meriteve z oeo

elitebook-8540w-280622/fazni-sum

@@ -0,0 +1,81 @@
+#!/usr/bin/python3
+
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+print('*** popravek odziva za EliteBook 8540w - Andrej 11.2.2012 ***')
+print('*** meritev faznega suma (interpolacija in povprecenje v frekvenci-sai) - Andrej 15.2.2012 ***')
+
+fs=192000    #Frekvenca vzročenja zvočnega signala (max 192000Hz)
+pts=2048    #Število točk spektra 0...fs/2 (potenca 2 za učinkovit FFT)
+avg=128      #Število povprečenj spektra
+
+import sounddevice as sd        #Poiskati na spletu in naložiti s pip3!
+import numpy as np              #Uporaba učinkovitih funkcij numpy
+import matplotlib.pyplot as plt #Risanje rezultata z matplotlib
+import matplotlib.animation as animation
+
+sd.default.device = 0
+fskala=np.linspace(0,fs/2,2*pts+1)[:-1]   #Izračunaj frekvenčno skalo [Hz]
+
+### podatki za kalibracijo sistema
+dSB = -68.2+11.23 #dB
+L = 1256 #metrov
+tau = L*1.4676/3e8
+
+### popravek odziva
+odziv = np.loadtxt("5mhz-polinom-2048tock.csv", delimiter=',')
+a = odziv[:,1]
+popravek = np.max(a[4:-1])-a[4:-1]
+
+
+def spekter(fs,pts,avg,fskala): #Zajem signala z zvočno kartico in povprečenje spektra [dB]
+    s=sd.rec(pts*(1+avg),samplerate=fs,channels=1)  #Vzorčenje ADC zvočne kartice, 2D polje!
+    sd.wait()           #Počakaj do konca vzorčenja
+    nz=1.e-12           #Dodatek za neničelni argument logaritma
+    s2=np.square(s)     #Izpis jakosti/max [dB]
+    print('Jakost:',"%.1f"%(10*np.log10(nz+np.mean(s2))),'dB   Vrh:',"%.1f"%(10*np.log10(nz+np.amax(s2))),'dB',end=' ')
+    o=1+np.cos(np.linspace(-np.pi,np.pi,2*pts))     #Okno dvignjeni kosinus
+    k=0
+    s2=np.zeros(2*pts)
+    while k<pts*avg:                                #Seštevanje moči FFT
+        s2=s2+np.square(np.abs(np.fft.rfft(o*s.reshape(-1)[k:k+2*pts],n=4*pts)[:-1]))
+        k+=pts
+    s=10*np.log10(nz+0.5*s2/pts/pts/avg)            #Povprečje [dB]
+    print('  Max:',"%.1f"%(np.amax(s[4:-1])),'dB @',"%.1f"%(fskala[np.argmax(s[4:-1])]),'Hz')
+    return s[4:-1]+popravek
+
+### izris z animacijo
+f=fskala[4:-1]
+rbw = np.diff(f)[0]
+print(rbw)
+initsum = spekter(fs,pts,avg,fskala)
+fig,ax = plt.subplots()
+raw,pn, = ax.plot(f,initsum,f,initsum)
+ax.set_xlim(100, 100000)
+ax.set_ylim(-130,-30)
+ax.set_ylabel("Fazni šum [dBc/Hz]")
+ax.set_xlabel("Frekvenčni odmik [Hz]")
+plt.yticks(np.arange(-130,-29,10))
+plt.xscale('log')
+ax.grid(True)
+
+def meritev(nic):
+    s = spekter(fs,pts,avg,fskala)
+    Pcal = np.amax(s)
+    K = Pcal - 3 - dSB
+    fsum = s - K - 3 - 6 - 20*np.log10(np.sin(f*np.pi*tau)) -10*np.log10(rbw)
+    raw.set_data(f,s)
+    pn.set_data(f,fsum)
+    ax.figure.canvas.draw()
+    return raw,pn
+
+ani = animation.FuncAnimation(fig,meritev,interval=50)
+plt.show()
+
+#shrani csv file
+s = spekter(fs,pts,avg,fskala)
+Pcal = np.amax(s)
+K = Pcal - 3 - dSB
+fsum = s - K - 3 - 6 - 20*np.log10(np.sin(f*np.pi*tau)) -10*np.log10(rbw)
+data = np.column_stack((f,fsum,s))
+np.savetxt('rezultat.csv',data,delimiter=',')
+print('*** Konec ***')      

