传感器数据:传感器常见数据类型的数据解析

2021/11/07 09:35 · 传感器知识资讯 ·  · 传感器数据:传感器常见数据类型的数据解析已关闭评论
摘要:

传感器数据:传感器常见数据类型的数据解析Modbus是一种串行通信协议,是工业领域通信协议的业界标准。现在市面上常见的串口通讯传感器大多遵循标准的modbusRTU的协议。当我们在进行设备测试或者监测的设备出现数据异常时,我们需要抓取报文,来进行问题分析。本文重点介绍,抓取到报文后,不同

传感器数据:传感器常见数据类型的数据解析  第1张

传感器数据:传感器常见数据类型的数据解析

Modbus 是一种串行通信协议, 是工业领域通信协议的业界标准。现在市面上常见的串口通讯传感器大多遵循标准的modbus RTU的协议。当我们在进行设备测试或者监测的设备出现数据异常时,我们需要抓取报文,来进行问题分析。本文重点介绍,抓取到报文后,不同的数据类型,如何进行数据解析。
一、从报文中找到数据区
不同的功能码,数据区位置不同,这里以0x03功能码为例,数据区为应答帧的红色区域
请求帧
应答帧
二、解析数据区
在进行数据区的解析时,需要看数据的类型、数据的大小端以及是否需要公式转换。
1、 看数据类型
(1)无符号整型
对于无符号整型数据,直接将16进制的报文转换成10进制的数据,此种方式简单易懂,解析容易。
例如:噪声数据报文返回值为00 4A(HEX)=74dB
(2)有符号整型
当传感器所采集的参数是有符号整形数据的时候(例如温度),数据低于0时,报文以补码的形式上传,此种方式对有符号需求的参数较为友好。在进行解析时,正数直接转换10进制;负数需要求其补码。
例如:已知温度传感器返回的报文参数是FF9B,求其温度(单位0.1℃)。
FF9B其补码为1000 0000 0110 0101,FF9B=-101,所以温度数据是-10.1℃
(3)浮点型数据解析
浮点数属于有理数,在计算机中用以近似表示任意某个实数,类似于科学计数法。浮点数有单精度float型,双精度double型,常见为float型,浮点型数据的解析人为计算比较麻烦一般借助计算工具。例如可使用下图中浮点数转换工具进行数据转换。浮点数转换工具下载链接:
2、 看数据的大小端模式
大端模式指数据的高字节保存在内存的低地址中,数据的低字节保存在内存的高地址中。
小端模式指数据的高字节保存在内存的高地址中,数据的低字节保存在内存的低地址中。
一般常用的大端模式,上述数据类型就是按照大端模式来进行解析的。如果某一个传感器采用的是小端数据模式,则需要先做高低位数据的转换,再按照数据的类型进行解析。例如,某叶绿素传感器返回的报文的的数据区是00 00 8D 41,其数据为小端存储float型。则其实际测量值为17.625ug/L
3、看是否需要公式转换
不同厂家的采集公式是不同的,一般产品的说明书中会明确给出计算的公式或者是案例,读者只需根据说明书中的公式进行运算即可,公式法一般会搭配上面几种解析方法使用。例如:某温度传感器应答帧报文数据区数据是19 AD,其采集公式为%s/100-40,单位℃,该传感器检测到的温度数据为:19AD(H)=6573(D),T=6573/100-40=25.73℃
传感器数据:传感器常见数据类型的数据解析  第2张

