. We then summarize the research projects and prototype systems of IOT. Finally, we outlook the future research directions and conclude. Keyword：Internet of Things, scientific theory, key technology, prototype system 1. 引言 随着物联网时代的来临，“物-物相联”成为一个新的理念，即通过对物理世界信息化、 网络化，将传统上分离的物理世界与信息世界实现互联与整合。有别于互联网中人与人在信 息世界相联的理念，物联网将其触角延伸到物理世界中的方方面面。在物联网的计算模式中， 任何一个物理对象都有可能成为一个计算的主体，它可以是一台智能手机、一台冰箱、一个 苹果，甚至可以是一粒沙子。尽管国际上各学术组织对物联网的定义都有所不同，物联网确 确实实给人们提供这样一个愿景：在未来世界，所有的物理对象都有可能被封装成一个个能 够自主感知与自主计算的设备，它们能够通过无线的媒介进行有效地互联与通信。通过分享 各自的智慧信息，这些海量的物理对象节点能够协同起来实现复杂的感知与计算任务
尽管近年来物联网己经成为国内外学术界与工业界广泛关注的热点，但是从应用需求上 来看，目前物联网仍然存在很多难点问题需要攻克。总结起来，包括如下几个方面： (1)物联网在感知层面存在传感失谐、诊判失据、模型失用和评测失调等挑战性问题 山，物理空间和信息空间存在内在的复杂耦合关联，需要对不确定信息进行有效整合与交互 适配。首先，当前典型的感知系统如无线传感网系统的总规模不超过数百个节点，通常仅 覆盖较小的试验性区域，仅支持几跳甚至单跳数据收集：受制于能量效率、系统管理和网络 维护技术，传感网可持续运转时间也无法满足对城市和森林进行长期持续监测的需求。其次， 物联网所涉及的物理空间和信息空间的耦合关联极为复杂，连续的具有时空属性的物理空 间、与离散的无时空维度的信息空间具有极大的差异性。再次，物联网系统存在着普遍的高 度混杂性和非确定性，如目标环境、传感器属性、终端类型、网络形态、信息处理方式等， 各因素紧密耦合且关联复杂。对于这些不确定的感知信息，如何以确定的表达方式对它们通 过重组、清洗、融合等网内处理，整合为可用的信息为应用服务提供有效的支撑都是当前的 难点问题。 (2)物联网在网络层面存在大规模异构节点间的数据交换问题)以及高度混杂的自治问 题。在物联网应用环境下，大规模异构节点的接入和海量数据的交换成为新的重要特征。 首先，物联网需要借助互联网、通信网等主流平台实现子网互连和网络融合，进而提供信息 共享和协同服务，其通信协议各不相同，形成复杂的网络形态，对物联网终端和子网的组织 协同提出很大挑战：其次，物联网在局部各子网段表现出很强的动态自治需求。局部区域的 各种节点为了执行特定的网络任务，动态地自我组织实现互连互通，需要充分考虑资源的动 态变化和多种类型的异常状况。因此，如何解决物联网超大规模性、多元异构性、系统动态 性与高效数据交换之间的矛盾是物联网在网络层面面临的一个难题。 (3)物联网在数据层面存在海量数据处理以及可信保真问题4。面向物联网应用长期监 测与测量的需求，物联网往往会持续不断地产生海量的多模态感知数据。然而，由于感知数 据的冗余性、混杂性以及不确定性等特性，使得海量的感知数据往往掺杂大量干扰和冗余数 据，并非代表海量的信息。为满足应用的实时处理需求，这些数据需要能够被高效快速的进 行过滤、融合、关联等处理，来抽取出真正有效的信息。此外，物理空间和信息空间的耦合 关联使得物联网面临更为多样复杂的安全可信威胁，物联网混杂性和非确定性也对其安全可 信带来巨大的挑战。物联网中大量逻辑或物理实体基于网络相互连接，物理实体可能被偷窃 屏蔽或转移，带来了新的安全威胁，容易造成个人隐私、商业机密和国家设施信息的泄露。 因此，如何集结和利用物联网内分散、异质的海量计算能力，来对海量的感知数据进行处理， 并且保障物联网数据的可信和保真，是当前数据层面的难点问题。 基于上述的认识，本文主要从物联网理论、关键技术以及系统原型实现这三个方面来介 绍国内外物联网领域的主要研究进展。 2.物联网的研究内容 236