elitebook-8540w-280622/fazni-sum-floor

@@ -0,0 +1,82 @@
+#!/usr/bin/python3
+
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+print('*** popravek odziva za EliteBook 8540w - Andrej 11.2.2012 ***')
+print('*** meritev faznega suma (interpolacija in povprecenje v frekvenci-sai) - Andrej 15.2.2012 ***')
+
+fs=192000    #Frekvenca vzročenja zvočnega signala (max 192000Hz)
+pts=2048    #Število točk spektra 0...fs/2 (potenca 2 za učinkovit FFT)
+avg=128      #Število povprečenj spektra
+
+import sounddevice as sd        #Poiskati na spletu in naložiti s pip3!
+import numpy as np              #Uporaba učinkovitih funkcij numpy
+import matplotlib.pyplot as plt #Risanje rezultata z matplotlib
+import matplotlib.animation as animation
+
+sd.default.device = 0
+fskala=np.linspace(0,fs/2,2*pts+1)[:-1]   #Izračunaj frekvenčno skalo [Hz]
+
+### podatki za kalibracijo sistema
+dSB = -65.36+14.33 #dB
+L = 1256 #metrov
+tau = L*1.4676/3e8
+T = 1*1.4676/3e8
+
+### popravek odziva
+odziv = np.loadtxt("5mhz-polinom-2048tock.csv", delimiter=',')
+a = odziv[:,1]
+popravek = np.max(a[4:-1])-a[4:-1]
+
+
+def spekter(fs,pts,avg,fskala): #Zajem signala z zvočno kartico in povprečenje spektra [dB]
+    s=sd.rec(pts*(1+avg),samplerate=fs,channels=1)  #Vzorčenje ADC zvočne kartice, 2D polje!
+    sd.wait()           #Počakaj do konca vzorčenja
+    nz=1.e-12           #Dodatek za neničelni argument logaritma
+    s2=np.square(s)     #Izpis jakosti/max [dB]
+    print('Jakost:',"%.1f"%(10*np.log10(nz+np.mean(s2))),'dB   Vrh:',"%.1f"%(10*np.log10(nz+np.amax(s2))),'dB',end=' ')
+    o=1+np.cos(np.linspace(-np.pi,np.pi,2*pts))     #Okno dvignjeni kosinus
+    k=0
+    s2=np.zeros(2*pts)
+    while k<pts*avg:                                #Seštevanje moči FFT
+        s2=s2+np.square(np.abs(np.fft.rfft(o*s.reshape(-1)[k:k+2*pts],n=4*pts)[:-1]))
+        k+=pts
+    s=10*np.log10(nz+0.5*s2/pts/pts/avg)            #Povprečje [dB]
+    print('  Max:',"%.1f"%(np.amax(s[4:-1])),'dB @',"%.1f"%(fskala[np.argmax(s[200:-1])]),'Hz')
+    return s[4:-1]+popravek
+
+### izris z animacijo
+f=fskala[4:-1]
+rbw = np.diff(f)[0]
+print(rbw)
+initsum = spekter(fs,pts,avg,fskala)
+fig,ax = plt.subplots()
+raw,pn, = ax.plot(f,initsum,f,initsum)
+ax.set_xlim(100, 100000)
+ax.set_ylim(-130,-30)
+ax.set_ylabel("Fazni šum [dBc/Hz]")
+ax.set_xlabel("Frekvenčni odmik [Hz]")
+plt.yticks(np.arange(-150,-29,10))
+plt.xscale('log')
+ax.grid(True)
+
+def meritev(nic):
+    s = spekter(fs,pts,avg,fskala)
+    Pcal = np.amax(s)
+    K = Pcal - 3 - dSB - 20*np.log10(np.pi*T*84e3)
+    fsum = s - K - 3 - 6 - 20*np.log10(np.sin(f*np.pi*tau)) -10*np.log10(rbw)
+    raw.set_data(f,s)
+    pn.set_data(f,fsum)
+    ax.figure.canvas.draw()
+    return raw,pn
+
+ani = animation.FuncAnimation(fig,meritev,interval=50)
+plt.show()
+
+#shrani csv file
+s = spekter(fs,pts,avg,fskala)
+Pcal = np.amax(s[200:-1])
+K = Pcal - 3 - dSB - 20*np.log10(np.pi*T*84e3)
+fsum = s - K - 3 - 6 - 20*np.log10(np.sin(f*np.pi*tau)) -10*np.log10(rbw)
+data = np.column_stack((f,fsum,s))
+np.savetxt('floor.csv',data,delimiter=',')
+print('*** Konec ***')      

