1.2 物联网产业的发展历程
物联网蕴含巨大的增长潜能，是重要的战略性新兴产业，是继计算机、互联网和移动通信之后的新的信息通信技术突破方向，推动信息技术在各行各业更深入应用。
物联网并不是一个全新的技术或概念，它属于集成创新的范畴。在发展历程中，物联网的发展伴随着射频识别和传感器网络技术的研究与应用，并逐步融合了云计算、大数据处理和人工智能等新技术，实现了物理世界与信息世界的有效连接。
1.2.1 射频识别产业的兴起
无线射频技术最早可以追溯到无线电的发明时期。雷达技术的不断革新和发展逐渐催生了无线射频识别（RFID）技术，这是因为RFID技术的基本原理同无线电广播接收和发射数据的原理相同。1948年，Harry Stockman发表的论文《利用反射功率进行通信》对RFID技术从理论上进行了有力支持。从20世纪60年代，对RFID技术的理论研究有了进一步的发展，并且RFID技术开始投入简单的实践应用。20世纪60年代末期到70年代初期，一些公司开始推出简单的商用RFID系统应用，主要用于物品的电子监控，保证仓库、图书馆等场所的物品安全。这种早期用于商业监控的RFID系统结构较为简单，也比较容易进行维护，但是由于数据容量的局限性，其只能用于检测被标识的对象是否在场。
20世纪70年代初是RFID技术蓬勃发展的时期。在这段时间内，各行业中的RFID应用如雨后春笋般涌现，如工业自动化、物流、车辆跟踪、仓库存储等都开始对基于集成电路的RFID简单系统进行应用。集成电路技术的发展已经使这时的RFID标签具有数据容量大、跟踪范围广泛且可读写等特点，但是由于其缺乏相关标准且不具有固定频率的管理约束原则，因此其只能作为一种专有设计，并不能普遍进行推广使用。
20世纪80年代初期，设计更加完善的RFID系统全面投入使用。这一时期，各种封闭系统竞相出现，包括第一个RFID商业应用系统——商业电子防盗系统。20世纪90年代，RFID技术领先的国家开始注意到RFID系统之间的互操作问题，进一步开始考虑频率和通信协议的标准化。基于RFID技术的道路电子收费系统在意大利、法国、西班牙、葡萄牙、挪威、美国等国家得到了普遍应用。
进入21世纪后，RFID国际标准体系已经初步形成。有源电子标签、无源电子标签均得到快速发展。电子标签成本不断降低，应用规模和应用行业领域不断扩大，这主要得益于RFID等相关技术的成熟。其中，RFID系统主要包括标签及封装、读写机、软件和系统集成服务，其市场份额分别为33.1%、22.9%、12.2%和31.8%。RFID系统在金融支付、身份识别、交通管理、军事安全等领域均有应用，各部分所占市场份额约为21.2%、11.4%、12.6%、11.0%。2017年，我国RFID系统应用的市场规模约为752亿元，同比增长23.48%。相关机构预测，随着RFID系统运用领域的继续拓宽，至2024年，我国RFID系统应用的市场规模将突破1 400亿元。
1.2.2 传感器及智能终端产业的发展
在国家标准GB/T 7665—2005《传感器通用术语》中传感器是指“能感受被测量并按照一定的规律转换成可用输出信号的器件或装置”。传感器技术作为信息获取的重要手段，与通信技术和计算机技术共同构成现代信息技术的三大支柱。传感器可以广泛应用于社会发展及人类生活的各个领域，如工业自动化、农业现代化、航天技术、军事工程、机器人技术、资源开发、海洋探测、环境监测、安全保卫、医疗诊断、交通运输、家用电器等。
传感器的发展基本可以分为以下3个阶段。
（1）第一阶段是结构型传感器，它主要利用结构参量变化感受和转化信号。例如，电阻应变式传感器利用金属材料发生弹性形变时电阻的变化转化电信号。
