CN106357720A - 一种基于物联网的数据显示***及方法 - Google Patents

Abstract

本发明公开了一种基于物联网的数据显示***及方法，包括Android模块、Zigbee传感器网络模块、后台***、服务器；所述服务器与所述后台***通过无线网络连接，所述后台***与所述Zigbee传感器网络模块通过无线网络连接，所述Android模块与所述服务器通过无线网络连接；所述Android模块由底层到顶层分别为Linux内核层、***运行层、应用框架层和应用层。本发明利用Android开发技术，将无线传感器网路***中获取的环境参数信息，实时的显示到用户移动设备上，使用者可以在移动的情况下随时随地获取远距离参数，人机交互性良好，在准确率和时延性方面均能够满足客户的需求。

Description

一种基于物联网的数据显示***及方法

技术领域

本发明属于物联网领域，尤其涉及一种基于物联网的数据显示***及方法。

背景技术

随着计算机、电子通讯、控制、信息等技术的发展，运用计算机物联网技术可为生态农、牧业建设和科学管理提供全方位、完善的监测技术手段。建立生态物联网可对农业、草原牧区土壤和气象环境参数进行实时、高效、快速的检测，对生态产量和质量进行预报，以及对重大农、牧业生态环境污染事故做出预警，是有效扭转我国目前生态农牧发展现状的技术方法之一，这将产生良好的社会和经济效益，推动社会发展。

无线传感器网络的产品备受消费者青睐，然而由于采集数据较多，用户实时性要求较高，PC机笨重不便携的缺点日益凸显。

发明内容

本发明实施例的目的在于提供一种基于物联网的数据显示***及方法，旨在解决现有物联网无线传感器网络采用PC机，笨重便于携带和操作的问题。

本发明是这样实现的，一种基于物联网的数据显示***，所述基于物联网的数据显示***包括Android模块、Zigbee传感器网络模块、后台***、服务器；

所述服务器与所述后台***通过无线网络连接，所述后台***与所述Zigbee传感器网络模块通过无线网络连接，所述Android模块与所述服务器通过无线网络连接；

所述Android模块由底层到顶层分别为Linux内核层、***运行层、应用框架层和应用层；

所述Zigbee传感器网络模块包括传感器、数据采集器、路由器、协调器、Zigbee传感器终端；

所述传感器与所述数据采集器电性连接，所述数据采集器与所述路由器通过无线网络连接，所述路由器与所述协调器通过无线网络连接，所述Zigbee传感器终端与所述协调器通过无线网络连接；

所述传感器包括TI CC2530芯片及与该TI CC2530芯片连接的传感器接口、电源接口、天线接口；

在Linux内核层中设置有相机驱动模块、USB驱动模块，在Linux内核层的上一层是***运行层，该***运行层由内库层和安卓运行时模块组成；

所述内库层包括2D图库引擎模块、3D图库引擎模块、SQLite模块，C语言核心库模块；

所述安卓运行时模块包括DVM模块和Java语言核心库模块；

所述应用框架层，包括视图***、通知管理器；

应用层，包括桌面应用模块、手机联系人应用模块、电话应用模块；

后台***的信息处理方法包括：

消息机制，对于Android中联网请求异步消息，分为三步：主线程显示提示视图；分线程进行联网请求，并得到响应数据；在主线程中显示数据。在Android开发过程中与消息处理相关的API主要有Message和Handler；

当分线程联网获得了服务器返回的数据，需在主线程里执行，分线程发一个消息给主线程，然后在主线程中进行界面更新相关操作，Handler的作用定义为在线程间分发消息，Handler是Message的处理器，处理消息的发送和移除工作。Message通过其自己的静态方法Message.obtain()创建一个对象，然后由obj或者argl对象对不同类型的消息进行封装，最后由what对象对消息标识，Handler通过Handler.sendMessage或Handler.sendMessage发送消息，在主线程中，通过调用handleMessage来处理消息；