elitebook-8540w-280622/meritev+popravek

@@ -0,0 +1,48 @@
+#!/usr/bin/python3
+
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+print('*** popravek odziva za EliteBook 8540w - Andrej 11.2.2012 ***')
+
+fs=192000    #Frekvenca vzročenja zvočnega signala (max 192000Hz)
+pts=2048    #Število točk spektra 0...fs/2 (potenca 2 za učinkovit FFT)
+avg=128      #Število povprečenj spektra
+
+import sounddevice as sd        #Poiskati na spletu in naložiti s pip3!
+import numpy as np              #Uporaba učinkovitih funkcij numpy
+import matplotlib.pyplot as plt #Risanje rezultata z matplotlib
+
+sd.default.device = 0
+fskala=np.linspace(0,fs/2,2*pts+1)[:-1]   #Izračunaj frekvenčno skalo [Hz]
+
+### popravek odziva
+odziv = np.loadtxt("5mhz-polinom-2048tock.csv", delimiter=',')
+a = odziv[:,1]
+popravek = np.max(a[4:-1])-a[4:-1]
+
+def spekter(fs,pts,avg,fskala): #Zajem signala z zvočno kartico in povprečenje spektra [dB]
+    s=sd.rec(pts*(1+avg),samplerate=fs,channels=1)  #Vzorčenje ADC zvočne kartice, 2D polje!
+    sd.wait()           #Počakaj do konca vzorčenja
+    nz=1.e-12           #Dodatek za neničelni argument logaritma
+    s2=np.square(s)     #Izpis jakosti/max [dB]
+    print('Jakost:',"%.1f"%(10*np.log10(nz+np.mean(s2))),'dB   Vrh:',"%.1f"%(10*np.log10(nz+np.amax(s2))),'dB',end=' ')
+    o=1+np.cos(np.linspace(-np.pi,np.pi,2*pts))     #Okno dvignjeni kosinus
+    k=0
+    s2=np.zeros(2*pts)
+    while k<pts*avg:                                #Seštevanje moči FFT
+        s2=s2+np.square(np.abs(np.fft.rfft(o*s.reshape(-1)[k:k+2*pts],n=4*pts)[:-1]))
+        k+=pts
+    s=10*np.log10(nz+0.5*s2/pts/pts/avg)            #Povprečje [dB]
+    print('  Max:',"%.1f"%(np.amax(s)),'dB @',"%.1f"%(fskala[np.argmax(s)]),'Hz')
+    return s[4:-1]+popravek
+
+wfbp=None
+while wfbp!=True:           #Prvo risanje spektra z normalizacijo, ponovi s klikom miške
+    fig,ax=plt.subplots()
+    line,=ax.plot(fskala[4:-1],spekter(fs,pts,avg,fskala))
+    wfbp=plt.waitforbuttonpress(0.01)
+    while wfbp==None:       #Zanka risanja spektra, izhod=pritisk tipke ali miške
+        line.set_ydata(spekter(fs,pts,avg,fskala))
+        fig.canvas.draw()
+        wfbp=plt.waitforbuttonpress(0.01)
+    plt.close()
+print('*** Konec ***')      #pritisk tipke na tipkovnici

