https://virgool.io/feed/@x.mindworld اینترنت اشیا و سایر متعلقات... fa 2026-06-17 16:46:11 https://files.virgool.io/upload/users/740170/avatar/hgieFB.jpeg?height=120&width=120 https://virgool.io/@x.mindworld https://virgool.io/@x.mindworld/%D8%AF%D9%82%D8%A7%DB%8C%D9%82%DB%8C-%D8%A8%D8%A7-lora-%D9%88-lorawan-ok3ulspplqu8 فناوری LoRa یک استاندارد برای انتقال داده ها بین تجهیزات و درگاه های ارتباطی توزیع شده س. براساس فناوری Chirp Spread Spectrum(CSS) که شبیه راه ارتباطی دلفینها و خفاشهاست طراحی شده. LoRa در لایه فیزیکی مدل شبکه قرار می گیره و آرایش شبکه بین تجهیزات پایانی به صورت Peer-to-Peerپیاده سازی میشه.اما LoRaWAN ساخته شده از سرکلمه های Long Range Wide Area Network ، یه پروتکل لایه MACه که روی مدولاسیون LoRa ساخته شده. در لایه شبکه قرار میگیره. یک لایه نرم افزاریه که نحوه استفاده دستگاهها از سخت افزار LoRa رو مشخص می کنه. مثلاً قالب پیامهای ارسالی رو تعیین می کنه. این پروتکل توسط اتحادیهLoRa (LoRa Alliance) توسعه و نگهداری میشه. آخرین نسخه موجود 1.0.4 برای سری 1.0و 1.1 برای سری 1.1 هست.فناوری LoRA برای برنامه هایی که بسته های کوچک اطلاعات رو جابجا می کنن یه انتخاب ایده آله. البته این رو بگم که در شبکه های بی سیم هیچ چیز کاملاً ایده آل نیست. این مدولاسیون محدوده ارتباطی خیلی بیشتری با پهنای باند کم نسبت به سایر رقباش داره.BW vs Rangeچرا LoRa/LoRAWAN؟این تکنولوژی مزایای زیادی رو برای کاربراش داره. این مزایا عبارتند از: مصرف توان بسیار کم دامنه ارتباطی بلند. تا 10 کیلومتر برای مناطق باز و تا 3 کیلومتر برای مناطق متراکم شهری پوشش عمیق داخلی مناسب برای ساختمانهای چند طبقه طیف ارتباطی بی نیاز از مجوز امکان مکانیابی تجهیزات شبکه بدون استفاده از GPS ظرفیت بالا امکان استقرار به شکل عمومی و خصوصی با تجهیزات سخت افزاری و نرم افزاری یکسان امنیت سر تا سری با استفاده از AES-128 امکان بروزرسانی سیستم عامل از راه دور به کمک قابلیت OTA قابلیت رومینگ که امکان ارتباط و انتقال تجهیزات بین شبکه های LoRa رو فراهم می کنه. ارائه برنامه تأیید و مجوزدهی توسط اتحادیه LoRaبرای اطمینان به مصرف کنندگان از قابل اعتماد بودن تجهیز و مطابقتش با مشخصات LoRaWAN دارای اکوسیستم تولید تجهیزات و توسعه بزرگ امکان استفاده در فرکانسهای بی نیاز از مجوز (کمتر از 1 گیگا هرتز)، باند ISM (مخصوص اهداف صنعتی، علمی و درمانی) و دامنه فرکانس 4/2 گیگاهرتز با پرداخت هزینه مجوزساختار LoRAWAN:دستگاههای پایانی با درگاههای ارتباطی نزدیکشون ارتباط برقرار می کنن و چون شبکه های LoRaWAN از پروتکل مبتنی بر ALOHA استفاده می کنن دیگه نیازی به جفت شدن با درگاه بخصوصی ندارن.پیامهای ارسالی از تجهیزات از طریق همه درگاههای موجود در محدوده آنها به سمت سرور حرکت میکنن. وظیفه پالایش پیامها و تشخیص و جداسازی پیامهای تکراری برعهده سرور شبکه س.