（2）第二阶段是20世纪70年代开始发展起来的固体传感器，这种传感器由半导体、电介质、磁性材料等固体元件构成，是利用材料的某些特性制成的。例如，利用热电效应、霍尔效应、光敏效应，分别制成热电偶传感器、霍尔传感器、光敏传感器等。20世纪70年代后期，随着集成技术、分子合成技术、微电子技术及计算机技术的发展，出现了集成传感器。集成传感器是采用硅半导体集成工艺制成的传感器，因此亦称其为硅传感器或单片集成传感器，它将传感器集成在一个专用芯片上，可实现参数测量及模拟信号输出功能。集成传感器包括两种类型：传感器本身的集成化和传感器与后续电路的集成化。集成传感器发展非常迅速，现已占传感器市场的2/3左右，并且其正朝着低价格、多功能和系列化方向发展。
（3）第三阶段是20世纪80年代发展起来的智能传感器。所谓智能传感器是指对外界信息具有一定检测、自诊断、数据处理及自适应能力的传感器，它是微型计算机技术与检测技术相结合的产物。20世纪80年代，智能化测量主要以微处理器为核心，将传感器信号调节电路、微计算机、存储器及接口集成到一块芯片上，使传感器具有一定的智能。20世纪90年代，智能化测量技术有了进一步的提高，可以在传感器一级水平实现智能化，使其具有自诊断功能、记忆功能、多参量测量功能及联网通信功能等。
按照具体功能的演化，智能传感器又可以进一步划分为4代。
（1）第一代智能传感器出现在20世纪80年代，它将滤波、放大和调零等信号处理电路与传感器设计在一起，输出4～20mA的电流或0～5V的电压。
（2）第二代智能传感器出现在20世纪90年代中后期，它将单片微处理器嵌入传感器中，实现温度补偿、修正、校准，同时由A/D转换器将模拟信号转换为数字信号。
（3）随后出现了第三代智能传感器，此时现场总线的概念对传感器的设计提出了新要求，要求实现全数字、开放式的双向通信。测量和控制信息的交换在底层上主要通过现场总线来完成，数据交换主要是通过内部网络来实现的。在传感器设计中软件占主要地位，通过软件将传感器内部各敏感单元或与外部的智能传感器单元联系在一起。
（4）进入21世纪，MEMS技术、低功耗的模拟和数字电路技术、低功耗的无线射频技术和传感器技术的发展，使开发小体积、低成本、低功耗的微型传感器成为可能。这时第四代智能传感器应运而生，它高度集成了压力、温度、湿度等敏感元件，计算处理模块，无线电收发模块和电源模块。
目前发展最快的是MEMS传感器，它甚至被认为是替代传统传感器的唯一选择。它是将传统传感器的机械部件微型化后，使用三维堆叠技术把器件固定在硅晶圆上，然后根据不同的应用场合采用特殊定制的封装形式，最终切割组装而成的硅基传感器。MEMS传感器具有几个特征：①微型化，体积以毫米甚至微米计；②采用硅基加工工艺，可以兼容集成电路（IC）生产工艺；③MEMS传感器可以批量生产，8英寸晶元可以被切割成1 000个MEMS芯片；④单颗MEMS芯片往往在封装机械传感器的同时还会集成ASIC（专用集成电路）芯片，可以对MEMS芯片进行控制，以及转换模拟量为数字量后进行输出。MEMS技术领域属于多学科交叉领域，涉及电子、机械、材料、制造、信息与自动控制、物理、化学和生物等多种学科，技术非常复杂。
