智能物聯(lián)網(wǎng)導(dǎo)論

序　言
前　言
第1章　緒論1
1.1　背景與趨勢(shì)1
1.2　智能物聯(lián)網(wǎng)概念與特征3
1.2.1　物聯(lián)網(wǎng)與人工智能發(fā)展概述3
1.2.2　智能物聯(lián)網(wǎng)概念5
1.2.3　智能物聯(lián)網(wǎng)特征6
1.3　智能物聯(lián)網(wǎng)體系架構(gòu)與軟件平臺(tái)6
1.3.1　云邊端協(xié)同AIoT體系架構(gòu)7
1.3.2　AIoT系統(tǒng)軟件平臺(tái)8
1.4　關(guān)鍵技術(shù)9
1.4.1　泛在智能感知10
1.4.2　群智感知計(jì)算10
1.4.3　智能物聯(lián)網(wǎng)通信11
1.4.4　終端適配深度計(jì)算12
1.4.5　物聯(lián)網(wǎng)分布式學(xué)習(xí)12
1.4.6　云邊端協(xié)同計(jì)算13
1.4.7　安全與隱私保護(hù)14
1.5　典型應(yīng)用14
1.5.1　智能家居14
1.5.2　自動(dòng)駕駛15
1.5.3　智慧城市17
1.5.4　智能工廠19
1.6　本書(shū)整體結(jié)構(gòu)20
1.7　習(xí)題22
參考文獻(xiàn)22
第2章　智能物聯(lián)網(wǎng)體系架構(gòu)25
2.1　物聯(lián)網(wǎng)體系架構(gòu)25
2.1.1　ISO物聯(lián)網(wǎng)參考體系架構(gòu)26
2.1.2　IETF物聯(lián)網(wǎng)體系架構(gòu)29
2.2　智能物聯(lián)網(wǎng)系統(tǒng)模型31
2.2.1　AI功能的實(shí)現(xiàn)32
2.2.2　智能物聯(lián)網(wǎng)體系架構(gòu)概述34
2.3　典型的智能物聯(lián)網(wǎng)體系架構(gòu)35
2.3.1　Azure IoT架構(gòu)35
2.3.2　阿里云IoT架構(gòu)38
2.4　習(xí)題41
參考文獻(xiàn)42
第3章　多模態(tài)智能感知43
3.1　物聯(lián)網(wǎng)多模態(tài)感知背景43
3.1.1　多模態(tài)感知概念43
3.1.2　物聯(lián)網(wǎng)數(shù)據(jù)特征44
3.2　物聯(lián)網(wǎng)中的視覺(jué)感知44
3.2.1　視覺(jué)感知基礎(chǔ)44
3.2.2　移動(dòng)目標(biāo)檢測(cè)49
3.2.3　移動(dòng)地圖構(gòu)建50
3.2.4　視頻流目標(biāo)跟蹤55
3.2.5　視頻動(dòng)作識(shí)別56
3.3　物聯(lián)網(wǎng)中的聽(tīng)覺(jué)感知57
3.3.1　聽(tīng)覺(jué)感知基礎(chǔ)57
3.3.2　語(yǔ)音識(shí)別模型62
3.3.3　人機(jī)語(yǔ)音交互70
3.4　物聯(lián)網(wǎng)中的多模態(tài)融合感知74
3.4.1　多模態(tài)感知數(shù)據(jù)融合方法74
3.4.2　多模態(tài)融合感知挑戰(zhàn)和機(jī)遇77
3.5　習(xí)題78
參考文獻(xiàn)79
第4章　智能無(wú)線感知82
4.1　無(wú)線感知基礎(chǔ)原理82
4.1.1　無(wú)線感知信號(hào)82
4.1.2　無(wú)線感知理論模型84
4.1.3　無(wú)線感知系統(tǒng)工作模式87
4.2　基于Wi-Fi的智能感知技術(shù)87
4.2.1　Wi-Fi感知的基本概念和原理87
4.2.2　Wi-Fi感知關(guān)鍵技術(shù)88
4.2.3　Wi-Fi感知典型應(yīng)用94
4.3　基于RFID的智能感知技術(shù)100
4.3.1　RFID技術(shù)基本概念與感知原理100
4.3.2　RFID感知關(guān)鍵技術(shù)與應(yīng)用103
4.4　總結(jié)與展望108
4.4.1　常見(jiàn)無(wú)線感知方式對(duì)比109
4.4.2　無(wú)線感知研究挑戰(zhàn)和發(fā)展趨勢(shì)110
4.5　習(xí)題111
參考文獻(xiàn)111
第5章　群智感知114
5.1　群智感知基本概念114
5.1.1　群智感知定義115
5.1.2　群智感知體系架構(gòu)117
5.2　群智感知任務(wù)分配118
5.2.1　任務(wù)分配模型118
5.2.2　任務(wù)分配方法124
5.3　群智感知數(shù)據(jù)優(yōu)選131
5.3.1　數(shù)據(jù)選擇機(jī)制131
5.3.2　感知數(shù)據(jù)質(zhì)量評(píng)估132
5.3.3　冗余數(shù)據(jù)優(yōu)選134
5.4　群智感知激勵(lì)機(jī)制137
5.4.1　群智感知激勵(lì)模型137
5.4.2　用戶激勵(lì)方法138
5.5　群智感知發(fā)展趨勢(shì)143
5.6　習(xí)題144
參考文獻(xiàn)145
第6章　智能物聯(lián)網(wǎng)絡(luò)148
6.1　物聯(lián)網(wǎng)通信體系架構(gòu)148
6.1.1　物聯(lián)網(wǎng)通信參考模型149
