第1章 概述

1.1 研究背景及意义

1.1.1 研究背景

当前，人们认为振动监测是建筑结构和机械设备状态监测的手段中最可靠最容易实现的方法。由于监测到的振动信号中含有大量设备内部运行状态的信息，可以通过采集到的这些信息的特征进行故障诊断，因此，振动信号的采集,对结构与设备的实时监测和故障诊断具有重大意义[1]。

振动信号远程采集与滤波处理技术作为一种重要的机械设备监测与诊断技术，已经广泛应用于工业生产领域。该技术利用网络等远程手段，实现对机械设备振动信号的采集和滤波处理，为结构和系统动态特性分析及故障诊断提供了重要支持。近年来，利用GPRS技术和STM32等技术构建的远程数据采集与分析系统在工业领域得到了广泛的应用和研究。该系统通过下位机对振动信号进行采样和存储，并通过远程传输方式将数据传输至上位机进行时域和频谱分析。这种技术的应用可以实时监测机械设备的运行状态，及时检测故障并进行预警，从而提高生产效率，降低维护成本和生产损失，具有重要的实际意义。

同时，随着计算机技术和通信技术的不断进步，无线数据采集技术已经成为现代信息通信研究领域不可或缺的一部分。相较于有线数据采集传输系统，无线数据采集技术具有更广泛的应用场景和更好的灵活性。尤其是在人员无法到达的偏远环境、高腐蚀性环境和现场无法使用有线连接的场合，无线数据采集技术的优势更加明显。因此，无线数据采集方式就成为了一种有效的替代方式,它与传感器网络、信息处理等作为现代数据监测控制的基本技术,在物联网、工业控制、环境监测等方面得到了越来越广泛的应用[2],[3]。

目前，广泛应用的无线传输技术包括Zigbee、蓝牙和WiFi等，这三种通信技术具有各自独特的特点。其中，蓝牙技术主要用于无线数据和语音之间的通信，其本质是通过计算机与通信技术的融合，通过建立通用的近距离无线接口，使移动设备或固定设备之间，能够实现彼此间近距离范围的无线通信或操作；Zigbee 作为低速率数据传输平台，通过节点与监控对象直连实现数据的采集，并将网络节点转发的数据予以中转；WIFI是一种允许电子设备连接到无线局域网的技术，它可使监测对象连入同一局域网[4]。蓝牙采用802.15.1协议标准,工作在2.4GHz的通信频道，传输速率可以达到1Mbps ，有效传输距离为10m，成本较低。Zigbee无线传输采用802.15.4协议标准，工作在868MHz/915MHz/2.4GHz通信频段，传输速率最大达到250kbps,有效传输距离为10~75m，成本较低。WIFI技术采用802.11b协议标准，工作在2.4GHz通信频段，传输速率可达到54Mbps，最远传输距离为300m，成本适中[4]。

三种常用无线传输方式按传输速率从高到低的排列，可以得到最高的是WIFI最低的是Zigbee。蓝牙和Zigbee技术是近场无线通信技术的代表，通常应用于小范围内的数据传输。然而，这些技术的传输距离有限，无法满足远距离数据传输的需求。而WIFI技术具有组网方便、无线覆盖范围广和高传输速率等优点，可以弥补以上不足。因此，综合考虑系统可靠性，经济效益和技术的可行性，基于WIFI传输的振动信号采集仪的研究具有一定的理论与实际意义[5]。

另外，数字信号处理是一个现代化的技术领域，它涉及信号的数字化、数字信号的滤波、谱分析、信号重建等方面。通过这些处理方法，可以实现对数字信号的采集、处理、传输和存储，为各行各业的发展提供了有力的支持和保障。并且随着信息与数字技术的不断发展，数字信号处理已经成为当今社会不可或缺的一部分。

其中，滤波是应用非常广泛的一个环节，数字滤波器的理论研究与设计应用也一直都是人们关注的重点[6]。而滤波作为数字信号处理中的一项重要技术，可以用于去除噪声、滤波信号等。数字滤波器根据滤波器结构和设计方法的不同，可以分为FIR滤波器和IIR滤波器等。FIR滤波器具有线性相位特性和稳定性优良的优点，而IIR滤波器可以实现更高阶的滤波器，具有更好的频率选择特性。通过合理的选择滤波器的类型和参数，可以实现对信号的有效滤波和处理，为信号分析和识别提供更准确的数据基础。

