1、物聯網是近幾年國內外工業(yè)界、學術界都普遍關注的重要領域。物聯網是整合了無線傳感網絡、無線電信網絡、傳統(tǒng)Internet等的異構網絡，且面向移動和固定的不同終端，同時也涵蓋了監(jiān)控、傳輸、計算等多種業(yè)務，這使得整個物聯網非常復雜而且難以管理。
　　本文從物聯網架構、數據、頻譜資源、異構網絡以及安全的角度，分析了物聯網各層（感知層、網絡層、數據層和應用層）存在的若干關鍵問題的形成原因，從多層/跨層的視角提出相應的解決方案。并針對現有研究

2、文獻存在的不足，提出了一些改進算法及模型?？紤]到物聯網生態(tài)系統(tǒng)的多樣性和異構性，本文所提出和引入的方法不針對某一特殊網絡協(xié)議。
　　本文主要工作如下:
　　1.借鑒了多個在研的物聯網體系架構，針對現有架構存在的問題，提出了一個節(jié)點、云中心和局域的三級物聯網交互與配置架構。該架構保證網絡中各個層次都可以進行相應的智能處理，同時可以靈活的部署智能處理程序或軟件。在此基礎上，利用即插即用傳感器模塊、TI-CC2530通信模塊、AR

3、M11開發(fā)板和服務器建立了一個支持三級交互與配置的物聯網實驗測試平臺。
　　2.結合感知層和數據層的信息，提出了基于粒計算的感知節(jié)點接入選擇方法，通過粒度的調節(jié)，選擇更具有代表性的數據以控制數據上傳量，在一定程度上解決物聯網面對數據洪峰時易形成的網絡鏈路擁塞問題。該方法可以從1～N或2～N個數據屬性個數中任意選取，具有較強的靈活性且不針對單一數據類型。其中，針對基于冪圖的粒計算模型不支持不完全數據的缺點，提出一種不完全數據填充的方

4、法，確保粒計算的快速有效運行。通過與KNN填充方法比較，說明了該填充方法的合理性。且該方法幾乎不增加額外計算復雜度，有利于大規(guī)模在線實施。
　　3.在網絡層中，提出了基于Stackelberg博弈的動態(tài)頻譜共享接入模型。研究了主、次用戶追求利益最大化的決策過程，建立了一個合理、簡捷的兩步動態(tài)博弈模型。并利用滿意度函數，進行跨層參數設計，進一步將模型系統(tǒng)化。與其它基于Stackelberg博弈的動態(tài)頻譜共享接入模型比較，在合作模式方

5、面更具合理性，且不需要主用戶與所有次用戶依次定價，因此模型也更簡捷。
　　4.結合網絡層和應用層的信息，提出了基于用戶偏好的異構網絡選擇接入方法。其中針對特定偏好提出了基于投票機制的TOPSIS算法(V-TOPSIS)，該算法可以有效降低原算法的主觀性和亂序問題;而針對非特定偏好，提出了建立基于方向距離函數的DEA算法(D-DEA)，該算法最終轉化為線性規(guī)劃問題，與全局最優(yōu)的搜索方法和強制學習方法相比，雖然準確性略降低，但復雜度大

6、大降低。
　　5.首先結合應用層和數據層提供的信息，提出融合虛擬身份(VID)、時間、地點、業(yè)務類型以及接入歷史的多模式終端信任接入模型。該模型可以有效解決終端被劫持情況下的信任盜用問題。其次，在感知層引入基于智能天線的定位算法和波束成形技術，減少節(jié)點暴露區(qū)域，增強了節(jié)點接入的安全性。針對智能天線在節(jié)點高速移動情況下定位不準的問題，引入了散射信號MUSIC(MDSD)算法，仿真實驗表明:MDSD算法與傳統(tǒng)MUSIC算法相比，定位精