Procédure de génération mise en route du projet » Historique » Version 1
Alexis ANGLADE, 05/02/2025 22:04
1 | 1 | Alexis ANGLADE | h1. Procédure de génération / mise en route du projet |
---|---|---|---|
2 | |||
3 | ___ |
||
4 | |||
5 | > h2. Contenu de la section |
||
6 | |||
7 | Vous trouverez dans cette section la procédure de génération / mise en route du projet. |
||
8 | A noter que la démarche suivie, ainsi que la configuration des logiciels utilisés, sont décrits dans les notes d'applications disponibles dans la section [[Notes d'applications]]. |
||
9 | Cette section a donc pour but de décrire succinctement les étapes importantes du projet. |
||
10 | |||
11 | > > h3. 1. Configuration de l'émetteur |
||
12 | |||
13 | La première étape consiste à préparer le matériel, notamment le bladeRF et l’émetteur ESP32 WiFi LoRa 32 V2. |
||
14 | Ensuite, il faut programmer l’émetteur à l’aide d’Arduino IDE, puis implémenter le code dans le module ESP32 afin qu’il puisse envoyer une trame au bladeRF. |
||
15 | |||
16 | > > h3. 2. Configuration de la passerelle |
||
17 | |||
18 | Une fois cela fait, il faut configurer GNU Radio en installant gr-lora et GNU Radio sous Linux. |
||
19 | Ensuite, il est nécessaire de modifier le fichier decoder_impl.cc (comme décrit dans la note d'application dédiée à GNU Radio), puis de recompiler et réinstaller gr-lora. |
||
20 | Une fois les modules correctement configurés, il est possible d'afficher la valeur du CFO dans le terminal. |
||
21 | |||
22 | > > h3. 3. Collecte de données et Machine Learning |
||
23 | |||
24 | Ensuite, les valeurs de CFO doivent être collectées pour constituer une base de données. |
||
25 | Enfin, il faut utiliser MATLAB pour entraîner un/des modèles de Machine Learning (dont la sélection est détaillée dans la note d'application dédiée au Machine Learning), ce qui permet d’identifier l’émetteur en fonction des valeurs de CFO recueillies. |