从物联网的终端设备产品来看，智能设备已广泛应用于现代生活。物联网终端设备的产业化最早可追溯到20世纪90年代，1990年，施乐公司发售网络可乐贩卖机（Networking Coke Machine）。这台贩卖机可以监测机器内可乐的存货及温度情况，并且能够联网。经过二十多年的飞速发展，通信技术从2G到5G不断发展，物联网智能设备也在不断升级，而市场的需求也越来越多。大数据和5G时代的到来，进一步说明了智能设备在未来发展中的重要地位，面向大数据处理的智能设备将会不断地投入社会，智能设备将掀起新的应用浪潮。物联网终端设备主要可以分为行业应用、使用场合、传输方式、使用扩展性、传输通路五大类。目前，相关技术已在日常生活中运用，如在可穿戴设备行业，至2018年第三季度，小米产品出货量的市场份额占比达到21.5%，苹果位居第二位，占比为13.10%，Fitbit和华为的市场份额占比分别为10.90%和5.9%。
1.2.3 网络通信产业的发展
自20世纪以来，半导体技术的日臻成熟和信息技术革命的爆发，显著改变了人类的生产和生活方式，其中对人类影响最大的莫过于互联网和手机。互联网和手机的高度普及大大提高了现代社会的运作效率，使互联的理念深入人心。网络通信产业的飞速发展揭开了万物互联或物联网时代的序幕，随着4G的进一步普及和5G网络的启动建设，移动宽带渗透率将持续提升，万物互联时代或将加速到来。
5G时代的网络通信除了通过增强移动宽带满足面向人的通信需求，还满足了面向物联网的大规模机器通信（mMTC）和高可靠低时延通信（ULLC）的需求。这三大需求给未来5G移动网络技术带来巨大挑战。例如，为满足用户传输速率提升百倍和数据流量提升千倍的需求，需要极大提升无线接入网络吞吐量、核心网的传输链路容量，通过新型多载波、大规模天线、新型多址接入、高阶编码调制、全双工等，提升无线传输技术的频谱利用率。通过密集的小区部署提升空间复用率、提高频谱利用率和增加频谱带宽可提升无线接入系统容量。5G还需满足海量终端连接和各类业务的高可靠、低时延、低成本、低功耗等差异化需求，可以新建、更换、选择、组合各实体模块虚拟化来架构一个灵活的、可扩展的、可软件定义的开放系统来满足需求。包括无线通信在内的信息网络通信技术正与互联网深度融合，架构正趋向统一。5G将渗透到未来社会的各领域，将拉近万物的距离，通过无缝融合的方式，便捷地实现人与万物的智能互联。
1.2.4 物联网中的数据处理
为了对物联网中感知终端采集的海量数据进行理解，我们需要对其进行处理。数据处理指对数据进行采集、存储、检索、加工、变换和传输，目的是将原始数据转换为有用的信息。其中，数据是数字、符号、字母和各种文字的集合。数据处理输出的是信息，并能以不同的形式呈现，如纯文本文件、图表、电子表格或图像。数据处理过程通常遵循一个由3个基本阶段组成的循环：输入、处理和输出。输入是数据处理周期的第一阶段，将收集到的数据转换成机器可读的形式以便计算机处理。在处理阶段，计算机将原始数据转换成信息。转换是通过使用不同的数据操作技术来执行的。输出是将处理后的数据转换为人类可读的形式并作为有用信息呈现给最终用户的阶段。
物联网的大规模应用将产生海量的数据，为了减轻系统的负荷，可以对数据进行分级处理和降维处理。分级处理可以有效地减轻系统的负荷；降维处理可以有效地压缩数据量，是处理一些数据必须进行的步骤，并且已在大规模的图像处理算法中得到应用。
数据的分级处理可以分为3个层次，即：
（1）传感器网络的协同感知。多个同类或异类的传感器协同感知被测目标，获得立体、丰富的感知数据，再通过局部区域的信息处理和融合，获得高精度的、可靠的感知信息。
（2）传输过程中的数据处理。包括面向无线传输网络状态的感知信息的进一步聚合和融合处理，自适应传输链路状态的应用层编码和传送协议优化，以及数据的安全传输处理。该层次的数据分级处理使海量信息能够高效、可靠和安全地传输。
（3）基于各类物联网应用的共性支撑、服务决策、协调控制等。物联网中超大规模的海量信息，需要利用感知信息具有的时间和空间的关联特性，实现不同空间区域上的多粒度的分级存储和检索，提高资源利用率和信息获取效率。