Json数据，Json分为两种格式Json数组和Json对象。Json数组的结构为[value1，value2，value3……]，而Json对象的结构为[keyl：value1，key2：value2，key3：value3……]；其中key的值是字符串，而value的数据类型数值或字符串、null、Json对象或Json数组。在服务器，将Java对象转换为Json格式的字符串来返回给客户端；在客户端，通常反之进行操作；使用Gson框架。在导入Gson架包之后，然后创建Gson对象后通过调用String toJson方法将传入的对象转换为对应格式的Json字符串；同样在服务器，通过调用T fromJson解析Json字符串，得到对象；

服务器的信息处理方法包括：

(1)从数据源获取最新的环境参数

当服务器获得了客户端发送的最新查询请求后，需返回给客户端该传感器最新存储到数据库中的数据，首先通过select语句获得该节点的最新查询时间。进而通过该最新查询时间锁定该查询时间中获取的环境参数；

(2)DAO层

DAO层是新建一个访问数据的类，包含了对数据库的CRUD操作，把底层的数据访问逻辑和上层的逻辑剥离开，使得DAO层实现数据访问部分的功能；

所述基于物联网的数据显示***的数据显示方法包括：

Android模块发出采集数据的命令，然后将命令由协调器节点通过无线网络传达给传感器节点，在传感器接收到采集命令后，遵照采集频率进行数据的采集工作，采集到参数后，终端节点将采集到的数据连同参数获取时间、区标识、节点标识参数值一同传输到后台***并发送给服务器，服务器将收集到的数据处理并存储，Android模块发出读取数据的命令给服务器，服务器将存储的数据发送给Android模块。

进一步，所述服务器设置有接收信号模块，所述接收信号模块的接收信号s(t)广义二阶循环累积量按如下公式进行：

${\mathrm{GC}}_{s,20}^{\mathrm{\β}}={\mathrm{GM}}_{s,20}^{\mathrm{\β}};$

接收信号s(t)的特征参数M²的理论值具体计算公式为：

${\mathrm{GC}}_{s,20}^{\mathrm{\β}}=\frac{1}{N}\underset{k=1}{\overset{N}{\Σ}}a\left(k\right)a\left(k\right)\left|\ln \right|a\left(k\right)|{|}^2;$

经过计算可知，BPSK信号和MSK信号的均为1，QPSK、8PSK、16QAM和64QAM信号的均为0，由此可以用最小均方误差分类器将BPSK、MSK信号与QPSK、8PSK、16QAM、64QAM信号分开；对于BPSK信号而言，在广义循环累积量幅度谱上仅在载频位置存在一个明显谱峰，而MSK信号在两个频率处各有一个明显谱峰，由此可通过特征参数M²和检测广义循环累积量幅度谱的谱峰个数将BPSK信号与MSK信号识别出来；

检测广义循环累积量幅度谱的谱峰个数的具体方法如下：

首先搜索广义循环累积量幅度谱的最大值Max及其位置对应的循环频率α₀，将其小邻域[α₀-δ₀，α₀+δ₀]内置零，其中δ₀为一个正数，若|α₀-f_c|/f_c＜σ₀，其中δ₀为一个接近0的正数，f_c为信号的载波频率，则判断此信号类型为BPSK信号，否则继续搜索次大值Max1及其位置对应的循环频率α₁；若|Max-Max1|/Max＜σ₀，并且|(α₀+α₁)/2-f_c|/f_c＜σ₀，则判断此信号类型为MSK信号。

进一步，所述路由器设置有接收准则模块，所述接收准则模块的信号处理方法包括：获取x₁和x₂的接收干信比，即干扰信号与期望信号的功率比k_i(i＝1，2)，信噪比以及干扰与期望信号的空间相关度cos²θ，并计算x_i的接收准则

$k_{div}^i=\frac{1}{\frac{P_{Ti}}{{\mathrm{\σ}}_n^2}\left|\right|E_i|{|}^2(1-{\cos }^2\mathrm{\θ})};$

