【项目来源】江苏省科技厅产学研联合创新资金——前瞻性联合研究项目。 【项目简介】基于RFID、传感器、智能移动终端等物联网技术研发了中药饮片质量管理系统，在感知层通过RFID射频标签、无线传感器节点、条形码、智能移动终端来采集、获取和查询与中药饮片相关的各种信息；在网络层将感知层控制系统中存储的每条感知和控制信息转换成一组通用数据协议的JSON数据包，实现中药饮片全过程的质量信息的有效传递；在应用层通过物联环境监测平台、生产执行系统、智能移动平台实现对饮片从“田头到口头”全过程的质量监管与追溯，实现了中药饮片“来源可追溯、去向可查证、责任可追究”质量管理。 本项目研究了智能移动终端技术，利用智能移动终端查询RFID射频标签记录饮片生产、仓储、销售、使用等各环节的信息，实现对中药饮片全面而系统的质量管理；研究了传感器技术，实现对原药材种植、饮片生产、仓储等环节的数据进行及时有效的监测和记录；研究了轻量级Java EE（Struts+Spring+Hiberante）技术，采用MVC模式设计系统后台架构，利用Spring Security为不同用户分配不同权限，同时提供跨平台的数据接口，实现Android、IOS、Window等平台的数据交互。 【获奖情况】2016年度中国商业联合会科学技术奖——全国商业科技进步奖一等奖。 【推广应用前景】本项目主要完成了由RFID射频标签平台、物联环境监测平台、生产执行系统、智能移动平台、质检管理平台、商务智能平台为主要模块的中药饮片管理系统软件，形成了具有自主知识产权、可销售的软件产品。本系统的推广应用将带动整个中药饮片产业的转型升级和产业结构调整，促进中药饮片产业由传统行业向真正意义上的高科技行业转型。另外，本系统不仅可以应用于中药饮片行业，也可以推广应用到中成药、西药等制药行业。系统中的物联网应用模式可以供食品安全追溯、农业、环保等领域参考借鉴。 【进展情况】项目目前已完成系统开发，取得相关专利和计算机软件著作权6项。

物联网感知大数据可信存储与分析处理平台（IOT-SeaCloudDM）：针对智慧城市、物联网、车   联网中各种采样数据（包括各类传感器、RFID、条形码阅读器采样的时空相关数据）的数据管理需求，  提供一个通用的感知大数据处理平台，对各类相关的感知采样数据进行统一管理，并达到如下目标：（1） 提供 PB~EB 级的感知采样数据存储、管理与查询处理。（2） 提供时态 - 空间数据、采样数值数据的统计分析与数据挖掘。（3）在此基础上，为各类智慧城市、物联网应用提供基础软件支撑。

以多域物联网安全保障为目标，围绕海量差异化设备安全保障、虚实孪生映射与数据受控管理及跨域微服务图谱建立与动态安全组合三个方面展开研究，取得了“接入 - 传输 - 汇聚”跨域安全体系结构、信息物理空间融合云端数字孪生架构、多域物联网微服务可信提供体系结构等三项技术发明，形成了多域物联网安全服务体系。 （1）“接入 - 传输 - 汇聚”跨域安全体系结构 采用“跨域协同认证、内生特征融合”的技术思路，提出了“接入 - 传输 - 汇聚”跨域安全体系结构，发明了基于深度学习的物理层设备认证与跨层协同认证方法，设计了海量差异化设备的跨域综合接入认证协议，屏蔽了物联网设备差异性，实现十亿量级差异化设备的高效跨域身份可信管理；实现了海量差异化跨域设备的安全管控，构建了大规模物联网设备的信任管理体系。 （2）信息物理空间融合的云端数字孪生架构 采用“虚实空间映射、数据受控共享”的技术思路，提出了信息物理空间融合的云端数字孪生构建架构，发明了信息物理空间实时精确映射方法、跨域数据受控共享与延伸控制方法，实现了大规模海量物联网系统的有序管控，建立了多域物联网安全生态系统。 （3）多域物联网微服务可信提供体系结构 采用“关联关系跨域、编排组合动态”的技术思路，提出了多域物联网微服务可信提供体系结构，发明了海量微服务关系图谱建立方法、微服务跨域动态编排与安全组合方法，设计了复杂物联网应用开发环境，实现多域物联网应用的敏捷开发与自动生成。解决服务自动柔性编排与按需动态加载的问题，实现应用快速开发与自动生成、海量微服务关联关系的预处理，与满足 Top-K 的自动化服务组合方法相比，平均处理时间降低11.5%，准确率达到 99%。 图 1 项目总体设计框架图 图 2 “接入 - 传输 - 汇聚”跨域安全体系结构

