使用Python最大化来自Teensy 3.2的实时绘图数据的串行通信速度

使用Python最大化来自Teensy 3.2的实时绘图数据的串行通信速度

正如上面MR所建议的，如果在发送之前打包更多数据而不是一次发送两个字节的数据包，则可能会更好。

但是，您看到的可怕性能与在计算机上读取数据的方式有关。如果您仅从串行端口读取两个字节并将它们附加到绘图上，那么最终的开销将是巨大的。

如果改用RX缓冲区中可用的字节数来处理，则几乎可以获得实时性能。

只需更改您的更新功能：

def update():    global curve, ptr, Xm    if ser.inWaiting() > 0   # Check for data not for an open port        b1 = ser.read(ser.inWaiting())  # Read all data available at once        if len(b1) % 2 != 0: # Odd length, drop 1 byte b1 = b1[:-1]        data_type = dtype(uint16)        data_int = fromstring(b1, dtype=data_type) # Convert bytes to numpy array        data_int = data_int.byteswap()  # Swap bytes for big endian        Xm = append(Xm, data_int)ptr += len(data_int)     Xm[:-len(data_int)] = Xm[len(data_int):]   # Scroll plot        curve.setData(Xm[(len(Xm)-windowWidth):])       curve.setPos(ptr,0)     QtGui.QApplication.processEvents()

在略过一次迭代两个字节的想法之后，我认为可以用numpy进行处理，巧合的是，我发现了这个问题，该问题与您的非常相似。因此，值得信赖的是numpy解决方案。

不幸的是，便携式示波器的电池没电了，所以我无法正确测试上面的代码。但是我认为从那里开始一个好的解决方案应该是可行的。

我没有详细检查Teensy代码，但快速浏览一下，我认为您用于提供ADC速度的中断定时器可能太紧了。您忘了考虑随每个数据字节移动的起始位和停止位，并且您没有考虑完成AD转换所花费的时间（我想这应该很小，可能是10微秒）。考虑到所有因素，我认为您可能需要增加心跳，以确保您不会引入不规则的采样时间。Teensy应该有可能获得更快的采样率，但是要做到这一点，您需要使用完全不同的方法。我猜是另一个问题的好话题…