随着信息技术的发展，特别是物联网技术的应用，人们将不分时间和地点方便地获得大量的信息，人们获得的数据量将以指数形式快速增长。这些数据具有快速更新、数据维数更高、非结构化等特点。如何有效地利用这些高维数据是人们面临的基本问题。
在很多情况下，可以先将数据的维数合理降低，同时尽可能多地保留原始的信息，然后再将降维处理后的数据送入信息处理系统。这样的做法是非常有用的。降维算法也是一些机器学习、数据挖掘方法的组成部分。
1.2.5 物联网云平台的应用
伴随着物联网产业的完善和成熟，支持不同标准的设备、不同协议的接口，以及拥有多种服务的综合应用服务平台将是物联网产业未来的发展目标。物联网云平台首先从智能家居和智能硬件等消费电子领域起步并逐步向工业和交通等领域渗透，已经成为构建物联网生态的核心载体，在各行业应用领域正在加快推进结合硬件、云平台和应用于一体的物联网标准生态架构的形成和完善。
物联网的创新是集成创新，想要完成一个完备的物联网解决方案是无法通过某个企业独立完成的，平台的搭建必然是诸多上下游的企业共同合作的结果。因此，物联网云平台已经成为物联网产业生态构建的核心关键环节，掌握物联网平台，就掌握了物联网生态的主动权。物联网云平台加速了产业价值向软件和基于数据的服务转移。云平台可以汇聚海量端设备的数据信息，利用大数据分析等技术挖掘潜在价值、丰富服务内容。平台还可以加速物联网解决方案的开发和部署，有利于打通不同行业的应用壁垒，推动大规模开发应用的发展。云平台可以吸引设备供应商、网络运营商、系统集成商、应用开发商等产业链上下游企业形成互利共赢的生态圈，既可以满足用户多样化需求，也能够利用快速迭代的开发模式短时间响应行业用户的特定需求，实现向集成服务模式的转变。
大型物联网云平台提供商面向产业应用不断丰富功能。以亚马逊、微软、IBM等为代表的IT厂商，充分利用自有的云平台和认知计算平台形成的各类工具和能力，面向芯片和传感器等硬件制造商提供开发套件，推出端到端物联网整体解决方案平台。而以GE、西门子等为代表的传统制造企业，则发挥各自在制造业领域的技术和资源优势，利用Predix、Mindsphere等云平台与云基础设施服务商、工业软件开发者等展开合作，向物联网和数据服务企业转型。
综上所述，在物联网系统中，云平台的地位非常重要，其安全性和可扩展性涉及物联网技术和标准是否能扎实落地的本质问题。2014—2015年，结合不计成本的大量市场投资，通过构建开发者社区、组织开发试用活动、建立开发者扶持计划等方式，智能硬件开发者得到了有效培训，物联网云平台完成了初步的技术储备，虽尚不具备强大的数据分析和智能决策能力，但已经能够满足智能设备百万量级的连接数量需求，以及支持小规模的垂直行业应用。2016—2017年，包括通用型平台和垂直行业平台等各种类型的物联网云平台如雨后春笋般出现，此时的物联网云平台表现出野蛮生长的特征。此时，智能设备的连接数量达到了千万量级，各种行业应用需求也逐步成熟，大大推动了物联网云平台在各行业的渗透应用，形成了良好的应用模式。2018年，物联网云平台所连接的智能设备数量已经达到亿万量级。物联网云平台之间的竞争从单纯的功能战逐渐升级为全面的生态大战。但目前的物联网云平台从数据分析和智能决策功能到市场开拓方面还比较稚嫩，欠缺自身造血能力，不能做到盈亏平衡，更不用说盈利。虽然物联网云平台起步于消费电子领域，但在公共事业、物流交通、智能零售等行业领域，迫切需要物联网云平台通过数据分析和智能决策支撑资产跟踪、预测性维护、智能无人经济等功能性应用。