[發明專利]物聯網微能源自采集MEMS傳感預儲存系統

有效

• 申請號: 201110341279.6
• 申請日: 2011-11-02
• 公開（公告）號: CN103096437B
• 公開（公告）日: 2017-03-22
• 發明（設計）人: 鄭洪河;陶智;張慶;朱鴻如
• 申請（專利權）人: 江蘇節安得能源科技有限公司
• 主分類號: H04W52/02
• 分類號: H04W52/02;H04W84/18;H02J50/10;H02J50/20
• 代理公司: 北京市盛峰律師事務所11337
• 代理人: 趙建剛

技術領域

本發明涉及物聯網技術領域，特別涉及一種物聯網微能源自采集MEMS傳感預儲存系統。

背景技術

WSN(Wireless?Sensor?Network，無線傳感網絡)主要由三個部分組成：WSN節點、WSN網關和服務器。WSN節點的主要功能為：將傳感器與空間分布的各待監測裝置相連，通過傳感器對待監測裝置進行監控，并將監測到的數據無線發送給WSN網關，WSN網關通過有線或無線方式與服務器相連接，服務器通過對WSN網關上傳的數據進行加工、分析并顯示，從而便于操作人員對分布在不同區域的與傳感器相連接的設備進行實時監控。

隨著無線通信和低功耗嵌入式技術的迅速發展，WSN廣泛應用于軍事、環境、醫療、工業和商業等各個領域，具有廣闊的發展前景。

現有技術中，WSN節點主要采用能量有限的電池供電，由于WSN節點數量眾多、分布區域較廣，并且應用環境通常較復雜，所以當WSN節點的電池電量用盡后，為WSN節點更換電池成本很高。因此，為解決這一技術問題，出現了由交流電變換所產生的直流穩壓電源為WSN節點供電的方案，但這一方案存在以下兩方面問題：(一)各WSN節點需要較長的供電線纜與電源連接，在具體實現上，安裝供電線纜的工作量仍然很大，且成本較高；(二)由于供電電源模塊的體積較大，并且線路連接較復雜，所以容易對WSN節點數據傳輸產生較大的干擾，從而提高了數據傳輸時的出錯率。

因此，WSN節點能源問題已成為限制WSN廣泛應用的關鍵問題，解決這一問題具有重要的現實意義。

發明內容

針對現有技術存在的缺陷，本發明提供一種物聯網微能源自采集MEMS(Micro-Electro-Mechanical?Systems，微機電系統)傳感預儲存系統，對多個主要模塊進行優化，即從多個角度降低整個系統的功耗，同時又提供了一種能有效為整個系統供電的復合微能源電源模塊，從而保證了WSN節點電源的長期使用，提高了WSN節點的工作性能和穩定性。

本發明采用的技術方案如下：

本發明提供一種物聯網微能源自采集MEMS傳感預儲存系統，包括：復合微能源電源模塊、傳感器模塊、微處理器模塊和無線收發模塊；其中，所述復合微能源電源模塊用于向所述傳感器模塊、所述微處理器模塊和所述無線收發模塊供電；所述傳感器模塊用于采集被測目標的相關信息，并將該信息發送給所述微處理器模塊；所述微處理器模塊用于協調WSN節點的工作，處理所述傳感器模塊發送的數據并控制所述無線收發模塊的工作；所述無線收發模塊用于所述WSN節點與其他WSN節點、所述WSN節點與網關以及所述WSN節點與云端間的數據通信。

優選的，所述復合微能源電源模塊包括：微型太陽能電池模塊、微型環境振動能量采集模塊、微型薄膜鋰離子電池儲能系統和微能量管理系統，其中，所述微能量管理系統用于根據負載和外界環境的變化智能化和最優化管理電能的儲存和釋放。

優選的，所述微型太陽能電池模塊、所述微型環境振動能量采集模塊、所述微型薄膜鋰離子電池儲能系統和所述微能量管理系統集成到所述復合微能源電源模塊中，并且具有統一標準能量輸出端口。

優選的，所述微型太陽能電池模塊為硅光伏電池微能源系統。

優選的，所述微型環境振動能量采集模塊包括壓電能量轉換模塊和可變電容。

優選的，所述微型薄膜鋰離子電池儲能系統采用全固態薄膜鋰離子電池。

優選的，所述微能量管理系統所使用的管理芯片為MAX1586B。

優選的，所述無線收發模塊包括：發射機和接收機，其中，所述發射機包括：依次相連的數模轉換器、重構濾波器和功率放大器；所述接收機包括依次相連的模數轉換器、低噪聲放大器、混頻器和抗混疊濾波器。

優選的，所述微處理器模塊還用于：對接收到的來自所述傳感器模塊的數據依次進行數據級處理、特征級處理、融合級處理，并將融合級處理后的數據發送給云端；所述云端對接收到的所述融合級處理后的數據進行語義級處理。

優選的，所述數據級處理具體為：所述微處理器模塊對所采集到的原始數據進行數據預處理后，選擇性的進行分布式存儲或集總式存儲，并根據可用的資源狀況，有針對性的進行數據備份，然后進行所述特征級處理；

所述特征級處理為對接收到的數據依次進行特征提取、特征分析與選擇、數據分類和優先級分類；

所述融合級處理為對接收到的特征級處理后的數據依次進行敏感性分析、智能分級動態加密、以及關聯分析與數據融合；