而在实际应用中，数字滤波器也发挥着重要的作用。例如，在音频信号处理中，数字滤波器可以用于消除噪声和失真，提高音频的质量。在图像处理中，数字滤波器可以用于去除图像中的噪声和模糊，提高图像的清晰度和细节。此外，滤波技术也应用于其他领域，例如医学图像处理中的肿瘤检测和诊断，以及地震信号处理中的地震波识别和分析等。因此，数字滤波器作为数字信号处理技术中重要的组成部分，对于实现信号处理和分析的目标具有重要意义。

1.1.2 研究意义

在工业生产中，机械设备是生产的重要组成部分，其稳定性和健康状况对于工业生产的质量和效率有着至关重要的影响。传统的设备监测方式主要是通过人工巡检和维修来保障设备的正常运行，但这种方式存在以下不足之处：

a. 人工巡检和维修需要大量的人力和物力投入，成本较高；

b. 人工巡检和维修的精度和效率受到人为因素的影响，容易出现漏检和误检问题；

c. 人工巡检和维修只能对设备进行局部的检测和维护，对于设备整体的运行状态了解不够全面。

为了解决传统的设备监测方式存在的不足之处，振动信号远程采集与滤波处理技术应运而生。振动信号远程采集与滤波处理技术是一种应用于工业设备监测的先进技术，旨在解决传统监测方式的不足。该技术通过安装传感器，在设备运行过程中采集振动信号，并对信号进行滤波处理和分析，以实现设备健康状况的实时监测和诊断。与传统的设备监测方式相比，振动信号远程采集与滤波处理技术具有以下优点：

a. 可以实现对设备的全面监测和诊断，对于设备的整体运行状态了解更加全面；

b. 可以实现对设备的远程监测，减少了人力和物力的投入；

c. 可以通过信号处理技术对采集到的振动信号进行滤波和降噪，提高信号的质量和可靠性；

d. 可以预测设备的故障和维护需求，提前进行维护，减少设备停机时间和生产损失。

传统的设备现场巡检方式需要大量的人力和物力投入，且对设备运行状态的实时监测和诊断能力较弱。然而，利用振动信号远程采集与处理技术，可以实现对设备的远程监测，提高监测和诊断能力，并减少人力和物力的投入。远程监测可以实现以下优点：

a. 可以实时监测设备的运行时的状态，并及时发现设备故障和异常；

b. 可以通过远程控制的方式对设备是否正常运行进行诊断和进行维护，降低人力和物力的投入；

c. 可以通过云计算等技术实现对设备的智能化管理和运营。

通过振动信号远程采集与滤波处理技术的应用，可以实现对设备的远程监测和诊断，提高监测和诊断能力，减少人力和物力的投入。

另外振动信号远程采集与滤波处理技术也是智能制造和工业自动化的重要组成部分，能够实现对机械设备的智能化监控和维护，从而提高工业自动化的水平和效率。此外，振动信号远程采集与滤波处理技术结合物联网、云计算、大数据等技术，可以实现对设备的智能化管理和运营，进一步推动工业自动化的数字化和智能化发展。智能化管理和运营可以实现以下优点：

a. 可以实现对设备的自动化监控和维护，提高效率和减少人力和物力的投入；

b. 可以通过大数据分析和预测技术，提高设备的可靠性和维护效率；

c. 可以实现对整个生产过程的自动化控制和优化，提高生产效率和产能。

综合分析表明，振动信号远程采集与滤波处理技术是一种具有重要意义的技术，可以提高设备的可靠性和维护效率，实现远程监测和推进工业自动化的发展。随着技术的不断发展和完善，振动信号远程采集与滤波处理技术将在更广泛的领域得到应用，为工业生产的发展和进步做出更大的贡献。因此，对于工业生产企业和研究机构而言，深入研究和应用振动信号远程采集与滤波处理技术具有重要的实践意义和应用前景。

