摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第14-24页 |
1.1 课题研究背景及意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-20页 |
1.2.1 物联网 | 第16-17页 |
1.2.2 机房环境数据采集 | 第17-20页 |
1.2.3 机房环境数据参数分析 | 第20页 |
1.3 本课题主要研究内容及创新点 | 第20-21页 |
1.3.1 本课题主要研究内容 | 第20-21页 |
1.3.2 本文创新点 | 第21页 |
1.4 本文组织结构 | 第21-24页 |
第二章 理论基础与技术分析 | 第24-30页 |
2.1 物联网 | 第24-25页 |
2.2 几种无线通信技术对比 | 第25-26页 |
2.3 机房环境的基本要求 | 第26-28页 |
2.4 技术分析 | 第28-29页 |
2.5 本章小结 | 第29-30页 |
第三章 基于物联网的机房环境参数采集 | 第30-50页 |
3.1 系统概述 | 第30页 |
3.2 系统结构 | 第30-32页 |
3.3 机房环境参数采集芯片设计 | 第32-36页 |
3.3.1 数字温湿度传感器DHT11 | 第32-33页 |
3.3.2 可燃气体烟雾传感器MQ-2 | 第33-34页 |
3.3.3 二氧化碳传感器MG811 | 第34页 |
3.3.4 水位传感器AT35-7 | 第34页 |
3.3.5 机房环境参数采集 | 第34-36页 |
3.4 小型传感网络构建 | 第36-37页 |
3.5 移动端设计 | 第37-42页 |
3.5.1 移动端设计整体情况 | 第37-39页 |
3.5.2 移动端展示 | 第39-41页 |
3.5.3 低功耗设计 | 第41-42页 |
3.6 服务器端设计 | 第42-48页 |
3.6.1 数据提交接口 | 第42-43页 |
3.6.2 数据库设计 | 第43-46页 |
3.6.3 服务器端运行示例 | 第46-48页 |
3.7 本章小结 | 第48-50页 |
第四章 机房环境参数异常的预警方法研究 | 第50-62页 |
4.1 机房环境参数异常的预警方法研究概述 | 第50页 |
4.2 基于线性拟合和回归分析方法的改进预警分析方法 | 第50-55页 |
4.2.1 算法过程 | 第51-52页 |
4.2.2 算法实现 | 第52-55页 |
4.3 基于滑动窗口的趋势分析预警方法 | 第55-57页 |
4.3.1 算法过程 | 第55-56页 |
4.3.2 算法实现 | 第56-57页 |
4.4 基于F-measure的预警准确度分析方法 | 第57-58页 |
4.5 数据展示部分 | 第58-60页 |
4.6 数据异常报警和预警 | 第60页 |
4.7 本章小结 | 第60-62页 |
第五章 基于物联网的机房环境监测和数据分析平台 | 第62-70页 |
5.1 总体架构 | 第62页 |
5.2 系统部署 | 第62-63页 |
5.3 系统应用 | 第63-68页 |
5.4 本章小结 | 第68-70页 |
第六章 结论与展望 | 第70-72页 |
6.1 本文主要成果 | 第70页 |
6.2 后续工作及展望 | 第70-72页 |
参考文献 | 第72-76页 |
致谢 | 第76-78页 |
研究成果及发表的学术论文 | 第78-80页 |
作者及导师简介 | 第80-82页 |
附件 | 第82-83页 |