物联网感应层数据交互语言TML研究

引言

物联网是继互联网之后，信息通信技术的一次重大创 新，当前，许多国家将推进物联网的发展作为一项重要的经济 和技术策略。对于物联网的迅速发展，数据交换标准已经成 为其关键。转换器标记语言(Transducer Markup Language， TML)作为传感器的数据传输的一种标准化语言，将对未来 的物联网发展起到很重要的作用。

1  TML的概述

TML不仅可用于描述从传感器获取的信息，而且可以 描述必要的过程信息和理解转换器数据的信息。之所以用 “transducer"比"sensor"更贴切，是因为 TransducerML 除 了描述从传感器获取的数据外，还需要描述从执行器获取的 数据。转换器标记语言不仅要处理静态数据，还需要处理转 换器的数据流。转换器标记语言允许将传感器获取的实时信 息加入信息流或从信息流中删除。

转换器标记语言对于过程信息的描述包括标度、运行环 境、设备设置、传感器性能和特征，以及多元组系统中的传感器交互关系和系统行为。此外，转换器标记语言还包含逻 辑模型、行为模型、传递函数等处理数据过程的重要信息。

转换器标记语言能够确定获取数据的精确时间，因而可 以准确知道单个传感器测量某一物理现象的时间，并且清晰 地获取潜在或延迟的信息。这就使得确定获取数据点的时间 更为精确，同时有助于在数据点和事件之间的插入操作。

2  TML的数据和数据流

2.1静态和动态数据

TML为了适应不同的转换器，往往采用可编辑的数据结 构，但它同时会用通用的模型来描述复杂多样的转换器数据。 TML的一个主要目标是使转换器数据尽可能地精确和有效, 这有赖于以下两种类型的数据交换。其一是动态数据，用于 描述随时间不断变化的环境；其二是数据的描述，也就是说, 借助TML可以使处理器能够理解特定传感器系统中复杂多样 的数据。

TML数据流

TML数据流是从TML系统中得到的结果。TML数据流 承载的数据可描述随时间而变化的环境。它代表各种各样内 部或外部的现象。开放的TML标签就是数据流的起始。如果要结束一个数据流，就需要在某一节点添加一个TML结束标 签，并通过读入机器读入后，再来结束整个数据流。如果数 据流从发信机器获得结束标签，那么，也可以正常结束这个 数据流。

3  TML的一般结构组成

3.1 TML的一般组成

为了便于理解TML，图1给出了 TML系统的一般结构 到客户端并开始应用，如转换器的处理器或控制器。对于用户, 以组成。

转换器标记语言的数据可以直接在传感器系统和执行器的处理器或控制器之间进行交换。如果传感器节点拥有网络适配器，转换器标记语言的数据就可以通过网络传递。此外，TML 转换器节点还可以支持一些服务，如通过网络查找本地的档案信息。图 1 中显示的四种类型的传输传感器数据的适配器分别是转换器、过程、网络、应用适配器。这些适配器可能应用一些相同的函数。这些适配器可将 TML 数据流传递到客户端并开始应用，如转换器的处理器或控制器。对于用户，以TML描述的传感器网络数据和传感器接口对于应用程序是透明的。而传感器或过程的接口也要分别适用于通过了传感器或过程适配器的TML的接口。传感器网络节点要能提供过程和传感器网络的管理工具，以帮助客户端用户选择适合的传感器和过程来完成特定的任务。因为TML提供有通用的接口，所以，网络上的所有传感器网络和过程系统对网络上的任意用户都应该是可用的，但获得专利的和独特的传感器接口却对用户是隐藏的。这个困难的任务通常要由传感器系统中的积分器来确定合适的传感器适配器完成。

TML应用节点实际上是一组共用的、可实现TML接口的软件库。这些库可以支持语法分析、解码、工作流链接和基本的TML处理控制，这也是许多应用程序处理和控制TML数据的必要条件。每个应用都会需要不同的应用适配器并运用TML应用节点提供的相应函数。

为了充分发挥TML的普遍性，还需要能够搜索整个网络的服务程序，包括传感器的能力、传感器系统实时数据进给速度传感器档案数据、传感器进程服务、安全性、传感器系统计划、服务调度等。

