研究背景：

近年来，基于大数据的智能物联网成为全球信息领域产业竞争的新一轮焦点，对促进技术进步、推动产业升级、实现社会发展的重要性愈发显现。

地铁作为大型城市中基本的轨道交通系统，其重要性不言而喻。随着城市智能交通物联网的发展，越来越多的传感器被部署到轨道系统中，这势必会产生大量可用来分析的数据。就比如武汉地铁中光纤光栅传感器一天会产生几百GB的新数据。然而传统云端部署的数据分析模式由于其静态训练模型居多，数据迁移开销大等原因无法很好的适应当前物理传感器数据动态变化快、海量的特性，因此而产生数据分析问题：数据迁移量大噪音多、分析模型精度低

已掌握的文献资料显示，理论界主要从以下几方面展开了相关研究：

1. 传感器相关

1) 使传感器设备智能化，具备分析诊断数据的能力

In-situAI具有自主物联网数据诊断功能，可大大降低通信开销和云中模型更新的压力 [1]

2) 传感器部署策略，较少传感器数量实现更高覆盖率

VNCA部署方法 [5]

3) 结合多传感器，克服单传感器数据的不稳定性