elitebook-8540w-280622/meritev-odziva

@@ -0,0 +1,45 @@
+#!/usr/bin/python3
+
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+fs=192000    #Frekvenca vzročenja zvočnega signala (max 192000Hz)
+pts=2048    #Število točk spektra 0...fs/2 (potenca 2 za učinkovit FFT)
+avg=128      #Število povprečenj spektra
+
+import sounddevice as sd        #Poiskati na spletu in naložiti s pip3!
+import numpy as np              #Uporaba učinkovitih funkcij numpy
+import matplotlib.pyplot as plt #Risanje rezultata z matplotlib
+sd.default.device = 0
+fskala=np.linspace(0,fs/2,2*pts+1)[:-1]   #Izračunaj frekvenčno skalo [Hz]
+
+def spekter(fs,pts,avg,fskala): #Zajem signala z zvočno kartico in povprečenje spektra [dB]
+    s=sd.rec(pts*(1+avg),samplerate=fs,channels=1)  #Vzorčenje ADC zvočne kartice, 2D polje!
+    sd.wait()           #Počakaj do konca vzorčenja
+    nz=1.e-12           #Dodatek za neničelni argument logaritma
+    s2=np.square(s)     #Izpis jakosti/max [dB]
+    print('Jakost:',"%.1f"%(10*np.log10(nz+np.mean(s2))),'dB   Vrh:',"%.1f"%(10*np.log10(nz+np.amax(s2))),'dB',end=' ')
+    o=1+np.cos(np.linspace(-np.pi,np.pi,2*pts))     #Okno dvignjeni kosinus
+    k=0
+    s2=np.zeros(2*pts)
+    while k<pts*avg:                                #Seštevanje moči FFT
+        s2=s2+np.square(np.abs(np.fft.rfft(o*s.reshape(-1)[k:k+2*pts],n=4*pts)[:-1]))
+        k+=pts
+    s=10*np.log10(nz+0.5*s2/pts/pts/avg)            #Povprečje [dB]
+    print('  Max:',"%.1f"%(np.amax(s)),'dB @',"%.1f"%(fskala[np.argmax(s)]),'Hz')
+    return s
+
+meritev = spekter(fs,pts,avg,fskala)
+#print(meritev)
+#print(fskala)
+data = np.column_stack((fskala, meritev))
+np.savetxt('5mhz-polinom-2048tock.csv', data, delimiter=',')
+#wfbp=None
+#while wfbp!=True:           #Prvo risanje spektra z normalizacijo, ponovi s klikom miške
+#    fig,ax=plt.subplots()
+#    line,=ax.plot(fskala,spekter(fs,pts,avg,fskala))
+#    wfbp=plt.waitforbuttonpress(0.01)
+#    while wfbp==None:       #Zanka risanja spektra, izhod=pritisk tipke ali miške
+#        line.set_ydata(spekter(fs,pts,avg,fskala))
+#        fig.canvas.draw()
+#        wfbp=plt.waitforbuttonpress(0.01)
+#    plt.close()
+#print('*** Konec ***')      #pritisk tipke na tipkovnici

