如何用Gnuplot绘制Arduino采集的433MHz高低时序数据波形图

要把你从433MHz收发器读取的高低电平时序数据转换成波形图，核心是先把时长数据转换成时间-电平坐标对，再用常规绘图工具生成阶梯状波形，具体步骤如下：

1. 数据预处理：将时长转换为时间序列点 #

原始数据是「总读数个数 + 高/低电平时长交替排列」，我们需要把这些时长数据转换成可绘图的坐标点：

• 初始化时间起点为0，初始电平设为高电平（因为第一个数据是高电平时长）
• 遍历每一段时长：
  1. 记录当前时间点和对应电平值（比如高电平用1，低电平用0）
  2. 计算下一个时间点：当前时间 + 当前时长
  3. 记录下一个时间点和相同的电平值（这段时长内电平保持不变）
  4. 切换电平状态，处理下一段时长
• 举个简单例子：如果数据是[4, 2, 3, 1, 4]（总读数4，高2ms、低3ms、高1ms、低4ms），转换后的坐标点就是：
  (0,1) → (2,1) → (2,0) → (5,0) → (5,1) → (6,1) → (6,0) → (10,0)

2. 工具实现方案 #

Python + Matplotlib 绘图（推荐，适合数据分析） #

用Python的matplotlib可以快速生成清晰的波形图，关键是用drawstyle='steps-post'参数绘制阶梯状电平：

import matplotlib.pyplot as plt

# 替换成你的实际数据：总读数个数 + 交替的高低电平时长
raw_data = [250, 2, 3, 1, 4, 2, 2]  # 示例：125组高低，总读数250
total_readings = raw_data[0]
durations = raw_data[1:]

time_points = [0]
level_values = [1]  # 初始为高电平
current_time = 0
current_level = 1

for idx, duration in enumerate(durations):
    current_time += duration
    time_points.append(current_time)
    level_values.append(current_level)
    
    # 最后一个读数不需要切换电平
    if idx != total_readings - 1:
        current_level = 0 if current_level == 1 else 1
        time_points.append(current_time)
        level_values.append(current_level)

# 绘制波形
plt.plot(time_points, level_values, drawstyle='steps-post', linewidth=2)
plt.xlabel('时间 (ms)')
plt.ylabel('电平')
plt.yticks([0, 1], ['低电平', '高电平'])
plt.title('433MHz收发器电平波形')
plt.grid(True, linestyle='--', alpha=0.7)
plt.show()

Arduino 串口绘图器实时查看 #

如果你想直接在Arduino上查看波形，可以通过串口按时间间隔发送当前电平值，用Arduino IDE自带的串口绘图器显示：

// 假设durations数组已存储读取到的所有时长数据，total为总读数个数
unsigned long current_time = 0;
int current_level = HIGH;

void setup() {
  Serial.begin(9600);
}

void loop() {
  for (int i = 0; i < total; i++) {
    unsigned long start = millis();
    // 每1ms发送一次当前电平
    while (millis() - start < durations[i]) {
      Serial.println(current_level);
      delay(1);
    }
    // 切换电平
    current_level = (current_level == HIGH) ? LOW : HIGH;
  }
  // 循环结束后停止，或者按需修改
  while(1);
}

3. 注意事项 #

• 如果总读数个数是奇数，最后一段时长对应的电平不会切换，绘图时要保留最后一个点的电平状态
• 数据量较大（125组）时，Python的matplotlib可以轻松处理，无需担心性能问题
• 调整绘图细节：比如增加线宽、设置y轴标签为「高/低电平」、添加网格线，让波形更易读

内容的提问来源于stack exchange，提问作者tim.roberts