其中，i＝1，2，为信噪比，对于i＝1，对于i＝2，f₂＝H₂P₂，

进一步，所述Zigbee传感器网络模块设置有定位节点坐标计算模块，所述定位节点坐标接收模块的计算方法包括：

第一步，选定差分修正点，确定定位交点坐标和复数定位交点，计算定位交点间距离；

从中选择距离值最小的锚节点A₀为差分修正点，再从剩余的距离值中取出3个最小的距离值，这3个为距离值分别和对应的锚节点坐标分别为A₁(x₁，y₁)、A₂(x₂，y₂)和A₃(x₃，y₃)，分别以锚节点A_i(x_i，y_i)为圆心，为半径作三个定位圆i，其中i＝1，2，3，三个定位圆的相交情况共有6种，两个圆之间存在两个交点，这两个交点为两个相等的实数交点，或两个不相等的实数交点，或两个复数交点；两个定位圆的两个交点中，选择与第三定位圆圆心坐标的距离较小的那个交点作为定位交点，以参与待定位节点的定位；由3个定位圆确定三个定位交点及复数定位交点的个数m，由定位圆2和定位圆3确定的定位交点坐标为由定位圆1和定位圆3确定的定位交点的坐标为由定位圆1和定位圆2确定的定位交点的坐标为定位交点与与与的距离分别为d₁₂、d₂₃、d₁₃：

第二步，设置阈值T，个体差异系数修正系数w，参数l(l＞0)，设置T＝0.5、w＝1500以及l＝0.001，三个定位交点之间的距离d₁₂＜T、d₂₃＜T、d₁₃＜T时，执行第四步；

第三步，根据如下自适应距离修正公式修正得到修正距离为d₁、d₂、d₃：

其中，d_i表示待定位节点与锚节点A_i之间的修正距离，d_0i表示差分修正点A₀与锚节点A_i之间的实际距离，表示差分修正点A₀与锚节点A_i之间的测量距离，w表示个体差异系数修正系数，l_i表示方向修正因子，exp(×)表示指数函数；

根据修正后的距离d₁、d₂、d₃，重新求解修正后的三个定位交点间的距离d₁₂、d₂₃、d₁₃，返回第二步；

第四步，根据如下公式，计算出待定位节点的定位坐标O(x₀，y₀)：

其中，a₁、a₂、a₃分别表示的权重，b₁、b₂、b₃分别表示 的权重，

本发明利用Android开发技术，将无线传感器网路***中获取的环境参数信息，实时的显示到用户移动设备上，该应用将会推动无线传感器对农作物生长环境进行技术检测的发展，使用者可以在移动的情况下随时随地获取远距离参数。进而根据参数，实时的调整种田和维护的策略，提高粮食产量，还可以应用到草原牧区和林田等环境条件下，APP人机交互性良好，在准确率和时延性方面均能够满足客户的需求。

附图说明

图1是本发明实施例提供的基于物联网的数据显示***及方法的结构示意图；

图2是本发明实施例提供的Zigbee传感器网络模块的结构示意图；

图中：1、Android模块；2、Zigbee传感器网络模块；2-1、传感器；2-2、数据采集器；2-3、路由器；2-4、协调器；2-5、Zigbee传感器终端；3、后台***；4、服务器。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

请参阅图1-图2，本发明实施例的基于物联网的数据显示***包括Android模块1、Zigbee传感器网络模块2、后台***3、服务器4。

所述服务器4与所述后台***3通过无线网络连接，所述后台***3与所述Zigbee传感器网络模块2通过无线网络连接，所述Android模块1与所述服务器4通过无线网络连接。

所述Android模块1由底层到顶层分别为Linux内核层、***运行层、应用框架层和应用层。

进一步，所述Zigbee传感器网络模块2包括传感器2-1、数据采集器2-2、路由器2-3、协调器2-4、Zigbee传感器终端2-5。

所述传感器2-1与所述数据采集器2-2电性连接，所述数据采集器2-2与所述路由器2-3通过无线网络连接，所述路由器2-3与所述协调器2-4通过无线网络连接，所述Zigbee传感器终端2-5与所述协调器2-4通过无线网络连接。

