首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--传感器的应用论文

基于流式计算模式的传感器接入系统的研究与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-16页
    1.1 项目背景与意义第11-12页
    1.2 国内外研究现状第12页
    1.3 研究内容第12-14页
    1.4 论文组织结构第14-16页
第二章 相关技术概述第16-22页
    2.1 物联网技术第16页
    2.2 传感器接入技术第16-17页
        2.2.1 OSGI模块化技术第16-17页
        2.2.2 MapReduce技术第17页
        2.2.3 流式处理技术第17页
    2.3 Java动态加载第17-18页
    2.4 分布式消息系统第18页
    2.5 内存缓存技术第18-19页
    2.6 流式处理框架Storm第19-20页
        2.6.1 相关概念第19页
        2.6.2 调度策略第19-20页
    2.7 Cgroups资源隔离与限制第20页
    2.8 本章小结第20-22页
第三章 传感器接入系统设计第22-35页
    3.1 设计原则第22页
    3.2 功能需求分析第22-25页
        3.2.1 传感器的快速接入与适配第22-23页
        3.2.2 基于任务上下文的感知数据缓存第23页
        3.2.3 基于优先级的任务调度第23页
        3.2.4 总体功能需求及模块划分第23-25页
    3.3 整体架构及流程第25-27页
        3.3.1 系统整体架构第25-26页
        3.3.2 系统实现流程第26-27页
    3.4 模块设计第27-34页
        3.4.1 参数配置模块第27-29页
        3.4.2 传感器适配模块第29-30页
        3.4.3 数据缓存模块第30-31页
        3.4.4 数据持久化模块第31-32页
        3.4.5 任务调度模块第32-34页
    3.5 本章小结第34-35页
第四章 传感器接入系统实现第35-64页
    4.1 参数配置模块实现第35-39页
        4.1.1 传感器参数配置第35-37页
        4.1.2 协议解析方法装载第37-39页
    4.2 传感器适配模块实现第39-47页
        4.2.1 协议解析和发布第39-43页
        4.2.2 协议封装和下发第43-44页
        4.2.3 适配器生命周期管理第44-47页
    4.3 数据缓存模块实现第47-51页
        4.3.1 感知数据缓存实现第47-48页
        4.3.2 基于任务上下文的感知数据缓存算法第48-51页
    4.4 数据持久化模块实现第51-54页
        4.4.1 数据对外发布第51页
        4.4.2 数据持久化第51-54页
    4.5 基于优先级的任务调度模块实现第54-63页
        4.5.1 任务监测第54-56页
        4.5.2 基于优先级的负载均衡第56-59页
        4.5.3 基于优先级的资源分配第59-61页
        4.5.4 基于优先级的资源回收第61-63页
    4.6 本章小结第63-64页
第五章 平台实施与性能评估第64-81页
    5.1 部署环境第64-65页
        5.1.1 硬件环境第64页
        5.1.2 软件环境第64-65页
        5.1.3 物理结构第65页
    5.2 功能测试第65-78页
        5.2.1 测试说明第65-66页
        5.2.2 参数配置模块功能测试第66-69页
        5.2.3 传感器适配器运行测试第69-73页
        5.2.4 感知数据缓存测试第73-74页
        5.2.5 数据持久化测试第74-75页
        5.2.6 任务调度模块功能测试第75-78页
    5.3 性能测试第78-79页
    5.4 本章小结第79-81页
第六章 总结与展望第81-83页
    6.1 工作总结第81-82页
    6.2 工作展望第82-83页
参考文献第83-86页
致谢第86-87页
攻读学位期间发表的学术论文目录第87页

论文共87页,点击 下载论文
上一篇:基于深度学习的教室场景运动行为检测
下一篇:基于卷积神经网络的脉搏分析方法研究