1.2 国内外研究现状

在对零部件或整个结构进行随机振动仿真分析与试验测试中，需要对被研究对象施加随机激励信号，而该信号的功率谱密度或概率密度分布应满足预先设定的要求，但由于完全满足所设定功率谱的随机振动时域信号生成较难实现，因而该问题也一直是国内外学者研究的难点[7]。而实现信号的频时域转换和生成高质量的随机激励时域信号，是进行振动仿真研究与试验不可或缺的前提条件，同时也是数字化随机振动仿真与试验测试系统开发研制的核心技术之一，且随着人工智能等新兴技术的快速发展，结合这些技术开发更高效和精准的振动仿真和试验方法，能够更好地满足振动领域的研究和应用需求，进一步提高振动领域的研究水平和应用价值。所以，振动领域需要不断改进和优化信号处理方法和技术，推动数字化随机振动仿真与试验测试系统的发展，并进一步推动振动领域的发展和进步。

1.2.1 国内研究现状

在国内，振动信号远程采集与滤波处理的研究主要集中在以下几个方面：

a. 振动传感器与信号采集技术

由于硅微机械加工技术 MEMS 的迅猛发展，目前各种基于 MEMS 技术的器件也应运而生，与传统传感器相比具有体积小、质量轻、成本小、功耗低、可靠性高等特点，因此基于 MEMS 的传感器在各个方面得到了较为迅速的应用[8]。

举例来说，一些研究团队已经开发出了具有高精度、高灵敏度和高可靠性等优点的微型振动传感器，这些传感器基于MEMS技术，例如清华大学的黄建平教授团队研制的微型振动传感器。这些传感器的出现为振动领域的研究和应用带来了更多的可能性和机会，推动了振动领域的发展和进步。另外，南京航空航天大学的李宏伟教授研究了一种基于光纤传感器的振动信号采集系统，该系统具有高分辨率、高灵敏度和抗干扰能力强等优点。

b. 振动信号特征提取和分析方法

振动信号特征提取是基于振动信号进行故障诊断的重要方法，主要包括时域、频域和时频域的方法。振动信号特征提取是一种常用的故障诊断方法，它利用振动信号中的时域、频域和时频域等特征信息，从中提取出与故障相关的特征，通过分析这些特征来诊断设备是否存在故障。其中，频谱分析技术是一种经典的方法，它通过快速傅里叶变换（FFT）等算法将振动信号从时域转换为频域，从而提取出信号频率和振幅信息，用于故障诊断。因此，它成为了一种有效的故障诊断方法，被广泛应用于振动信号分析和故障诊断领域。而随着科技的发展，越来越多的新技术和方法被引入到振动信号特征提取和故障诊断中，如小波变换、模态分析等。

李华等提出了基于 EEMD 与频带熵进行故障特征提取的方法，该方法对振动 信号进行 EEMD 分解，对振动信号与各 IMF 分量求频带熵，通过比较各 IMF 特征 频带与原信号熵最小值所处频带之间的从属关系，选取合适的 IMF 进行基于 FBE 的带通滤波，最后对信号进行包络功率谱分析提取轴承故障特征频率[9]。

1. 振动信号滤波处理方法。

振动信号滤波处理是提高振动信号质量的重要手段，国内研究者研究数字滤波器设计和实现、自适应滤波、小波去噪等方法，以提高滤波效果。例如，西安交通大学的李建平教授研究了一种基于小波变换的自适应滤波方法，该方法可以有效地滤除振动信号中存在的噪音，并消除干扰。

虽然我国在滤波器技术起步较早，但是研究成果与国外水平还有一定的距离。经过半个世纪的发展，我国滤波器在研制、生产和应用等方面已纳入国际发展步伐，但由于缺少专门研制机构，集成工艺和材料工业跟不上来，使得我国许多新型滤波器的研制应用与国际发展有一段距离[10]。

随着科技的不断进步和发展，国内高校在数据采集、滤波和ARM等领域的研究也将继续深入，为国内相关产业的发展提供更加全面、准确和可靠的技术支持。这些进展不仅推动了我国在相关领域的研究和应用，同时也加强了与国际学术界的交流与合作，为我国科技发展注入了新的活力。而在信号处理领域，中国的研究机构和高校在理论和算法方面取得了快速提高，取得了与国际先进水平相当的成果。这些成果不仅为国内的科研工作提供了支持，同时也为国内相关产业的发展提供了技术基础和支撑。