进一步，在Linux内核层中设置有相机驱动模块、USB驱动模块，在Linux内核层的上一层是***运行层，该***运行层由内库层和安卓运行时模块组成；

所述内库层包括2D图库引擎模块、3D图库引擎模块、SQLite模块，C语言核心库模块。

所述安卓运行时模块包括DVM模块和Java语言核心库模块。

所述应用框架层，包括视图***、通知管理器。

应用层，包括桌面应用模块、手机联系人应用模块、电话应用模块。

进一步，基于物联网的数据显示方法包括：

Android模块发出采集数据的命令，然后将命令由协调器节点通过无线网络传达给传感器节点，在传感器接收到采集命令后，遵照采集频率进行数据的采集工作，采集到参数后，终端节点将采集到的数据连同参数获取时间、区标识、节点标识参数值一同传输到后台***并发送给服务器，服务器将收集到的数据处理并存储，Android模块发出读取数据的命令给服务器，服务器将存储的数据发送给Android模块。

在本实施例的APP开发中，使用Gson来解析Json数据，Gson是Google公司提供的一个用来在Java对象和Json数据之间进行映射的Java类库。使用Gson，可以十分简洁的将一串Json数据转换为一个Java对象，或将一个Java对象转换为相应的Json数据，这相比Android原生API大大提高了效率。

采集内蒙古自治区鄂尔多斯市五家尧村试验田的草莓生长参数信息包括：二氧化碳含量、空气温度、土壤湿度、土壤温度、光照强度、空气湿度；

其中区编号一般表示农田中的哪块区域，终端节点编号则表示该区域哪个传感器采集到的数据。

后台结构设计：

(1)消息机制

对于Android中联网请求异步消息，大概可以分为三步：1、主线程显示提示视图；2、分线程进行联网请求，并得到响应数据；3、在主线程中显示数据。在Android开发过程中与消息处理相关的API主要有Message和Handler。

当分线程联网获得了服务器返回的数据，需在主线程里执行。分线程发一个消息给主线程，这个消息携带数据，然后在主线程中进行界面更新等相关操作。Handler的作用定义为在线程间分发消息。也就是说Handler是Message的处理器，处理消息的发送和移除工作。Message通过其自己的静态方法Message.obtain()创建一个对象。然后由obj或者argl对象对不同类型的消息进行封装。最后由what对象对消息标识。Handler通过Handler.sendMessage(Message msg)或Handler.sendMessage(Message msg，Lang time)来发送消息，这两种方法所不同的是发送的消息是否需要延时。在主线程中，通过调用handleMessage(Message msg)来处理消息。

(2)Json数据

Json分为两种格式Json数组和Json对象。Json数组的结构为[value1，value2，value3……]，而Json对象的结构为[key1：value1，key2：value2，key3：value3……]。

其中key的值必须是字符串，而value的数据类型可以是数值、字符串、null甚至还可以是Json对象或Json数组。在服务器，需要将Java对象转换为Json格式的字符串来返回给客户端；在客户端，通常反之进行操作。

对于Json数据的解析可以用Android原生的API但相对来说比较繁琐。而使用Gson框架就会使项目比较简洁，在本次开发中使用的是Gson框架。在导入Gson架包之后，然后创建Gson对象后通过调用String toJson(Object src)方法就可以将传入的对象转换为对应格式的Json字符串；同样在服务器，通过调用T fromJson(String Json，Type typeofT)也可以解析Json字符串，得到对象。

服务器结构设计：

(1)从数据源获取最新的环境参数

当服务器获得了客户端发送的最新查询请求(包括区编号以及节点编号)后，需返回给客户端该传感器最新存储到数据库中的数据。首先通过select语句获得该节点的最新查询时间。进而通过该最新查询时间锁定该查询时间中获取的环境参数。

(2)DAO层

DAO(Data Access Object)层是新建一个访问数据的类，包含了对数据库的CRUD(Creat，Read，Update，Delete)操作，而不包括任何业务相关的信息。这样就能把底层的数据访问逻辑和上层的逻辑剥离开。使得DAO层能够更加专注于实现数据访问部分的功能。这样做的优势就是实现了功能的模块化，更有利于代码的维护的和升级。

进一步，所述服务器设置有接收信号模块，所述接收信号模块的接收信号s(t)广义二阶循环累积量按如下公式进行：

${\mathrm{GC}}_{s,20}^{\mathrm{\β}}={\mathrm{GM}}_{s,20}^{\mathrm{\β}};$

接收信号s(t)的特征参数M²的理论值具体计算公式为：

${\mathrm{GC}}_{s,20}^{\mathrm{\β}}\frac{1}{N}\underset{k=1}{\overset{N}{\Σ}}a\left(k\right)a\left(k\right)\left|\ln \right|a\left(k\right)|{|}^2;$

