绿色物联网:需求、发展现状和关键技术*
2012-03-12王文博
张 兴,黄 宇,王文博
(北京邮电大学泛网无线通信教育部重点实验室无线信号处理与网络实验室(WSPN)北京 100876)
1 前言
物联网近年得到政产学研用社会各界的极大关注,美国权威咨询机构Forrester预测[1],到2020年,全球物物互联的业务跟人与人通信的业务相比,将达到30∶1,因此物联网被称为下一个万亿级的通信业务。自1999年美国移动计算和网络国际会议提出物联网的概念以来,物联网的研究已经经过了十几个年头。2009年8月7日,国务院总理温家宝在视察中国科学研究院嘉兴无线传感网络工程中心无锡研发分中心时,提出“在传感网发展中,要早一点谋划未来,早一点攻破核心技术”,并且明确要求尽快建立我国的传感信息中心,称为“感知中国”。在关注物联网技术发展的同时注意到,整个物联网的能耗问题日益突出,绿色物联网的需求越来越迫切。为了避免以往“先发展,后治理”的错误行业误区,适应“绿色通信”的发展趋势,减小通信行业发展对生态环境的压力,在大力发展物联网的同时,提前做好绿色物联网的相关研究工作,对我国物联网未来的健康发展具有重要的指导意义。
绿色物联网,一般指节能减排,减少环境污染、资源浪费以及对人体和环境有危害的新一代物联网设计理念,通过对网络设备进行改造、优化并引入新技术,以达到降低能耗的目的,最终实现人与自然的和谐相处,实现可持续发展。
2 物联网的绿色发展需求
作为最大的发展中国家以及第二大能源消费国,并且从目前情况来看,通信行业已经成为耗电大户,排在全国各行业的第12位[2]。巨额的用电成本不仅阻碍了行业的发展,也意味着碳排放量的大幅度升高。
物联网作为一种全新的网络形态,除包括无线传感器网络之外,还包括无线/有线接入网、IP核心网以及大型计算处理管理平台,几乎包含ICT产业的各个领域,庞大的网络规模所带来的电力消耗使其成为限制ICT产业节能减排的最大瓶颈;同时受到物联网自身特点的限制,其发展也非常依赖低功耗、高能效的绿色技术的研究与应用。所以做好物联网“绿化”工作,既是经济社会发展的要求,也是自身产业发展的需要。
近年来信息产业与工业应用领域进一步结合,估计在不远的未来,物联网业务需求将有大幅度的增长,物联网建设规模将持续扩大。按照现有模式,业务的快速增长将进一步带动能耗的指数式增加,从而给我国的节能减排工作带来严峻的挑战,绿色物联网势在必行。因此,需要以低能耗、高能效技术为主导建设全新的绿色物联网,使得物联网能够沿着高能效、低排放的趋势发展。
3 绿色物联网的必要性
从部署来看,庞大的网络规模要求物联网的建设一定要从“重建”过渡到“重构”上来,即最大限度地利用现有网络基础设施,尽量避免重复建设;从运营成本来看,除了网络维护开销外,巨额的耗电量对物联网的运营来说也是一个亟待解决的问题;从物联网自身特点来看,开展绿色技术研究不仅可以延长传感器网络的使用寿命,同时可以扩展物联网的应用范围。
物联网涉及ICT产业的多个领域,从底层的传感器网络到接入网和核心网,再到计算管理平台,网络规模庞大,包括基站、服务器等在内的基础设施众多,如果完全按照物联网相关标准进行网络基础设施建设,除了需要巨额的资金成本,也会造成大量的资源浪费。另一方面,已有网络设施利用率相对较低,还有很大的利用空间,以中国移动的基站利用率为例,其蜂窝移动网络的工作日典型基站流量分布如图1所示[3],在某些特定的时段,基站利用率很低,还有很大的挖掘空间。所以如何充分利用现有网络设施,并在此基础上采用新的管理方式使其符合物联网的应用需求是关系到产业发展的重要问题。网络建设的“绿色化”将极大地推动物联网产业的发展。
除了基本的维护成本外,对于网络运营来说,很重要的一项运维开支就是电力支出。以中国移动的电力支出为例,其电力支出增长趋势如图2所示,电力成本呈指数形式增长,这不仅意味着需要巨大的运行成本,也带来了大量的碳排放。据权威机构预测,物联网的业务量将是现有业务量的数十倍,按照现在的趋势,接入网这一部分的耗电量和所带来的碳排放量都将是难以承受的,再结合有线接入网、核心承载网络、无线传感网络以及计算处理过程的耗电量,物联网将成为用电和碳排放的“无底洞”。
巨额的电力支出将严重制约物联网的大规模商用,也必将制约物联网产业链的良性发展,所以研究物联网绿色理论以减小网络运行的能量消耗,进而减小运营成本,将使物联网更具应用和发展潜力。