236 尽管近年来物联网已经成为国内外学术界与工业界广泛关注的热点，但是从应用需求上 来看，目前物联网仍然存在很多难点问题需要攻克。总结起来，包括如下几个方面： （1）物联网在感知层面存在传感失谐、诊判失据、模型失用和评测失调等挑战性问题 [1]，物理空间和信息空间存在内在的复杂耦合关联，需要对不确定信息进行有效整合与交互 适配[2]。首先，当前典型的感知系统如无线传感网系统的总规模不超过数百个节点，通常仅 覆盖较小的试验性区域，仅支持几跳甚至单跳数据收集；受制于能量效率、系统管理和网络 维护技术，传感网可持续运转时间也无法满足对城市和森林进行长期持续监测的需求。其次， 物联网所涉及的物理空间和信息空间的耦合关联极为复杂，连续的具有时空属性的物理空 间、与离散的无时空维度的信息空间具有极大的差异性。再次，物联网系统存在着普遍的高 度混杂性和非确定性，如目标环境、传感器属性、终端类型、网络形态、信息处理方式等， 各因素紧密耦合且关联复杂。对于这些不确定的感知信息，如何以确定的表达方式对它们通 过重组、清洗、融合等网内处理，整合为可用的信息为应用服务提供有效的支撑都是当前的 难点问题。 （2）物联网在网络层面存在大规模异构节点间的数据交换问题[3]以及高度混杂的自治问 题[2]。在物联网应用环境下，大规模异构节点的接入和海量数据的交换成为新的重要特征。 首先，物联网需要借助互联网、通信网等主流平台实现子网互连和网络融合，进而提供信息 共享和协同服务，其通信协议各不相同，形成复杂的网络形态，对物联网终端和子网的组织 协同提出很大挑战；其次，物联网在局部各子网段表现出很强的动态自治需求。局部区域的 各种节点为了执行特定的网络任务，动态地自我组织实现互连互通，需要充分考虑资源的动 态变化和多种类型的异常状况。因此，如何解决物联网超大规模性、多元异构性、系统动态 性与高效数据交换之间的矛盾是物联网在网络层面面临的一个难题。 （3）物联网在数据层面存在海量数据处理以及可信保真问题[4]。面向物联网应用长期监 测与测量的需求，物联网往往会持续不断地产生海量的多模态感知数据。然而，由于感知数 据的冗余性、混杂性以及不确定性等特性，使得海量的感知数据往往掺杂大量干扰和冗余数 据，并非代表海量的信息。为满足应用的实时处理需求，这些数据需要能够被高效快速的进 行过滤、融合、关联等处理，来抽取出真正有效的信息。此外，物理空间和信息空间的耦合 关联使得物联网面临更为多样复杂的安全可信威胁，物联网混杂性和非确定性也对其安全可 信带来巨大的挑战。物联网中大量逻辑或物理实体基于网络相互连接，物理实体可能被偷窃 屏蔽或转移，带来了新的安全威胁，容易造成个人隐私、商业机密和国家设施信息的泄露。 因此，如何集结和利用物联网内分散、异质的海量计算能力，来对海量的感知数据进行处理， 并且保障物联网数据的可信和保真，是当前数据层面的难点问题。 基于上述的认识，本文主要从物联网理论、关键技术以及系统原型实现这三个方面来介 绍国内外物联网领域的主要研究进展。 2. 物联网的研究内容
