loraMintsML

Loramintsml

当前的存储库包含用于分析Mints Lora节点的代码。存储库分为3个部分：

• 数据处理
• 时间序列表示
• 校准

数据处理

数据处理部分旨在下载和限制单个节点的数据文件。

操作预要求

rsync

该代码需要在PC上安装Rsync。 sudo apt install rsync grsync

数据访问

主机计算机应可以访问[email protected]：raw 。这将根据要求提供。

示例shell脚本以从mintsdata.utdallas.edu中获取lora数据。

 rsync -avzrtu --exclude={"*.png","*.jpg"} -e "ssh -p 2222" [email protected]:raw/b827ebf74482/ /media/teamlary/teamlary3/air930/mintsData/b827ebf74482/

（B827EBF74482是此示例的网关ID）

手术

一旦将访问权限授予[email protected]：raw yaml（mintsdefinitions.yaml）文件需要修改。文件所在的目录结构在下面给出。

 - loramintsml
│├ -固件
Mintsdefinitions.yaml
DataProcessing
│││├站

请选择一个需要使用名称为“ mintsdata”的薄荷数据文件的目录。确保为所有MINT项目保留一个常见的“ Mintsdata” 。然后指向标签“ DataFolder”标签文件上的YAML文件上的上述文件夹。在大多数MINT中，数据包都在预定的期间内重新采样，以同步多个数据示例。对于LORA传感器数据和薄荷糖，其他薄荷的空气监测数据源可用于重新取至30秒。这样的30可以放在时间板上。在GatewayIDS列表下，输入所有存在的Lora网关ID。在网关上注册每个Lora节点后，在YAML文件上的Loraids字段下列出它们。存在的其余字段用于LORA数据校准目的。由于YAML文件均由存在的所有部分共享，因此将其放在固件文件夹下。如果需要，可以为每个部分使用唯一的yaml文件。下面给出了一个示例YAML文件。

 dataFolder: "/media/teamlary/teamlary3/air930/mintsData"

timeSpan: 30 

gatewayIDs: 
    - "b827eb60cd60"
    - "b827eb52fc29"
    - "b827ebf74482"
    - "b827eb70fd4c"

loraIDs:
    - "475a5fe3002e0023"
    - "475a5fe3002a0019"
    - "475a5fe3003e0023"
    - "475a5fe30031001b"
    - "475a5fe300320019"
    - "475a5fe300380019"
    - "477b41f200290024"
    - "475a5fe3002e001f"
    - "477b41f20047002e"
    - "475a5fe30021002d"
    - "475a5fe30031001f"
    - "475a5fe30028001f"
    - "478b5fe30040004b"
    - "472b544e00250037"
    - "47eb5580003c001a"
    - "47db5580001e0039"
    - "479b558000380033"
    - "472b544e00230033"
    - "478b558000330027"
    - "475a5fe30035001b"
    - "472b544e0024004b"
    - "470a55800048003e"
    - "475a5fe3002a001a"
    - "47cb5580003a001c"
    - "475a5fe300300019"
    - "475a5fe3002e0018"
    - "472b544e0018003d"
    - "476a5fe300220022"
    - "472b544e001b003c"
    - "47bb558000280041"
    - "47db5580002d0043"
    - "477b41f20048001f"
    - "47fb558000450044"
    - "475b41f20037001e"
    - "478b5fe30040004b"
    - "475a5fe30039002a"
    - "479b5580001a0031"
    - "475a5fe3002f001b"
    - "47cb5580002e004a"
    - "471a55800038004e"


airmarID: "001e0610c0e4"

deployments:
    "477b41f20047002e": "2020-08-20 00:00:00"
    "472b544e00250037": "2020-08-20 00:00:00"

binsPerColumn  : 400
numberPerBin   : 2 
pValid         : 0.15

更新YAML文件后，您可以在MATLAB下运行“ L0001_RAW2MAT.M”文件（确保指向MATLAB脚本上的适当的YAML文件） 。这应该导致为每个节点创建唯一的.mat文件，以串联属于该节点的所有lora数据。可以在下面描述的文件夹结构中找到所述文件。

 ─— Mintsdata
│├│─-生妈
lora
││││站
││├├├早：472b544e0018003d.mat
loramints_472b544e001b003c.mat
││├├站... ...

'loramints _-- loraid-。垫子'文件包含foring数据属性。

• NH3：氨NH3 1 - 500ppm
• CO：一氧化碳CO 1 - 1000ppm
• NO2：二氧化氮NO2 0.05 - 10ppm
• C3H8：丙烷C3H8> 1000ppm
• C4H10：ISO丁烷C4H10> 1000ppm
• CH4：甲烷CH4> 1000ppm
• H2：氢H2 1 - 1000ppm
• C2H5OH：乙醇C2H6OH 10 - 500ppm
• P1_LPO：频道1，每15秒的脉搏占用时间低
• p1_ratio ：（频道1，每毫米脉冲占用率低）/10
• P1_CONC：浓度PM中范围（PM 2.5和PM 10） / .01立方英尺〜=颗粒每283毫米颗粒
• P2_LPO：频道2，每15秒的脉搏占用时间低
• p2_ratio ：（频道2，每毫米脉冲低占用率）/10
• p2_conc：颗粒中的pm10浓度 / .01立方英尺〜=颗粒每283毫米
• 温度：-40-85℃，具有±1.0°C的精度 - 来自锯齿的BME280传感器
• 压力：300-1100 HPA（1 HPA = 100 PA），具有±1.0 HPA精度
• 湿度：0％ - 100％相对湿度，精度为±3％ - 来自锯齿状的BME280传感器
• GPStime：NAN值
• 纬度：纬度程度
• 经度：经度
• Shuntwoltagebat：电池中电池的分流电压
• BusvoltageBat：电压电池电压电压
• CurrentBat：电池从Millie放大器中发送的电流
• Shuntwoltagesol：Millie Volts太阳能电池板的并联电压
• Busvaltagesol：伏特太阳能电池板的公交电压
• Currentsol：电流从电池中发送的电流
• 二氧化碳：0-40'000 ppm±（30 ppm + 3％） - 从锯齿状SCD30传感器中
• scd30_temperature：温度（c） - 来自锯齿的SCD30传感器
• SCD30_HUMISITY：湿度（％） - 来自Seeed SCD30传感器

绘制原始数据。

每个Lora节点都有单独的传感器。要检查特定传感器，进行了Seprate代码以绘制每个传感器上的图形。下面给出了一个示例。

运行L0001_raw2Mat.m后，继续运行L0002_rawPlots.m 。它为每个传感器创建两个数字。第一个仅在过去几周的数据（根据令牌最新数据下），而另一个是传感器一直在运行（在代币跨度下）。这些数字将出现在以下文件夹结构下。

 ─— Mintsdata
││├├-视觉分析
lora
│││└站了
│││├├早：470a555800048003e_spanned.png
loramints_471a555800038004e_spanned.png
│││││站..........................................
| ││└──最新
││││站
│││├站
│││││站..........................................