图1 蜂窝移动网络的工作日典型基站流量分布
图2 中国移动电力支出增长趋势
4 现阶段物联网中的能耗来源
解决物联网的整体能耗问题,需要从物联网的架构出发,找到物联网中无效功耗的来源,从而有针对性地展开物联网的相关研究,推进物联网健康发展。按照功能可将物联网分为3层:感知传感层、网络接入与承载层、计算管理与服务应用层。
4.1 感知传感层
感知传感层是物联网的基础,包含大量的信息生成设备,是物联网中耗能最多的部分。根据信息的流动方向,可以分为信息生成和信息汇聚两个过程。
在信息生成过程中,能量损失主要来自3个模块:传感器模块、处理器模块和无线通信模块。随着集成电路工艺的进步,处理器和传感器模块的功耗变得很低,绝大部分能量消耗在无线通信模块上。图3为Deborah Estrin在ACM MobiCom 2002会议的特邀报告[4]中所述传感器节点各部分的能量消耗情况。
图3 传感器节点各模块的能量消耗情况
传感信息汇聚的过程是将感知信息由信息生成节点汇聚到网关的过程。无效功耗主要来自不合理的网络拓扑结构和低效的路由算法。网络拓扑结构和路由算法对通信网络来说具有非常重要的作用,它们从逻辑上构建整体网络的框架,使数据分组在源节点与目的节点之间实现多跳传输。无线传感网络的独有特点使其有别于传统的有线和无线网络:无线链路的随机特性严重影响了通信的可靠性,单一节点有限的计算能力和能源支持使得合理的网络拓扑结构和低能耗、高能效的路由算法显得尤为重要。
4.2 网络接入与承载层
本层连接感知传感层和计算管理与服务应用层,负责传递上下层数据。按照信息的流向,本层可以分为泛在接入和核心承载两部分。其中,泛在接入网主要包括无线广域网、无线城域网、无线局域网和无线个网以及有线接入网等,是连接传感器网关节点与核心传输网的通道;核心承载网包括IP核心传输网部分,负责传感信息的远距离传输。
泛在接入涉及的技术众多,能耗分布也相对分散,从整体上可以分为两类:无线接入网和有线接入网。从目前的研究[5]来看,无线接入网的能耗主要来自种类繁多的基站,包括宏小区基站、微小区基站、皮小区基站和家庭基站等,在整体网络能耗中,基站能耗占80%,比较固定的功率放大器和配套设备部分占70%左右。也就是说,即使没有任何业务需求,基站也会消耗大量能量,是无线接入网能耗的主要部分。在有线接入网中,能耗主要来自数量众多的接入设备,包括交换机和集线器等。虽然单个接入设备的能耗较低,但由于接入设备数目众多,因此在整个有线网络的能耗中,接入设备的能耗占70%。与无线接入网类似,这部分的无效能耗也主要来自设备的空转,即为维持实时接入特性,在业务量需求相对较低的情况下,为保持设备的正常运行,造成了大量的能量浪费。
传输承载是指通过IP核心网部分进行数据传输,其能耗主要来自数量众多的硬件设备,具体来说,主要包括数据、控制以及辅助3个平面。其中,数据平面涉及数据分组的处理以及经过网络接口的转发;控制平面指数据管理、网络配置等;而辅助平面则指空调、电力供应等配套设备。各平面的能耗分布如图4所示,可以看出,数据平面是传输承载部分的主要能耗来源,辅助平面也占了相当大的比例。
图4 无线通信系统IP核心网各平面的能耗分布
4.3 计算管理与服务应用层
本层位于网络接入与承载层之上,总体来说可以分为计算平面和管理平面。计算平面包括数据的存储、检索和处理,管理平面包括网络管理(互联网、接入网、无线传感网)和应用管理。管理平面的能耗相对较低,多为软件应用;而计算平面由于服务器等硬件设备众多,产生大量电力支出,本文重点分析计算平面的能耗来源。
本层能耗主要来源于计算平面。这主要是因为计算平面包含大量的服务器等硬件设备,海量的数据信息需要大量数据中心、计算中心进行存储和处理。以中国电信为例,截至2011年12月,国内拥有近300个数据中心、5个海外数据中心以及4个全国核心云数据中心。除了数量众多之外,单一数据中心的耗电量也相当惊人,有数据显示一个典型的数据中心的能耗等于30000个家庭基站能耗的总和。
数据中心的能耗分布如图5所示。可以看出,IT设备约占30%;空气处理设备约占45%;配电传输和转换设备约占24%;还有1%用于照明、维修和办公设备等。除了IT设备必要的用电量之外,空气处理设备和配电传输转换设备消耗了数据中心近70%的能量,即实际的电能使用率只有3%左右。这也是目前数据中心面临的一个主要问题,即能量消耗巨大但电能效率却较低。