2.1研究目标 对于物联网系统和应用来说，需要满足一系列的性能指标，包括：效率、服务质量、可 靠性、安全性，其中可靠性与安全性是前提，效率和服务质量是根本。这里，服务质量是指 由于物联网运行环境中的随机性和突发性，其功能实现需要达到预期的指标，例如：确保定 位的精度等：效率主要是指能量效率(energy-efficiency)以及时间效率(time-efficiency), 在无线移动环境下，所谓能量效率是指单位任务消耗的能耗需要尽可能少，时间效率是指任 务的处理以及数据的传输需要保证低时延；可靠性是指由于外界物理环境的扰动，需要确保 计算节点和数据传输的稳定运行，符合预期的状态：安全性是指物联网的系统应用需要为用 户提供足够的安全与隐私保护机制，确保用户的相关权益不受侵害，例如，身份信息保护等。 基于上述认识，为了给物联网系统和应用提供足够的性能保障，有必要在相关层面和关 键技术范畴进行针对性的研究和探讨。由于物联网应用的广泛包容性，物联网的研究内容涉 及到当前信息领域研究的众多研究热点，包括普适计算中的群智感知计算、高性能计算中的 大数据、机器学习中的深度学习等等。总体来说，从物联网的核心内容来看，目前物联网的 研究内容主要集中在四个层面与三个关键技术上。四个层面即所谓的感知层面、网络层面、 数据层面以及应用层面：三个关键技术问题主要包括自动识别、智能感知以及室内定位技术。 这几个部分的关系如图1所示。 性能指标 主要研究内容 关健技术问题研究 服务质量 应用层面：智能交通、智能电网、智慧城市等示范应用 自动识别 效率 收据层面：高效存情、数据挖掘与融合、安全与德私保护 智能感知 可靠性 网络层面：异构互联、可靠传输、网内处理 安全性 感知层面：要件支持、高效识别、多模态感知、数据安全 室内定位 图 错误仅主文档。性能指标、主要研究内容与关键技术问题 下面我们将从上述四个层面以及三个关键技术方面来逐一阐述相关的研究内容以及国 内外相关领域学者和团队的研究进展。 2.2主要研究内容 2.2.1感知层面 感知识别技术是联系物理世界和信息世界的纽带。感知层位于物联网体系结构的最底 层，实现对物理世界的智能感知识别、信息采集处理和自动控制，并通过通信模块将物理世 界的物体连接到网络层和应用层，是物联网所有上层结构的支撑基础-8)。其中，感知技术 借助传感器将物理世界中的各项感知数据转化成可供处理的数字信号，识别技术实现对物联 网中目标识别和位置信息等的获取。由于感知层面的各种感知识别设备用途不同、种类繁多、 237
237 2.1 研究目标 对于物联网系统和应用来说，需要满足一系列的性能指标，包括：效率、服务质量、可 靠性、安全性，其中可靠性与安全性是前提，效率和服务质量是根本。这里，服务质量是指 由于物联网运行环境中的随机性和突发性，其功能实现需要达到预期的指标，例如：确保定 位的精度等；效率主要是指能量效率（energy-efficiency）以及时间效率（time-efficiency）， 在无线移动环境下，所谓能量效率是指单位任务消耗的能耗需要尽可能少，时间效率是指任 务的处理以及数据的传输需要保证低时延；可靠性是指由于外界物理环境的扰动，需要确保 计算节点和数据传输的稳定运行，符合预期的状态；安全性是指物联网的系统应用需要为用 户提供足够的安全与隐私保护机制，确保用户的相关权益不受侵害，例如，身份信息保护等。 基于上述认识，为了给物联网系统和应用提供足够的性能保障，有必要在相关层面和关 键技术范畴进行针对性的研究和探讨。由于物联网应用的广泛包容性，物联网的研究内容涉 及到当前信息领域研究的众多研究热点，包括普适计算中的群智感知计算、高性能计算中的 大数据、机器学习中的深度学习等等。总体来说，从物联网的核心内容来看，目前物联网的 研究内容主要集中在四个层面与三个关键技术上。四个层面即所谓的感知层面、网络层面、 数据层面以及应用层面；三个关键技术问题主要包括自动识别、智能感知以及室内定位技术。 这几个部分的关系如图 1 所示。 主要研究内容 应用层面：智能交通、智能电网、智慧城市等示范应用 数据层面：高效存储、数据挖掘与融合、安全与隐私保护 网络层面：异构互联、可靠传输、网内处理 感知层面：硬件支持、高效识别、多模态感知、数据安全 关键技术问题研究 自动识别 智能感知 室内定位 性能指标 效率 可靠性 安全性 服务质量 图 错误!仅主文档。 性能指标、主要研究内容与关键技术问题 下面我们将从上述四个层面以及三个关键技术方面来逐一阐述相关的研究内容以及国 内外相关领域学者和团队的研究进展。 2.2 主要研究内容 2.2.1 感知层面 感知识别技术是联系物理世界和信息世界的纽带。感知层位于物联网体系结构的最底 层，实现对物理世界的智能感知识别、信息采集处理和自动控制，并通过通信模块将物理世 界的物体连接到网络层和应用层，是物联网所有上层结构的支撑基础[5-8]。其中，感知技术 借助传感器将物理世界中的各项感知数据转化成可供处理的数字信号，识别技术实现对物联 网中目标识别和位置信息等的获取。由于感知层面的各种感知识别设备用途不同、种类繁多