ضریب گسترش – Spread Factor:مدولاسیون LoRa از ضریب گسترش برای انتقال پیامها استفاده می کنه که روی دامنه پوشش دهیش مؤثره. این ضریب 6 سطح SF7تا SF12 داره. SF7 سریعترین حالته اما برای موقعیتهای حساس زیاد قابل اعتماد نیست و در مقابل SF12کندترین حالت رو داره اما دامنه بیشتری رو پوشش میده. تأثیر این ضریب روی پارامترهای مختلف انتقال پیامها به صورت زیره:برای مثال با افزایش SF میزان فاصله قابل پوشش LoRa افزایش و در مقابل Bit Rate کاهش پیدا می کنه. در مورد میزان حساسیت دریافت کننده، پهنای باند ثابت درنظر گرفته شده.پهنای باند و پلنهای فرکانسی:در LoRa ما سه پهنای باند رو می تونیم برای ارتباطاتمون اعمال کنیم: 125، 250 و 500 کیلوهرتز. پهنای باند بیشتر نرخ بیت بالاتری هم فراهم می کنه. در تبادلات محدودیت اندازه پیام هم داریم چون تأثیر زیادی روی سرعت ارسال داره.در خصوص استفاده از LoRa این نکته رو هم باید در نظر بگیرید که در پلنهای فرکانسی خاصی بدون نیاز به مجوز مجاز به راه اندازی شبکه خودتون هستین که در مناطق مختلف می تونه متفاوت باشه. پلنهای مجاز برای هر منطقه در این لینک دردسترسه. از آخرین پلنها میشه به EU863-870 که معمولاً به اسم EU868 شناخته میشه و US902-928(US915) اشاره کرد. این پلنها شامل باندهای فرکانسی 315، 434، 868 و 915 مگاهرتز هستند.لیست کامل تمامی پلنهای فرکانسییک ابزار مفید:سایت The Things Network بستری مناسب برای کار و راه اندازی شبکه ها مبتنی بر LoRa فراهم کرده که خدمات مناسبی ارائه میده. در این سایت یک ماشین حساب برای محاسبه مدت زمان لازم برای ارسال پیام با توجه به پارامترهای میزان بایت ورودی، SF، منطقه و پهنای باند قرار داره که می تونه کمک زیادی بهتون در انتخاب سخت افزار مناسب بکنه. https://www.thethingsnetwork.org/airtime-calculator سخت افزار:برای راه اندازی پروژه ها با کمک LoRa ماژولهای ارتباطی مختلفی وجود داره که اغلب هم سازگار با آردوینو هستند. برای مثال RFM95 که برای 4 فرکانس کاری عنوان شده در بخشهای قبلی در بازار موجوده؛ و یا SX1276SX127X (Ra-01H)RF96پروتکل LoRaWAN برای چه جاهایی مناسبه؟برای طرحهایی که به برد بلند، توان کم، هزینه پایین، پهنای باند کم، امکان پوشش در همه جا و امنیت نیازمندن.پروتکل LoRaWAN برای چه جاهایی مناسب نیست؟داده های بلادرنگ، تماسهای تلفنی، کنترل چراغهای خانه، ارسال تصاویر و ویدیونمونه های استفاده از فناوری LoRa:نظارت بر زنجیره سرد واکسن، حفاظت از حیوانات، مراقبت از بیماران مبتلا به زوال عقل، مزارع هوشمند، صرفه جویی در مصرف آب، ایمنی غذا، سطل های زباله هوشمند، دوچرخه خای هوشمند، ردیابی تجهیزات فرودگاه، پایش فضای کار، سلامت گاوها در گاوداری ها و استفاده در ماهواره هامنبع برای مطالعه بیشتر:در فصلهایی از کتاب LPWAN Technologies for IoT and M2M Applications در خصوص LoRa و LoRaWAN مطالب جامع و مناسبی ارائه شده. این کتاب رو که در سال 2020 توسط Elsevier منتشر شده می تونید از کانال تلگرام ما دانلود کنید. کانال تلگرام X Mind https://zil.ink/X_MindWorld X MinD X MinD Wed, 20 Oct 2021 19:40:30 +0330 https://virgool.io/@x.mindworld/%D8%A7%DB%8C%D8%AF%D9%87-%D9%87%D8%A7%D8%AA%D9%88-%D8%B9%D9%85%D9%84%DB%8C-%DA%A9%D9%86-robmt2wauaqo فرض کنین یه ایده در حوزه هوشمندسازی و IoT به ذهنتون رسیده و فکر می کنین که خوب و کاربردیه. بهترین کار اینه که بیاین یه نمونه اولیه یا همون Prototype ازش بسازین. اینجوری یه نمود فیزیکی از ایده ذهنیتون دارین که بهتر می تونین ایرادات احتمالیش رو پیدا کنین و در راستای بهبود، گسترش و بررسی های عملکردی دستگاهتون اقدام کنین تا در نهایت در مورد تبدیل یا عدم تبدیلش به محصول نهایی تصمیم گیری و اقدام کنید.