3.2转换器数据结构

转换器数据结构是由三维构成的。最基本的数据成分是数据单元。一个或多个数据单元可组成数据组，一个或多个数据组则可组成TCF数据阵列。图2所示是TML的数据结构图。

3.3转换器特征框架

转换器特征框架（TCF）用于描述转换器数据的逻辑结构。一般情况下，数据单元、数据组和数据阵列用于描述转换器数据的物理排布；而TCF则从逻辑结构角度描述数据是如何被解释的。

图2 TML数据结构

举例来讲，图片由像素组成，像素又由红色、绿色和蓝 色的数值组成。TML的数据组正如像素，而数据阵列就如这 张图片的框架。从逻辑上讲，相机产生了数据的框架，那么 TCF就好比整副图片。

事实上，可以认为TCF数据阵列是由若干单元格组成的。 而单元格的数量是由空间和时间坐标值的数量来决定的。这 些值用来描述特定传感器的特定时间段。TCF数据阵列是构 建转换器模型的一个核心概念，它能够把响应模型和几何模 型数据与转换器数据联系起来。也可以通过获取转换器数据 对TCF数据阵列进行分解。这样，收集数据与构建TCF数 据阵列有了一一联系，建模和数据也密切联系起来了。

3.4转换器建模

转换器数据建模的目的是将从TML传感器或过程系统 获得的数据传递给TML应用，而TCF用于构建转换器模型 和定义传感器数据的解释。常见的转换器行为模型包括几何 模型和响应模型，几何模型以空间和时间的数据构建模型作 为重要特征，响应模型中通常包含函数模型、频率模型、脉 冲相应和稳定状态传输函数等。

4 TML的特点

XML以有意义的语义标签来表示每个数据元素。XML 丰富的语义能力相比设置变量来表示更适合数据交换。TML 运用XML来捕获和交换数据。TML提供有多种模型，这些 模型综合考虑了如传感器延迟、噪声指数、时空空间、频率响应、 稳定状态传输和脉冲响应等多种因素。TML通过应用简洁的 XML标签设计来有效地以组的形式传输感应器的信息，同时 提供一种时间关联性的机制来实现传感器数据传输。

此外，TML还具有很多适于物联网应用的特点：

不同类型的感应器信息的互操作和融合。TML通过基 于XML自描述的数据交换协议来完成异构的传感器系统的互 操作，这就使得多种感应器和多种资源可以融合到一种通用 的操作界面。

跨多重传感器类型来完成数据交换。由于TML是独 立于应用的，因此，很适合解决跨多操作域完成数据交换。

可标识不同传感器及它们之间的关联。TML可以维持 一个系统中多样传感器的关联性和绝对时间顺序。TML允许 分析人员比较收集到的时间和空间类似的数据，或者比较收 集到的时间和空间截然不同的数据，因而具备多域耦合性。

可使用通用的处理器处理所有输入的传感器数据。 TML作为通用的传感器模型和模板，可促进通用处理器的发 展，并促进多传感器/多类型的融合。这使得每个传感器都 可以拥有一种通用的存储模型。

能更加快速和精确地定位。TML采用高精度的传感器 数据交换，高精度的时空标记以及数据误差性能。

即插即用的传感器。TML允许使用即插即用的传感器, 由于不需要对处理器做任何变更，因此，十分适合新型传感器。

能保存原始传感器数据。通过时间标签TML可以由 精确的时间标签来为原始传感器数据排序并重组原始数据流。 因此，这种能力就可以保证数据自动归档和检索，从而避免检 索所有的数据量，以便操作员可以简便地通过搜索引擎找到 任何时间和空间的特定数据。

可进行传感器定位。TML使得用户可以实时地获取可 用传感器的列表，并从中选取特定接收信息的传感器。

可双向控制。TML能无缝地控制变送器和传感器数据 流。而传感器传输的复杂数据流，如图像定位、相机快门、本 地预警等也受客户端应用的控制。

5  结语

目前,TML已经在美国国防部和其它政府机构得到了广 泛应用。USAF和美国国家地理空间情报局发起了 TML的 提出和改进，并拥护应用其作为融合不同传感器数据的标准， 如图像、信号和测量数据。

事实上,TML将成为主要的技术和经济增长机遇。它不 但可以节省商业活动中的资金，还可大大提高美国各州或联邦 政府的效率，远胜于原来设计特殊领域的数据传播方法，TML 可以实现跨多

20210907_613705676b928__物联网感应层数据交互语言TML研究