Python自动化测试：用PyVISA搞定安捷伦/泰克仪器的远程控制（附常用SCPI命令清单）

Python自动化测试实战：PyVISA驱动仪器控制与SCPI命令高效应用

在硬件测试实验室里，工程师们每天都要面对成排的频谱分析仪、信号发生器和功率计。手动操作这些设备的旋钮和菜单不仅效率低下，还容易出错。记得我第一次接手射频测试项目时，花了整整三天时间重复调整频谱仪参数和记录数据，直到同事扔给我一段Python脚本——从此打开了自动化测试的新世界。

PyVISA作为Python与测试仪器之间的桥梁，配合SCPI（Standard Commands for Programmable Instruments）标准指令集，能够将繁琐的手动操作转化为精准高效的自动化流程。本文将带您深入掌握这套工具链，从基础连接到高级应用，并附赠经过实战检验的SCPI命令速查手册。

1. 搭建PyVISA开发环境

1.1 软件栈配置

现代测试自动化离不开稳定的软件基础。推荐使用以下组合构建开发环境：

# 创建虚拟环境（推荐） python -m venv visa_env source visa_env/bin/activate # Linux/Mac visa_env\Scripts\activate # Windows # 安装核心包 pip install pyvisa pyvisa-py numpy matplotlib

关键组件说明：

• pyvisa: 主通信库，支持VISA标准
• pyvisa-py: 纯Python后端，免NI-VISA安装
• numpy: 数据处理必备
• matplotlib: 结果可视化

注意：若使用NI-VISA等厂商驱动，需单独安装对应软件包。但pyvisa-py已能满足大多数基础需求。

1.2 设备连接检测

连接仪器前，先用资源管理器扫描可用设备：

import pyvisa rm = pyvisa.ResourceManager() print(rm.list_resources())

典型输出示例：

('TCPIP0::192.168.1.101::inst0::INSTR', 'USB0::0x0957::0x1718::SG00001234::INSTR', 'GPIB0::12::INSTR')

连接方式对比表：

2. SCPI命令核心解析

2.1 语法规范精要

SCPI命令遵循树状层级结构，理解这些规则能避免90%的语法错误：

[:SOURce]:FREQuency:CW 1GHz ↑ ↑ ↑ ↑ 可选 根 节点 叶参数

黄金法则：

1. 方括号[]表示可选字段，实际使用时去掉
2. 尖括号<>表示需替换的变量，不保留符号
3. 竖线|分隔可选参数，只选其一
4. 问号?结尾表示查询命令

2.2 通用命令集

这些命令适用于大多数支持SCPI的设备：

# 基础查询 device.write('*IDN?') # 获取设备标识 print(device.read()) # 状态控制 device.write('*RST') # 复位设备 device.write('*CLS') # 清除状态 device.write('*TST?') # 自检查询

常用元命令速查：

3. 典型仪器控制实战

3.1 频谱分析仪自动化

以Keysight N9000系列为例，实现自动频谱扫描：

def spectrum_scan(center_freq, span, ref_level): commands = [ f':SENS:FREQ:CENT {center_freq}Hz', f':SENS:FREQ:SPAN {span}Hz', f':DISP:WIND:TRAC:Y:RLEV {ref_level}DBM', ':INIT:IMM; *OPC?', ':TRAC:DATA? TRACE1' ] for cmd in commands: if '?' in cmd: data = device.query(cmd) else: device.write(cmd) return np.fromstring(data, sep=',')

典型工作流：

1. 设置中心频率和扫宽
2. 调整参考电平
3. 触发单次扫描
4. 获取轨迹数据
5. 处理并可视化结果

专业技巧：添加*OPC?查询可确保上条命令执行完成后再继续，避免时序问题。

3.2 信号发生器控制

构建多音信号发生函数：

def gen_multi_tone(frequencies, amplitudes): device.write(':SOUR1:FUNC USER') # 选择用户波形 device.write(':SOUR1:VOLT:UNIT DBM') # 设置幅度单位为dBm for i, (freq, amp) in enumerate(zip(frequencies, amplitudes)): device.write(f':SOUR1:USER:TONE{i+1} {freq}, {amp}') device.write(':OUTP1 ON') print(f'Generated {len(frequencies)} tones signal')

参数设置验证表：

4. 高级技巧与异常处理

4.1 二进制数据传输

处理大容量数据时，二进制格式比ASCII高效10倍以上：

# 配置仪器返回二进制数据 device.write(':FORM REAL,64') # 64位浮点格式 device.write(':TRAC:DATA? TRACE1') # 读取二进制数据 raw_data = device.read_raw() header_len = int(raw_data[1:2]) # 解析头部长度 data = np.frombuffer(raw_data[2+header_len:-1], dtype='>f8')

性能对比测试：

4.2 健壮性增强实践

添加异常处理和超时控制：

from time import sleep def safe_query(cmd, retries=3, delay=0.5): for attempt in range(retries): try: device.timeout = 3000 # 设置3秒超时 return device.query(cmd) except pyvisa.VisaIOError as e: if attempt == retries - 1: raise print(f'Attempt {attempt+1} failed, retrying...') sleep(delay) device.write('*CLS') # 清除错误状态

常见错误代码处理：

5. SCPI命令速查手册

5.1 跨品牌通用命令

# 系统相关 '*RST' # 复位设备 '*IDN?' # 身份识别 '*TST?' # 自检查询 # 文件操作 'MMEM:CDIR "/measurements"' # 切换目录 'MMEM:STOR:TRAC TRACE1,"trace.csv"' # 保存数据

5.2 频谱仪专用命令

频率设置：

':SENS:FREQ:CENT 2.4GHz' # 中心频率 ':SENS:FREQ:SPAN 100MHz' # 扫宽 ':SENS:BAND:RES 10kHz' # RBW

轨迹控制：

':TRAC:TRACE1:TYPE MAXH' # 最大保持 ':CALC:MARK1:MAX' # 峰值搜索 ':CALC:MARK1:X?' # 读取标记频率

5.3 信号源专用命令

基础输出：

':SOUR1:FREQ:CW 1GHz' # 设置频率 ':SOUR1:POW -10dBm' # 设置功率 ':OUTP1:STAT ON' # 开启输出

调制设置：

':SOUR1:AM:STAT ON' # 开启AM调制 ':SOUR1:AM:DEPT 50%' # 调制深度 ':SOUR1:FM:DEV 5kHz' # 频偏设置

在最近一次5G NR测试项目中，我们通过组合这些命令实现了自动化的功率扫描和ACPR测量，将原本需要8小时的手动测试压缩到45分钟完成。特别是使用二进制数据格式后，每次扫描的数据传输时间从秒级降到了毫秒级——这提醒我们，自动化脚本的优化空间往往比想象的要大得多。