图5 数据中心的能耗分布
5 产业界与学术界的推动
(1)国内运营商
截至2009年,中国移动的M2M终端数量已达到300万,年均增长率超过80%。在电力行业的节能减排应用方面,中国移动与广东省的南方电网、北京和重庆的电力公司合作,安装了104万台无线电表的远程抄表设备。江西全省范围内的20000台配电变压器都安装了中国移动的监测设备,实现了运行状态的实时监测,并且提供用电检查、电能质量监测、负荷管理、线损管理、需求侧管理的一体化服务,一年内总共节省电能1.2亿千瓦时[6]。
(2)第三代合作伙伴计划
在第三代合作伙伴计划(3GPP)中,与物联网相关的主要是“机器到机器(machine to machine)”的标准化工作,目标是实现无线传感网络与蜂窝网络的融合,根据M2M通信的特点,对现有GSM网络以及未来的第三代移动通信系统(3G)和第四代(4G)网络进行优化。
从Release 8(R8)开始,3GPP开始对M2M展开标准化工作。R8主要是在概念上对M2M加以描述并提出了M2M通信的具体要求以及应用场景,为以后的标准化工作提供了良好的铺垫,但是对能效问题并没有明确说明。根据 R8中提出的 M2M通信要求,3GPP从 Release 9(R9)版本开始对M2M中的具体问题进行标准化工作。R9中重点解决通信的安全性和远程控制问题,没有特别关注能效问题。
3GPP真正开始对能效问题进行标准化工作是从Release 10(R10)版本开始,并将能效作为一个主要的优化目标。实际上,R10重点关注的是M2M的核心网络问题,对能效问题的优化也是从核心网入手,研究工作已经冻结。在之后的 Release 11(R11)和 Release 12(R12)版本中,能效问题依然是3GPP解决的重点,其中R11是从接入网入手考虑能效问题,目前研究工作仍在进行中。另外,在自组织网络(self-organized network,SON)的研究[7]中,也涉及能量节省方面的研究。
(3)Internet工程任务组
Internet工程任务组(IETF)重点关注无线传感网络的路由问题,共成立了3个工作组进行低功耗IPv6网络方面的研究。其中,6LowPan(IPv6 over low power and lossy network)工作组主要讨论如何把IPv6协议适配到IEEE 802.15.4(ZigBee)的MAC层和 PHY层协议栈上;RoLL(routing over low power and lossy network)工作组主要讨论低功耗网络中的路由协议,制订了各个场景的路由需求以及 传 感 器 网 络 的 RPL (routing protocol for LLN);CoRE(constrained restful environment)工作组由 6LowApp 兴趣小组发展而来,主要讨论资源受限网络环境下的信息读取操控问题,旨在制订轻量级的应用层协议(constrained application protocol,CoAP)。
(4)其他标准化组织
目前,各大主流标准化组织对物联网的关注偏重应用与网络建设,对能效部分的关注并不多,但是由于物联网的底层传感器节点能耗有限,标准化组织也均按照要求进行定义,但还没有具体的标准化工作。只有个别组织的个别工作组有一些在研究的项目,如我国CCSA TC10的WG4(感知延伸组)研究的适用于低功耗松散网络(LLN)环境下的轻量级IPv6协议。
6 绿色物联网分层关键技术
为解决物联网的整体能耗问题,需要从物联网的架构出发,根据每一层的能耗构成,有针对性地研究每一层相应的节能技术,提高物联网的能效水平。按照功能将物联网分为3层:感知传感层、网络接入与承载层、计算管理与服务应用层,下面分别对这3层的节能关键技术进行具体的介绍,如图6所示。
感知传感层主要负责信息的采集工作。传感器节点的使用非常广泛,因其数量巨大而消耗了大部分能量,为此传感器网络的节能技术尤为重要,在信息采集过程中的节能技术,包括低功耗通信技术和低功耗处理器技术。在信息汇聚的过程中,涉及多次节点之间的短距离数据传输,考虑到感知传感层中大多数节点都是采用电池供电,因此传输能耗也是不可忽略的。由此可见,提高感知传感层的传输能效尤为关键,在信息汇聚过程中的关键节能技术是高效能路由协议技术。
