Skip to content
counts_histogram_plotting.py 4.09 KiB
Newer Older
import numpy as np
#import matplotlib.pyplot as plt
import sys
from datetime import datetime
from artiq.experiment import *


class ContinuousCountsHistograms(EnvExperiment):
    """
    Histogramas prueba
    Codigo de recoleccion de lecturas de cuentas del PMT.
    Recolecta N mediciones de x segundos del PMT y las muestra en un grafico.
    Sirve para realizar checks rapidos tipo verificacion del PMT.

    CONECCIONES:
    ============
    TTL0 input  <- PMT

    USO:
    ====
    Correr la siguiente linea, definiendo el estado del led/laser como apagado 'led=0' o
    prendido, 'led=1'
        artiq_run lectura_referencia_pmt.py led={0,1}

    PARAMETROS:
    ===========
    self.estado_inicial  <- Determina si la medicion se hara con el led prendido (1) o apagado (0)

    SALIDA:
    =======
    Histograma de cuentas registradas.
    Prompt para guardar las mediciones obtenidas.
    """

#    def prepare(self):
        #pongo parametros de medicion
#        self.setattr_argument("nro_meds", NumberValue(50)) #mide 50 veces        
#        self.setattr_argument("window", NumberValue(50, unit='ms', scale=1e-3)) #ventanas de 50 ms
    
#        self.nro_meds       = 1000 # Cantidad de repeticiones a hacer
#        self.tau_med        = 1*s # Tiempo de cada medicion
#        self.t_between      = 500 * us # Tiempo entre mediciones (minimo 500us?)

    def build(self):
        # Defino los conectores a utilizar

        #self.setattr_argument("nro_meds", NumberValue(50)) #mide 50 veces        
        self.nro_meds = 50        
        self.setattr_argument("window", NumberValue(50, unit='ms', scale=1)) #ventanas de 50 ms

        self.setattr_device("core")
        self.pmt = self.get_device("ttl0")
        self.setattr_device("ccb")

    @kernel
    def run(self):
        self.core.reset()
        self.pmt.input()
        # Pre-aloco el dataset, total ya se cuan largo va a ser.
        self.set_dataset('ticks', np.full(self.nro_meds, np.nan), broadcast=True, archive=False)
        delay(100*ms) # agrego el delay necesario despues del input para no tener un underflow

        t0 = now_mu() # guardo el tiempo de comienzo de la medicion
        try:
            for i in range(self.nro_meds): # corro 1000 veces
                # Cuento solamente los rising edges en el intervalo
                # modifico el i-esimo elemento del dataset con las cuentas
                self.mutate_dataset('ticks', i, self.pmt.count(self.pmt.gate_rising(self.window)))
                # Aqui probablemente tenga que poner un delay
                #1self.core.break_realtime() #esto no se si esta bueno o hay que corregirlo
                delay(self.window) #esto es para que mida por ventanas?
                print('done')
        except Exception as err:
            print("Tiempo de error: ", end='')
            print(self.core.mu_to_seconds(now_mu()-t0))
            print("Iteracion nro: ", end='')
            print(i)
            self.core.break_realtime() # uso esto para asegurarme que corra la siguiente linea
            
            raise err

        print(self.core.mu_to_seconds(now_mu()-t0))


#    def analyze(self):
#        """
#        Aprovecho la existencia de este metodo que llama el mismo programa
#        para guardar los archivos que vayamos recolectando
#        """
#
#        # traigo el dataset para guardarlo
#        ticks_med = self.get_dataset('ticks')
#
#        # Armo el plot
#        fig, ax = plt.subplots()
#        ax.hist(ticks_med)
#        ax.set_title(f"Histograma de cuentas/seg. Led {estado}")
#        ax.set_xlabel("cuentas")
#        ax.set_ylabel("ocurrencias")
#        fig.tight_layout()
#        fig.show()
#
#        if input("Guardar datos? (y/[n]): ") in ("y", "Y"):
#            folder = "mediciones/" #TODO: Eleccion para el usuario?
#            realtime = datetime.now().strftime("%Y%m%d_%H%M%S") # Tiempo de ejecucion
#            fname = f"{folder}{realtime}_{estado}_tmed{self.tau_med}_ticks.txt"
#            print(f"Guardando: {fname}")
#            np.savetxt(fname, ticks_med, delimiter=',', \
#-+                    header=f"no_meds={self.nro_meds},tau_med={self.tau_med},estado={estado}")