2022-04-07 17:31:01 +02:00
|
|
|
import numpy as np
|
2022-06-09 17:34:24 +02:00
|
|
|
import matplotlib.pyplot as plt
|
2022-04-07 17:31:01 +02:00
|
|
|
|
|
|
|
import struct
|
|
|
|
|
|
|
|
#"C:\Users\quent\OneDrive\Bureau\ENSC\TransD\Framboisier\02400001.TXT"
|
|
|
|
#! /usr/bin/env python3
|
|
|
|
# -*- coding: UTF-8 -*-
|
|
|
|
|
|
|
|
AllRes = [[],[],[],[],[],[],[],[]]
|
|
|
|
|
2022-06-09 17:34:24 +02:00
|
|
|
link = "02400031.TXT"
|
2022-04-07 17:31:01 +02:00
|
|
|
|
|
|
|
f = open(link , "rb")#ouvertuture du fichier txt traiter
|
|
|
|
|
|
|
|
while True:
|
|
|
|
# Lecture 26 octets dans le fichier
|
|
|
|
record = f.read(26)
|
|
|
|
if len(record) != 26:
|
|
|
|
break;
|
|
|
|
#compteur += 1
|
|
|
|
# Test si on est sur la ligne de #####...
|
|
|
|
if record[:18] == b'#################\n':
|
|
|
|
# Lit le complement et reconstitue l'enregistrement
|
|
|
|
complement = f.read(18)
|
|
|
|
record = record[18:] + complement
|
|
|
|
|
|
|
|
# Ajoute un octet null tous les 3 octets a partir du 2ème caractère jusqu'à l'avant dernier
|
|
|
|
record_4x8_octets = bytearray()
|
|
|
|
print(record_4x8_octets)
|
|
|
|
i=1;
|
|
|
|
while i<25:
|
|
|
|
record_4x8_octets.append(record[i])
|
|
|
|
if i % 3 == 0:
|
|
|
|
record_4x8_octets.append(0) # Tous les 3 octets, on en ajoute un null
|
|
|
|
i += 1
|
|
|
|
|
|
|
|
# Converti l'enregistrement (tableau de bytes) en 8 entiers signés
|
|
|
|
resultat_fois256 = struct.unpack('>iiiiiiii', record_4x8_octets)
|
|
|
|
|
|
|
|
# Divise les résultats par 256 pour recadrer les 3 octets à gauche en conservant le signe
|
|
|
|
resultat = []
|
|
|
|
for i in range(len(resultat_fois256)):
|
|
|
|
res = resultat_fois256[i] // 256 * 20
|
|
|
|
AllRes[i].append(res)
|
|
|
|
|
|
|
|
|
|
|
|
f.close()#fermeturedu fichier txt
|
|
|
|
|
2022-06-09 17:34:24 +02:00
|
|
|
fig, (ax1, ax2) = plt.subplots(2, 1) #Création de la figure à 2 plots
|
2022-04-07 17:31:01 +02:00
|
|
|
|
|
|
|
Fe = 250000 #Fréquence d'échantillonage
|
|
|
|
tstep = 1 / Fe #Time spacing
|
|
|
|
y = AllRes[0][:] #Signal renvoyé par le premier capteur
|
|
|
|
N = len(y) #nb de points
|
|
|
|
t = np.linspace(0, (N-1) * tstep, N) #Tableau des temps
|
|
|
|
|
|
|
|
#Légende du plot 1
|
|
|
|
ax1.set_ylabel('Tension (nV)')
|
|
|
|
ax1.set_xlabel('Time (s)')
|
|
|
|
ax1.set_title("Tension renvoyée par le capteur 1 en fonction du temps")
|
|
|
|
|
|
|
|
#Légende du plot 2
|
|
|
|
ax2.set_xlabel('Fréquence (Hz)')
|
|
|
|
ax2.set_ylabel('Amplitude')
|
|
|
|
ax2.set_title("Spectre des fréquences du signal renvoyé par le capteur 1")
|
|
|
|
|
|
|
|
#calcul de la FFT
|
|
|
|
sp = np.fft.fft(y,Fe)
|
|
|
|
f = np.fft.fftfreq(Fe,tstep) #axe des abscisses: fréquence
|
|
|
|
|
|
|
|
#Définition des courbes des plots
|
2022-06-09 17:34:24 +02:00
|
|
|
ax1.plot(t,y) # print y(t)
|
2022-04-07 17:31:01 +02:00
|
|
|
ax2.plot(f,abs(sp))
|
|
|
|
|
|
|
|
#Lancement de l'affichage du plot
|
2022-06-09 17:34:24 +02:00
|
|
|
plt.show()
|