网络接入与承载层由泛在接入子层和核心承载子层组成,该层收集的数据经初步处理后汇聚到感知层网关,感知层网关通过区域内的泛在接入子层 (3G、4G、Wi-Fi无线网络)把数据传输到核心承载子层,核心承载子层再把来自不同感知层网关的数据长距离传输到应用层的数据处理中心进行处理。泛在接入子层的主要能耗在无线网络中的基站端,其节能技术包括高能效功率放大器技术、动态覆盖调整技术以及服务传输模式自适应技术;核心承载子层的节能技术包括动态自适应技术和深度睡眠/唤醒技术。
感知传感层收集到的数据最终传输到计算管理与服务应用层,这为计算管理与服务应用层的数据中心带来了更高的要求,数据中心的能耗及所产生的环境问题也日益受到关注。如何做到绿色物联网,在计算管理与服务应用层主要表现为如何更加绿色地对数据进行处理,主要的节能技术包括虚拟化的云计算技术、硬件设备和基础设施的低功耗技术。
6.1 感知传感层的高能效设计
感知传感层的主要能耗集中在传感器节点和汇聚节点,即信息的采集和汇聚过程,其节能技术为低功耗的信息采集技术以及高能效的信息汇聚技术。
6.1.1 低功耗的信息采集技术
作为物联网的基础,信息采集主要负责各种环境信息的搜集,并将得到的信息有效地发送到传感信息汇聚节点。低功耗的信息采集技术需要以低能耗的信息采集设备为依托。信息采集设备总体上可以分为两大类:无线传感网络的传感器节点和RFID等移动信息生成设备。无线传感网络由于传感器节点众多,与RFID相比网络规模更大,能耗节点更多,需重点关注。
传感器节点大致可以分为3个模块:传感器模块、处理器模块和通信模块。其中,能量消耗最大的是通信模块,因为通信过程中涉及复杂的物理层和MAC算法,并且为了保证通信的有效性,需要高能耗的功率放大器的支持。另外,处理器模块是无线传感器模块的核心,几乎所有的设备控制、任务调度、功能协调和数据处理存储都在该模块的支持下进行,因此降低传感器节点的功耗主要从通信模块和传感器模块两方面着手。
图6 物联网各层的关键技术
(1)通信模块的低功耗设计
为降低通信模块的能耗,需要尽可能地减少通信模块的工作时间以及每次的发射功率,可以从减少通信流量和延长睡眠时间两个方面入手,设计高能效的MAC协议,在保证网络工作效率的前提下最大限度地降低感知传感层的能耗。
通过减少通信模块发送和接收的比特数,能降低通信模块的能耗。无线传感器网络中节点间通信的内容主要分为两类:数据信息和控制信息。减少数据信息的方法有以下5种[8]:本地计算和数据融合;减少传输碰撞;减少传输串扰;增加冗余校验和纠错机制;减少额外开销。对于控制信息,可以通过减少控制数据分组的数量和分组头长度,使得网络中的控制信息流量保持较低的水平,从而减少能耗。
(2)处理器模块的低功耗技术
为实现处理器的低功耗运行,传感器节点使用的处理器应该满足低功率要求,支持睡眠模式,且可通过任务调度和功率分配使得处理器尽可能长地处在睡眠模式。在选择节点处理器的时候就要注意选择那些功耗、工作电压和运行频率低的处理器单元,并且还要采取中断机制使其处在睡眠状态。
6.1.2 高能效的信息汇聚技术
在信息汇聚的过程中,路由选择尤为重要。能效优先的路由选取策略能够最大程度地减少网络能耗,提高信息汇聚的效率,因此合适的路由选取策略能够使信息汇聚的过程更加快捷、高效以及节能。选择的路由不同,能耗的结果有所不同,能量感知路由能够尽可能实现能量的高效利用。能效优先的路由选择策略都是基于节点剩余能量或转发能耗的,主要有最长剩余能量路由、最少能量消耗路由、最少跳数路由、最高剩余能量路由4种[9]。路由协议的节能策略主要有[10]:多跳路由、数据融合、平衡网络能耗、减少通信流量,通过上述4个方面能够显著减少信息汇聚中的能耗,提高网络传输的健壮性。
6.2 网络接入与承载层的节能技术
无线接入网络的能耗主要集中在基站,随着基站数目的日益增加,庞大的基站数量导致无线接入网的能耗不断增加,使得接入网的能量消耗占运营商能量消耗的80%[11]。因此,要降低无线接入网的能耗,首先必须降低基站的能耗。
6.2.1 泛在接入子层的节能技术
(1)高效率功率放大器