6.1.2　物聯(lián)網(wǎng)通信標(biāo)準(zhǔn)149
6.1.3　智能物聯(lián)網(wǎng)絡(luò)151
6.2　物聯(lián)網(wǎng)智能接入控制152
6.2.1　認(rèn)知MAC協(xié)議152
6.2.2　基于模糊邏輯的接入延遲改善154
6.2.3　應(yīng)用強(qiáng)化學(xué)習(xí)緩解無(wú)線信道沖突156
6.3　物聯(lián)網(wǎng)智能路由157
6.3.1　基于強(qiáng)化學(xué)習(xí)的物聯(lián)網(wǎng)路由158
6.3.2　基于神經(jīng)網(wǎng)絡(luò)的物聯(lián)網(wǎng)路由160
6.3.3　基于人工智能技術(shù)對(duì)現(xiàn)有物聯(lián)網(wǎng)路由協(xié)議的改進(jìn)161
6.4　物聯(lián)網(wǎng)智能傳輸控制163
6.4.1　基于神經(jīng)網(wǎng)絡(luò)的擁塞控制方法163
6.4.2　其他智能擁塞控制方法166
6.5　習(xí)題168
參考文獻(xiàn)168
第7章　物聯(lián)網(wǎng)終端智能170
7.1　深度模型壓縮171
7.1.1　深度模型壓縮172
7.1.2　深度模型按需壓縮176
7.1.3　深度模型超參數(shù)優(yōu)化178
7.1.4　深度模型動(dòng)態(tài)推理179
7.2　深度模型量化182
7.2.1　基本概念183
7.2.2　基本方法185
7.2.3　低比特位寬量化187
7.2.4　量化與硬件加速191
7.3　深度模型自動(dòng)化搜索191
7.4　軟硬協(xié)同加速193
7.4.1　微控制器深度計(jì)算194
7.4.2　性能評(píng)估方法195
7.5　習(xí)題198
參考文獻(xiàn)198
第8章　智能物聯(lián)網(wǎng)機(jī)器學(xué)習(xí)201
8.1　物聯(lián)網(wǎng)聯(lián)邦學(xué)習(xí)202
8.1.1　橫向聯(lián)邦學(xué)習(xí)204
8.1.2　縱向聯(lián)邦學(xué)習(xí)207
8.1.3　個(gè)性化聯(lián)邦學(xué)習(xí)208
8.2　物聯(lián)網(wǎng)智能決策210
8.2.1　強(qiáng)化學(xué)習(xí)與智能決策212
8.2.2　物聯(lián)網(wǎng)多智能體協(xié)同決策214
8.2.3　多智能體協(xié)同決策方法215
8.3　物聯(lián)網(wǎng)知識(shí)遷移217
8.3.1　知識(shí)蒸餾方法218
8.3.2　域自適應(yīng)方法221
8.3.3　元學(xué)習(xí)方法224
8.4　習(xí)題227
參考文獻(xiàn)227
第9章　智能物聯(lián)網(wǎng)協(xié)同計(jì)算230
9.1　協(xié)同計(jì)算基本內(nèi)涵230
9.2　分布式數(shù)據(jù)融合計(jì)算232
9.2.1　多模態(tài)數(shù)據(jù)融合計(jì)算232
9.2.2　異步數(shù)據(jù)流融合計(jì)算236
9.2.3　時(shí)空數(shù)據(jù)融合計(jì)算237
9.3　分布式模型分割計(jì)算240
9.3.1　串行協(xié)同計(jì)算241
9.3.2　并行協(xié)同計(jì)算243
9.3.3　混合協(xié)同計(jì)算245
9.4　分布式資源協(xié)同計(jì)算247
9.4.1　邊端設(shè)備負(fù)載均衡優(yōu)化247
9.4.2　邊緣內(nèi)部資源分配優(yōu)化249
9.5　分布式數(shù)據(jù)傳輸優(yōu)化250
9.5.1　自適應(yīng)數(shù)據(jù)過(guò)濾251
9.5.2　自適應(yīng)數(shù)據(jù)傳輸252
9.6　習(xí)題254
參考文獻(xiàn)255
第10章　AIoT平臺(tái)與應(yīng)用258
10.1　智能物聯(lián)網(wǎng)平臺(tái)258
10.1.1　AWS IoT258
10.1.2　微軟Azure IoT261
10.1.3　華為云IoT263
10.2　典型領(lǐng)域應(yīng)用案例266
10.2.1　智能商業(yè)—無(wú)人超市266
10.2.2　智能工業(yè)—工業(yè)4.0下的數(shù)字工業(yè)268
10.2.3　智慧健康—老年人輔助機(jī)器人271
10.3　習(xí)題272
參考文獻(xiàn)272
第11章　未來(lái)展望273
11.1　現(xiàn)狀與挑戰(zhàn)273
11.2　未來(lái)發(fā)展趨勢(shì)274
11.2.1　軟硬協(xié)同終端智能274
11.2.2　跨模態(tài)融合泛在感知274
11.2.3　面向AIoT的智能演進(jìn)275
11.2.4　新一代智能物聯(lián)網(wǎng)絡(luò)276
11.2.5　動(dòng)態(tài)場(chǎng)景模型持續(xù)演化276
11.2.6　人機(jī)物融合群智計(jì)算277
11.2.7　通用AIoT系統(tǒng)平臺(tái)277
11.3　習(xí)題278
參考文獻(xiàn)278