LabVIEW编程LabVIEW控制picoharp 300例程与相关资料

简介: LabVIEW编程LabVIEW控制picoharp 300例程与相关资料

LabVIEW编程LabVIEW控制picoharp 300例程与相关资料

PicoHarp 300是一款即插即用型时间相关单光子计数(TCSPC)系统,它通过USB 2.0高速接口与电脑连接。

相互独立的通道设计, 4ps分辨率

PicoHarp 300拥有1个同步通道和1个探测通道,它们相互独立,同步通道最大计数率为84MHz,探测通道最大计数率为10Mcps,同时拥有高稳定性,高校准度的4ps最小时间通道宽度(时间分辨率),PicoHarp 300的计时精度可以完美与主流单光子探测器匹配使用,例如单光子雪崩二极管(SPAD),微通道光电倍增管(MCP)等,两个输入通道都具有定比鉴别器(CFD),可对信号进行有效鉴别。

可调延时功能

PicoHarp 300的同步通道设置有延时功能,调节范围±100 ns,调节精度为4ps。

时间标记模式

在时间标记模式下,每个光子事件的具体抵达时间都被存储在文件中,后续可以对数据进行各种复杂的光子动态学相关分析。时间标记时间分辨(TTTR)模式的数据可以实时获取,用于监测荧光相关光谱(FCS)实验的进展,该模式下最高支持0.5Mcps计数率。同时,在该模式下,PicoHarp 300可以与其他硬件同步,例如用于成像扫描台的同步,同时,该设备还可以作为事件计时器,用于卫星激光测距(SLR)。

厂家提供Demo软件,是可执行程序,这个用起来没问题。同时也提供dll,供其他语言(如C LabVIEW,这些语言都有demo)开发,但是在运行demo的过程中,发现里面有限制,会报错,提示是没有授权。我们直接运行的是LabVIEW的demo,会有如下图所示的报错。

20210923164545440.png

查了下说明,发现里面对这个error-19有说明,应该是没有购买必须的license所致

 

 

联系代理提供授权后,就可以使用了。给人的感觉是小家子气。

 


把厂家提供的程序(这个是可执行程序,运行它是没问题的),还有一个是提供给的demo以及开发的说明,不过这两个都需要安装才行。

安装后的demo位于如下的目录中C:\Program Files\PicoQuant\PH300-PHLibv30\demos,里面分32和64位的。我们现在使用的是LabVIEW的例子,位于目录C:\Program Files\PicoQuant\PH300-PHLibv30\demos\32\labview_2011中

厂家有提供LabVIEW的例子。根据通讯协议的相关的说明,编写了适合项目的程序。



LabVIEW、LabVIEW开发、LabVIEW编程、LabVIEW程序

文字内容均在附件Word中,同时上文中提到的例子和资料,均在word中的附件里,可点击下载。登录www.bjcyck.com可以查看更多详细信息。这里只是简略的介绍,有任何关于LabVIEW、LabVIEW开发、LabVIEW编程、LabVIEW程序相关问题,请与我们联系。

相关文章
|
12月前
|
机器学习/深度学习 算法 定位技术
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现裂缝的检测识别(C#代码UI界面版)
本项目基于YOLOv8模型与C#界面,结合Baumer工业相机,实现裂缝的高效检测识别。支持图像、视频及摄像头输入,具备高精度与实时性,适用于桥梁、路面、隧道等多种工业场景。
1325 27
|
数据采集 机器学习/深度学习 人工智能
Datawhale AI夏令营第四期魔搭-AIGC文生图方向Task1笔记
这段内容介绍了一个使用Stable Diffusion与LoRA技术创建定制化二次元图像生成模型的全流程。首先,通过安装必要的软件包如Data-Juicer和DiffSynth-Studio准备开发环境。接着,下载并处理二次元图像数据集,利用Data-Juicer进行数据清洗和筛选,确保图像质量和尺寸的一致性。随后,训练一个针对二次元风格优化的LoRA模型,并调整参数以控制模型复杂度。完成训练后,加载模型并通过精心设计的提示词(prompt)生成一系列高质量的二次元图像,展示模型对细节和艺术风格的理解与再现能力。整个过程展示了从数据准备到模型训练及结果生成的完整步骤,为定制化图像提供了方向。
|
Java Maven Android开发
成功解决FATAL ERROR in native method: JDWP on getting class status, jvmtiError=JVMTI_ERROR_WRONG_PHASE
成功解决FATAL ERROR in native method: JDWP on getting class status, jvmtiError=JVMTI_ERROR_WRONG_PHASE
|
存储 运维 监控
机器的coredump文件过多处理
【10月更文挑战第1天】
959 4
|
机器学习/深度学习 数据采集 算法
无监督学习实践:利用Sklearn进行聚类与降维分析
【7月更文第24天】在机器学习的广阔领域中,无监督学习占据着不可小觑的地位,它允许我们在没有标签数据的情况下发现数据中的隐藏结构和模式。本篇文章将深入探讨无监督学习的两大关键技术——聚类与降维分析,并通过使用Python的Scikit-learn库(sklearn)提供实践指南和代码示例,帮助读者掌握这些技术的应用。
1154 1
|
机器学习/深度学习 人工智能 算法框架/工具
基于卷积神经网络(CNN)的猫狗识别
基于卷积神经网络(CNN)的猫狗识别
1937 0
基于卷积神经网络(CNN)的猫狗识别
|
存储 SQL 分布式计算
分库分表:应用场景、方式方法、面临问题
分库分表:应用场景、方式方法、面临问题
分库分表:应用场景、方式方法、面临问题
|
计算机视觉 iOS开发 Python
python之pyinstaller打包问题系列(二)
学会冷静分析,学会根源排查。
1933 0
 python之pyinstaller打包问题系列(二)
|
SQL XML JavaScript
MyBatis-Plus 联表查询的短板,终于有一款工具补齐了
MyBatis-Plus 联表查询的短板,终于有一款工具补齐了