传统的功率放大器效率很低,因为在放大小信号时,为了实现相对小的信号失真,放大器必须工作在线性工作区,此时传统放大器的设计是供电电压恒定不变,当放大器输出信号的电压小于波动时,输入电压比输出电压高,因此多出来的电压只能转化成热量浪费掉。而高效率的功率放大器的设计思想是使放大器的供电电压随着放大信号包络的变化而变化[12],稍比放大信号的电压高一点,这样只有高出来的电压会转化成热量,因此相比传统功率放大器会减少很大的能耗。
(2)动态覆盖调整技术
物联网传感层检测的信息可能具有一定的变化规律,传感网网关需要上传的信息可能会随着时间和空间有规律地波动。因此有的接入子层基站可能处于较低的负载状态,而有的接入子层基站处于较高的负载状态,这种负载的不均衡会使得覆盖大小固定的接入子层基站不能适应负载量的变化。参考文献[13]提出了一种灵活度更高的“小区聚焦”技术,采用这种技术,基站不但可以根据负载水平的高低“缩放”覆盖范围,还能够在周边小区都处于轻负载的情况下,进入睡眠状态。由于基站进入睡眠状态而出现的覆盖空洞,由中间开启的基站通过增大发射功率,扩大覆盖范围,把睡眠基站服务的数据切换到本小区进行传输,从而达到在低负载情况下减少服务基站的目的。
(3)用户业务聚合自适应传输技术
在物联网数据的传输过程中,基站有可能会向大量传感器传输相同的指令或者大量传感器请求上传感测到的数据,因此传感器传输的数据可能会呈现出相似的统计特征。传统的传输方案对于多个数据传输的请求,无论传输数据的内容是否相同,都会采用单播传输,这样会造成发射功率、系统带宽等网络资源的浪费。根据上述传感器业务的趋同性分析,可以采用基于用户业务聚合的单播、多播、广播、推送等服务传输模式自适应切换技术,若同一数据在传感器网络中需要大量传输,则采用多播方式代替单播传输,以提高接入网能效[14]。
蜂窝无线网络用户业务聚合自适应传输示意如图7所示。单播/多播传输模式自适应技术的设计思路是利用无线广播与多播传输通道,向多个用户发送所需的相同数据内容,通过多个用户分享无线带宽,降低信息的无线传输成本。具体来说,基站首先会设定长度可变的时间窗口,对于每一个时间窗口内申请的数据,基站会存储在缓存中,分析每个业务内容上的相似性。到了下一个时间窗口,基站把缓存中内容相同的业务进行多播传输,而对于内容不同的业务则进行单播传输。
图7 蜂窝无线网络用户业务聚合自适应传输示意
图8是所提方案的理论推导和仿真结果对比。可以看出,在用户业务的趋同性比例为5%时,单播/多播混合传输方案能耗降低8%,能量效率提升10%;而在用户业务的趋同性比例为15%时,能耗降低34%,能量效率提升50%,这说明单播/多播混合传输技术能够有效降低系统能耗,提升能量效率。服务模式自适应技术充分发挥了广播低功耗、高速率的优势,只需要合理设置时间窗口长度,就能够通过一次多播传输满足多个数据请求,而只增加极少的时延。这不仅节省了系统带宽资源,而且降低了物联网接入子层每个发送机、接收机所需的能耗,从而大大降低了通信成本和运营成本。
图8 用户业务聚合自适应传输性能
6.2.2 核心承载子层的节能技术
核心承载子层节能技术的原理是根据该层的负载变化情况动态调整设备的工作状态进行节能,包括动态自适应技术和深度睡眠/唤醒技术。
(1)动态自适应技术
动态适应技术的原理是根据数据分组负载动态调整网络设备的硬件资源(如处理能力或者数据带宽),主要包括动态频率/电压调整和动态关闭逻辑单元两种技术。动态频率/电压调整技术主要是用过调整期间的电压或者时钟频率达到节能的效果。当数据处于低负载状态时,硬件自动降低了工作频率/电压,因此比不采用动态自适应技术的能耗水平低,相比关闭逻辑单元技术,能耗波动起伏比较小,但由于运算能力随着工作频率/电压的降低而下降,因此数据分组的处理时间变长。
(2)深度睡眠/唤醒技术
当设备不需要处理任何数据的情况下,设备可以进入深度睡眠状态,在这种状态下,只需要维持内存以及处理器少部分逻辑单元所需要的电力,因此需要极低的能量消耗,相比期间级的唤起时间,设备唤醒时间会长得多。
6.3 计算管理与服务应用层的能耗管理
[15]曾预计,到2015年,我国物联网产业将实现5000多亿元的规模,随之而来的就是数据的迅速膨胀,这就为数据中心带来了更高的要求,而数据中心的能耗及所产生的环境问题也日益受到人们的关注。针对物联网数据中心的绿色节能,本节主要从基于虚拟化的云计算技术、硬件设备的低功耗技术和基础设施的低功耗技术3方面进行介绍。
