M2M数据采集平台终端接入模块的设计与实现

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:jenniechen007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在M2M数据采集平台中,需要能够实时与行业采集终端进行通信,对行业采集终端进行控制或采集各个终端的状态信息,数据必须能够在各种不同的行业终端之间流动。本文所研究的课题是M2M数据采集平台中终端接入模块的设计与实现,意在解决M2M数据采集平台与行业采集终端之间的通信问题。   论文旨在基于现有的网络技术,针对M2M数据采集平台研究并实现一个终端接入模块,为M2M数据采集平台业务处理/管理模块与行业终端提供通信服务。   论文首先介绍了M2M数据采集平台的项目背景,分析了M2M数据采集业务在国内外的研究现状、发展趋势和应用前景。然后论文研究了终端接入模块所涉及到的相关理论和技术,包括高性能网络应用服务器技术、负载均衡技术、分布式缓存技术以及消息中间件技术等。   在分析了系统特性和需求的基础上,论文提出了M2M数据采集平台终端接入模块的总体设计方案,设计了模块逻辑结构、子模块和任务流程。然后设计了基于半同步/半异步模式和反应器模式的高性能网络应用服务器、基于LVS的负载均衡机制、基于SunShoal的分布式缓存和IBM WebSphere MQ的消息传递机制,设计了适用于本系统的通信协议并实现了协议处理等功能模块。之后对终端接入模块进行了功能测试和性能测试,并与M2M数据采集平台的其他模块进行了联调,并分析了测试结果。   论文最后总结了全文,指出了本文工作的实际意义,说明了本人所做的工作,提出了进一步研究的方向。
其他文献
近些年来,随着人类基因组计划的的完成、DNA微阵列技术的出现和应用使得人们可以同时定量测定成千上万个基因在生物样本中的表达水平,从而为用数学计算的方法研究基因之间的表
贝叶斯网络(Bayesian Network或BN)是人工智能领域进行建模和不确定性推理的一个有效工具。贝叶斯网推理的基本任务是:给定一组证据变量观察值,通过搜索条件概率表计算一组查询
数字病理图像具有分辨率高,图像的隐含结构复杂的特点,这给病理图像的智能判读带来了图像识别难,处理时间长的问题。本文设计了快速的病理图像处理流程,并且优化和设计了几个耗时
高压脉冲技术是电气领域的一个很有活力的分支,由于具有瞬时能量高、环保节能、副作用小和成本低廉的特点,随着产业技术的升级换代,它在食品、化学和环保行业有广阔的应用前景,于
随着模糊聚类分析技术和粗集理论的不断发展,模糊聚类分析技术和粗集理论已经在诸多领域获得了广泛的应用,其应用范围涉及到图像处理、计算机视觉、模式识别等相关领域。  
随着社会信息化程度的提高,数据量呈指数增长。从大量数据中快速有效地获得最有价值的信息资源在当今信息时代具有重要意义。其中,分类预测技术作为智能决策的重要手段将在未来
随着计算机技术的飞速发展,信息交换已经成为人们日常生活和工作中的基本需求。人们越来越注重这些交换过程中信息的安全性,因为它已经直接关系到人们的行为和决策。如何保证人
移动通信技术的快速发展,高性能笔记本电脑和PDA终端的普遍使用,大大刺激了人们对移动互联网的需求。鉴于IPv4地址不足等因素,基于IPv6的移动IPv6技术越来越受到关注,其中移动IPv
随着信息技术的发展,计算机系统变得更为复杂和庞大,传统的图形用户界面交互方式也将变得复杂繁琐,由此人们正努力寻求更高效更智能的人机交互方法。自然语言对话是人们日常交流
随着互联网迅速发展,其核心协议IPv4的缺陷也逐渐的暴露出来,主要表现为IP地址紧缺、路由表项目爆炸和不能满足新应用的要求,而下一代互联网核心协议IPv6在地址空间、可扩展性、