داشتن یه ایده خوب همیشه منجر به تولید یک محصول خوب نمیشه. ممکنه در مسیر طراحی و ساختش شما به این نتیجه برسین که مسیری که طی کردین مناسب نبوده یا اجرای طرح به صرفه نیست و خیلی چیزای دیگه. البته این رو هم باید بگم که وقتی پژوهش ها و بررسی های خوبی پشت یک ایده و محصول باشه و ارزیابی ها و نیازسنجی های علمی و درستی درخصوص نیازهای جامعه هدف، بازار و کشش جامعه صورت گرفته باشه بالطبع نتیجه کار هم به موفقیت نزدیکتر خواهد بود و انتخاب مسیر و روش درست تری انجام می گیره. نمونه سازی اولیه در پیشبرد این تحقیق و بررسی ها کمک زیادی می تونه به شما بکنه در کنار اینکه هزینه اولیه زیادی هم بهتون تحمیل نمی کنه.مراحل نمونه سازی اولیه در IoT مراحل نمونه سازی اولیه در IoT رو میشه به 5 بخش تقسیم کرد.هدف گذاری نمونه اولیه و طراحیانتخاب تجهیزات تعبیه شده یا Embeddedاتصال و راه اندازی سخت افزارساخت اپلیکیشنارزیابی و عیب یابیدر مورد انتخاب سخت افزار و تجهیزات که یکی از مهم ترین بخشها در نمونه سازی اولیه هست، می تونیم به این موارد اشاره کنیم.برای دریافت و جمع آوری اطلاعات، تجزیه و تحلیل، ذخیره سازی، پردازش و اجرای فرامین دو دسته رایانه های تک بوردی (Single Board Computers – SBC) و بوردهای توسعه میکروکنترلرها (Microcontroller Development Board) پیشنهاد میشن که بسته به نوع نیازتون می تونید یکی از اینها یا ترکیبی از هر دو رو انتخاب کنین. بستگی داره چه تعداد ورودی و خروجی، چه سطح از پردازش، چه امکانات ارتباطی، چه میزان حافظه و... نیازتون رو برطرف می کنه. میزان توسعه پذیری و انعطاف پذیری هم در انتخاب این مورد مؤثره. در مورد SBCها شاید معروف ترینشون Raspberry Piها باشن که انواع متنوع با امکانات مختلفی دارن. موارد دیگه ای مثل BeagleBone Black و DragenBoard هم هستند که حتی میشه قابلیتهاشون رو با کمک ماژولهای توسعه ای که براشون موجوده افزایش داد.و اما معروفترین بوردهای توسعه سری آردوینو (Arduino) هستند که به صورت متن باز ارائه شدن و همراه با IDE ساده و روان، جوامع کاربری گسترده همراه با نمونه کدها و ماژولهای توسعه ای متنوع کمک زیادی در نمونه سازی و ارزیابی نمونه ها می کنند. بوردهای توسعه برپایه ESP هم بسیار کاربردی هستند به ویژه که قابلیت برقراری اتصال WiFi و بلوتوث رو هم دارن. البته توانایی پردازش و اجرای سناریوها در بوردهای توسعه ای کمتر از SBCهاست که نیازه مورد توجه قرار بگیره.انواع دیگه ای از این سری سخت افزارها هم ارائه شدن که به نوعی بین این دو دسته قرار می گیرند و هیبریدی هستند مثل Onion Omega 2 و UDOO Quad.Onion Omega 2S+در ادامه به یه سری سنسور نیاز دارین که یجورایی چشم و گوش سامانه شما هستند. انتخاب اوناهم باز بستگی به اطلاعات موردنیازتون برا جمع آوری و سنجش بستگی داره. تعدادی سیم رابط و شاید چندتا بردبورد هم نیازتون میشه که برای برقراری راحت و سریع اتصالات و اعمال بدون دردسر جابجایی قطعات و اصلاحات خیلی بکار میان.