loraMintsML

Loramintsml

當前的存儲庫包含用於分析Mints Lora節點的代碼。存儲庫分為3個部分：

• 數據處理
• 時間序列表示
• 校準

數據處理

數據處理部分旨在下載和限制單個節點的數據文件。

操作預要求

rsync

該代碼需要在PC上安裝Rsync。 sudo apt install rsync grsync

數據訪問

主機計算機應可以訪問[email protected]：raw 。這將根據要求提供。

示例shell腳本以從mintsdata.utdallas.edu中獲取lora數據。

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

（B827EBF74482是此示例的網關ID）

手術

一旦將訪問權限授予[email protected]：raw yaml（mintsdefinitions.yaml）文件需要修改。文件所在的目錄結構在下面給出。

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

請選擇一個需要使用名稱為“ mintsdata”的薄荷數據文件的目錄。確保為所有MINT項目保留一個常見的“ Mintsdata” 。然後指向標籤“ DataFolder”標籤文件上的YAML文件上的上述文件夾。在大多數MINT中，數據包都在預定的期間內重新採樣，以同步多個數據示例。對於LORA傳感器數據和薄荷糖，其他薄荷的空氣監測數據源可用於重新取至30秒。這樣的30可以放在時間板上。在GatewayIDS列表下，輸入所有存在的Lora網關ID。在網關上註冊每個Lora節點後，在YAML文件上的Loraids字段下列出它們。存在的其餘字段用於LORA數據校準目的。由於YAML文件均由存在的所有部分共享，因此將其放在固件文件夾下。如果需要，可以為每個部分使用唯一的yaml文件。下面給出了一個示例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文件後，您可以在MATLAB下運行“ L0001_RAW2MAT.M”文件（確保指向MATLAB腳本上的適當的YAML文件） 。這應該導致為每個節點創建唯一的.mat文件，以串聯屬於該節點的所有lora數據。可以在下面描述的文件夾結構中找到所述文件。

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

'loramints _-- loraid-。墊子'文件包含foring數據屬性。

• 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：氫H2 1 - 1000ppm
• C2H5OH：乙醇C2H6OH 10 - 500ppm
• P1_LPO：頻道1，每15秒的脈搏佔用時間低
• p1_ratio ：（頻道1，每毫米脈衝佔用率低）/10
• P1_CONC：濃度PM中範圍（PM 2.5和PM 10） / .01立方英尺〜=顆粒每283毫米顆粒
• P2_LPO：頻道2，每15秒的脈搏佔用時間低
• p2_ratio ：（頻道2，每毫米脈衝低佔用率）/10
• p2_conc：顆粒中的pm10濃度 / .01立方英尺〜=顆粒每283毫米
• 溫度：-40-85℃，具有±1.0°C的精度 - 來自鋸齒的BME280傳感器
• 壓力：300-1100 HPA（1 HPA = 100 PA），具有±1.0 HPA精度
• 濕度：0％ - 100％相對濕度，精度為±3％ - 來自鋸齒狀的BME280傳感器
• GPStime：NAN值
• 緯度：緯度程度
• 經度：經度
• Shuntwoltagebat：電池中電池的分流電壓
• BusvoltageBat：電壓電池電壓電壓
• CurrentBat：電池從Millie放大器中發送的電流
• Shuntwoltagesol：Millie Volts太陽能電池板的並聯電壓
• Busvaltagesol：伏特太陽能電池板的公交電壓
• Currentsol：電流從電池中發送的電流
• 二氧化碳：0-40'000 ppm±（30 ppm + 3％） - 從鋸齒狀SCD30傳感器中
• scd30_temperature：溫度（c） - 來自鋸齒的SCD30傳感器
• SCD30_HUMISITY：濕度（％） - 來自Seeed SCD30傳感器

繪製原始數據。

每個Lora節點都有單獨的傳感器。要檢查特定傳感器，進行了Seprate代碼以繪製每個傳感器上的圖形。下面給出了一個示例。

運行L0001_raw2Mat.m後，繼續運行L0002_rawPlots.m 。它為每個傳感器創建兩個數字。第一個僅在過去幾週的數據（根據令牌最新數據下），而另一個是傳感器一直在運行（在代幣跨度下）。這些數字將出現在以下文件夾結構下。

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