随着物联网技术的不断发展,物联网行业对节点的低功耗和传输距离需求提高,同时大量节点采集的数据存贮于数据库也将产生物联网的大数据存储需求。而传统的蓝牙、Zig Bee、Wi Fi等相关通信方式传输距离短、节点寿命短等问题也将限制了物联网的发展。当LPWAN协议提出了低带宽、低功耗、远距离、大量节点连接的物联网时,Semtech公司提出LoRa技术可以使节点传输距离达到10KM同时使用寿命达到10年,而对于节点的寿命与传输距离是主要考虑因素。本文主要研究LoRa采集系统大数据流量的节能与压缩存贮,LoRa采集系统的节点硬件选用SX1276作为低功耗无线收发器,网关选用SX1301+Raspberry Pi作为硬件,同时选用LoRa WAN协议进行数据传输。为了研究LoRa大数据流量的数据采集,本文选用以优化Class B模式作为传输模式,为了使整个系统节能采用优化节点的入网机制,将Class B模式与Class A模式结合成新型模式,节点入网选用Class A模式自动组网,组网后采用Class B模式采集数据传输至本地服务器,使节点选择最优的组网方式进行数据传输并退出其他的组网区域。组网完成后,节点采集数据后需自身处理后再传输。这样组网方式节省了节点多次与多个网关进行数据交互的次数,同时节点采集的数据与上一时刻相同数据则节点此时传输数据减小了数据量,也降低了节点的能耗损失。当节点将数据传输至数据库时,为了减少数据库存贮空间,本文结合了BP神经网络数据压缩原理对历史数据进行压缩,同时利用PSO算法优化BP神经网络压缩算法,并与实时数据压缩存储旋转门压缩算法进行对比。PSO-BP算法在数据压缩后对数据还原与原始数据保持基本一致,保证了数据原始性的同时数据压缩比达到了80%左右。同时设计上位机呈现节点采集的数据与节点控制,并成功运行设计的大数据流量的节能与数据压缩存贮系统,此系统能够满足设计需求,降低了节点的能量消耗,减少了本地系统对数据存储的空间。