انواع سنسورهامی تونید از یک سری نرم افزارها و اپلیکیشنهای یک پارچه سازی و ساخت رابط کاربری هم استفاده کنید. در این خصوص میشه به IFTTT، Blynk، RemoteXY و IoT Remote اشاره کرد. برخی از ارائه دهندگان یا پلتفرمهای خدمات ابری هم هستند که به صورت متن باز، رایگان و یا با دریافت هزینه کم به شما امکان اجرای پروژه هاتون رو در بستر ابر یا حتی نصب سامانه محلی میدن. پلتفرمهایی مثلArduino IoT Cloud، ThingsBoard،Sinric Pro، ،ThingSpeak، Zetta و...خب حالا دیگه برید شروع کنین و به ایده هاتون فرصت رشد و شکوفایی بدین.در اینستاگرام، تلگرام، آپارات و توییتر هم با ما همراه باشید. X MinD X MinD Tue, 05 Oct 2021 21:59:45 +0330 https://virgool.io/@x.mindworld/%D8%B1%D8%A7%DB%8C%D8%A7%D9%86%D8%B4-%D9%85%D9%87-%D8%B4%D8%A8%DA%A9%D9%87-%D9%85%D9%87-%D9%85%D9%87-%DA%AF%D8%B1%D9%81%D8%AA%DA%AF%DB%8C-ccdaovnrmszx محاسبه یا رایانش مه یک زیرساخت محاسباتی غیر متمرکز است که در آن داده ها ، محاسبات ، ذخیره سازی و برنامه های کاربردی در جایی بین منبع داده و ابر قرار دارند. مانند محاسبه لبه ، محاسبه مه مزایا و توان ابر را در نزدیکی جایی که داده ها ایجاد و بر اساس آنها عمل می شود ، نزدیک می کند. به بیان دیگر می توان گفت گسترش خدمات ابری به دستگاه های لبه، محاسبه مه است.دامنه محاسبه مه از لبه های بیرونی محل جمع آوری داده ها شروع می شود تا جایی که در نهایت ذخیره می شود. گره های مه نقش مهمی در کار کلی محاسبات مه ایفا می کنند زیرا داده ها را از منابع متعدد برای پردازش بیشتر جمع آوری می کنند. این گره ها به شکل توزیع شده در سراسر شبکه مستقر شده اند. داده ها با کمک آنها تجزیه و تحلیل می شوند. این گره ها به عنوان دسترسی محلی غیر متمرکز عمل می کنند ، بنابراین وابستگی به بستر ابر را برای تجزیه و تحلیل داده های جمع آوری شده کاهش می دهند.خیلی از مردم محاسبه مه و محاسبه لبه را بجای هم بکار می برند چرا که از جهاتی شبیه هم هستند.گفته می شود که مدیر خط تولید شرکت سیسکو اصطلاح محاسبات مه را ابداع کرده است و اغلب نیز با نام Cisco Fog Computing شناخته می شود و این یک نام ثبت شده است.تاریخچه:در سال 2015 ، سیسکو با همکاری مایکروسافت ، دل ، اینتل ، آرم و دانشگاه پرینستون کنسرسیوم OpenFog را تشکیل داد. سازمان های دیگر از جمله جنرال الکتریک (GE) ، فاکسکان و هیتاچی نیز در این کنسرسیوم مشارکت داشتند. اهداف اولیه این کنسرسیوم ارتقاء و استانداردسازی محاسبات مه بود. کنسرسیوم در سال 2019 با کنسرسیوم اینترنت صنعتی (Industrial Internet Consortium -IIC) ادغام شد.محاسبه مه در مقابل محاسبه لبهطبق کنسرسیوم OpenFog که توسط Cisco راه اندازی شده است ، تفاوت اصلی بین محاسبه لبه و مه در جایی است که هوشمندی و توان محاسبه قرار می گیرد. در یک محیط کاملاً مه آلود ، اطلاعات در شبکه محلی (LAN) قرار دارد و داده ها از نقاط پایانی به درگاه مه منتقل می شوند ، سپس در آنجا به منابع برای پردازش و بازگشت انتقال داده می شوند.در محاسبات لبه ، هوشمندی و توان می توانند در نقطه پایانی یا درگاه ارتباطی باشند. طرفداران محاسبه لبه از کاهش نقاط خرابی آن استقبال می کنند زیرا هر دستگاه به طور مستقل کار می کند و تعیین می کند که کدام داده را به صورت محلی ذخیره کند و کدام داده را برای تجزیه و تحلیل بیشتر به یک درگاه یا ابر ارسال کند. طرفداران محاسبه مه درمقابل محاسبات لبه می گویند که مقیاس پذیری آن بیشتر است و یک تصویر بزرگتر از شبکه را به نمایش می گذارد زیرا از چندین نقطه داده ها به آن وارد می شوند.