import pylef
import numpy as np
import pandas as pd
from time import time, ctime
from scipy.signal import find_peaks
necessarySamples = 500 #number of samples needed to search
numberBins = 100 #number of bins to graph
eventsList = [] #list that stores event lists with 2500 points
differencesList = [] #list that stores the difference in microseconds of each 2500 point list
readDifferences = [] #list that stores the data saved after the search
rm = visa.ResourceManager() #list of connected visa resources with PyVisa as a visa
rm.list_resources() #Print resource list
scope = rm.open_resource('USB0::0x0699::0x0363::C061073::INSTR') #Enter the resource to be connected manually
scope = pylef.TektronixTBS1062() #use the Pylef functions, to handle oscilloscope
scope.start_acquisition() #Start the aquisition of the waveform
scope.ch1.turn_on() #Turn channel on
scope.ch1.set_scale('0.010') #Ch1 10,0mV = 0,010 VOLTS
scope.ch1.set_position(2) #Vertical position for channel 1 must be 2
scope.ch1.set_probe(1) #Voltage probe must be at 1
scope.trigger.set_level(-0.020) #Trigger in -20mV
scope.set_horizontal_scale(1 / 1000000) #Oscilloscope SEC/DIV time 1.00 us = 1e-06
scope.write('HORizontal:MAIn:POSition 0;') #Initial horizontal position 0 default
scope.write('HORizontal:MAIn:POSition 0.00000460;') #Horizontal position with respect to the start of the oscilloscope window
scope.write('DISplay:PERSistence INF') #Infinite persistence
scope.write('TRIGGER:MAIN:EDGE:SLOPE FALL') #Negative slope
"""
The next loop is the one who asks the oscilloscope for a list of 2500 points,
which through SciPy find_peaks, finds all local maxima by simple comparison of neighbouring values.
def sweep_frequency(freq0,
freq1,
Nfreq,
path='',
fname='',
spacing='linear',
average=4):
'''
Função para realizar um sweep e fazer gráfico
===============
Uso simples:
>>> figure, freq, vpp1, vpp2, phase = sweep_frequency(freq0,freq1,Nfreq,spacing = 'linear')
figure: figura
freq0: frequência inicial (Hz)
freq1: frequencia final (Hz)
Nfreq: número de pontos no vetor de frequências
spacing (opcional): 'linear' (espaçamento linear) ou 'log' (espaçamento logarítmico)
average: número de médias a serem realizadas
'''
# display(Javascript("""
# require(
# ["base/js/dialog"],
# function(dialog) {
# dialog.modal({
# title: 'Hello world',
# body: 'Hi, lorem ipsum and such',
# buttons: {
# 'kthxbye': {}
# }
# });
# }
# );"""))
func_gen = pylef.BK4052() # definição do gerador de funções
scope = pylef.TektronixTBS1062() # definição do osciloscópio
#------------------
#constroi vetor de frequencias
#------------------
if spacing == 'linear':
freq = np.linspace(freq0, freq1, Nfreq,
endpoint=True) # varredura logaritmica
elif spacing == 'log':
freq = np.logspace(np.log10(freq0),
np.log10(freq1),
Nfreq,
endpoint=True) # varredura logaritmica
else:
raise ValueError(
'O espaçamento entre os pontos deve ser linear ou log')
#### Aquisição de dados!! ####
scope.set_average_number(average) # ajusta o número de médias
scope.set_average() # turn average ON
#-----------------
Vpp1, Vpp2 = [], [] # listas para guardar as variáveis
#phase1, phase2 = [], [] # listas para guardar as variáveis
phase = [] # listas para guardar as variáveis
### aquisição de dados no gerador com varredura de frequência
scope.write('MEASUREment:MEAS1:TYPE NONE')
scope.write('MEASUREment:MEAS2:TYPE NONE')
scope.write('MEASUREment:MEAS3:TYPE NONE')
scope.write('MEASUREment:MEAS4:TYPE NONE')
scope.write('MEASUREment:MEAS5:TYPE NONE')
for m, freqP in enumerate(list(freq)): # loop de aquisição
#print('Medida ' + str(m + 1))
print('Frequencia atual={:2g} Hz'.format(freq[m]))
start = time.time()
### ajuste dos instrumentos
func_gen.ch1.set_frequency(freqP) # muda a frequência
periodP = 1. / freqP # período da onda
scope.set_horizontal_scale(
periodP /
4.) # escala horizontal = 1/4 período (2.5 oscilações em tela)
scope.ch1.set_smart_scale() # rescala o canal 1
scope.ch2.set_smart_scale() # rescala o canal 2
### aquisição de dados
Vpp1.append(
scope.ch1.measure.Vpp()) # acumula a medida do Vpp no canal 1
phase.append(
-scope.ch1.measure.phase()) # acumula a medida da fase no canal 1
Vpp2.append(
scope.ch2.measure.Vpp()) # acumula a medida do Vpp no canal 2
#---------plotting stuff-------
T = (np.array(Vpp2) / np.array(Vpp1))**2 # cálculo da transmissão
T_dB = 10 * np.log10(T) # transmissão em dB
# plota o diagrama de bode para a transmissão e exporta em png
fig = plot_bode(freq, phase, T, T_dB, spacing)
#-------
print('Fim! Tempo total de medida={:2g} s'.format(time.time() - start))
Vpp1 = np.array(Vpp1) # convete a lista em array
Vpp2 = np.array(Vpp2) # convete a lista em array
phase = np.array(phase) # convete a lista em array
''' encerra a comunicação osciloscópio e o gerador de funções '''
scope.close()
func_gen.close()
''' organizando dados'''
# calculando a transmitância
T = Vpp2 / Vpp1 # cálculo da transmissão
T_dB = 20 * np.log10(T) # transmissão em dB
# gerando tabelas
dados = pd.DataFrame() # inicializa um dataframe do pandas
dados['Vpp1 (V)'], dados['Vpp2 (V)'] = Vpp1, Vpp2
dados['fase (Ch2-Ch1) (graus)'] = phase
dados['frequencia (Hz)'], dados['T'], dados['T_dB'] = freq, T, T_dB
## parametros de varredura
path0 = '/Users/usuario/F429/' # pasta onde salvar todos os arquivos
datapasta = time.strftime('dia_%D_hora_%H',
time.localtime(time.time())).replace('/', '-')
path = path0 + datapasta
if fname == '':
fname = 'sweep'
##--------------------------------------------------------
# Cria a pasta no computador, veja a variável PATH
try:
os.makedirs(path) # make new directory unless it already exists
except OSError:
if not os.path.isdir(path):
raise
# qual pasta estou?
print('Pasta dos arquivos:', os.path.abspath(path))
time_suf = time.strftime('_%H_%M_%S', time.localtime(time.time()))
nome_fig = os.path.join(path, fname + '_bode' + time_suf + '.png')
nome_csv = os.path.join(path, fname + '_dados' + time_suf + '.dat')
# Salvando
fig.savefig(nome_fig,
bbox_inches='tight') # salva figura na pasta de trabalho
dados.to_csv(
nome_csv, sep='\t', index=False
) # \t significa que o separador é uma tabulação, index=False remove os indices da coluna
return fig, dados