implemented ignorance of incomplete datafiles. Now files with lower than 100 F0 -- points are rejected

main.py

@@ -42,6 +42,9 @@ STANDARD_FOURIER_COLS = 100
 MAX_PROCESSING_TIME_MS = 250
 FILES_STORED_N_MAX = 100
 
+# Минимально допустимое число точек F0 для принятия данных
+MIN_F0_POINTS = 100
+
 # ПЕРЕЧИСЛЕНИЕ ТИПОВ ДАННЫХ
 DATA_TYPE_RAW = "RAW"
 DATA_TYPE_SYNC_DET = "SYNC_DET"
@@ -123,6 +126,14 @@ def resize_2d_interpolate(data, target_rows, target_cols):
     return data_resampled
 
 
+def is_all_zero(arr: np.ndarray, eps: float = 0.0) -> bool:
+    """Возвращает True, если все значения массива близки к нулю."""
+    try:
+        return not np.any(np.abs(arr) > eps)
+    except Exception:
+        return False
+
+
 
 def BF_fft_postprocessor(spectrum: np.ndarray) -> np.ndarray:
     """Болванка постобработки FFT-данных, полученных из файла (F4).
@@ -201,6 +212,20 @@ def parse_hex_file(filename):
     seg_sync = []
     seg_fourier = []
 
+    def _is_all_zero_local(arr_like) -> bool:
+        try:
+            arr = np.asarray(arr_like, dtype=float)
+            return not np.any(np.abs(arr) > 0)
+        except Exception:
+            return False
+
+    def _f0_is_valid_local(f0_like) -> bool:
+        try:
+            arr = np.asarray(f0_like, dtype=float)
+            return arr.size >= MIN_F0_POINTS and (not _is_all_zero_local(arr))
+        except Exception:
+            return False
+
     def finalize_segment():
         nonlocal cur
         # Приоритет выбора сегмента:
@@ -213,7 +238,7 @@ def parse_hex_file(filename):
             # FOURIER данные получены напрямую из файла (F4)
             col = np.asarray(cur["F4"], dtype=float)
             col = BF_fft_postprocessor(col)
-            if cur["F0"]:
+            if cur["F0"] and _f0_is_valid_local(cur["F0"]):
                 # Сохраняем F0 рядом с F4 для отображения (без расчёта FFT)
                 f0 = np.asarray(cur["F0"], dtype=float)
                 seg_fourier.append((col, f0))
@@ -227,7 +252,8 @@ def parse_hex_file(filename):
             arr = np.asarray(cur["F3"], dtype=float)
             seg_fourier.append(np.sqrt(np.maximum(0.0, arr)))
         elif cur["F0"]:
-            seg_sync.append(np.asarray(cur["F0"], dtype=float))
+            if _f0_is_valid_local(cur["F0"]):
+                seg_sync.append(np.asarray(cur["F0"], dtype=float))
         elif cur["D0"]:
             seg_raw.append(np.asarray(cur["D0"], dtype=float))
         # Сброс
@@ -1300,6 +1326,47 @@ class DataAnalyzerApp:
                 else:
                     original_size = 0
 
+                # Фильтрация неполных/нулевых данных
+                if data_type == DATA_TYPE_SYNC_DET:
+                    # SYNC_DET соответствует F0; проверяем минимальную длину и ненулевость
+                    if isinstance(A, np.ndarray):
+                        arr = A.ravel()
+                        if arr.size < MIN_F0_POINTS or is_all_zero(arr):
+                            timestamp = datetime.now().strftime("%H:%M:%S.%f")[:-3]
+                            reason = f"len={arr.size} < {MIN_F0_POINTS}" if arr.size < MIN_F0_POINTS else "all zeros"
+                            print(f"[{timestamp}] ⏭️  SKIP {fname} (SYNC_DET invalid: {reason})")
+                            self.skipped_count += 1
+                            self.processed_files.add(fname)
+                            continue
+                    elif isinstance(A, list):
+                        filtered = []
+                        for seg in A:
+                            try:
+                                arr = np.asarray(seg, dtype=float).ravel()
+                                if arr.size >= MIN_F0_POINTS and (not is_all_zero(arr)):
+                                    filtered.append(arr)
+                            except Exception:
+                                continue
+                        if not filtered:
+                            timestamp = datetime.now().strftime("%H:%M:%S.%f")[:-3]
+                            print(f"[{timestamp}] ⏭️  SKIP {fname} (SYNC_DET segments invalid)")
+                            self.skipped_count += 1
+                            self.processed_files.add(fname)
+                            continue
+                        A = filtered
+                        original_size = len(A[0]) if len(A) > 0 else 0
+
+                if data_type == DATA_TYPE_FOURIER:
+                    # Для FOURIER: пропускаем полностью пустые/нулевые массивы
+                    if isinstance(A, np.ndarray):
+                        arr = A.ravel()
+                        if arr.size == 0 or is_all_zero(arr):
+                            timestamp = datetime.now().strftime("%H:%M:%S.%f")[:-3]
+                            print(f"[{timestamp}] ⏭️  SKIP {fname} (FOURIER empty or all zeros)")
+                            self.skipped_count += 1
+                            self.processed_files.add(fname)
+                            continue
+
                 # Если после парсинга данных нет — пропускаем файл
                 if (isinstance(A, list) and len(A) == 0) or (isinstance(A, np.ndarray) and A.size == 0):
                     timestamp = datetime.now().strftime("%H:%M:%S.%f")[:-3]