naredil kontrolno zanko po matjazevih navodilih in izvedel meritev

meritev-280721/fazni-sum

@@ -17,7 +17,7 @@ sd.default.device = 0
 fskala=np.linspace(0,fs/2,2*pts+1)[:-1]   #Izračunaj frekvenčno skalo [Hz]
 
 ### podatki za kalibracijo sistema
-dSB = -62.86+15.83 #dB
+dSB = -58.86+16.23 #dB
 L = 1256 #metrov
 tau = L*1.4676/3e8
 

meritev-280721/popravek

@@ -1,17 +0,0 @@
-#!/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()

meritev-280721/t-fazni-sum

@@ -1,69 +0,0 @@
-#!/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

meritev-280721/tmeritev+popravek

@@ -1,47 +0,0 @@
-#!/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

meritev-280721/tmeritev-odziva

@@ -1,47 +0,0 @@
-#!/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