如何将小端序24位采样的二进制电压原始文件转换为可绘图数值？

核心错误原因 #

你解析出的数值远超合理电压范围，本质是三个常见错误：

• 未做24位有符号整数的符号扩展，直接按无符号数拼接字节
• 未做ADC码值到实际电压的量程换算，把原始采样码直接当成电压值
• 部分场景下会搞错文件头截断位置，把XML头、换行符当成采样数据解析，进一步放大数值错误

从你提供的hex转储片段可直接验证：文件头到</DataInfo>标签结束，后续4个字节是0D 0A 0D 0A换行符，真正的采样数据起始偏移为0x804，首个采样点三字节为F2 08 00。

正确解析逻辑 #

• 字节序处理：3字节小端序的拼接规则为低字节在前，三个字节b0（低8位）、b1（中8位）、b2（高8位）拼接为整数的公式为raw = b0 | (b1 << 8) | (b2 << 16)
• 符号扩展：Python原生不支持24位整数，若拼接后的值最高位（bit23，对应掩码0x800000）为1，说明是负数，需执行raw = raw - 0x1000000得到正确的有符号值
• 电压换算：解析得到的raw是ADC原始码，需先取静态采样段的平均值作为零点偏移，再结合设备量程换算：实际电压 = (原始码值 - 零点偏移) * 满量程电压范围 / 2^23。以常见的±10V双极性量程为例，满量程范围为20V，24位有符号数的正满度码值为2^23-1，负满度为-2^23，换算后单LSB对应电压约2.38μV，符合高精度采集卡的分辨率特征。

可直接运行的Python代码 #

import numpy as np

# 配置项，根据实际设备参数修改
FILE_PATH = "你的原始采样文件路径"
# 从hex片段确认的数据起始位置，也可自动匹配</DataInfo>标签定位
DATA_START_OFFSET = 0x804
# 示例为±10V双极性量程，单极性5V就填5，以此类推
FULL_SCALE_RANGE = 20

# 二进制模式读取文件
with open(FILE_PATH, "rb") as f:
    f.seek(DATA_START_OFFSET)
    raw_stream = f.read()

# 逐3字节解析采样点
raw_codes = []
for i in range(0, len(raw_stream), 3):
    chunk = raw_stream[i:i+3]
    if len(chunk) < 3:
        break  # 跳过末尾不完整字节
    b0, b1, b2 = chunk
    raw = b0 | (b1 << 8) | (b2 << 16)
    # 24位有符号数符号扩展
    if raw & 0x800000:
        raw -= 0x1000000
    raw_codes.append(raw)

raw_codes = np.array(raw_codes)
# 计算零点偏移（取前1000个静态采样点平均，无静态段可换用全量中位数）
zero_offset = np.mean(raw_codes[:1000])
# 转换为实际电压值
voltages = (raw_codes - zero_offset) * FULL_SCALE_RANGE / (2 ** 23)

# 保存为CSV格式，可直接导入Origin、Matplotlib、Excel绘图
np.savetxt("parsed_voltage.csv", voltages, delimiter=",", header="voltage(V)", comments="")

排查清单 #

• 若数值跳变完全无规律，先检查数据起始偏移是否正确：优先通过匹配</DataInfo>标签+后续4字节换行的规则自动定位，不要硬编码偏移量
• 若电压幅度不符合预期，核对设备说明书的ADC量程、增益参数，不要直接套用示例中的±10V配置
• 不要通过文本编辑器复制二进制内容做解析，必须用Python的rb二进制模式直接读文件，避免编码转换篡改原始字节

内容的提问来源于stack exchange，提问作者Dane Padley