elitebook-8540w-280622/meritev-odziva-live

@@ -0,0 +1,45 @@
+#!/usr/bin/python3
+
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+fs=192000    #Frekvenca vzročenja zvočnega signala (max 192000Hz)
+pts=2048    #Število točk spektra 0...fs/2 (potenca 2 za učinkovit FFT)
+avg=128      #Število povprečenj spektra
+
+import sounddevice as sd        #Poiskati na spletu in naložiti s pip3!
+import numpy as np              #Uporaba učinkovitih funkcij numpy
+import matplotlib.pyplot as plt #Risanje rezultata z matplotlib
+sd.default.device = 0
+fskala=np.linspace(0,fs/2,2*pts+1)[:-1]   #Izračunaj frekvenčno skalo [Hz]
+
+def spekter(fs,pts,avg,fskala): #Zajem signala z zvočno kartico in povprečenje spektra [dB]
+    s=sd.rec(pts*(1+avg),samplerate=fs,channels=1)  #Vzorčenje ADC zvočne kartice, 2D polje!
+    sd.wait()           #Počakaj do konca vzorčenja
+    nz=1.e-12           #Dodatek za neničelni argument logaritma
+    s2=np.square(s)     #Izpis jakosti/max [dB]
+    print('Jakost:',"%.1f"%(10*np.log10(nz+np.mean(s2))),'dB   Vrh:',"%.1f"%(10*np.log10(nz+np.amax(s2))),'dB',end=' ')
+    o=1+np.cos(np.linspace(-np.pi,np.pi,2*pts))     #Okno dvignjeni kosinus
+    k=0
+    s2=np.zeros(2*pts)
+    while k<pts*avg:                                #Seštevanje moči FFT
+        s2=s2+np.square(np.abs(np.fft.rfft(o*s.reshape(-1)[k:k+2*pts],n=4*pts)[:-1]))
+        k+=pts
+    s=10*np.log10(nz+0.5*s2/pts/pts/avg)            #Povprečje [dB]
+    print('  Max:',"%.1f"%(np.amax(s)),'dB @',"%.1f"%(fskala[np.argmax(s)]),'Hz')
+    return s
+
+meritev = spekter(fs,pts,avg,fskala)
+#print(meritev)
+#print(fskala)
+#data = np.column_stack((fskala, meritev))
+#np.savetxt('10mhz-polinom-2048tock.csv', data, delimiter=',')
+wfbp=None
+while wfbp!=True:           #Prvo risanje spektra z normalizacijo, ponovi s klikom miške
+    fig,ax=plt.subplots()
+    line,=ax.plot(fskala,spekter(fs,pts,avg,fskala))
+    wfbp=plt.waitforbuttonpress(0.01)
+    while wfbp==None:       #Zanka risanja spektra, izhod=pritisk tipke ali miške
+        line.set_ydata(spekter(fs,pts,avg,fskala))
+        fig.canvas.draw()
+        wfbp=plt.waitforbuttonpress(0.01)
+    plt.close()
+print('*** Konec ***')      #pritisk tipke na tipkovnici

elitebook-8540w-280622/popravek

@@ -0,0 +1,17 @@
+#!/usr/bin/python3
+
+# brezvezno risanje popravka
+
+import numpy as np
+import matplotlib.pyplot as plt
+
+sum = np.loadtxt("5mhz-polinom-2048tock.csv", delimiter=',')
+print(sum)
+
+f = sum[:,0]
+a = sum[:,1]
+print(f[4:9])
+print(a[4:9])
+popravek = np.max(a[4:-1])-a[4:-1]
+plt.plot(f[4:-1],popravek)
+plt.show()

elitebook-8540w-280622/t-fazni-sum

@@ -0,0 +1,69 @@
+#!/usr/bin/python3
+
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+fs=192000    #Frekvenca vzročenja zvočnega signala (max 192000Hz)
+pts=2048    #Število točk spektra 0...fs/2 (potenca 2 za učinkovit FFT)
+avg=128      #Število povprečenj spektra
+
+import sounddevice as sd        #Poiskati na spletu in naložiti s pip3!
+import numpy as np              #Uporaba učinkovitih funkcij numpy
+import matplotlib.pyplot as plt #Risanje rezultata z matplotlib
+import matplotlib.animation as animation
+
+sd.default.device = 0
+fskala=np.linspace(0,fs/2,pts+1)[:-1]   #Izračunaj frekvenčno skalo [Hz]
+
+### podatki za kalibracijo sistema
+dSB = -61.95+15.53 #dB
+L = 1256 #metrov
+tau = L*1.4676/3e8
+
+### popravek odziva
+odziv = np.loadtxt("tcos-5mhz-polinom-2048tock.csv", delimiter=',')
+a = odziv[:,1]
+popravek = np.max(a[4:-1])-a[4:-1]
+
+def spekter(fs,pts,avg,fskala): #Zajem signala z zvočno kartico in povprečenje spektra [dB]
+    s=sd.rec(pts*(1+avg),samplerate=fs,channels=1)  #Vzorčenje ADC zvočne kartice, 2D polje!
+    sd.wait()           #Počakaj do konca vzorčenja
+    nz=1.e-12           #Dodatek za neničelni argument logaritma
+    s2=np.square(s)     #Izpis jakosti/max [dB]
+    print('Jakost:',"%.1f"%(10*np.log10(nz+np.mean(s2))),'dB   Vrh:',"%.1f"%(10*np.log10(nz+np.amax(s2))),'dB',end=' ')
+    o=1+np.cos(np.linspace(-np.pi,np.pi,2*pts))     #Okno dvignjeni kosinus
+    k=0
+    s2=np.zeros(pts)
+    while k<pts*avg:                                #Seštevanje moči FFT
+        s2=s2+np.square(np.abs(np.fft.rfft(o*s.reshape(-1)[k:k+2*pts])[:-1]))
+        k+=pts
+    s=10*np.log10(nz+0.5*s2/pts/pts/avg)            #Povprečje [dB]
+    print('  Max:',"%.1f"%(np.amax(s[4:-1])),'dB @',"%.1f"%(fskala[np.argmax(s[4:-1])]),'Hz')
+    return s[4:-1]+popravek
+
+### izris z animacijo
+f=fskala[4:-1]
+initsum = spekter(fs,pts,avg,fskala)
+fig,ax = plt.subplots()
+raw,pn, = ax.plot(f,initsum,f,initsum)
+ax.set_xlim(100, 100000)
+ax.set_ylim(-130,-30)
+ax.set_ylabel("Fazni šum [dBc/Hz]")
+ax.set_xlabel("Frekvenčni odmik [Hz]")
+plt.yticks(np.arange(-130,-29,10))
+plt.xscale('log')
+ax.grid(True)
+
+def meritev(nic):
+    s = spekter(fs,pts,avg,fskala)
+    Pcal = np.amax(s)
+    K = Pcal - 3 - dSB
+    fsum = s - K - 3 - 6 - 20*np.log10(np.sin(f*np.pi*tau))
+    raw.set_data(f,s)
+    pn.set_data(f,fsum)
+    ax.figure.canvas.draw()
+    return raw,pn
+
+ani = animation.FuncAnimation(fig,meritev,interval=50)
+plt.show()
+
+print('*** Konec ***')      #pritisk tipke na tipkovnici

