postavitev z novim sukalnikom
lso hp 8540w
parent
02ae88489b
commit
efa80b9db9
File diff suppressed because it is too large
Load Diff
|
|
@ -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 = -54.90+7.56 #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 ***')
|
||||||
|
|
@ -0,0 +1,20 @@
|
||||||
|
#!/usr/bin/gnuplot -c
|
||||||
|
n = ARG1
|
||||||
|
|
||||||
|
set datafile separator ","
|
||||||
|
set terminal pdf monochrome
|
||||||
|
|
||||||
|
set xlabel "Frekvenčni odmik (Hz)"
|
||||||
|
set ylabel "Fazni šum (dBc/Hz)"
|
||||||
|
set xrange [100:100000]
|
||||||
|
set yrange [-150:-50]
|
||||||
|
set key off #bottom left
|
||||||
|
set grid
|
||||||
|
set grid mxtics
|
||||||
|
set logscale x
|
||||||
|
set format x '10^{%T}'
|
||||||
|
|
||||||
|
set output n.".pdf"
|
||||||
|
set title "Meritev faznega šuma"
|
||||||
|
plot n.".csv" u 1:2 w lines
|
||||||
|
|
||||||
File diff suppressed because it is too large
Load Diff
Binary file not shown.
File diff suppressed because it is too large
Load Diff
File diff suppressed because it is too large
Load Diff
|
|
@ -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 = -62.86+15.83 #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 ***')
|
||||||
|
|
@ -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
|
||||||
|
|
@ -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
|
||||||
|
|
@ -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
|
||||||
|
|
@ -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()
|
||||||
File diff suppressed because it is too large
Load Diff
File diff suppressed because it is too large
Load Diff
|
|
@ -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
|
||||||
File diff suppressed because it is too large
Load Diff
|
|
@ -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
|
||||||
|
|
@ -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
|
||||||
Loading…
Reference in New Issue