雾计算是在传感网络和数据中心之间的边缘服务器上构建的服务和应用,它将传感网络和数据中心的部分功能迁移过来,并提供有限的分布式计算、存储和网络服务。雾计算作为物联网和云计算的媒介,能够解决物联网和云计算结合引起的终端节点请求延时、云服务器存储和计算负担过重、网络传输带宽压力过大等问题。雾计算是一个新颖的研究方向,目前虽然在学术界还没有统一的平台和标准,但在大数据环境下(如智慧教育、智能交通、智能电网等)将会有广阔的应用前景。本文主要围绕雾计算的定义及其特征,从智能终端的异构性入手研究了基于雾计算的平台构架和服务器构建,设计了一种通用的雾计算架构模型,并通过通用的网络设备实现了雾计算设计的功能,最后通过数据预处理和数据共享两个实例验证了雾计算架构模型的可用性。本文的主要研究内容和贡献如下：(1)设计了一种雾计算通用架构模型,并将雾计算部署在其中的网络传输层,设计目的是为了实现提供异构网络转换服务、数据推送服务以及数据存储和计算服务等核心雾计算功能。通过实施建议的雾计算通用架构模型,既为终端设备提供了本地化的智能分析和反馈服务,也为云服务器提供了数据的过滤和融合等预处理计算服务。(2)基于雾计算的架构模型和功能定位,设计了一种融合ZigBee、蓝牙和Wi-Fi等多种无线通信协议的智能网关。该智能网关由三个网关汇点模块和网关主模块构成,实现了无线传感器网络的组网功能,解决了无线传感网络和互联网的数据交换问题,并通过结合分布图异常值剔除算法和分批估计数据融合算法,实现了传感数据中异常值剔除和有效数据融合的预处理功能。通过多传感器观测恒温环境温度的实验测试,验证了该智能网关不仅能够实现感知网络接入、异构网络转换等基本网络功能,而且能够完成精度较高的异常值检测和数据融合等基本计算功能,有效降低了感知数据在数据中心的存储数量级,减轻了频繁数据交换引发的网络带宽压力。(3)本文作者进一步把雾计算模型应用于微课、翻转课堂背景下的智慧云教室中,选取了极路由器作为雾计算服务器,实现了数据共享的功能。通过实验验证了雾计算的加入能够有效减少智能终端与云服务器之间由于数据传输引起的时延,从而极大地提升了整个网络的性能,改善了用户的实际使用体验。