数量巨大，物联网感知层所涉及的技术领域也非常广，因此与物联网感知层面相关的研究内 容也非常多。我们将感知层面主要的研究内容从如下几个方面进行总结。图2展示了感知层 面技术的分类。 数据采集技术 多棋态感知 高效识别 GPS 各类传感器 RFID 二维条码 无线信号 视频、音须等 感知层 多媒体 嵌入式系统 徽机电系统 电源和储能 新材料技术 硬件支排技术 图错误！仅主文档。感知层面的技术分类 (1)感知层面的硬件支持 物联网感知层面的硬件支持包括微机电系统(MEMS)、嵌入式系统、电源和存储、新材 料技术等。微机电系统实现对传感器、执行器、处理器、通信模块、电源系统等的高度集 成，是传感器节点微型化、集成化发展趋势的关键。嵌入式系统是满足物联网对设备功能、 可靠性、成本、体积、功耗等的综合要求，按照不同应用需求定制的嵌入式计算机技术，是 实现感知层节点智能化的基础。电源和存储是感知层的又一个支撑技术，包括电池技术、能 量储存、能量捕获、恶劣环境下的发电、能量循环、新能源等技术。由于电池技术直接影响 着感知层节点的使用寿命，因此，电池技术被视为大规模无线自组织网络长期、稳定运行的 极为重要因素。此外，新材料技术也是感知层面的一个研究热点。物联网感知层面的新材料 技术主要指应用于传感器的敏感元件实现的技术。传感器敏感材料主要是面向各种感知需 求，包括湿敏材料、气敏材料、热敏材料、压敏材料、光敏材料。新型材料的使用主要是为 了克服传统敏感材料在尺寸、精度、稳定性等方面性能的不足。 (2)高效识别 为了实现感知层的自动识别，首先要解决的问题就是标识和解析。标识和解析技术是对 物理实体、通信实体和应用实体赋予的或其本身固有的一个或一组属性，并能实现正确解析 的技术)。不同的自动识别技术的标识体系、标识管理、全球解析或区域解析也不同，典型 的代表有射频识别(FD)技术、条码技术、二维码技术、红外技术、图像识别技术等。 其中，以RFD、条码技术的使用最为广泛、技术也最为成熟。 RFD技术集成了无线通信、芯片设计与制造、天线设计与制造、标签封装、系统集成、 信息安全等技术。它是一种通过无线电信号识别特定目标并读写相关数据的无线通信技术。 238
238 数量巨大，物联网感知层所涉及的技术领域也非常广，因此与物联网感知层面相关的研究内 容也非常多。我们将感知层面主要的研究内容从如下几个方面进行总结。图 2 展示了感知层 面技术的分类。 嵌入式系统 微机电系统 电源和储能 新材料技术 RFID 二维条码 高效识别 GPS 各类传感器 无线信号 视频、音频等 多媒体 多模态感知 硬件支撑技术 数据采集技术 感 知 层 图 错误!仅主文档。 感知层面的技术分类 （1）感知层面的硬件支持 物联网感知层面的硬件支持包括微机电系统（MEMS）、嵌入式系统、电源和存储、新材 料技术等[5]。微机电系统实现对传感器、执行器、处理器、通信模块、电源系统等的高度集 成，是传感器节点微型化、集成化发展趋势的关键。嵌入式系统是满足物联网对设备功能、 可靠性、成本、体积、功耗等的综合要求，按照不同应用需求定制的嵌入式计算机技术，是 实现感知层节点智能化的基础。电源和存储是感知层的又一个支撑技术，包括电池技术、能 量储存、能量捕获、恶劣环境下的发电、能量循环、新能源等技术。由于电池技术直接影响 着感知层节点的使用寿命，因此，电池技术被视为大规模无线自组织网络长期、稳定运行的 极为重要因素。