经过计算可知，BPSK信号和MSK信号的均为1，QPSK、8PSK、16QAM和64QAM信号的均为0，由此可以用最小均方误差分类器将BPSK、MSK信号与QPSK、8PSK、16QAM、64QAM信号分开；对于BPSK信号而言，在广义循环累积量幅度谱上仅在载频位置存在一个明显谱峰，而MSK信号在两个频率处各有一个明显谱峰，由此可通过特征参数M²和检测广义循环累积量幅度谱的谱峰个数将BPSK信号与MSK信号识别出来；

检测广义循环累积量幅度谱的谱峰个数的具体方法如下：

首先搜索广义循环累积量幅度谱的最大值Max及其位置对应的循环频率α₀，将其小邻域[α₀-δ₀，α₀+δ₀]内置零，其中δ₀为一个正数，若|α₀-f_c|/f_c＜σ₀，其中δ₀为一个接近0的正数，f_c为信号的载波频率，则判断此信号类型为BPSK信号，否则继续搜索次大值Max1及其位置对应的循环频率α₁；若|Max-Max1|/Max＜σ₀，并且|(α₀+α₁)/2-f_c|/f_c＜σ₀，则判断此信号类型为MSK信号。

进一步，所述路由器设置有接收准则模块，所述接收准则模块的信号处理方法包括：获取x₁和x₂的接收干信比，即干扰信号与期望信号的功率比k_i(i＝1，2)，信噪比以及干扰与期望信号的空间相关度cos²θ，并计算x_i的接收准则

$k_{div}^i=\frac{1}{\frac{P_{Ti}}{{\mathrm{\σ}}_n^2}\left|\right|E_i|{|}^2(1-{\cos }^2\mathrm{\θ})};$

其中，i＝1，2，为信噪比，对于i＝1，E₁＝H₁p₁，对于i＝2，f₂＝H₂P₂，

进一步，所述Zigbee传感器网络模块设置有定位节点坐标计算模块，所述定位节点坐标接收模块的计算方法包括：

第一步，选定差分修正点，确定定位交点坐标和复数定位交点，计算定位交点间距离；

从中选择距离值最小的锚节点A₀为差分修正点，再从剩余的距离值中取出3个最小的距离值，这3个为距离值分别和对应的锚节点坐标分别为A₁(x₁，y₁)、A₂(x₂，y₂)和A₃(x₃，y₃)，分别以锚节点A_i(x_i，y_i)为圆心，为半径作三个定位圆i，其中i＝1，2，3，三个定位圆的相交情况共有6种，两个圆之间存在两个交点，这两个交点为两个相等的实数交点，或两个不相等的实数交点，或两个复数交点；两个定位圆的两个交点中，选择与第三定位圆圆心坐标的距离较小的那个交点作为定位交点，以参与待定位节点的定位；由3个定位圆确定三个定位交点及复数定位交点的个数m，由定位圆2和定位圆3确定的定位交点坐标为由定位圆1和定位圆3确定的定位交点的坐标为由定位圆1和定位圆2确定的定位交点的坐标为定位交点与与与的距离分别为d₁₂、d₂₃、d₁₃：

第二步，设置阈值T，个体差异系数修正系数w，参数l(l＞0)，设置T＝0.5、w＝1500以及l＝0.001，三个定位交点之间的距离d₁₂＜T、d₂₃＜T、d₁₃＜T时，执行第四步；

第三步，根据如下自适应距离修正公式修正得到修正距离为d₁、d₂、d₃：

其中，d_i表示待定位节点与锚节点A_i之间的修正距离，d_0i表示差分修正点A₀与锚节点A_i之间的实际距离，表示差分修正点A₀与锚节点A_i之间的测量距离，w表示个体差异系数修正系数，l_i表示方向修正因子，exp(×)表示指数函数；

