Rozpoznávání zařízení v reálném čase pomocí stop EM: 6 kroků
Rozpoznávání zařízení v reálném čase pomocí stop EM: 6 kroků

Obsah:

Anonim
Rozpoznávání zařízení v reálném čase pomocí stop EM
Rozpoznávání zařízení v reálném čase pomocí stop EM
Rozpoznávání zařízení v reálném čase pomocí stop EM
Rozpoznávání zařízení v reálném čase pomocí stop EM

Toto zařízení je určeno ke klasifikaci různých elektronických zařízení podle jejich EM signálů. Pro různá zařízení mají různé EM signály, které vydávají. Vyvinuli jsme řešení IoT k identifikaci elektronických zařízení pomocí soupravy Particle Photon. Naše nositelné zařízení lze nosit na zápěstí, které má kompaktní připojení částicového fotonu s OLED displejem a zapojení obvodu od částicového fotonu k anténě dodávané v sadě.

Toto zařízení lze dále integrovat a ovládat elektronická zařízení a dělat z nich „chytrá zařízení“pomocí veškerého softwaru s otevřeným zdrojovým kódem, takže jej můžete ovládat, také upravovat nebo zlepšovat schopnosti tohoto zařízení.

Krok 1: Hardware: Návrh obvodu

Hardware: Návrh obvodu
Hardware: Návrh obvodu
Hardware: Návrh obvodu
Hardware: Návrh obvodu
Hardware: Návrh obvodu
Hardware: Návrh obvodu
Hardware: Návrh obvodu
Hardware: Návrh obvodu

Komponenty: (ze soupravy pro tvorbu částic)

Soupravu můžete zakoupit na různých webových stránkách online.

- Web Amazon

- Web s částicemi

- Web Adafruit

  1. Deska pro vývoj fotonů částic
  2. Rezistory x 3 - 1 megaohm
  3. 3-5V 0,96 "SPI sériový 128X64 OLED LCD displej
  4. Anténa (pro získání EM údajů/stop)

Krok 2: Hardware: 3D tisk

Hardware: 3D tisk
Hardware: 3D tisk
Hardware: 3D tisk
Hardware: 3D tisk
Hardware: 3D tisk
Hardware: 3D tisk
  • Náš ciferník na zápěstí jsme navrhli pomocí 3D tiskárny.
  • 3D model byl navržen v aplikaci Shapr3D pomocí iPadu Pro.
  • stl soubor 3D modelu byl importován a vložen do softwaru Qidi, protože jsme používali tiskárnu X-one-2 Qidi Tech.
  • Vytištění modelu 3D tiskárně trvalo přibližně 30 minut.
  • odkaz na soubor stl.

Krok 3: Hardware: řezání laserem

  • Vzorec náramku jsme navrhli pomocí aplikace Adobe Illustrator.
  • Navržený model byl poté exportován do stroje Universal Laser, kde jsme řezali dřevo na pružný náramek.
  • odkaz na soubor svg.

Krok 4: Software: Sběr dat

  • Pomocí Photon publikování 3 x 100 datových hodnot v každé možné instanci.

  • Zápis dat z Photon do data.json na uzlovém serveru.
  • Analýza dat z uzlového serveru do MATLABu.
  • Data odesílaná do MATLABu mají formát 1 x 300.

Krok 5: Software: Školení shromážděných datových sad

  • Kousky 1 x 300 - vložte do MATLAB. (Pro každé zařízení 27 shromážděných vzorků) 27 x 300 shromážděných dat.
  • Přidané funkce k údajům - (5 funkcí) - průměr, medián, směrodatná odchylka, šikmost, kurtóza.
  • Zaškolení dat do sady nástrojů pro klasifikaci MATLAB
  • Testování offline dat (6 x 6) ve stejné sadě nástrojů

Krok 6: Software: Předvídání tříd

Předpověď

Načítání živých dat pomocí fotonu

Odesílání nezpracovaných dat na uzlový server. (data uložena v souboru data.json)

Skript MATLAB pro čtení dat ze souboru data.json a předpovídání výsledku