其中，ARM信号处理和系统方面正取得显著进展，并正在与世界先进国家的研究水平齐头并进。如，西北工业大学和国防科学技术大学的ATR实验室采用了FPGA可重构计算系统进行机载图像处理和自动目标识别，主要是利用该系统进行复杂的卷积运算，同时利用它的可变柔性来达到自适应的目的；北京理工大学研究利用FPGA 提高加解密运算的速度，等等[11]。而且ARM架构的处理器因其低功耗、高性能等独特优势，广泛应用于移动设备、嵌入式系统、智能家居等领域。

1. 振动信号应用

振动信号应用广泛，国内研究者在机械故障诊断、结构健康监测、车辆健康管理等领域进行了大量研究。例如，哈尔滨工业大学的张志远教授研究了一种基于振动信号的轴承故障诊断方法，该方法可以准确地识别不同类型的轴承故障。

1.2.2 国外研究现状

在国外，振动信号与滤波处理的研究十分活跃，研究方向主要包括以下几个方面：

1. 振动传感器和信号采集技术

国外研究者关注新型振动传感器的研究和应用，由于硅微机械加工技术MEMS的迅猛发展，目前各种基于MEMS技术的器件也应运而生，与传统传感器相比具有体积小、质量轻、成本小、功耗低、可靠性高等特点，因此基于MEMS的传感器在各个方面得到了较为迅速的应用[8]。例如，美国加州大学伯克利分校的张伟教授研究了一种基于MEMS技术的微型振动传感器，该传感器具有高精度、高灵敏度和高可靠性等优点。

1. 振动信号特征提取和分析方法

国外研究者正在广泛探索机械故障诊断领域，应用了多种特征提取方法和机器学习技术。这些方法包括基于时域、频域、小波变换等多种信号处理方法，以及深度学习、卷积神经网络等机器学习方法。例如，美国康涅狄格大学的Dongming Gan教授研究了一种基于深度学习的机械故障诊断方法，该方法可以自动提取振动信号中的特征。

国外研究者在振动信号特征提取和分析方面也应用了多种方法，如时域特征、频域特征、小波变换特征、奇异值分解特征、深度学习特征等。例如，Peter F. Sekula III曾参与一项关于齿轮箱振动信号远程采集和分析的研究，该研究采用了多种信号处理方法，包括奇异值分解和小波包分析等，对信号进行特征提取和分析。此外，他还提出了一种基于深度学习的特征提取方法，用于更加准确地诊断齿轮箱的故障。

1. 振动信号滤波处理方法

国外研究者研究数字滤波器设计和实现、自适应滤波、小波去噪等方法，并探讨了基于稀疏表示的滤波方法。例如，美国德克萨斯大学奥斯汀分校的Hanjun Dai教授研究了一种基于稀疏表示的自适应滤波方法，该方法可以有效地去除振动信号中的噪声干扰。

另外，滤波器在国外发展的极快，1917年美国和德国科学家分别发明了LC滤波器,次年导致了美国第一个多路复用系统的出现。20世纪50年代无源滤波器日趋成熟[12]。自60年代起朝着低功耗、高精度、小体积、多功能、稳定可靠和价廉的方向努力[13]。90年代后各类滤波器被研制开发运用于军事、工业和日常生活中。至今,对滤波器本身的研究仍在不断进行。Kalman滤波是20世纪60年代初提出的一种滤波方法，与Wiener滤波相似，它同样可以在最小均方误差条件下给出信号的最佳估计[11]。不同于其他滤波技术，Kalman滤波器利用递推方式进行信号处理，因此其速度非常快，且适用于实时处理，因而在许多领域得到了广泛应用。到此，关于数字滤波器理论研究的发展也给数字滤波器在实现上带来空前发展。

1. 振动信号应用

国外研究者在机械故障诊断、结构健康监测、车辆健康管理、医学诊断等领域进行了大量研究。例如，英国剑桥大学的Simon Godsill教授研究了一种基于振动信号的人体姿态识别方法，该方法可以通过分析振动信号来识别人体的姿态。

1.3 本文的主要内容及其章节安排

1.3.1主要内容

本课题为振动信号远程采集与滤波处理，通过MPU6050传感器采集振动信号最终上传至MQTT服务器后通过python脚本接收数据，接收到信号后储存在Excel里，然后通过设计三个基于MATLAB的低通数字滤波器实现滤波，以便实现振动信号的远程采集与滤波处理。主要任务包括：