根据修正后的距离d₁、d₂、d₃，重新求解修正后的三个定位交点间的距离d₁₂、d₂₃、d₁₃，返回第二步；

第四步，根据如下公式，计算出待定位节点的定位坐标O(x₀，y₀)：

其中，a₁、a₂、a₃分别表示的权重，b₁、b₂、b₃分别表示 的权重，

Android模块APP的主要功能是根据用户输入的区域编号、终端结点编号，显示该终端节点采集到的最新该种参数数据。测试用例如表1所示。(CO₂含量数值单位：CO₂ppm＝10000*(CO₂/(16383×2)×3.3-0.4)/1.6；土壤湿度数值单位：100*SW/(16383×2)×3.3；土壤温度数值单位：LT*1.0(自定义补偿光系数)；光照强度数值单位：TEM*0.01-39.6；空气湿度数值单位：HUM*0.0367-2.0468-1.5955E-6*HUM*HUM；空气温度数值单位：TEM*0.01-39.6采集时间格式为年月日时分秒(YYYYMMDDhhmmss))；

表1

由于该APP主要目的是为了向使用者准确及时的反映农田的生长环境参数。所以应该考察该APP的传送数据的准确性、及时性、远距离传输等特性。又因为该APP是基于互联网传输数据，故测试主要考察APP的的准确性和及时性。

本次测试是在实验室的环境情况下完成，同时采集六种环境信息，采集间隔为10s。然后分别请求不同的环境参数，其中请求CO2参数8次，土壤湿度参数8次，光照强度参数8次，土壤温度参数8次，空气温度参数8次，空气湿度参数8次，共48组数据；将APP显示的数据分别与数据库中的数据相对比。不妨假设a_i为该类型数据在数据库中的实际值(在本实验中0≤i≤5)；b_i为该类型数据在手机端的显示值(0≤i≤5)。下面给出误差率μ的定义：

μ＝|a_i-b_i|/a_i(0≤i≤5)

本次测试严格按照测试计划和测试用例执行，主要从准确性方面进行测试，测试数据的误差率为0。由于采取手工测试方式，未能完全在农田环境中实现对大量数据进行操作的测试，但不影响实际使用情况下用户对该应用准确性的需求。

时延测试

假设s_i为某类数据在服务器的发送时间(在本实验中0≤i≤5，s_i单位：毫秒)；r_i为客户端显示该数据的时间(r_i单位：毫秒)。下面给出误时延t的定义：

t＝r_i-s_i(0≤i≤5)

本次测试主要从时延性方面进行测试。经测试，客户端请求数据存在一定的时延，但时延一般维持在O.1s左右。由于只为每种类型传感器设置一个终端节点，取了部分数据测试，但结果能够满足用户对等待时间的需求。

经过界面测试，该APP的界面设计符合人们的使用习惯，并在选择查询节点的过程中都有显示。通过数据的准确性测试和时延测试发现，本次实验所设计的应用能够准确的获取数据源的数据，反映农田的真实状况。查询相关资料发现：0.1秒在该时间内显示反馈结果用户是可以接受的。1.0秒是用户保持不间断的思维流的限定时间，用户会注意到这样的延迟。APP传输数据显示的的时间大概在0.1秒左右，在用户对时间要求的范围内。

本发明利用Android开发技术，将无线传感器网路***中获取的环境参数信息，实时的显示到用户移动设备上，该应用将会推动无线传感器对农作物生长环境进行技术检测的发展，使用者可以在移动的情况下随时随地获取远距离参数。进而根据参数，实时的调整种田和维护的策略，提高粮食产量，还可以应用到草原牧区和林田等环境条件下，APP人机交互性良好，在准确率和时延性方面均能够满足客户的需求。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于物联网的数据显示***，其特征在于，所述基于物联网的数据显示***包括Android模块、Zigbee传感器网络模块、后台***、服务器；

所述服务器与所述后台***通过无线网络连接，所述后台***与所述Zigbee传感器网络模块通过无线网络连接，所述Android模块与所述服务器通过无线网络连接；

所述Android模块由底层到顶层分别为Linux内核层、***运行层、应用框架层和应用层；

所述Zigbee传感器网络模块包括传感器、数据采集器、路由器、协调器、Zigbee传感器终端；

所述传感器与所述数据采集器电性连接，所述数据采集器与所述路由器通过无线网络连接，所述路由器与所述协调器通过无线网络连接，所述Zigbee传感器终端与所述协调器通过无线网络连接；