با این حال ، باید توجه داشت که برخی از مهندسان شبکه محاسبات مه را فقط یک برند سیسکو برای یک رویکرد در محاسبه لبه می دانند.محاسبه مه چگونه کار می کند ؟شبکه مه ، مکمل محاسبات ابری است و نه جایگزین آن. مه گرفتگی امکان کوتاه مدت تجزیه و تحلیل را فراهم می کند ، در حالی که ابر تجزیه و تحلیل طولانی مدت و منابع طولانی را انجام می دهد.اگرچه دستگاهها و حسگرهای لبه محل تولید و جمع آوری داده ها هستند ، اما گاهی اوقات منابع محاسباتی و ذخیره ای برای انجام کارهای پیشرفته، تجزیه و تحلیل و یادگیری ماشین ندارند. اگرچه سرورهای ابری قدرت انجام این کار را دارند ، اما اغلب برای پردازش داده ها و پاسخ به موقع بسیار دور هستند.علاوه بر این ، داشتن تمام نقاط پایانی ، متصل شدن و ارسال داده های خام به ابر از طریق اینترنت می تواند حریم خصوصی ، امنیت و پیامدهای حقوقی را به همراه داشته باشد ، به ویژه هنگام برخورد با مقررات متفاوت مربوط به داده های حساس در کشورهای مختلف.برنامه های رایج محاسبات مه شامل شبکه های هوشمند ، شهرهای هوشمند ، ساختمان های هوشمند ، شبکه های خودرو و شبکه های تعریف شده توسط نرم افزار است.فرایند کار محاسبه مه را می توان به شرح زیر توضیح داد:کنترل کننده خودکار، سیگنال های ارسال شده از دستگاه های اینترنت اشیا را می خواند.سیستم کنترل از درگاههای ارتباطی تحت پروتکلهای خاص برای انتقال داده های جمع آوری شده استفاده می کند.این داده ها به فرمت هایی تبدیل می شوند که به راحتی توسط HTTP یا MQTT قابل درک هستند.این داده ها توسط گره های مه جمع آوری می شود که داده ها را تجزیه و تحلیل کرده و قبل از ارسال آنها به ابرها ، آنها را به مجموعه تبدیل می کند.6 لایه معماری محاسبه مهلایه فیزیکی و مجازی سازی: دو نوع گره در این لایه ها وجود دارد. گره های فیزیکی و مجازی. گره ها در ابتدا مسئول جمع آوری داده ها در چندین مکان هستند. آنها مجهز به فناوری حسگر هستند که به آنها در جمع آوری داده های محیط اطراف کمک می کند. داده های جمع آوری شده به کمک دروازه های ارتباطی (Gateway) برای پردازش ارسال می شوند.لایه مانیتورینگ: این لایه معمولاً وظیفه نظارت بر گره های مختلف را دارد. این کار شامل نظارت بر زمان کار یک گره ، دما و عمر باتری دستگاه است.لایه پیش پردازش: این لایه در قسمت تجزیه و تحلیل نقش دارد. وظیفه اصلی این لایه استخراج داده های معنی دار از اطلاعات جمع آوری شده از منابع متعدد است. داده هایی که توسط گره ها جمع آوری می شوند به طور کامل از نظر خطا و ناخالصی بررسی می شوند. در نهایت این لایه اطمینان حاصل می کند که داده ها قبل از استفاده برای اهداف دیگر به طور کامل بررسی شوند.ذخیره سازی موقت: عمدتاً برای ذخیره داده ها قبل از ارسال به ابر استفاده می شود. داده ها با کمک فضای مجازی ذخیره می شوند.لایه امنیتی: همانطور که از نامش پیداست ، این لایه کاملاً برای امنیت داده ها است ؛ و از حریم خصوصی داده ها ، شامل رمزگذاری و رمزگشایی آنها مراقبت می کند.