1. 以PyWiFi-ESP32开发板为基础，通过使用MPU6050传感器采集信号实现采集振动信号的功能。
2. 对MPU6050采集的信号数据进行上传至MQTT云端服务器，然后通过python脚本使用MQTT协议来接收服务器数据。
3. 采用MATLAB进行FFR、FIR以及FFR和FIR组合的滤波器设计，并对采集到的AcX信号进行滤波处理，以提高信号的质量。最后滤波效果，找到了最佳的滤波器类型和参数，以实现最佳的信号处理结果。

1.3.2章节安排

第1章 概述

本章节详细陈述了振动信号远程采集与滤波处理的研究背景。通过振动信号远程采集对监测现代设备运行状态重要性阐述了本课题的研究意义。之后通过查阅相关资料，文献总结出国内外对于本课题的研究现状。最后进行了对本文主要内容的介绍及论文的整体架构安排。

第2章 系统组成介绍

在本章节中，对本课题的Micro Python、PyWiFi-ESP32开发板，MQTT协议、MPU6050六轴加速度传感器和基于MATLAB的数字滤波器进行相关阐述并画出了系统框图，更好的把握其在本课题中的作用。

第3章 振动信号远程采集设计实现

在本章节中，对硬件采集振动信号及远程传输进行了具体的硬件设计和软件设计，包括PyWiFi-ESP32开发板环境搭建和传感器的选型，以及传感器远程采集振动信号的程序设计，MQTT协议的Micro Python上传代码和python接收代码。

第4章 滤波处理设计实现与滤波效果分析

在本章节中，使用了MATLAB实现了滤波器设计，并对三种不同类型的滤波器进行了滤波效果分析。通过比较这些滤波器的效果，能够确定最佳的滤波器类型和参数，从而提高信号处理的质量。

第5章 结论

在本章节中，对全文的工作进行总结并分析论文中局限和不足，对未来研究提供参考和启示。

第2章 信号远程采集与分析系统介绍

2.1 Micro Python

MicroPython可以被认为是标准Python3的一个精简子集，其包括Python标准库的部分内容，并且与Python3完全兼容。因此，使用MicroPython可以享受到Python编程语言的所有优势，例如简单易学、代码可读性强、生态生命力强等特点。另外，MicroPython的一个重要特点是其可以在嵌入式系统芯片上运行，这使得它成为物联网和嵌入式系统领域的重要编程语言。MicroPython可以利用硬件平台库的支持，实现对硬件资源的访问和控制，从而为嵌入式系统提供高效的编程语言支持。并且MicroPython还具有轻量级、高效率、易用性等特点，可以帮助用户快速开发和部署物联网和嵌入式系统应用。

MicroPython不仅包含了部分核心Python库，还包括了一些访问底层硬件的模块供编程者使用。需要注意的是，由于不同的芯片内部结构与引脚各不相同，所以提供给编程者的库内容也不尽相同，这也就导致了 Micro Python目前只支持一些典型的应用芯片，如ESP32等[14]。

2.2 PyWiFi-ESP32

PyWiFi是一个Python库，提供了一个简单且一致的接口，用于操作WiFi网络接口。它支持多种平台和硬件，包括ESP32。ESP32是Espressif Systems开发的一款低功耗系统级芯片，集成了WiFi和蓝牙连接功能。它支持多种WiFi模式，如station（STA）模式、access point（AP）模式和STA+AP模式。它采用双核处理器，主频高达240MHz，且拥有520kb的SRAM和4MB的闪存，同时还可以兼容大部分外设接口，如SPI、I2C、UART、ADC、DAC等。这使得ESP32成为一个强大的嵌入式系统，适用于各种物联网应用和项目。

ESP32集成了WiFi和蓝牙连接，不仅支持多种WiFi模式，例如STA模式、AP模式和STA+AP模式，而且还支持蓝牙经典模式和低功耗蓝牙（BLE）模式，可以与多种蓝牙设备进行连接和通信。并且ESP32的低功耗特性使其适用于需要长时间运行的应用，如传感器网络和远程监控系统。

ESP32还支持多种开发平台和工具，如Arduino IDE、Micro Python和ESP-IDF（Espressif IoT Development Framework）。这使得开发人员可以使用自己熟悉的编程语言和工具来开发ESP32应用程序。同时，ESP32还有丰富的社区支持和技术文档，使得开发人员可以快速上手并解决问题。