所述传感器包括TI CC2530芯片及与该TI CC2530芯片连接的传感器接口、电源接口、天线接口；

在Linux内核层中设置有相机驱动模块、USB驱动模块，在Linux内核层的上一层是***运行层，该***运行层由内库层和安卓运行时模块组成；

所述内库层包括2D图库引擎模块、3D图库引擎模块、SQLite模块，C语言核心库模块；

所述安卓运行时模块包括DVM模块和Java语言核心库模块；

所述应用框架层，包括视图***、通知管理器；

应用层，包括桌面应用模块、手机联系人应用模块、电话应用模块；

后台***的信息处理方法包括：

消息机制，对于Android中联网请求异步消息，分为三步：主线程显示提示视图；分线程进行联网请求，并得到响应数据；在主线程中显示数据，在Android开发过程中与消息处理相关的API主要有Message和Handler；

当分线程联网获得了服务器返回的数据，需在主线程里执行，分线程发一个消息给主线程，然后在主线程中进行界面更新相关操作，Handler的作用定义为在线程间分发消息，Handler是Message的处理器，处理消息的发送和移除工作，Message通过其自己的静态方法Message.obtain()创建一个对象，然后由obj或者arg1对象对不同类型的消息进行封装，最后由what对象对消息标识，Handler通过Handler.sendMessage或Handler.sendMessage发送消息，在主线程中，通过调用handleMessage来处理消息；

Json数据，Json分为两种格式Json数组和Json对象，Json数组的结构为[value1，value2，value3……]，而Json对象的结构为[key1：value1，key2：value2，key3：value3……]；其中key的值是字符串，而value的数据类型数值或字符串、null、Json对象或Json数组，在服务器，将Java对象转换为Json格式的字符串来返回给客户端；在客户端，通常反之进行操作；使用Gson框架，在导入Gson架包之后，然后创建Gson对象后通过调用String toJson方法将传入的对象转换为对应格式的Json字符串；同样在服务器，通过调用T fromJson解析Json字符串，得到对象；

服务器的信息处理方法包括：

(1)从数据源获取最新的环境参数

当服务器获得了客户端发送的最新查询请求后，需返回给客户端该传感器最新存储到数据库中的数据，首先通过select语句获得该节点的最新查询时间，进而通过该最新查询时间锁定该查询时间中获取的环境参数；

(2)DAO层

DAO层是新建一个访问数据的类，包含了对数据库的CRUD操作，把底层的数据访问逻辑和上层的逻辑剥离开，使得DAO层实现数据访问部分的功能；

所述基于物联网的数据显示***的数据显示方法包括：

Android模块发出采集数据的命令，然后将命令由协调器节点通过无线网络传达给传感器节点，在传感器接收到采集命令后，遵照采集频率进行数据的采集工作，采集到参数后，终端节点将采集到的数据连同参数获取时间、区标识、节点标识参数值一同传输到后台***并发送给服务器，服务器将收集到的数据处理并存储，Android模块发出读取数据的命令给服务器，服务器将存储的数据发送给Android模块。

2.如权利要求1所述的基于物联网的数据显示***，其特征在于，所述服务器设置有接收信号模块，所述接收信号模块的接收信号s(t)广义二阶循环累积量按如下公式进行：

${\mathrm{GC}}_{s,20}^{\mathrm{\β}}={\mathrm{GM}}_{s,20}^{\mathrm{\β}};$

接收信号s(t)的特征参数M²的理论值具体计算公式为：

${\mathrm{GC}}_{s,20}^{\mathrm{\β}}=\frac{1}{N}\underset{k=1}{\overset{N}{\Σ}}a\left(k\right)a\left(k\right)\left|ln\right|a\left(k\right)|{|}^2;$

