[实用新型]大数据分析智能家居系统

说明书

技术领域

　　本实用新型属于通讯技术领域，涉及一种家居管理系统。

背景技术

　　随着科技的发展，智能家居变得越来越普及。但是，如今大多数智能家居只是将传感器，控制器和一些家电设备简单地结合在一起，整个智能家居系统还需要人为的进行操作和设置，并没有达到真正意义上的智能化，即具备学习能力，自适应能力和行为决策能力这些智能化的基本特点。

发明内容

本实用新型要解决的是提供一种高智能化的大数据分析智能家居系统。

本实用新型解决问题的方案是采用无线传感器网络、云端服务器和动作执行节点构成大数据分析智能家居系统，云端服务器和无线传感器网络及动作执行节点均通过WIFI无线连接，其中无线传感器网络由传感器模块、网端微处理器和网端无线通信模块组成，传感器模块与网端微处理器的I/O口连接，网端微处理器的引脚UART_RXD和UART_TXD与网端无线通信模块的引脚TXD和RXD对应连接；动作执行节点由执行端无线通信模块、执行端微处理器和继电器开关组成，执行端无线通信模块的引脚TXD和RXD对应连接执行端微处理器的引脚UART_RXD和UART_TXD，执行端微处理器的I/O口连接继电器开关。

网端微处理器和执行端微处理器均采用STM32F103ZET6；网端无线通信模块和执行端无线通信模块是串口WIFI模块，均为ESP8266；云端服务器可以是NAS和iSCSI等IP存储设备，也可以是SCSI或SAS等DAS存储设备，由网络接口、大数据分析计算部分和云存储部分组成，网络接口接收来自传感器网络的数据，将大数据分析得出的命令发送给动作执行节点；无线传感器网络为多组，根据需要其中的传感器模块可以是光传感器、温度传感器、湿度传感器等等；动作执行节点的继电器开关为多个，可以连接窗帘的趋动机构、空调、加湿器、电视机、热水器等等电器设备。

无线传感器网络由散布在室内外的各种传感器组成，并加以微处理器控制，利用无线通信模块上传数据。由于微处理器存储空间及软件资源有限，不利于大数据分析算法的设计，因此无线传感器网络只负责数据的采集和传输，将大数据分析算法设计放在云端服务器进行。为了使智能家居系统能够自动调整出用户喜欢的模式，必须使用大量的传感器对室内外环境参数，比如温度，湿度，光强，空气质量等，以及用户的行为习惯等信息进行采集，为大数据分析提供有价值的参考数据。同时，为了避免因大量使用传感器而造成的布线复杂情况，选择使用无线方式，并且由于需要将数据通过网络上传至云端服务器，故选择使用串口WIFI模块，将传感器，微处理器和WIFI模块对应连接，可以实现数据的实时上传和远程控制。

云端服务器拥有大容量的存储设备和强大的软件资源，可以较容易的实现大数据分析算法设计。云端服务器通过网络接口接收传感器通过互联网发送过来的数据，云存储对数据进行存储，以供随时调用查看；大数据分析计算主要为算法设计，本实用新型选用关联规则分析以及聚类分析，同时加入动态数据挖掘的相关技术对用户生活数据进行处理；处理结果转换为相应的命令，通过互联网传输到动作执行节点；人机交互界面为用户提供访问服务器的接口，用户可以查看服务器所设计的工作模式是否符合自己的喜好，并进行更改。采用将数据全部上传至云端服务器再进行分析处理，这样使整个系统变得更加高效

动作执行节点主要是用来实现云端服务器的数据处理结果，根据云端服务器发送来的命令，使用微处理器控制继电器来改变相应电器的状态。

本实用新型中数据和命令传输都采用无线形式，可以有效的解决布线复杂问题，所使用的无线通信模块均为串口WIFI模块ESP8266，此模块与微处理器连线简单，价格便宜，而且可以满足设计需求。微型处理器需要控制传感器数据的采集并实时进行大量数据的传输，因此需要有较高的运行速度，故采用32位单片机STM32F103ZET6。

本实用新型所用到的大数据分析方法有关联规则分析以及聚类分析，主要有Apriori和K-Means算法，算法通过JAVA编程实现。

附图说明

　图1为本实用新型总体设计框图；

　图2为无线传感器网络框图；

　图3为动作执行节点框图；

　图4为本实用新型工作流程图。

具体实施方式