elitebook-8540w-280622/tmeritev+popravek

@@ -0,0 +1,47 @@
+#!/usr/bin/python3
+
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+fs=192000    #Frekvenca vzročenja zvočnega signala (max 192000Hz)
+pts=2048    #Število točk spektra 0...fs/2 (potenca 2 za učinkovit FFT)
+avg=128      #Število povprečenj spektra
+
+import sounddevice as sd        #Poiskati na spletu in naložiti s pip3!
+import numpy as np              #Uporaba učinkovitih funkcij numpy
+import matplotlib.pyplot as plt #Risanje rezultata z matplotlib
+
+sd.default.device = 0
+fskala=np.linspace(0,fs/2,pts+1)[:-1]   #Izračunaj frekvenčno skalo [Hz]
+
+### popravek odziva
+odziv = np.loadtxt("tcos-5mhz-polinom-2048tock.csv", delimiter=',')
+a = odziv[:,1]
+popravek = np.max(a[4:-1])-a[4:-1]
+
+def spekter(fs,pts,avg,fskala): #Zajem signala z zvočno kartico in povprečenje spektra [dB]
+    s=sd.rec(pts*(1+avg),samplerate=fs,channels=1)  #Vzorčenje ADC zvočne kartice, 2D polje!
+    sd.wait()           #Počakaj do konca vzorčenja
+    nz=1.e-12           #Dodatek za neničelni argument logaritma
+    s2=np.square(s)     #Izpis jakosti/max [dB]
+    print('Jakost:',"%.1f"%(10*np.log10(nz+np.mean(s2))),'dB   Vrh:',"%.1f"%(10*np.log10(nz+np.amax(s2))),'dB',end=' ')
+    o=1+np.cos(np.linspace(-np.pi,np.pi,2*pts))     #Okno dvignjeni kosinus
+    k=0
+    s2=np.zeros(pts)
+    while k<pts*avg:                                #Seštevanje moči FFT
+        s2=s2+np.square(np.abs(np.fft.rfft(o*s.reshape(-1)[k:k+2*pts])[:-1]))
+        k+=pts
+    s=10*np.log10(nz+0.5*s2/pts/pts/avg)            #Povprečje [dB]
+    print('  Max:',"%.1f"%(np.amax(s)),'dB @',"%.1f"%(fskala[np.argmax(s)]),'Hz')
+    return s[4:-1]+popravek
+
+wfbp=None
+while wfbp!=True:           #Prvo risanje spektra z normalizacijo, ponovi s klikom miške
+    fig,ax=plt.subplots()
+    line,=ax.plot(fskala[4:-1],spekter(fs,pts,avg,fskala))
+    wfbp=plt.waitforbuttonpress(0.01)
+    while wfbp==None:       #Zanka risanja spektra, izhod=pritisk tipke ali miške
+        line.set_ydata(spekter(fs,pts,avg,fskala))
+        fig.canvas.draw()
+        wfbp=plt.waitforbuttonpress(0.01)
+    plt.close()
+print('*** Konec ***')      #pritisk tipke na tipkovnici