传感器数据:传感数据

收藏
查看我的收藏
0
有用+1
已投票
0
传感数据
语音
编辑
锁定
讨论
上传视频
上传视频
本词条由“科普中国”科学百科词条编写与应用工作项目
审核

传感数据是由感知设备或传感设备感受、测量及传输的数据。感知设备或传感设备可以包括1个或多个传感器。这些感知设备或传感设备实时和动态地收集大量的时序传感数据资源在物联网中。传感数据种类有很多,如人身体的传感数据,网络信号的传感数据和气象的传感数据。传感数据可以用于数据分析。
中文名
传感数据
外文名
sensor data
领 域
物联网
定 义
感知设备感受、测量及传输的数据
设 备
传感器
类 型
实时数据和累加数据
目录
1
简介
2
传感数据估计的需求分析
3
传感器与物联网
传感数据简介
编辑
语音
传感设备是穿戴于用户身上的装置和设置于现实环境中的传感装置。传感数据是指由传感设备收集和测量的数据,尽管传感设备的类型各有不同,但其获取的数据可以分为2类:实时状态数据。表示某个时刻运行状态,例如速度、功率等;累加数据。表示一定范围内的数据累加量,例如里程、热消耗等。通常情况下,传感器以一定的频率采集数据,并将数据发送至相应的数据接收端。数据接收端将收到一组或多组在时间上存在严格先后顺序的一组或多组观测值序列,即“时间序列数据”。这些时序数据精准地记录着某个具体参数的实时变化情况,并在一定的时间范围内反映该参数的发展趋势和变化规律。因此基于传感设备所采集的时间序列数据不仅为后续的数据趋势展现等数据可视化工作提供了重要的数据来源,同时也是后续数据挖掘工作(分类、聚类、关联、预测)的基础与前提
[1]

传感数据传感数据估计的需求分析
编辑
语音
由于无线传感器节点受成本限制、自身资源受限和周围环境的不良影响,使得获得的传感数据出现缺失、丢失现象,甚至这种情况十分严重。这种现象从部署在英特尔-伯克利联合实验室的无线传感器网络采集的数据集和加州大学伯克利分校在红杉树上的无线传感器网络采集的数据集中也可以看出数据丢失或者缺失是不可避免的,这给无线传感器网络后期数据处理方法应用带来了巨大的挑战。在进行后期数据处理之前,都需要对数据缺失现象进行数据预处理,一般采用缺失值的估计或者直接删除。直接删除势必会影响数据的原始特性。而传感数据估计则是解决数据丢失的最好方法。除了解决数据缺失问题外,传感数据的估计还能解决数据查询、节省能量、预警等作用。在无线传感器网络中,传感数据估计起着关键性的作用:节省能量消耗,延长网络寿命。在WSN中,传感器节点往往是电池供电的,因此整个网络的能量十分有限。而无线射频通信消耗着无线传感器节点的绝大部分能量。为了降低整个网络的能耗,可以轮流地让网络内一部分节点进入休眠,利用 WSN 中传感数据的空间相关性,用相关的活动节点的传感数据来估计休眠节点的传感数据。从而降低整个网络的能耗。同时还可以在每一个活动节点上估计下一个传感数据值,如果估计值和真实传感值相差小于一定的阈值,则不发送数据,这也在一定程度上降低网络能耗。有效解决监测数据的缺失、丢失和传输错误问题。在 WSN 中,人们通过各种传感器进行传感、各种传输技术,从而得到监测数据序列,实现对被监测对象的感知,目的就是为了分析处理这些传感数据序列,以发现有价值的信息和知识,为决策行为提供必要的支持。然而,在实际 WSN 系统中的传感器节点的能量、通信距离、存储容量和计算能力等资源都非常有限,以及周围环境的不良干扰或影响,使得在传输过程中出现传输错误、丢失或者缺失。这给后期在这些数据上进行的深层次处理方法提出了严峻的挑战,而数据估计是解决这些问题的有效方法。及时预警,达到减险减灾的目的。在 WSN 中,被传感参数往往是缓慢变化的,具有很强的时间相关性。同时传感器节点间也具有很强的空间相关性。因此可以在数据中心的应用层,通过传感数据的估计方法对未来的传感参数进行估计。能够实现对将要出现的灾情和危险情况起到及时预警的目的,从而达到减、险减灾的目的
[2]

传感数据传感器与物联网
编辑
语音
传感器(:transducer/sensor)是一种检测装置,能感受到被测量的信息,并能将感受到的信息,按一定规律变换成为电信号或其他所需形式的信息输出,以满足信息的传输、处理、存储、显示、记录和控制等要求。传感器的特点包括:微型化、数字化、智能化、多功能化、系统化、网络化。它是实现自动检测和自动控制的首要环节。传感器的存在和发展,让物体有了触觉、味觉和嗅觉等感官,让物体慢慢变得活了起来。通常根据其基本感知功能分为热敏元件、光敏元件、气敏元件、力敏元件、磁敏元件、湿敏元件、声敏元件、放射线敏感元件、色敏元件和味敏元件等十大类。物联网是新一代信息技术的重要组成部分,也是“信息化”时代的重要发展阶段。其英文名称是:“Internet of things(IoT)”。顾名思义,物联网就是物物相连的互联网。这有两层意思:其一,物联网的核心和基础仍然是互联网,是在互联网基础上的延伸和扩展的网络;其二,其用户端延伸和扩展到了任何物品与物品之间,进行信息交换和通信,也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术,广泛应用于网络的融合中,也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网是互联网的应用拓展,与其说物联网是网络,不如说物联网是业务和应用。因此,应用创新是物联网发展的核心,以用户体验为核心的创新2.0是物联网发展的灵魂。
词条图册
更多图册
参考资料
1.

