Nordic PPK2 低功耗分析仪后处理教程（Python版）
Nordic PPK2 低功耗分析仪后处理教程（Python版）
Nordic半导体
Nordic 是超低功耗无线连接技术供应商，旨在为物联网设备赋能，实现万物互连。Nordic 提供的无线连接解决方案包含硬件、软件和开发工具，它们不仅具备卓越的性能，且易于使用，为开发人员带去了完整、流畅的开发体验。
237篇原创内容
公众号
大家主要看视频吧！
云深之无际
下面主要是加一点算法解释：
PPK2非常好用
Nordic Power Profiler App 两种工作模式 分别是：
Source Meter Mode（源表模式）
Ampere Meter Mode（电流表模式）
下面我详细对比这两个模式的区别和如何接线：
Source Meter 模式：PPK2 主动供电 + 测电流
PPK2 提供电压（通过 VOUT 输出）给 DUT。
同时测量 DUT 实际消耗的电流。
类似“电子电源 + 电流表”组合。
PPK2 引脚 | 连接目标 |
|---|---|
VOUT | 接 DUT 的供电引脚（比如 VCC、VDD） |
GND | 接 DUT 的地 |
VIN | 不用连接（仅 Ampere 模式用） |
若 DUT 电流消耗可能超过 400 mA，要额外连接 USB POWER ONLY 接口；可以在 Power Profiler App 中设置输出电压（通常为 1.8V~5.0V）。
Ampere Meter 模式：DUT 外部供电 + PPK2 串测电流
DUT 自己通过 USB 或其他电源供电。
PPK2 不供电，只负责测电流；类似“电流表串入 VCC 路”。
PPK2 引脚 | 连接目标 |
|---|---|
VOUT | 接 DUT 电源引脚（VCC/VDD） |
VIN | 接 DUT 电源轨来源（外部电源输出，或 DUT 的 USB 供电路径） （即电源 → VIN → VOUT → DUT） |
GND | 接 DUT 的地 |
PPK2 会将 VIN → VOUT 间的电流测量出来；必须确保 DUT 的电源流经 PPK2！
模式选择总结对比表：
特性 | Source Meter 模式 | Ampere Meter 模式 |
|---|---|---|
DUT 电源来源 | PPK2 提供（VOUT） | 外部电源提供 |
是否连接 VIN | 不需要 | 必须连接，作为电源入口 |
最大输出电流 | 约 1A（>400 mA 要加 USB） | 最高也建议不超过 1A |
用途 | 控制 DUT 电压并测电流 | 不干扰 DUT，仅测其电流 |
推荐场景 | 实验控制方便的测试场景 | 精确低功耗测量、USB供电测试 |
内部的框图
使用的电池
只带的分析功能很弱
后处理计算一致
GGplot的风格
这个也是一个风格
另外一个
分段积分
按照 每 1 秒 为间隔，对电流进行积分（估算能耗），并将每秒能耗（单位：mJ）以柱状图可视化。
横轴：每个时间段（如 0–1s, 1–2s, ...）
纵轴：该时间段的能量（单位：mJ）
柱状图展示逐秒能量消耗趋势
加入整体平均能耗水平线
元素 | 含义说明 |
|---|---|
绿色柱子 | 每秒能耗（mJ） |
红色虚线 | 整体平均能耗水平线 |
图例 | 自动标出平均值数值 |
分段统计分析（周期行为识别）
利用电流变化模式识别设备周期性行为，如：
BLE 广播周期
睡眠/唤醒节奏
传感器读取周期
方法：找波峰波谷；电流突变的起止点（高阶导数、滑窗判断）。
功耗分布分析（直方图/密度）
用于观察当前消耗集中在哪些区间，例如：
95% 的时间 < 20 μA → 表明休眠表现良好
5% 的时间 > 5 mA → 表明发射功率大
工具：
sns.histplot(df["current_uA"], bins=100, kde=True)
多样分析
周期行为识别（基于波峰间隔）
检测到了多个电流波峰点（可能代表 BLE 广播或活动周期，这里数据不好，看不出来）。
相邻波峰的时间间隔约为：1 ms（即周期约 1000 Hz）
功耗分布分析
已绘制 电流直方图 + KDE 密度曲线：
展示电流值在整个采样期间的概率分布
图中红线为平均电流水平
如果看到单峰/双峰结构，可能代表设备存在明显的睡眠/活跃状态切换
上面的算法在我的数据上面不好用，我fake一下：
电流直方图 + KDE 密度曲线，拟合的数据
功耗分布分析
图表：直方图 + KDE（概率密度曲线）
平均电流：图中红线表示全局平均电流
可判断系统主要功耗集中在哪个区间（例如是否以 Sleep 区间为主）
周期行为
抖动（Jitter）分析
检测到多个功耗波峰（可能对应 BLE 广播、传感事件等）
平均周期：约 12.6 ms
周期抖动（标准差）：0.5~1ms 量级，表示周期性事件相对稳定但有轻微波动
状态分类与可视化
基于设定电流阈值（如 1000 μA）分为：
Sleep（绿色）
Active（红色）
图表中颜色清晰区分状态切换行为
状态 | 持续时间（s） | 能耗（mJ） | 时间占比（%） | 能耗占比（%） |
|---|---|---|---|---|
Active | 0.08 s | 0.28 mJ | 7.64 % | 17.08 % |
Sleep | 0.92 s | 1.37 mJ | 92.36 % | 82.92 % |
表明系统大部分时间处于低功耗状态，且能耗贡献主要也来自 Sleep 状态
完事，可玩性极高！
比如ADC的运行功耗也可以计算，电池的容量都可以～
腾讯云开发者
