Swabian TimeUltra TDC Software

基于 PyQt5 的 Swabian Time Tagger Ultra 上位机工具，用于采集 Start/Stop 直方图、显示实时计数率，并对 SPAD 测试结果进行快速分析与导出。

当前主程序是 TDC_SPAD_Analyzer.py。

功能概览

• 连接和断开 Time Tagger Ultra
• 配置 Start/Stop 通道、阈值、甄别方向、TDC 死时间
• 采集 Histogram / Time Response
• 测量过程中实时刷新曲线
• 支持手动停止当前采集
• 计算 PDE、APP、Jitter
• DCR 由界面输入框直接填写
• 按测试条件自动命名并导出 CSV

仓库说明

本仓库 不包含 Swabian Time Tagger 驱动、安装包、离线文档和 Time Tagger Lab 软件文件。这些内容请从 Swabian Instruments 官网下载后，放到项目本地的 Time Tagger/ 目录中使用。

这样做的目的是：

• 降低仓库体积
• 避免分发第三方软件包带来的合规风险
• 让驱动版本由使用者自行控制

运行环境

• Windows 10/11 x64
• Python 3.10+
• 已安装或可用的 Python 包：
  • PyQt5
  • numpy
  • matplotlib
• 可用的 Swabian Time Tagger 软件包

从 Swabian 官网下载驱动和软件

官方来源：

• 下载页： https://www.swabianinstruments.com/time-tagger/downloads/
• 安装说明： https://www.swabianinstruments.com/static/documentation/TimeTagger/gettingStarted/installation.html

我刚才核对的是 Swabian 官方页面。该页面在 2026-03-26 标注了 Time Tagger 2.21.2，并提供 Windows 安装包下载。

建议下载流程：

1. 打开 Swabian 官方下载页
2. 在 Time Tagger Series - Software 中选择 Windows
3. 下载并安装官方软件包
4. 将本项目运行所需内容放到项目根目录下的 Time Tagger/ 中

本程序启动时会从以下位置查找资源：

• Time Tagger/driver/python
• Time Tagger/driver/x64 或 Time Tagger/driver/x86
• Time Tagger/driver/firmware

如果你直接使用官方安装目录，也可以手动把所需子目录复制到本项目的 Time Tagger/ 下。

目标结构示例：

Time Tagger/
├─ driver/
│  ├─ firmware/
│  ├─ python/
│  ├─ x64/
│  └─ x86/
├─ documentation/
└─ Time Tagger Lab/

快速开始

1. 安装 Python 依赖

pip install PyQt5 numpy matplotlib

2. 准备本地 Time Tagger 软件目录

• 按上面的官方链接下载 Swabian 软件包
• 将所需目录放到项目根目录 Time Tagger/

3. 启动程序

python TDC_SPAD_Analyzer.py

4. 在界面中完成以下流程

• 选择 Start / Stop 通道
• 设置阈值、甄别方向、TDC 死时间
• 点击“连接设备”
• 设置采样参数
• 点击“开始测量”
• 如需提前结束，点击“停止测量”
• 采集结束后点击“分析数据”
• 确认结果后点击“保存数据”

界面参数说明

硬件配置

• Start 通道 / Stop 通道：硬件输入通道
• 阈值 (mV)：触发电平
• 甄别方向：上升沿或下降沿触发
• TDC死时间 (ps)：写入 Time Tagger 输入通道的 deadtime

测试参数

• Bin宽度 (ps)：Histogram 单个 bin 的时间宽度
• Bin数量：Histogram 的总 bin 数
• 采集时间 (s)：单次采集持续时间
• 光频率 (Hz)：用于 PDE 计算
• SPAD死时间 (us)：用于 APP 计算
• DCR (Hz)：当前版本中由用户直接输入，不从 TDC Histogram 自动反推

分析结果

• PDE：探测效率
• APP：后脉冲概率
• Jitter：主峰半峰宽，单位 ps

测试条件

• 温度
• 偏压
• 门幅

这些值会写入导出的文件名和 CSV 元数据。

数据分析逻辑

当前版本的分析入口在 TDC_SPAD_Analyzer.py 中。

PDE

程序会先找到 Histogram 主峰，然后向左右扩展，累加主峰区域内 count > 1000 的计数，得到 PC。

计算公式：

pde_ratio = PC / (采集时间 * 光频率)
PDE = -ln(1 - pde_ratio) * 100

APP

程序会取 Histogram 最后 20% 的 bin 平均值作为背景 DC，再从

主峰时间 + SPAD死时间

之后开始累加尾部计数，得到 TC 和对应 bin 数 N。

计算公式：

APP = (TC - DC * N) / PC * 100

DCR

当前版本中：

DCR = 界面输入框中的 DCR (Hz)

也就是说，DCR 不是从 TDC 直方图中自动计算出来的。

Jitter

当前版本将 Jitter 定义为主峰的 FWHM。

处理方式：

• 先取尾部均值作为背景
• 计算半高值
• 在主峰左右两侧寻找半高交点
• 使用线性插值修正半高交点位置
• Jitter = 右半高点 - 左半高点

导出结果

导出的 CSV 文件名包含以下测试条件和结果：

• Temp
• Bias
• Gate
• DCR
• PDE
• APP
• 日期

CSV 中同时包含：

• 测试元数据
• Histogram 时间轴
• Histogram 计数数据

目录说明

.
├─ .gitignore
├─ README.md
├─ TDC_SPAD_Analyzer.py
└─ Time Tagger/
   └─ README.md

说明

• TDC-analysis.py 已从仓库跟踪中移除，并被加入 .gitignore
• Time Tagger 软件包文件不再纳入仓库跟踪
• 测量过程中可以手动停止，停止后会保留当前已采集到的数据
• 如果 TimeTagger 库未成功加载，程序仍可启动，但硬件连接功能不可用