张琪,胡宇鹏,嵇存,展鹏,李学庆.边缘计算应用:传感数据异常实时检测算法[J].计算机研究与发展,2018,55(03):524-536.
2.

焉晓贞. 无线传感器网络中传感数据估计方法研究[D].哈尔滨工程大学,2012.
传感器数据:传感器常见数据类型的数据解析  第3张

传感器数据:应用开发●API接口●

请求方式及地址

URL请求参数

参数类型描述其它

deviceId

integer

设备ID

Required

ApiTags

string

传感标识名(可选,多个用逗号分隔,最多50个)

Method

integer

查询方式(1:XX分钟内 2:XX小时内 3:XX天内 4:XX周内 5:XX月内 6:按startDate与endDate指定日期查询[默认])

TimeAgo

decimal number

与Method一起使用时有效(当Method=1~5时),表示以现在起"多长时间范围内"的数据,例:(Method=2,TimeAgo=30)表示现在起30小时内的历史数据

StartDate

string

起始时间[Method为6时有效](可选,格式YYYY-MM-DD HH:mm:ss)

EndDate

string

结束时间[Method为6时有效](可选,格式YYYY-MM-DD HH:mm:ss)

Sort

string

时间排序方式,DESC:倒序,ASC升序

PageSize

integer

指定每次要请求的数据条数,默认20,最多3000

PageIndex

integer

指定页码

响应参数

参数类型描述其它

ResultObj

SensorDataPageDTO

Status

ResultStatus

返回状态

StatusCode

integer

返回的状态码

Msg

string

返回的消息

ErrorObj

Object

响应示例

{
"ResultObj": {
"PageCount": 1,
"PageIndex": 2,
"RecordCount": 3,
"Count": 4,
"DeviceId": 4,
"DataPoints": [
{
"ApiTag": "sample string 1",
"PointDTO": [
{
"Value": {},
"RecordTime": "sample string 2"
},
{
"Value": {},
"RecordTime": "sample string 2"
}
]
},
{
"ApiTag": "sample string 1",
"PointDTO": [
{
"Value": {},
"RecordTime": "sample string 2"
},
{
"Value": {},
"RecordTime": "sample string 2"
}
]
}
]
},
"Status": 0,
"StatusCode": 1,
"Msg": "sample string 2",
"ErrorObj": {}
}

传感器数据:简单讲讲传感器数据如何采集到服务器上

有些集成商朋友做项目,第一次接触到动环监控,不了解传感器数据如何采集到服务器上。迈世可以为你解答。我们有详细的产品手册和技术方案说明,还有研发技术团队专业解答、提供服务支持,保障你的项目无忧。
我们的整套系统包括三部分,分别是传感器、数据采集前置机(含系统软件)、报警模块。我们的系统不需要服务器,不需要另外安装软件,WEB页面访问直接管理站房,监控就像上网一样简单。主机有RS485、RS232、网口等接口,直接通过网线把传感器和主机连接起来,就可以实现数据采集、分析、传输和处理,支持ModbusTCP、JSON等开放接口协议。

迈世10年专注机房监控、动环监控系统的研发与生产,实现传感器数据采集、多传感器数据融合都不在话下。我们的产品运行稳定、平台操作简单,全国已有6000余案例,值得您选择与信赖。
上述就是关于“传感器数据如何采集到服务器上”的简单解答。若您想了解数据采集原理及相关方案,我们可以提供现成的产品资料和技术方案,让你了解得更细彻。售前也有业务人员和技术人员,免费为您进行技术讲解。请咨询我们。
请致电:400-030-5510或在线咨询!我们免费为你提供方案和报价。

您可能感兴趣的文章

本文地址:https://www.ceomba.cn/2775.html
文章标签: ,  
版权声明:本文为原创文章,版权归 ceomba 所有,欢迎分享本文,转载请保留出处!

文件下载

老薛主机终身7折优惠码boke112

上一篇:
下一篇:

评论已关闭!