经过计算可知，BPSK信号和MSK信号的均为1，QPSK、8PSK、16QAM和64QAM信号的均为0，由此可以用最小均方误差分类器将BPSK、MSK信号与QPSK、8PSK、16QAM、64QAM信号分开；对于BPSK信号而言，在广义循环累积量幅度谱上仅在载频位置存在一个明显谱峰，而MSK信号在两个频率处各有一个明显谱峰，由此可通过特征参数M²和检测广义循环累积量幅度谱的谱峰个数将BPSK信号与MSK信号识别出来；

检测广义循环累积量幅度谱的谱峰个数的具体方法如下：

首先搜索广义循环累积量幅度谱的最大值Max及其位置对应的循环频率α₀，将其小邻域[α₀-δ₀,α₀+δ₀]内置零，其中δ₀为一个正数，若|α₀-f_c|/f_c<σ₀，其中δ₀为一个接近0的正数，f_c为信号的载波频率，则判断此信号类型为BPSK信号，否则继续搜索次大值Max1及其位置对应的循环频率α₁；若|Max-Max1|/Max<σ₀，并且|(α₀+α₁)/2-f_c|/f_c<σ₀，则判断此信号类型为MSK信号。

3.如权利要求1所述的基于物联网的数据显示***，其特征在于，所述路由器设置有接收准则模块，所述接收准则模块的信号处理方法包括：获取x₁和x₂的接收干信比，即干扰信号与期望信号的功率比k_i(i＝1,2)，信噪比(i＝1,2)，以及干扰与期望信号的空间相关度cos²θ，并计算x_i的接收准则

$k_{div}^i=\frac{1}{\frac{P_{Ti}}{{\mathrm{\&sigma;}}_n^2}\left|\right|E_i|{|}^2(1-{\cos }^2\mathrm{\&theta;})};$

其中，i＝1,2，为信噪比，对于i＝1，对于i＝2，E₂＝H₂p₂，

4.如权利要求1所述的基于物联网的数据显示***，其特征在于，所述Zigbee传感器网络模块设置有定位节点坐标计算模块，所述定位节点坐标接收模块的计算方法包括：

第一步，选定差分修正点，确定定位交点坐标和复数定位交点，计算定位交点间距离；：

从中选择距离值最小的锚节点A₀为差分修正点，再从剩余的距离值中取出3个最小的距离值，这3个为距离值分别和对应的锚节点坐标分别为A₁(x₁,y₁)、A₂(x₂,y₂)和A₃(x₃,y₃)，分别以锚节点A_i(x_i,y_i)为圆心，为半径作三个定位圆i，其中i＝1,2,3，三个定位圆的相交情况共有6种，两个圆之间存在两个交点，这两个交点为两个相等的实数交点，或两个不相等的实数交点，或两个复数交点；两个定位圆的两个交点中，选择与第三定位圆圆心坐标的距离较小的那个交点作为定位交点，以参与待定位节点的定位；由3个定位圆确定三个定位交点及复数定位交点的个数m，由定位圆2和定位圆3确定的定位交点坐标为由定位圆1和定位圆3确定的定位交点的坐标为由定位圆1和定位圆2确定的定位交点的坐标为定位交点A￠与B￠、B￠与C￠、A￠与C￠的距离分别为d₁₂、d₂₃、d₁₃：

第二步，设置阈值T，个体差异系数修正系数w，参数l(l>0)，设置T＝0.5、w＝1500以及l＝0.001，三个定位交点之间的距离d₁₂<T、d₂₃<T、d₁₃<T时，执行第四步；

第三步，根据如下自适应距离修正公式修正d₁￠、d₂￠、d₃￠，得到修正距离为d₁、d₂、d₃：

其中，d_i表示待定位节点与锚节点A_i之间的修正距离，d_0i表示差分修正点A₀与锚节点A_i之间的实际距离，表示差分修正点A₀与锚节点A_i之间的测量距离，w表示个体差异系数修正系数，l_i表示方向修正因子，exp(×)表示指数函数；

根据修正后的距离d₁、d₂、d₃，重新求解修正后的三个定位交点间的距离d₁₂、d₂₃、d₁₃，返回第二步；

第四步，根据如下公式，计算出待定位节点的定位坐标O(x₀,y₀)：

其中，a₁、a₂、a₃分别表示的权重，b₁、b₂、b₃分别表示 的权重，