此外，新材料技术也是感知层面的一个研究热点。物联网感知层面的新材料 技术主要指应用于传感器的敏感元件实现的技术。传感器敏感材料主要是面向各种感知需 求，包括湿敏材料、气敏材料、热敏材料、压敏材料、光敏材料。新型材料的使用主要是为 了克服传统敏感材料在尺寸、精度、稳定性等方面性能的不足。 （2）高效识别 为了实现感知层的自动识别，首先要解决的问题就是标识和解析。标识和解析技术是对 物理实体、通信实体和应用实体赋予的或其本身固有的一个或一组属性，并能实现正确解析 的技术[5]。不同的自动识别技术的标识体系、标识管理、全球解析或区域解析也不同，典型 的代表有射频识别（RFID）技术、条码技术、二维码技术、红外技术、图像识别技术等。 其中，以 RFID、条码技术的使用最为广泛、技术也最为成熟。 RFID 技术集成了无线通信、芯片设计与制造、天线设计与制造、标签封装、系统集成、 信息安全等技术。它是一种通过无线电信号识别特定目标并读写相关数据的无线通信技术
RFD在金融（手机支付）、交通（不停车付费）、物流（物品跟踪管理）等行业以形成一定 的规模性应用，但自动化、智能化、协同化程度仍然较低。在国内，RFD被广泛应用在 身份识别、电子收费系统和物流供应链管理等领域，己步入成熟发展期，是最重要的自动识 别技术。我国成为继美国和英国之后第三大RFD应用市场。我国形成了RFD低频和高频 的完成产业链，在低频和高频RFD设备制造和相关的软件技术方面相对成熟。但是，在超 高频和微波频段的RFD标签芯片设计、标签天线设计、标签封装技术与设备、读写器具设 计与制造、系统集成与软件开发等方面，我国还远远落后于美国和欧洲等先进国家或地区。 缺乏具有自主知识产权的接口协议标准和自主可控的标签芯片和读写器芯片。在RD技术 的体系标准中，影响力最大的是ISO/IEC和EPCglobal。.它们都支持UⅢ(Unique Item Identifier)、TID(Tag ID)、OID(Object ID)、tag OID以及UD(Ubiquitous ID)。 FD技术市场应用成熟，标签成本低廉，多用来进行物品的甄别和属性的存储。但是， 它也有不具备数据采集功能、受水、金属等电离体物质干扰大的缺点。针对RFD技术的这 些缺点，相关的研究工作被先后提了出来。例如，由清华大学刘云浩教授领导的SecurityRFID 项目，它们致力于研究一套可信RFD理论和关键技术。此外，利用超高频RFID技术无线 信号受人体影响的特点，一些研究者还将这一技术应用于人们日常活动的感知以及异常行为 的检测等9.13)。 (3)多模态感知 随着传感器设备制造工艺的不断提高，传感器节点的微型化和普适化发展使得进行环境 的多模态感知成为可能。多模态感知的数据来自不同的传感器节点、不同的感知维度，必须 智能地利用才能有效地发挥价值，形成从数据到信息再到知识的飞跃。客观环境的物理 量有物体位置、方向、加速度、声音、温度、湿度、光照度、浓度等等，这些都有可能成为 多模态感知的内容。目前在工业界推出的多样化的传感器设备，如加速度计、陀螺仪、指南 针、GPS、麦克风、摄像头以及各种无线信号GSM、Wi-Fi和蓝牙等设备都为多模态感知提 供的方便。多模态数据挖掘(multimodal data mining)就是针对不同模态信息关联性以及不 同模态挖掘结果整合等传统单模态环境下所忽视的内容展开研究。对多模态数据的处理，能 够获得比单一传感器具有更高的准确率、更有效和更易理解的上下文信息。 多模态感知为物联网感知层面进行智能交互、情景感知和协同感知提供的基础。智能交 互根据感知的物理信号，对外界不同事件做出决策以及调整自身的监控行为。如帮助决策以 低能耗的方式在本地资源受限的传感器节点上处理，从而减小整个网络的能耗和通信带宽。 多模态感知的一个代表性工作，是美国杜克大学利用智能手机上丰富的传感器来采集室内指 纹特征是实现的定位技术。这些室内的指纹特征包括室内环境的无线信号、声音、光线特征 等。通过人事先在大楼室内环境中进行采集，从而建立一个样本数据库。通过指纹的匹配来 进行室内定位。中国矿业大学物联网（感知矿山）研究中心为了构建新型的煤矿安全技术体 系：实现煤矿生产的掘进、采煤、运输、供电的无人化或少人化作业，在煤矿安全感知就包 括三个方面：(1)感知煤矿重大灾害风险，实现事故检测预警，保障安全生产：(2)感知煤 239