本发明提供了一种室内光照温度控制的物联网系统，包括用于采集室内温度的温度传感器，通过光照下阻值迅速减少的光敏电阻制成的用于采集室内光线的光敏传感器，用于将输出的电压值在进行模数转换的A/D转换模块，单片机，电机，串口，wifi模块以及PC上位机；温度传感器将温度数字信号传给单片机，光敏传感器将光线产生的阻值变化由A/D转换模块进行模数转换后传给单片机，单片机根据所接收信号转换为引脚相应的高低电平经串口由Wi Fi模块发送给PC上位机进行显示和存储，PC上位机根据实时测量得到光照和温度数据运用离散粒子群算法进行控制优化，并返回控制指令实时控制电机工作。本发明搜索速度快、效率高、算法简单。

产品详细介绍超高频远距离一体机 远距离一体化读写器：FR6011A 本产品具有多协议兼容、一体化设计、读取速率快、多标签识读、防水型外观设计等优点，可广泛的应用于各种RFID系统中，典型的应用场合有： 物流和仓储管理：物品流动与仓储管理以及邮件、包裹、运输行李等的流动管理； 智能停车场管理：停车场的管理与收费自动化； 生产线管理：生产工序定点的识别； 产品防伪检测：利用标签内存储器写保护功能，对产品真伪进行鉴别； 其它领域：在俱乐部管理、图书馆、学生学籍、消费管理、考勤管理、就餐管理、泳池管理等系统都得到了广泛的使用。 性能指标 支持的协议 ISO18000-6B，ISO18000-6C（EPC GEN2） 工作方式 广谱跳频（FHSS） 读卡速度 由软件设置，单卡平均读取时每64bits小于10ms 射频功率 0~30dBm，软件可调 读卡方式 定时自动读卡和外触发控制读卡，由软件设置 工作温度 －20℃~＋80℃ 输入接口 触发输入一组 读卡距离 大于12 m 天　　线 内置线极化天线，增益12dBi 读卡提示 蜂鸣器 供电电源 220V交流转＋9V直流电源(配电源适配器) 功　　耗 最大功率不大于4W 外形尺寸 440mm×440mm×50mm 重　　量 2 Kg 工作频率 国标（920~925MHz）、美标(902~928MHz)或定制其它频段 输出接口 Wiegand，RS485，RS232，支持Wiegand26、Wiegand34、Syris485等格式可由配套软件设置；RJ45(网口)

基于身份证开锁的物联网电子锁系统，主要由物联网电子锁、云服务器、后台管理软件、客户端软件组成。整个系统是基于无线以太网通信技术，可实现远程无线对电子锁的监控管理，通过RFID射频识别技术识别身份证信息。该系统解决了可用二代身份证刷卡开锁的问题，实现开锁过程实名制，以及利用无线以太网络传输开锁密码、开锁身份证号、门锁状态等信息的问题。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。

成果描述：本实用新型公开了一种基于物联网的微功耗分析仪,对无线传感器网络中传感节点进行功耗分析,包括电压获取电路、电流获取电路、采集控制模块、模拟积分器和采用独立电源供电的微处理器,电压获取电路、电流获取电路通过采集控制模块与微处理器连接；所述采集控制模块包括同步信号发生器、门控时钟电路和依次连接的模数转换器、放大器、滤波器,电压获取电路采集的电压信号、电流获取电路采集的电流信号分别依次通过模数转换器转换成对应的数据信号,由放大器进行信号放大,经滤波器滤波后输入微处理器；所述放大器采用多级放大电路或对数放大电路中任一种。本实用新型较为准确的检测被测传感节点的功耗。市场前景分析：本实用新型公开了一种基于物联网的微功耗分析仪,对无线传感器网络中传感节点进行功耗分析,包括电压获取电路、电流获取电路、采集控制模块、模拟积分器和采用独立电源供电的微处理器,电压获取电路、电流获取电路通过采集控制模块与微处理器连接；所述采集控制模块包括同步信号发生器、门控时钟电路和依次连接的模数转换器、放大器、滤波器,电压获取电路采集的电压信号、电流获取电路采集的电流信号分别依次通过模数转换器转换成对应的数据信号,由放大器进行信号放大,经滤波器滤波后输入微处理器；所述放大器采用多级放大电路或对数放大电路中任一种。本实用新型较为准确的检测被测传感节点的功耗。与同类成果相比的优势分析：国内领先