6.3.1 基于虚拟化的云计算技术
云计算[16]是以虚拟化技术为基础,以互联网为载体提供基础架构、平台、软件等服务,整合大规模可扩展的计算、存储、数据、应用等分布式计算资源进行协同工作的超级计算模式。物联网中引入云计算不仅可以实现对海量数据的存储、计算,而且能够实现对IT基础设施的虚拟化建设,提高基础设施利用率,从而减少服务器,达到降低功耗的目的。
基本云计算技术的体系结构如图9所示。可以看出,云计算的基础是资源虚拟化,将网络中的服务器、存储和网络等虚拟成一个资源池,统一灵活调配。如果正确地构建服务器环境,就可以在提高性能的同时减少物理服务器的数量,从而节省电力、冷却和场地成本;如果采用虚拟存储,所有的存储设备将被统一管理,使得内部存储利用率提高,节省了存储成本,减少了能源消耗。
6.3.2 硬件设备的低功耗技术
服务器设备一方面采用低功耗、易管理和空间小的刀片式服务器,另一方面研发更高效、更低功耗的处理器,低功耗的处理器只需要使用一个正常的服务器处理能量的5%,就可以提供60%的工作性能,并且还有在更高的环境温度下运行的优势。从动态控制能耗出发,有分级存储和MAID(massive arrays of idle disks)等技术[17],分级存储就是对满足不同用户需求的存储器进行统一的管理,为应用提供一个大容量存储系统;MAID技术是当磁盘无访问的时候,关闭耗电量大的磁盘驱动器,从而减少磁盘全负荷的工作时间,节约电能。
6.3.3 基础设施的低功耗技术
在供电系统内,采用直流供电方式可以实现物联网数据中心的能源节约。劳伦斯伯克利国家实验室的研究指出,将来成熟的直流电技术可以使数据中心的效率提升10%~20%。另外,可以利用天然资源进行发电。IBM在印度班加罗尔建设的数据中心,利用太阳能电池板供电,减少了约10%的能源消耗。我国新疆15万平方千米的风能等自然资源可以为绿色物联网数据中心服务。
对于物联网数据中心的制冷系统,水冷却的效果是传统风冷技术的3500倍。同时,选择气候寒冷的地方建址可以直接降低制冷系统的负担。例如美国雅公司于2010年在纽约州的布法罗地区建设了“鸡舍”式架构数据中心[18],我国也可以在诸如东北、内蒙古等地建设绿色物联网的数据中心。对于已经建成的数据中心,则可以通过改变机柜的排列方式来改善散热状况。
7 结束语
物联网将会成为我国通信行业未来的发展重点,在大力发展的同时,物联网的“绿色化”将对我国物联网未来的健康发展具有重要的指导意义。本文首先对我国当前物联网的发展需求进行了深入分析,并结合物联网的发展现状,指出物联网在能源问题上面临重大挑战,进而得出大力发展绿色物联网的必要性。然后按照物联网的3个层次(感知传感层、网络接入与承载层、计算管理与服务应用层)对物联网的能耗构成进行了详细分析,并且总结归纳了产业界和学术界在绿色物联网方面的推动工作,为今后提出解决物联网能源问题的各种技术提供了研究基础。本文所描述的大部分绿色节能技术主要从物联网层次结构的角度对能耗的节省进行了设计和研究,虽然提出了很多节能技术和方案,但是物联网作为一个网络或系统,研究和关注物联网的绿色节能技术,需要从系统整体和全局网络优化的角度重新审视物联网的能耗问题,从而才有可能从根本上提升整个物联网的能量使用效率,促进物联网的健康良性发展。
在全球倡导节能减排的大背景下,建设绿色物联网是必然趋势。高能效的感知技术、传输技术、云计算是物联网未来的发展方向,它真正实现了高能效和低耗能的平衡,有效减少资源的浪费、大大降低服务的运行成本。未来通信产业的可持续发展离不开绿色物联网,我国各级政府高度重视节能减排,为其发展注入了强大的动力,相信在不久的将来,我国的绿色物联网发展会更加成熟,更好地为国民经济发展服务。
图9 云计算体系结构
参考文献
1 Forrester M.Pelino the M2M Market is a Blossoming Opportunity,Strategists:Put M2M in Your Road Map,2010
2 中国移动通信研究院.C-RAN—无线接入网绿色演进.2010年绿色通信年会,2010
3 华为公司节能减排解决方案白皮书.www.huawei.com/cn/file/download.do?f=4744
