在阅读了自动化学报的信息物理融合专刊的两篇文章李洪阳老师等发表的《信息物理系统技术综述》一文对信息物理融合有了一个初步的了解。链接附后。

  信息物理融合从字面上看好像是软件和硬件系统的融合,但实质上不是这样,它构建了一个强大的控制模型结构,应对当今信息爆炸时代提出了一种可行性方案。将现实社会的人机关系很好的融合了起来,使技术为人类提供便利的同时,人们能得到更舒适的体验,人机互动更加亲和。

  信息物理融合系统(Cyber physical systems,CPS) 是集控制、通信与计算于一体的智能系统.CPS 在智能感知和信息通信的基础上, 通过信息计算和物理过程的相互影响实现计算、通信和控制的深度融合和实时交互, 以安全、可靠、高效和实时的方式检测及控制物理系统, 实现全系统的协调运行。

  CPS 支撑信息化和工业化的深度融合, 通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术, 构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统, 实现系统内资源配置和运行的按需响应、快速迭代、动态优化

  CPS 的基本组成包括传感器、控制执行单元和计算处理单元, 如图所示. 传感器对物理系统信号进行采集, 计算处理单元对采集到的数据进行计算分析, 控制执行单元根据计算结果对物理系统施加控制作用. 图1中通信网络起到数据传输的作用。它由决策层、网络层和物理层构成. 决策层对采集到的数据进行处理判断, 得出控制决策, 并向网络层传递监测与控制命令; 网络层对数据进行实时传输; 物理层对物理系统数据进行采集, 并接收网络层传来的监测与控制命令, 借以对物理系统进行反馈控制。

  CPS 的智能化实现大致分为四个阶段, 第一阶段是CPS 对系统环境信息的自主感知; 第二阶段是在通过传感器网络获得感知信息后, CPS 对获取到的信息进行适当的处理, 例如剔除无用的信息, 对信息进行分类等; 第三阶段是在建立数据库的基础上,对CPS 进行整体系统的建模, 完成认知任务; 第四阶段是通过整体模型与数据库, 实现最终决策与系统控制中间的四个阶段是CPS 的分步骤设计,环形的三个技术是系统整体设计时需要考虑的技术。

  1. 感知设计:传感器或视觉设备,感知外界环境。
  2. 信息处理:数据传输,实时性及可靠性是一个关键指标。
  3. 建模认知:对子系统的建模,周围环境的建模,虚拟空间的建模。状态估计预测,由于干扰不可避免且存在很大不确定性,要考虑其鲁棒性。
  4. 决策控制:并行计算,实时调度,同步共享资源数据,模糊控制不断优化等。
  5. 集成设计:CPS是受软件系统控制的物理实体的集成设计系统,包括软件硬件,软件联系起了物理世界与信息世界,硬件将网络,执行器,传感器等部署进去,控制系统由网络系统激活,并在物理系统中操作执行器。
  6. 数字孪生:建立物理实体的虚拟映射,在虚拟系统反应物理实体的状态。
  7. 安全技术:CPS涉及到物理实体,软件系统相较单纯的IT来说要求更高,当软件系统收到破坏时,物理系统就会受到严重影响,安全要求更高。

  信息物理融合的概念比较新,是一个系统性的概念,技术细节研究较多,整体研究不足,中间涉及到的技术还处于成长阶段,核心问题还没能有效解决,对CPS是否好与坏,验证的标准也不成熟,对概念的理解也存在一定的偏差,不同行业针对的对象不同,认知也有所不用,还需要进一步发展普及,到成熟应用也还有一定的距离。

原文链接:http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2018.c180362

信息物理融合CPS的更多相关文章

  1. CPS---(Cyber-Physical Sytem,信息物理融合系统)

    1.CPS定义 CPS是连接计算机虚拟世界与物理现实世界的系统.---We refer to systems that bridge the cyber-world of computing and ...

  2. 物联网RFID技术之应用ETC系统

    背景 信息物理系统CPS通过集成先进的感知.计算.通 信.控制等信息技术和自动控制技术,构建了物理空间与信息空间中人. 机.物.环境.信息等要素相互映射.适时交互.高效协同的复杂系统, 实现系统内资源 ...

  3. XTU | 物联网概论复习总结

    物联网(IoT) 写在前面 本文严禁转载,只限于学习交流. 这只是笔者在复习所学这门专业课时整理的一些材料,粗制滥造,还望多多包涵. 笔者这里总结复习材料的绝大部分来自叶st老师在最后一节复习课上的提 ...

  4. 数字孪生 VS 平行系统

    数字孪生和平行系统作为新兴技术,在解决当今人工智能邻域面临的信息量大,干扰信息不确定因素多,与人的参与沟通更加紧密,人机互动更加重视,为了使人们有更好的体验人工智能带来的便利,急需推动信息物理社会的高 ...

