【導(dǎo)讀】隨著物聯(lián)網(wǎng)(IoT)的發(fā)展，諸如“霧計算”的去集中化分布式智能概念正大行其道，以滿足對更低延時、更高安全性、更低功耗和更高可靠性的要求。這種向更加分布式的數(shù)據(jù)處理和存儲方法發(fā)展的趨勢，需要有更加智能的傳感器和全新的無線傳感器網(wǎng)絡(luò)架構(gòu)。
雖然霧計算這個術(shù)語比較新，但其基本前提是經(jīng)典的去集中化，即一些處理功能和存儲功能在本地執(zhí)行，要比將數(shù)據(jù)從傳感器一路發(fā)送到云端，然后再返回執(zhí)行器的性能更好。這樣做可以縮短延時，并減少需要來回傳送的數(shù)據(jù)量?？s短延時有助于改善消費(fèi)類應(yīng)用的用戶體驗(yàn)，而在工業(yè)應(yīng)用中，它還可以改善關(guān)鍵系統(tǒng)功能的響應(yīng)時間，節(jié)省費(fèi)用甚至拯救生命。
這種分布式方法通過減少需要從網(wǎng)絡(luò)邊緣傳送到云端的數(shù)據(jù)量提高了安全性，還降低了功耗和數(shù)據(jù)網(wǎng)絡(luò)負(fù)載，從而提高了總體服務(wù)質(zhì)量(QoS)。霧計算還能促進(jìn)本地資源池的建立，以充分利用給定區(qū)域的可用資源，并將物聯(lián)網(wǎng)的基礎(chǔ)功能之一——數(shù)據(jù)分析加進(jìn)來。
霧計算在充分發(fā)揮其潛力所需的網(wǎng)絡(luò)架構(gòu)和協(xié)議方面存在著細(xì)微差別，以致于成立了諸如開放霧聯(lián)盟的組織來定義怎樣才能獲得最佳的實(shí)現(xiàn)（題圖：開放霧聯(lián)盟正在尋求確定最佳的架構(gòu)和編程方法，以確保從傳感器到云端以及回傳路徑中的功能和智能的最優(yōu)分布(來源：開放霧聯(lián)盟))。
目前為止，開放霧聯(lián)盟成員包括思科、英特爾、ARM、戴爾、微軟、東芝、RTI和普林斯頓大學(xué)。開放霧聯(lián)盟迫切希望與其它組織協(xié)同發(fā)展，包括工業(yè)互聯(lián)網(wǎng)聯(lián)盟(IIC)、移動邊緣計算(ETSI-MEC)、開放互連基金(OCF)以及OpenNFV。開放霧聯(lián)盟已經(jīng)發(fā)布了一份白皮書，用于指導(dǎo)大家當(dāng)前的思維過程(必須注冊才能下載)。
用于霧計算的可靠傳感器
隨著霧計算的興起，設(shè)計師必須估算出系統(tǒng)的每個節(jié)點(diǎn)應(yīng)該有多少智能才能獲得最優(yōu)性能。這意味著傳感器需要開始變得更加智能，需要具有一定程度的內(nèi)置處理、存儲和通信能力。雖然這個要求已經(jīng)提出來一段時間了，但似乎到達(dá)了一個臨界點(diǎn)，即從傳感器提供商角度看正在成為必要條件，雖然通常存在著成本、空間、功耗和尺寸方面的折衷。
雖然在小尺寸和功能集成方面，MEMS傳感器一直是設(shè)計師的理想選擇，但在后續(xù)集成過程中，為了滿足霧計算提出的智能傳感器需求，需要考慮可靠性方面的問題。到目前為止，MEMS傳感器上數(shù)字功能的集成已經(jīng)實(shí)現(xiàn)了雙向通信、自檢和補(bǔ)償算法的實(shí)現(xiàn)(圖2)。
圖2：從基本的模擬信號調(diào)節(jié)(A)一直到板載MCU(B)、本地內(nèi)存和ADC(C)提高數(shù)字集成程度，有助于MEMS傳感器更好地實(shí)現(xiàn)自檢和主動補(bǔ)償例程，但實(shí)時的可靠性監(jiān)視仍然很難。
如果MEMS傳感器對于監(jiān)視電能分配、醫(yī)療系統(tǒng)功能以及工業(yè)系統(tǒng)狀態(tài)和過程來說，是長時間受信任的，那么這些功能就很重要了。這種MEMS傳感器應(yīng)用如此重要，以致于位于墨西哥哈拉帕市的韋拉克魯斯大學(xué)研究人員一直在調(diào)查其它的可靠性保證方法，這些方法通過監(jiān)視常見故障率進(jìn)行可靠性預(yù)測。正如研究人員指出的那樣，這些方法都缺少實(shí)際能力，來預(yù)測從北極圈到熱帶的各種工作環(huán)境中的可靠性。
當(dāng)我們用無處不在的智能傳感器義無反顧地實(shí)現(xiàn)霧計算時，確保來自這些傳感器的數(shù)據(jù)的可靠性變得越來越重要。與此同時，霧計算原理的實(shí)際運(yùn)用意味著通信基礎(chǔ)設(shè)施正在落實(shí)到位，以確保節(jié)點(diǎn)間能夠更好地通信。這兩個因素使得韋拉克魯斯大學(xué)開發(fā)實(shí)時傳感器故障分析方法變得令人更加感興趣，因?yàn)檫@些方法適用于新的檢測和組網(wǎng)范例。
在建議的設(shè)計中，研究小組使用了一個低功耗的8位PIC18F4550 MCU、一個10位的模數(shù)轉(zhuǎn)換器(ADC)、一個TI INA333儀器放大器和一個HC-05藍(lán)牙模塊來監(jiān)視傳感器健康數(shù)據(jù)(平均無故障時間(MTBF))，并將數(shù)據(jù)傳送給智能手機(jī)(圖3)。故障可以像通信鏈路丟失這么簡單。
圖3：建議的實(shí)時傳感器監(jiān)視方法消除了傳感器可靠性預(yù)測的異常行為，因而使得關(guān)鍵的物聯(lián)網(wǎng)MEMS傳感器數(shù)據(jù)變得在很長時間內(nèi)都更為可靠。
這里的關(guān)鍵是，所有傳感器的MTBF都存儲在本地的非易失性存儲器中，并且隨著時間的推移，其可靠性數(shù)據(jù)會被不斷地重新計算和更新。
向傳感器中增加更多的智能是好事，但隨著我們越來越依賴這些傳感器，更好地理解傳感器(和系統(tǒng))的狀態(tài)，將可以確保我們用于霧計算的數(shù)據(jù)本身變得更為可靠。
推薦閱讀：
