隨著物聯網等技術的發展及人們生活水平的提高，傳統家居逐漸向智能家居方向演變。由于智能手機的普及，當前的智能家居系統普遍以“手機APP遠程控制家電設備” 的模式。但這種模式過分依賴于手機，且存在智能化不足等缺點。

　　本文圍繞如何提高智能家居系統智能化程度的問題展開研究，在比較了傳統智能家居系統優劣的基礎上，設計了一種基于MTK ARM和ZigBee技術的采用神經網絡使其具有學習特性的智能家居控制系統。通過運用神經網絡控制家電設備，提高了智能家居控制系統的智能性；并針對傳統智能家居控制系統中WiFi網絡不穩定問題，通過增加主控模塊中GPRS網絡通信功能，提高了系統的穩定性。

　　根據設計的系統方案，完成了相應的系統硬件模塊設計，包括以MT6260D為核心芯片的主控模塊電路設計、PCB制板、電路板調試以及ZigBee模塊和相應的底層傳感器的設計與調試。通過對具有學習特性算法進行分析研究，采用RBF神經網絡算法對空調、智能燈泡和智能插座三種家電設備的控制進行了建模、仿真，并將RBF神經網絡算法移植到了主控模塊中。在軟件上，完成了包括以MTK為開發平臺的主控模塊軟件設計、以VS2008為開發平臺的服務器軟件設計及以Android為系統的手機APP軟件設計等。最后，對整個系統的軟硬件模塊進行了調試，通過用戶的實際使用情況測試，驗證了系統具有學習特性等功能，從而表明了系統方案的實用性。

　　鑒于現有機器人技術有很大不足以及云計算與物聯網結合技術的不成熟及弊端，本文在現有智能家居系統基礎上提出一種運用神經網絡技術對智能家居設備進行智能控制的方法。并且本文采用價格低廉且性價比高的聯發科芯片MT6260D作為控制芯片，能夠有效的降低系統成本，并且通過其內部集成的GPRS通信功能，使系統同時具有 WiFi和GPRS網絡通信功能，這樣能有效提高系統的網絡穩定性。

　　本文主要以空調、智能燈泡、智能插座為家電設備控制對象，通過底層傳感器采集相關數據，經ZigBee網絡發送到以MT6260D為芯片的主控模塊后，通過內部的神經網絡算法進行數據處理及決策再發送相應控制命令到各家電設備，最終實現家電設備按人的意愿自動控制的目的。

　　本論文的各章節安排如下：

　　第1章：緒論。本章主要介紹了當前智能家居發展的背景及研究意義，并分析了智能家居國內外發展的研究現狀及不足，在總結了未來智能家居的發展趨勢之后，提出了一種基于現有技術使智能家居控制系統更加智能化的方法。

　　第2章：～種具有學習特性的智能家居系統方案及硬件設計。本章首先介紹了傳統的智能家居系統方案，并指出其不足地方，然后根據系統方案的整體硬件框架分別從主控模塊、主控模塊與服務器之間的通信模塊、ZigBee模塊、底層及設備模塊來實現系統硬件。

　　第3章：控制系統學習特性算法設計與實現。本章主要對控制系統中學習特性算法進行分析研究，通過使用神經網絡對家電設備進行建模、仿真，從而驗證神經網絡通過模擬人的意愿對家電設備進行智能控制的功能，然后采用C語言編程將算法移植于主控模塊中，以實現主控模塊控制家電設備的目的。

　　第4章：具有學習特性的智能家居系統軟件設計。本章主要介紹系統方案中的軟件設計部分。首先對主控模塊軟件進行設計，然后對ZigBee模塊軟件和PC服務器軟件進行設計，最后設計并實現手機APP中Android軟件部分。

　　第5章：系統聯試。本章主要對設計好的系統進行測試。首先驗證系統是否能擇優選取WiFi和GPRS網絡傳輸數據；其次驗證手機APP對系統中家電設備的控制效果；然后驗證訓練好的神經網絡對家電設備的控制是否能正確反映人的控制意愿，最后對系統調試過程中遇到的問題進行總結。

　　第6章：總結和展望。本章對已經完成的工作進行了總結，對系統設計和實現過程中將來需要進一步完善和改進的工作進行了說明。

　　智能家居系統主要由控制終端、移動互聯網絡、中央控制器、無線傳感網絡及底層傳感器五個部分組成。其中，控制終端由手機、平板電腦或PC等組成，用于用戶向家居設備發送控制命令；移動互聯網包括移動通信網絡和因特網，用于手機等終端和中央控制器之間數據傳輸；中央控制器是系統的核心，它接收到用戶的控制命令后，通過無線傳感網絡控制著家電設備和底層傳感器的運行狀態，市場上主流的中央控制器一般采用ARM系列處理器，如ARM7、ARM9、ARMll、ARM cortex系列等；無線傳感網絡，負責中央控制器和底層傳感器之間的數據傳輸，主流的一般是ZigBee網絡、wiFi 網絡、Z—ware網絡等；底層傳感器，如溫濕度傳感器、紅外傳感器等，用于直接監測環境數據或控制設備狀態等。整個系統的控制流程為：手機等終端通過移動互聯網和WiFi 網絡發送到中央控制器，中央控制器對通過無線傳感網絡發送過來的底層傳感器數據進行簡單處理判斷后輸出家電的控制信號，最后通過無線傳感網絡控制相應家電設備。整個系統的框架結構如圖2．1所示。