elitebook-8540w-280622/tmeritev-odziva

@@ -0,0 +1,47 @@
+#!/usr/bin/python3
+
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+fs=192000    #Frekvenca vzročenja zvočnega signala (max 192000Hz)
+pts=2048    #Število točk spektra 0...fs/2 (potenca 2 za učinkovit FFT)
+avg=128      #Število povprečenj spektra
+
+import sounddevice as sd        #Poiskati na spletu in naložiti s pip3!
+import numpy as np              #Uporaba učinkovitih funkcij numpy
+import matplotlib.pyplot as plt #Risanje rezultata z matplotlib
+
+sd.default.device = 0
+fskala=np.linspace(0,fs/2,pts+1)[:-1]   #Izračunaj frekvenčno skalo [Hz]
+
+def spekter(fs,pts,avg,fskala): #Zajem signala z zvočno kartico in povprečenje spektra [dB]
+    s=sd.rec(pts*(1+avg),samplerate=fs,channels=1)  #Vzorčenje ADC zvočne kartice, 2D polje!
+    sd.wait()           #Počakaj do konca vzorčenja
+    nz=1.e-12           #Dodatek za neničelni argument logaritma
+    s2=np.square(s)     #Izpis jakosti/max [dB]
+    print('Jakost:',"%.1f"%(10*np.log10(nz+np.mean(s2))),'dB   Vrh:',"%.1f"%(10*np.log10(nz+np.amax(s2))),'dB',end=' ')
+    o=1+np.cos(np.linspace(-np.pi,np.pi,2*pts))     #Okno dvignjeni kosinus
+    k=0
+    s2=np.zeros(pts)
+    while k<pts*avg:                                #Seštevanje moči FFT
+        s2=s2+np.square(np.abs(np.fft.rfft(o*s.reshape(-1)[k:k+2*pts])[:-1]))
+        k+=pts
+    s=10*np.log10(nz+0.5*s2/pts/pts/avg)            #Povprečje [dB]
+    print('  Max:',"%.1f"%(np.amax(s)),'dB @',"%.1f"%(fskala[np.argmax(s)]),'Hz')
+    return s
+
+meritev = spekter(fs,pts,avg,fskala)
+#print(meritev)
+#print(fskala)
+data = np.column_stack((fskala, meritev))
+np.savetxt('tcos-5mhz-polinom-2048tock.csv', data, delimiter=',')
+wfbp=None
+while wfbp!=True:           #Prvo risanje spektra z normalizacijo, ponovi s klikom miške
+    fig,ax=plt.subplots()
+    line,=ax.plot(fskala,spekter(fs,pts,avg,fskala))
+    wfbp=plt.waitforbuttonpress(0.01)
+    while wfbp==None:       #Zanka risanja spektra, izhod=pritisk tipke ali miške
+        line.set_ydata(spekter(fs,pts,avg,fskala))
+        fig.canvas.draw()
+        wfbp=plt.waitforbuttonpress(0.01)
+    plt.close()
+print('*** Konec ***')      #pritisk tipke na tipkovnici