239 RFID 在金融（手机支付）、交通（不停车付费）、物流（物品跟踪管理）等行业以形成一定 的规模性应用，但自动化、智能化、协同化程度仍然较低[5]。在国内，RFID 被广泛应用在 身份识别、电子收费系统和物流供应链管理等领域，已步入成熟发展期，是最重要的自动识 别技术。我国成为继美国和英国之后第三大 RFID 应用市场。我国形成了 RIFD 低频和高频 的完成产业链，在低频和高频 RFID 设备制造和相关的软件技术方面相对成熟。但是，在超 高频和微波频段的 RFID 标签芯片设计、标签天线设计、标签封装技术与设备、读写器具设 计与制造、系统集成与软件开发等方面，我国还远远落后于美国和欧洲等先进国家或地区。 缺乏具有自主知识产权的接口协议标准和自主可控的标签芯片和读写器芯片。在 RFID 技术 的体系标准中，影响力最大的是 ISO/IEC 和 EPCglobal。它们都支持 UII (Unique Item Identifier)、TID (Tag ID)、OID (Object ID)、tag OID 以及 UID (Ubiquitous ID)。 RFID 技术市场应用成熟，标签成本低廉，多用来进行物品的甄别和属性的存储。但是， 它也有不具备数据采集功能、受水、金属等电离体物质干扰大的缺点。针对 RFID 技术的这 些缺点，相关的研究工作被先后提了出来。例如，由清华大学刘云浩教授领导的 SecurityRFID 项目，它们致力于研究一套可信 RFID 理论和关键技术。此外，利用超高频 RFID 技术无线 信号受人体影响的特点，一些研究者还将这一技术应用于人们日常活动的感知以及异常行为 的检测等[9-13]。 （3）多模态感知 随着传感器设备制造工艺的不断提高，传感器节点的微型化和普适化发展使得进行环境 的多模态感知成为可能。多模态感知的数据来自不同的传感器节点、不同的感知维度，必须 智能地利用才能有效地发挥价值，形成从数据到信息再到知识的飞跃[15]。客观环境的物理 量有物体位置、方向、加速度、声音、温度、湿度、光照度、浓度等等，这些都有可能成为 多模态感知的内容。目前在工业界推出的多样化的传感器设备，如加速度计、陀螺仪、指南 针、GPS、麦克风、摄像头以及各种无线信号 GSM、Wi-Fi 和蓝牙等设备都为多模态感知提 供的方便。多模态数据挖掘（multimodal data mining）就是针对不同模态信息关联性以及不 同模态挖掘结果整合等传统单模态环境下所忽视的内容展开研究。对多模态数据的处理，能 够获得比单一传感器具有更高的准确率、更有效和更易理解的上下文信息。 多模态感知为物联网感知层面进行智能交互、情景感知和协同感知提供的基础。智能交 互根据感知的物理信号，对外界不同事件做出决策以及调整自身的监控行为。如帮助决策以 低能耗的方式在本地资源受限的传感器节点上处理，从而减小整个网络的能耗和通信带宽。 多模态感知的一个代表性工作，是美国杜克大学利用智能手机上丰富的传感器来采集室内指 纹特征是实现的定位技术。这些室内的指纹特征包括室内环境的无线信号、声音、光线特征 等。通过人事先在大楼室内环境中进行采集，从而建立一个样本数据库。通过指纹的匹配来 进行室内定位。中国矿业大学物联网（感知矿山）研究中心为了构建新型的煤矿安全技术体 系；实现煤矿生产的掘进、采煤、运输、供电的无人化或少人化作业，在煤矿安全感知就包 括三个方面：（1）感知煤矿重大灾害风险，实现事故检测预警，保障安全生产；（2）感知煤