لایه نقل و انتقالات: وظیفه اصلی این لایه بارگذاری داده ها بر روی ابر برای ذخیره دائمی است. داده ها به طور کامل بارگذاری نمی شوند ، ترجیحاً تنها بخشی از آنها برای اهداف کارآمد بارگذاری می شود؛ برای اطمینان از اتمام کارآمد فرآیند ، از پروتکل های ارتباطی سبک استفاده می شود.مزایا و معایب محاسبه مهمانند هر فناوری دیگری ، محاسبه مه دارای مزایا و معایب است. برخی از مزایای محاسبه مه شامل موارد زیر است:حفاظت از پهنای باند: محاسبه مه حجم داده های ارسال شده به ابر را کاهش می دهد ، در نتیجه مصرف پهنای باند و هزینه های مربوطه را کاهش می دهد.بهبود زمان پاسخگویی: از آنجا که پردازش اولیه داده ها در نزدیکی داده ها اتفاق می افتد ، تأخیر کاهش می یابد و پاسخگویی کلی بهبود می یابد. هدف ارائه پاسخگویی در سطح میلی ثانیه است و امکان پردازش داده ها را در لحظه فراهم می کند.ناهمگن بودن : محاسبه مه یک زیرساخت کاملاً ناهمگن است زیرا می تواند داده ها را از منابع مختلف جمع آوری کند. به عنوان یک پلت فرم مجازی که فضای ذخیره سازی کاربر نهایی و سایر خدمات مانند شبکه را فراهم می کند ، به عنوان پلی بین دستگاه های نهایی و مراکز رایانش ابری سنتی عمل می کند.تحرک : بسیاری از برنامه های محاسبه مه باید با دستگاه های تلفن همراه ارتباط برقرار کنند. این باعث می شود آنها برای تکنیک های تحرک مانند LISP (پروتکل جداسازی مکان یاب/شناسه) مناسب باشند. وظیفه اصلی LISP جدا کردن مکان و هویت است.تسلط دسترسی بی سیم : اگرچه محاسبات مه به طور گسترده ای در محیط های سیمی استفاده می شود؛ اما سنسورهای بی سیم در مناطق وسیعی که با دستگاه های اینترنت اشیا گسترش یافته اند نیازهای متفاوتی در رابطه با تجزیه و تحلیل دارند. برای این منظور ، محاسبه مه برای شبکه های دسترسی بی سیم IoT مناسب است.البته محاسبه مه نیز معایبی دارد که برخی از آنها شامل موارد زیر است:موقعیت فیزیکی: از آنجا که محاسبات مه با یک مکان فیزیکی مرتبط است ، برخی از مزایای "در هر زمان/هر مکان" مربوط به رایانش ابری را تضعیف می کند.مسائل احتمالی امنیتی: تحت شرایط مناسب ، محاسبه مه می تواند در معرض مسائل امنیتی قرار گیرد ، مانند جعل آدرس پروتکل اینترنت (IP) یا حملات مرد میانی(MitM).هزینه های شروع: محاسبه مه راه حلی است که از منابع لبه و ابری استفاده می کند ، به این معنی که هزینه های سخت افزاری مربوطه وجود دارد.مفهوم مبهم: با وجود اینکه رایانش مه چندسالی است که وجود دارد ، هنوز ابهامی در رابطه با محاسبه مه وجود دارد و فروشندگان مختلفی که محاسبه مه را متفاوت تعریف می کنند.محاسبه مه و اینترنت اشیاءاز آنجا که رایانش ابری برای بسیاری از برنامه های اینترنت اشیا قابل استفاده نیست، محاسبه مه اغلب استفاده می شود. رویکرد توزیع شده آن نیازهای اینترنت اشیاء و اینترنت اشیاء صنعتی (IIoT) و همچنین حجم عظیمی از سنسورهای هوشمند و دستگاه های اینترنت اشیا را تأمین می کند که ارسال و سپردن پردازش آنها به ابر هزینه بر و زمان بر است. محاسبه مه پهنای باند مورد نیاز را و ارتباط رفت و برگشت بین حسگرها و ابر را کاهش می دهد ، که در حالت معمول می توانست بر عملکرد اینترنت اشیا تأثیر منفی بگذارد.