1.3.1　信息感知技术

信息感知技术指的是通过传感器对外界环境进行感知，获取目标信息流，是物联网应用的信息来源，也是工业物联网应用的基础[8]。

（1）数据收集。数据收集是信息感知最基本的形式，即节点将感知数据通过网络传输到汇聚节点。例如工业传感器能够测量或感知特定物体的状态和变化，并转化为可传输、可处理、可存储的电子信号或其他形式的信息。射频识别是一种非接触类型的自动识别技术，其主要原理是利用无线电磁信号传输特性和空间耦合原理，来完成对目标物体的自动识别过程。

（2）数据清洗。由于网络状态的变化和环境因素的影响，实际获取的感知数据往往包含大量异常、错误和噪声数据，因此需要对获取的感知数据进行清洗和离群值判断，去除“脏数据”，从而得到一致有效的感知信息。对于缺失的数据还要进行有效估计，以获得完整的感知数据。根据感知数据的变化规律和时空相关性，一般采用概率统计、近邻分析和分类识别等方法，在感知节点、整个网络或局部网络实现数据清洗。

（3）数据压缩。对于较大规模的感知网络，将感知数据全部汇集到汇聚节点会产生非常大的数据传输量。由于数据的时空相关性，感知数据包含大量冗余信息，因此采用数据压缩方法能有效减少数据量。然而由于感知节点在运算、存储和能量方面的限制，传统的数据压缩方法往往不能直接应用。

（4）数据聚集。数据聚集就是通过某种聚集函数对感知数据进行处理，传输少量数据和信息到汇聚节点，以减少网络传输量。需要指出，数据聚集操作丢失了感知数据大量的结构信息，对于要求保持数据完整性和连续性的物联网感知应用，数据聚集并不适用。

（5）数据融合。数据融合是对多源异构数据进行综合处理获取确定性信息的过程。在物联网感知网络中，对感知数据进行融合处理，只将少量有意义的信息传输到汇聚节点，可以有效减少数据传输量。物联网数据融合还要考虑网络的结构和路由。