Fledermaus-Scanner goes LoRaWAN
Den Fledermaus-Scanner kennt ihr vielleicht aus den Heften 6/20 und 4/21 als stationäre und mobile Variante. Jetzt gibt es eine neue Erweiterung mit LoRaWAN, die es ermöglicht, Messdaten bequem aus der Ferne auszuwerten.
Die Lebensräume von Fledermäusen zu beobachten, gibt Umweltbiologen Aufschluss über Veränderungen in unserem Ökosystem. Das geht beispielsweise mithilfe meines Fledermaus-Scanners, der zukünftig in der Stadt Calw bei flächendeckenden Langzeitbeobachtungen unterstützen soll. Als Teil eines größer angelegten Naturschutzprojektes hilft er dabei, die Vorkommen verschiedener Fledermausarten zu erkennen und zu dokumentieren, die sich aufgrund ihrer charakteristischen Frequenzen voneinander unterscheiden lassen. Damit es einfacher ist, die erfassten Aufzeichnungen auszuwerten, habe ich den Entwurf so angepasst, dass der Scanner in der dritten Version die Messergebnisse per LoRaWAN an einen Server übermitteln kann. Das bot sich an, weil es im erweiterten Stadtgebiet von Calw eine gute LoRa-Abdeckung gibt. Dadurch erübrigt sich die physische Interaktion, außer der Scanner muss geladen oder gewartet werden.
Das Prinzip des Entwurfs beruht darauf, mit einem schnellen Analog/Digital-Wandler (ADC) das ganze Frequenzband von 0-90kHz abzutasten und dann die empfangenen Frequenzanteile mittels Fast-Fourier-Transformation (FFT) zu ermitteln. Auch in dieser Version habe ich das Feather M0+ Board von Adafruit verwendet, dessen SAMD21 ARM-Prozessor einen schnellen ADC hat – mit bis zu 500.000 Samples pro Sekunde. Die Boardversion mit integriertem LoRaWAN-Modem ist perfekt für dieses Projekt. Für die Übertragung an meinen Webserver verwende ich das The Things Network. Da es jedoch nur Datenpakete von maximal 54 Bytes unterstützt, die auch nur einmal pro Minute gesendet werden dürfen, ist eine Übertragung des kompletten Spektrums mit 1024 16-Bit-ADC-Werten nicht möglich. Das Feather M0+ Board rechnet daher per FFT das Spektrum aller Signale aus, die innerhalb einer Minute empfangen wurden, sortiert anschließend die Frequenzanteile nach Amplitude und sendet dann nur die 12 höchsten Werte per LoRaWAN. Über einen Zeitraum von mehreren Stunden kann man so dennoch reichlich Spektraldaten erfassen. Derzeit werden bei mir die Daten eines einzelnen Fledermaus-Scanners grafisch angezeigt. In Zukunft plane ich, weitere verteilte Sensoren einzubinden.