محاسبه مه و 5Gمحاسبه مه یک معماری محاسباتی است که در آن مجموعه ای از گره ها داده ها را از دستگاه های اینترنت اشیا در لحظه دریافت می کنند. این گره ها ظرف چند میلی ثانیه پردازش زمان واقعی داده هایی را که دریافت می کنند را انجام می دهند. گره ها به صورت دوره ای اطلاعات خلاصه تحلیلی را به ابر ارسال می کنند. سپس یک برنامه مبتنی بر ابر، داده های دریافت شده از گره های مختلف را با هدف ارائه یک بینش عملی، تجزیه و تحلیل می کند.این معماری به چیزی بیشتر از قابلیت های محاسباتی صرف نیاز دارد. اتصال سریع بین دستگاه های اینترنت اشیا و گره ها هم نیازاست. به یاد داشته باشید ، هدف این است که بتوانید داده ها را در عرض چند ثانیه پردازش کنید. البته ، گزینه های اتصال براساس مورد استفاده متفاوت است. به عنوان مثال ، یک حسگر اینترنت اشیا در طبقه کارخانه می تواند از اتصال سیمی استفاده کند. با این حال ، یک منبع متحرک ، مانند یک وسیله نقلیه مستقل ، یا یک منبع جدا شده ، مانند یک توربین بادی در وسط یک میدان ، به شکل متفاوتی از اتصال نیاز دارد.شبکه 5G یک گزینه بسیار قانع کننده است زیرا یک اتصال سریع را فراهم می کند که برای تجزیه و تحلیل داده ها در لحظه مورد نیاز است.منبع: IoT Agenda و Wisdomplexus X MinD X MinD Tue, 28 Sep 2021 17:41:50 +0330 https://virgool.io/@x.mindworld/%D8%A2%D8%B4%D9%86%D8%A7%DB%8C%DB%8C-%D8%A8%D8%A7-%D8%B1%D8%A7%DB%8C%D8%A7%D9%86%D8%B4-%D8%A7%D8%A8%D8%B1%DB%8C-cloud-computing-z1gniftllvtt یه ویدیو براتون آماده کردیم با دوبله فارسی اختصاصی. در این ویدیو درمورد مزایای سامانه های رایانش ابری در مقایسه با سیستمهای معمول و سنتی صحبت سده و همچنین تنوع خدماتی که این سامانه ها می تونن بهتون ارائه بدن رو معرفی کرده. امیدواریم که خوشتون بیاد. به اینستاگرام ما هم سر بزنید.منبع ویدیو: SimpliLearn https://aparat.com/v/qLXvG X MinD X MinD Sun, 26 Sep 2021 13:36:11 +0330 https://virgool.io/@x.mindworld/%D8%AA%D8%AC%D8%B2%DB%8C%D9%87-%D9%88-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D8%AF%D8%A7%D8%AF%D9%87-%D9%87%D8%A7-%D8%AF%D8%B1-%D8%A7%DB%8C%D9%86%D8%AA%D8%B1%D9%86%D8%AA-%D8%A7%D8%B4%DB%8C%D8%A7-%D9%82%D8%B3%D9%85%D8%AA-%D8%A7%D9%88%D9%84-%D9%BE%D8%B1%D8%AF%D8%A7%D8%B2%D8%B4-%D9%84%D8%A8%D9%87-kxn8c2reklwe دستگاه های اینترنت اشیاء به قابلیت پردازش و ذخیره اطلاعات خاصی نیاز دارند. این به جمع آوری ، انتقال و تجزیه و تحلیل داده ها کمک می کند. برخی از دستگاه های اینترنت اشیا ممکن است داده ها را مستقیماً پردازش کنند ، در حالی که برخی دیگر این داده ها را برای تجمیع و تجزیه و تحلیل بیشتر به سایر دستگاه ها ، درگاههای ارتباطی (GateWay) یا برنامه های ابری منتقل می کنند.در بحث پردازش سه مورد مطرح می شود. پردازش یا محاسبات لبه (Edge Computing)، پردازش مه (Fog) و پردازش یا رایانش ابری (Cloud)در این پست به پردازش لبه می پردازیم. در پایان هم ویدیویی قرار دادیم که تماشایش خالی از لطف نیست.پردازش لبه: تجزیه و تحلیل داده ها را در لبه های یک شبکه انجام می دهد نه در یک مکان متمرکز. داده ها را می توان به صورت بلادرنگ روی خود دستگاه ها تجزیه و تحلیل کرد یا می توان آنها را به جای انتقال حجم زیادی از داده ها در بالادست به سرور ابری یا مرکز داده برای اطلاعات بیشتر ، در دستگاه gateway مجاور (مانند روتِر) متصل به دستگاه های اینترنت اشیا تجزیه و تحلیل کرد.