ESP-32是一款功能强大、灵活多样、成本低廉的芯片，其在当前物联网和物联网行业中得到了广泛应用。该芯片支持Wi-Fi和蓝牙等通信协议，可实现智能设备的远程控制、数据传输和协同操作，完全满足物联网应用对通信能力、性能和资源的需求。此外，ESP-32还支持蓝牙Mesh和LoRaWAN等协议，可应用于更广泛的物联网场景。

表2.1 pyWiFi-ESP32功能参数表

图2.1 pyWiFi-ESP32

图2.1展示了pyWiFi-ESP32芯片正反面的外形。并指出了pyWiFi-ESP32支持自动下载、锂电池充电，pyWiFi-ESP32的排针全从背部引出且丝印字体清晰，让芯片更加美观。且指出了esp32模组所在的位置，自带LED灯和按键。

ESP-32作为一种新型的物联网芯片，具有较高的创新性和研究价值。该芯片的开源SDK开发平台和丰富的开发资源，为研究者提供了方便的开发环境，有助于对其深入研究、应用和创新。同时，ESP-32广泛应用于物联网行业，研究其应用场景和方案，有助于探讨物联网技术与行业应用的相互关联和发展。此外，ESP-32的安全性能较好，可用于安全数据传输和身份验证等应用，具有重要的安全保障价值。

图2.2 pyWiFi-ESP32引脚图

2.3 MQTT通信协议

通信协议是指在通信过程中，通信双方遵循的一组规则和标准，以便能够正确、高效地进行数据传输和交换。通信协议的标准化和规范化有助于不同设备和系统之间的互操作性，提高通信效率，降低通信成本，从而推动通信技术的发展和应用。通信协议在计算机网络、物联网、移动通信等领域得到了广泛应用。

在计算机网络领域，通信协议是指为实现不同计算机之间的无缝通信而制定的一系列规则和标准。例如，TCP/IP协议是互联网上通信最常用的协议，它规定了计算机之间的数据传输格式、传输速率、错误检测和纠正等方面的细节。

在物联网领域，通信协议的种类更加丰富和多样化。物联网通信协议是为实现物联网设备之间的相互通信和数据传输而制定的一系列规则和标准。常见的物联网通信协议包括MQTT、CoAP、AMQP、HTTP等。不同的物联网通信协议具有各自独特的特点和优势，可以根据具体的应用需求来选择最合适的协议。例如，MQTT协议适用于低带宽、不稳定的网络环境下的传感器数据传输，而CoAP协议则更适合于对网络带宽和功耗有较高要求的物联网应用。

MQTT（Message Queuing Telemetry Transport）协议是一种基于发布/订阅模式的轻量级消息传输协议，被广泛应用于物联网和移动应用等领域。MQTT最初由IBM于1999年开发而来。MQTT协议旨在为远程设备提供一种简单、可靠的通信协议，适用于传感器和小型设备等资源受限的网络环境。它的核心特点是轻量级、可靠性高、带宽占用小和易于实现。该协议基于TCP/IP协议栈进行数据传输，使用订阅/发布模式进行消息传递，支持QoS（Quality of Service）等级、持久性会话、遗嘱消息和安全认证等功能，同时具有低带宽、低功耗和低代码复杂度等特点，因此在物联网应用中得到广泛应用。

MQTT协议的报文结构由固定报头、可变报头和载荷三部分组成。其中，固定报头的长度为1-2个字节，包含报文类型和标志位字段以及剩余长度字段。可变报头的长度和组成取决于不同的报文类型。载荷部分用于传输应用数据。通过这种报文结构，MQTT协议实现了高效的消息传输和灵活的应用扩展。这种开销极小的报文构成,，非常适合资源受限的物联网环境，以降低计算、存储、传输的开销[15]。

MQTT协议中包含三个主要角色：发布者（Publisher）、订阅者（Subscriber）和代理服务器（Broker）。通过这种角色分工，MQTT协议可以实现高效的消息传输和灵活的应用扩展，被广泛用于物联网领域的传感器数据采集、远程监控等场景。MQTT协议的消息传递是异步的，这意味着发布者不需要等待订阅者接收到消息才能继续执行。当一个发布者（publisher）发布一条消息时，这条消息会被发送到代理服务器（broker）。每个消息都有一个主题（topic）标识符，订阅者（subscriber）可以通过订阅该主题来接收相应的消息。代理服务器会维护一个主题和订阅者之间的映射