一种5G实验室物联网系统的制作方法

本发明属于物联网领域，特别是涉及一种5g实验室物联网系统。

背景技术：

1、物联网(internet of things，iot)是指通过互联网将各种物理设备连接起来，使它们能够互相通信和交换数据的网络系统。5g实验室物联网结合了5g技术和物联网的优势，5g技术提供了比之前的通信技术更高的带宽和更低的延迟，可以实现实时数据传输和快速响应。这对于物联网应用非常重要，因为大量的物联网设备需要实时地收集、分析和响应数据。在5g实验室物联网中，物联网设备可以通过高速网络传输大量的数据，并且可以在几乎实时的情况下与其他设备进行通信。

2、但5g信号的传播特性可能导致覆盖范围相对较小，尤其是在使用毫米波频段时。这需要更多的基站和设备以确保充分的覆盖，增加了成本和复杂性。同时高速、高密度的连接可能增加了网络攻击的风险。

技术实现思路

1、本发明的目的是提供一种5g实验室物联网系统，以解决上述现有技术存在的问题。

2、为实现上述目的，本发明提供了一种5g实验室物联网系统，包括：

3、数据获取子系统，用于收集实验室中物联网设备传输的信息并进行分类汇总，获得汇总数据；

4、数据处理子系统，与所述数据获取子系统连接，用于将所述汇总数据进行处理，获得处理数据；

5、计算子系统，与所述数据处理子系统连接，用于构建实验室孪生模型，将所述处理数据输入至所述实验室孪生模型的相应位置中，构建实验室管理模型；

6、管理子系统，与所述计算子系统连接，用于基于所述实验室管理模型对实验室的物联网设备进行组网进行控制。

7、优选的，所述数据获取子系统包括：

8、设备属性获取模块，用于获取物联网设备的属性信息和信号传播范围信息；

9、基站属性获取模块，用于获取5g基站信号传播信道信息；

10、分类模块，用于将所述物联网设备的属性信息获取每一类的物联网设备的执行信息；

11、汇总模块，用于将所述信号传播范围信息、所述基站信号传播信道信息和所述执行信息进行汇总，获得所述汇总数据。

12、优选的，所述分类模块包括：

13、设备属性关联模块，用于基于所述物联网设备的属性信息计算设备间的关联度；

14、协同设备连接模块，用于基于所述设备间的关联度构建物联网生态协同化信息；

15、执行计算模块，用于基于所述物联网生态协同化信息计算物联网设备的执行度，获得所述执行信息并建立专属5g信道密码接口。

16、优选的，所述数据处理子系统包括：

17、数据规则设定模块，用于对所述汇总数据进行协议标准化；

18、离散计算模块，用于计算协议标准化后的汇总数据的离散程度；

19、数据结构化模块，用于基于神经网络结构对所述汇总数据进行特定结构化，获得所述处理数据。

20、优选的，所述数据规则设定模块包括：

21、标准化单元，用于对所述汇总数据进行xml标准化，获得标准化数据；

22、协议更改单元，用于基于mqtt协议对所述标准化数据进行处理，获得协议化数据；

23、压缩编码单元，用于将所述协议化数据进行数据压缩和编码，并进行完整性检查。

24、优选的，所述计算子系统包括：

25、实验室扫描模块，用于基于扫描仪获取实验室三维孪生模型；

26、设备位置计算模块，用于基于所述汇总数据中信号传播范围信息和基站信号传播信道信息计算物联网设备最佳位置；

27、孪生模型生成模块，用于在实验室基于所述物联网设备最佳位置安装物联网设备后，将所述物联网设备最佳位置导入至所述实验室三维孪生模型中，获得所述实验室管理模型。

28、优选的，所述设备位置计算模块包括：

29、神经网络构建单元，用于构建估计网络和目标网络，将所述估计网络的结果作为目标网络的输出进行连接，获得多层次神经网络；

30、位置特征导入单元，用于将形态学特征和动态特征策略导入至所述多层次神经网络中进行网络层搭建，获得多模态神经网络；

31、训练单元，用于对所述多模态神经网络进行训练，获得位置计算神经网络；

32、网络计算单元，用于将所述汇总数据中信号传播范围信息和基站信号传播信道信息输入至所述位置计算神经网络中进行计算，获得所述物联网设备最佳位置。

33、优选的，所述训练单元包括：

34、网络训练子单元，用于获取历史位置估计数据集，将数据集进行多次随机抽取，获得随机历史位置估计数据集，将所述随机历史位置估计数据集输入至所述多模态神经网络中进行训练并验证，获得已训练特征识别模型；

35、微调子单元，用于对所述已训练特征识别模型进行微调，获得训练后的多模态神经网络。

36、优选的，所述管理子系统包括：

37、显示模块，用于通过显示器对所述实验室管理模型进行显示；

38、组网模块，用于基于5g网络对物联网设备进行网络互联；

39、管理模块，用于通过所述实验室管理模型对实验室中物联网设备进行控制。

40、本发明的技术效果为：

41、本发明通过多模态神经网络对物联网基站以及设备的位置进行设置，能够确保信号充分的覆盖，考虑了能源效率，可以延长物联网设备的电池寿命，降低了能源成本，并且，本发明利用了5g技术允许网络切片的特性，针对其特性构建实验室管理模型，可以使实验室的设备进行高速、高密度的连接，同时也提高了安全性。

技术特征：

1.一种5g实验室物联网系统，其特征在于，包括以下步骤：

2.根据权利要求1所述的5g实验室物联网系统，其特征在于，所述数据获取子系统包括：

3.根据权利要求2所述的5g实验室物联网系统，其特征在于，所述分类模块包括：

4.根据权利要求1所述的5g实验室物联网系统，其特征在于，所述数据处理子系统包括：

5.根据权利要求4所述的5g实验室物联网系统，其特征在于，所述数据规则设定模块包括：

6.根据权利要求1所述的5g实验室物联网系统，其特征在于，所述计算子系统包括：

7.根据权利要求1所述的5g实验室物联网系统，其特征在于，所述设备位置计算模块包括：

8.根据权利要求7所述的5g实验室物联网系统，其特征在于，所述训练单元包括：

9.根据权利要求1所述的5g实验室物联网系统，其特征在于，所述管理子系统包括：

技术总结
本发明公开了一种5G实验室物联网系统，包括：数据获取子系统，用于收集实验室中物联网设备传输的信息并进行分类汇总，获得汇总数据；数据处理子系统，与所述数据获取子系统连接，用于将所述汇总数据进行处理，获得处理数据；计算子系统，与所述数据处理子系统连接，用于构建实验室孪生模型，将所述处理数据输入至所述实验室孪生模型的相应位置中，构建实验室管理模型；管理子系统，与所述计算子系统连接，用于基于所述实验室管理模型对实验室的物联网设备进行组网进行控制。本发明通过多模态神经网络对物联网基站以及设备的位置进行设置，能够确保信号充分的覆盖，考虑了能源效率，可以延长物联网设备的电池寿命，降低了能源成本。

技术研发人员：王帅,黎思源,龚长华,奚晓鹏,迟海鹏
受保护的技术使用者：北京戴纳实验科技有限公司
技术研发日：
技术公布日：2024/4/8