در این بخش داده ها در لبه تجمیع شده و داده های جمع آوری شده فیلتر می شوند و تنها برجسته ترین داده ها به بالادست ارسال می شود. تحلیل و بررسی در لبه پردازش بالادست را کاهش می دهد و نیازهای ذخیره سازی شبکه را کاهش می دهد.قدرت پردازش و ذخیره سازی استفاده شده توسط یک برنامه اینترنت اشیاء بستگی به پردازش مورد نیاز خدمات یا برنامه هایی دارد که داده ها را مصرف می کنند. مشخصات حافظه و پردازنده موجود ، سرعت ساعت(Clock) و تعداد هسته ها ، که همه آنها متعاقباً میزان پردازش داده ها را تعیین می کنند. ظرفیت حافظه Flash ، که برای ماندگاری داده ها تا ارسال در بالادست استفاده می شود ، تعیین می کند که چه مقدار داده را می توان روی دستگاه ذخیره کرد. دستگاههایی که تجزیه و تحلیل پیشرفته انجام می دهند به طور قابل ملاحظه ای به قابلیت های پردازشی بیشتری نسبت به دستگاه هایی که فقط پردازش اولیه داده ها مانند اعتبارسنجی ، عادی سازی ، مقیاس بندی یا تبدیل داده ها را انجام می دهند، نیاز دارند.در مطالب آینده به پردازش مه و ابر هم خواهیم پرداخت.منبع: IBM Developer https://aparat.com/v/TPn8R X MinD X MinD Thu, 16 Sep 2021 12:50:41 +0430 https://virgool.io/@x.mindworld/%D9%86%D9%82%D8%B4-daq-%D8%AF%D8%B1-%D8%B3%D8%AE%D8%AA-%D8%A7%D9%81%D8%B2%D8%A7%D8%B1-%D8%A7%DB%8C%D9%86%D8%AA%D8%B1%D9%86%D8%AA-%D8%A7%D8%B4%DB%8C%D8%A7-y2cpknygsxou یکی از مهمترین بخشها در اینترنت اشیا سخت افزاره. سخت افزارها باید دارای این مشخصات باشند:دریافت و جمع آوری اطلاعات و کنترل – Data acquisition and control (DAQ)پردازش اطلاعات و ذخیره سازی – Data processing and storageقابلیت اتصال – Connectivityمدیریت مصرف توان – Power managementدراینجا می خوایم در مورد DAQ صحبت کنیم.این بخش اطلاعات آنالوگ رو در یک بازه زمانی مشخص ( نرخ نمونه برداری – Sample Time ) جمع می کنه و اونها رو به عنوان سیگنال دیجیتال به دستگاه خروجی برای بازخوانی منتقل می کنه.این بخش ممکنه برای دستکاری و مقیاس گذاری داده های خام سنسورها دارای اصلاح کننده سیگنال و همینطور مبدل آنالوگ به دیجیتال باشه تا داده ها برای پردازش آماده بشن.در ادامه ویدیوی زیر رو هم ببینین.ترجمه و زیرنویسش کار خودمونه. امیدواریم مفید باشه.لینک دانلود زیرنویس ویدیو ( در آپارات هم می تونین با زیرنویس ببینین) https://uupload.ir/view/hardware1_daqtest_bjrh.srt/ https://aparat.com/v/fUO81 X MinD X MinD Mon, 13 Sep 2021 18:07:18 +0430 https://virgool.io/@x.mindworld/%D8%A7%D8%B2-%D8%A7%DB%8C%D9%86%D8%AA%D8%B1%D9%86%D8%AA-%D8%A7%D8%B4%DB%8C%D8%A7-%DA%86%DB%8C-%D9%85%DB%8C-%D8%AF%D9%88%D9%86%DB%8C%D9%86-douvmwcxbf4y در رابطه با این موضوع یک ویدیو براتون در صفحه اینستاگرامم آماده کردم. این ویدیو می تونه دید کلی خوبی در مورد اینترنت اشیا (IoT) بهتون بده. براتون ترجمه و زیرنویس کردم تا راحت باشین. https://www.aparat.com/v/d0oiw https://www.instagram.com/tv/CNVRQc1nor1/?utm_medium=copy_link X MinD X MinD Sun, 12 Sep 2021 22:55:39 +0430