  5. 第十届国际用户体验创新大赛携Mockplus走进校园

    今日立夏,万木并秀,生生不息,第十届国际用户体验创新大赛即将拉开序幕.5月5日下午,一场用户体验设计经验分享活动携带众多嘉宾降临成都理工大学,为西南赛区首站赛事宣讲. 本次宣讲活动邀请了华为技术有限公 ...

  6. 智能制造进入下半场?APS如何进行优化

    按照现在算法和计算机处理能力的发展,现在资源优化的方向已经逐渐摒弃,而是在更系统的“有限产能计划的”框架内一并解决产能和物料的问题. 我们所看到的新近涌现出来的很多APS系统.但碍于算法的复杂程度,在 ...

  7. CPS(Cyber-Physical Systems)白皮书-摘选

    <中国制造2025>提出,“基于信息物理系统的智能装备.智能工厂等智能制造正在引领制造方式变革”,要围绕控制系统.工业软件.工业网络.工业云服务和工业大数据平台等,加强信息物理系统的研发与 ...

  8. 自动化kolla-ansible部署centos7.9+openstack-train-超融合高可用架构

    自动化kolla-ansible部署centos7.9+openstack-train-超融合高可用架构 欢迎加QQ群:1026880196 进行交流学习 环境说明: 1. 满足一台电脑一个网卡的环境 ...

  9. CPS攻击案例(一)——基于脉冲宽度调制PWM的无人机攻击

    ​  本文系原创,转载请说明出处 Please Subscribe Wechat Official Account:信安科研人,获取更多的原创安全资讯 原论文链接:sec22-dayanikli.pd ...

随机推荐

  1. MySQL初次安装配置及修改密码

    安装前的准备工作: 下载完后,我们将 zip 包解压到相应的目录,这里我将解压后的文件夹放在 C:\mysql-8.0.11 下. 接下来我们需要配置下 MySQL 的配置文件 打开刚刚解压的文件夹 ...

  2. 基于TensorFlow的MNIST手写数字识别-深入

    构建多层卷积神经网络时需要多组W和偏移项b,我们封装2个方法来产生W和b 初级MNIST中用0初始化W和b,这里用噪声初始化进行对称打破,防止产生梯度0,同时用一个小的正值来初始化b避免dead ne ...

  3. [python之路]简单介绍

    python介绍 #python是一个什么样的语言?编译型和解释型静态语言和动态语言强类型定义语言和弱类型定义语言python是一门动态解释性的强类型定义语言. #Python的优缺点##优点Pyth ...

  4. Codeforces 1092 F Tree with Maximum Cost (换根 + dfs)

    题意: 给你一棵无根树,每个节点有个权值$a_i$,指定一个点u,定义$\displaystyle value = \sum^v a_i*dist(u,v)$,求value的最大值 n,ai<= ...

  5. LAMP: 分布式 HTTP 2.4.25 + PHP 5.4.13 + MySQL 5.5.28 分离部署

    目录 A. 环境说明:B. 效果截图:C. HTTP编译安装D. MySQL二进制安装E. PHP源码编译安装F. PHP连接HTTPG. PHP支持扩展功能xcacheH. PHP连接MySQLI. ...

  6. 微信小程序开发技巧总结 (一)-- 数据传递和存储

    结合自己在平时的开发中遇到的各种问题,和浏览各种问题的解决方案总结出一些自己在日常开发中常用的技巧和知点,希望各位不吝斧正. 1.短生命周期数据存储 以小程序启动到彻底关闭为周期的的数据建议存储在ap ...

  7. Go语言实现:【剑指offer】两个链表的第一个公共结点

    该题目来源于牛客网<剑指offer>专题. 输入两个链表,找出它们的第一个公共结点. Go语言实现: //长度长的先走个长度差,然后ab一起比较后面结点 //长度一样,公共结点可能在首结点 ...

  8. O准备如何苟进复赛圈?华为软挑开挂指南(附赛题预测)

    事先声明,这不是华为软挑的软广,我也不是海军. 这篇文章纯粹是心血来潮,原因是去年上传到github的参赛代码,前几天又有两个人star和fork了. 记得star热潮还是去年4月复赛刚结束的那几天, ...

  9. 机器学习(ML)十四之凸优化

    优化与深度学习 优化与估计 尽管优化方法可以最小化深度学习中的损失函数值,但本质上优化方法达到的目标与深度学习的目标并不相同. 优化方法目标:训练集损失函数值 深度学习目标:测试集损失函数值(泛化性) ...

  10. CentOS使用Postfix发送邮件

    1)配置hosts映射 [root@mail ~]# ifconfig ens33 ens33: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mt ...