elitebook-8540w/fazni-sum-floor

@@ -0,0 +1,82 @@
+#!/usr/bin/python3
+
+print('*** Preprost zvočni spektralni analizator - S53MV 28.09.2020 ***')
+print('*** popravek odziva za EliteBook 8540w - Andrej 11.2.2012 ***')
+print('*** meritev faznega suma (interpolacija in povprecenje v frekvenci-sai) - Andrej 15.2.2012 ***')
+
+fs=192000    #Frekvenca vzročenja zvočnega signala (max 192000Hz)
+pts=2048    #Število točk spektra 0...fs/2 (potenca 2 za učinkovit FFT)
+avg=128      #Število povprečenj spektra
+
+import sounddevice as sd        #Poiskati na spletu in naložiti s pip3!
+import numpy as np              #Uporaba učinkovitih funkcij numpy
+import matplotlib.pyplot as plt #Risanje rezultata z matplotlib
+import matplotlib.animation as animation
+
+sd.default.device = 0
+fskala=np.linspace(0,fs/2,2*pts+1)[:-1]   #Izračunaj frekvenčno skalo [Hz]
+
+### podatki za kalibracijo sistema
+dSB = -65.36+14.33 #dB
+L = 1256 #metrov
+tau = L*1.4676/3e8
+T = 0.5*1.4676/3e8
+
+### popravek odziva
+odziv = np.loadtxt("5mhz-polinom-2048tock.csv", delimiter=',')
+a = odziv[:,1]
+popravek = np.max(a[4:-1])-a[4:-1]
+
+
+def spekter(fs,pts,avg,fskala): #Zajem signala z zvočno kartico in povprečenje spektra [dB]
+    s=sd.rec(pts*(1+avg),samplerate=fs,channels=1)  #Vzorčenje ADC zvočne kartice, 2D polje!
+    sd.wait()           #Počakaj do konca vzorčenja
+    nz=1.e-12           #Dodatek za neničelni argument logaritma
+    s2=np.square(s)     #Izpis jakosti/max [dB]
+    print('Jakost:',"%.1f"%(10*np.log10(nz+np.mean(s2))),'dB   Vrh:',"%.1f"%(10*np.log10(nz+np.amax(s2))),'dB',end=' ')
+    o=1+np.cos(np.linspace(-np.pi,np.pi,2*pts))     #Okno dvignjeni kosinus
+    k=0
+    s2=np.zeros(2*pts)
+    while k<pts*avg:                                #Seštevanje moči FFT
+        s2=s2+np.square(np.abs(np.fft.rfft(o*s.reshape(-1)[k:k+2*pts],n=4*pts)[:-1]))
+        k+=pts
+    s=10*np.log10(nz+0.5*s2/pts/pts/avg)            #Povprečje [dB]
+    print('  Max:',"%.1f"%(np.amax(s[4:-1])),'dB @',"%.1f"%(fskala[np.argmax(s[200:-1])]),'Hz')
+    return s[4:-1]+popravek
+
+### izris z animacijo
+f=fskala[4:-1]
+rbw = np.diff(f)[0]
+print(rbw)
+initsum = spekter(fs,pts,avg,fskala)
+fig,ax = plt.subplots()
+raw,pn, = ax.plot(f,initsum,f,initsum)
+ax.set_xlim(100, 100000)
+ax.set_ylim(-130,-30)
+ax.set_ylabel("Fazni šum [dBc/Hz]")
+ax.set_xlabel("Frekvenčni odmik [Hz]")
+plt.yticks(np.arange(-150,-29,10))
+plt.xscale('log')
+ax.grid(True)
+
+def meritev(nic):
+    s = spekter(fs,pts,avg,fskala)
+    Pcal = np.amax(s)
+    K = Pcal - 3 - dSB - 20*np.log10(np.pi*T*84e3)
+    fsum = s - K - 3 - 6 - 20*np.log10(np.sin(f*np.pi*tau)) -10*np.log10(rbw)
+    raw.set_data(f,s)
+    pn.set_data(f,fsum)
+    ax.figure.canvas.draw()
+    return raw,pn
+
+ani = animation.FuncAnimation(fig,meritev,interval=50)
+plt.show()
+
+#shrani csv file
+s = spekter(fs,pts,avg,fskala)
+Pcal = np.amax(s[200:-1])
+K = Pcal - 3 - dSB - 20*np.log10(np.pi*T*84e3)
+fsum = s - K - 3 - 6 - 20*np.log10(np.sin(f*np.pi*tau)) -10*np.log10(rbw)
+data = np.column_stack((f,fsum,s))
+np.savetxt('floor.csv',data,delimiter=',')
+print('*** Konec ***')