4 Deborah E.Wireless sensor networks tutorial PARTⅣ:sensor network protocols.Atlanta,Georgia,USA:Westin Peachtree Plaza,2002:23~28
5 Hasan Z,Boostanimehr H,Bhargava V.Green cellular networks:a survey,some research.IEEE Communications Surveys&Tutorials,2011,13(4)
7 杨志强,肖青,于蓉蓉等.中国移动:全方位展开物联网应用实践.世界电信,2009(11)
6 Self-Optimizing Networks-the BenefitsofSON in LTE.4G Americas White Paper,July 2011
8 Bachir A,Dohler M,Watteyne T,et al.MAC essentials for wireless sensors networks.IEEE Communications Surveys&Tutorials,2010,12(2)
9 Heinzelman W R,Chandrakasan A,Balakrishnan H.Energy efficient protocol for wireless microsensor networks.33rd Hawaii International Conferrence System Scicence,Hawaii,2000:1~10
10 Lindsey S,Raghavendra C S.PEGASIS:power-efficient gathering in sensor information systems.Proceedings of IEEE Aerospace Conference,2002
11 Hasan Z,Boostanimehr H,Bhargava V.Green cellular networks:a survey,some research.IEEE Communications Surveys&Tutorials,2011,13(4)
12 Bolla R,Bruschi R,Davoli F,et al.Energy efficiency in the future internet:a survey of existing approaches and trends in energy-aware fixed network infrastructures. IEEE Communications Surveys&Tutorials,2011,13(2)
13 Weng X,Cao D,Niu Z.Energy-efficient cellular network planning under insufficient cell zooming.IEEE VTC’11,2010:1~5
14 Zhang X,Li Q,Huang Y,et al.An energy-efficient opportunistic multicast scheduling based on superposition coding for mixed traffics in wireless networks.EURASIP Journal on Wireless Communications and Networking,2012(3)
15 2010~2011年中国物联网发展年度报告.2011中国国际物联网大会,2011
16 Report of JTC 1/SWG-P on Possible Future Work on Cloud Computing in JTC 1(N9687),2011
17 (美)舒尔茨著.韩毅刚,李亚娜,王欢译.绿色虚拟数据中心.北京:人民邮电出版社,2010
18 Pawlish M Varde,Varde A S.Free cooling:a paradigm shift in data centers.5th International Conference on Information and Automation for Sustainability(ICIAFs),2010