reference cli add

rfg_adc_plotter/visualization/pyqtgraph_backend.py

@@ -277,6 +277,33 @@ def run_pyqtgraph(args):
     # Медианные данные для вычитания
     median_data: Optional[np.ndarray] = None
     median_subtract_enabled = False
+    # CLI параметры для автоматического сохранения/загрузки
+    ref_out_file = getattr(args, 'ref_out', None)
+    ref_in_file = getattr(args, 'ref_in', None)
+    ref_out_saved = False  # Флаг, что медиана уже сохранена
+
+    # Автоматическая загрузка медианы при старте
+    if ref_in_file:
+        try:
+            data = []
+            with open(ref_in_file, 'r') as f:
+                reader = csv.reader(f)
+                next(reader)  # Пропускаем заголовок
+                for row in reader:
+                    if len(row) >= 2:
+                        try:
+                            data.append(float(row[1]))
+                        except ValueError:
+                            continue
+            if data:
+                median_data = np.array(data, dtype=np.float32)
+                median_subtract_enabled = True
+                print(f"[ref-in] Загружена медиана из {ref_in_file} ({len(median_data)} точек), вычитание включено")
+            else:
+                print(f"[ref-in] Предупреждение: файл {ref_in_file} пустой или неверный формат")
+        except Exception as e:
+            print(f"[ref-in] Ошибка загрузки {ref_in_file}: {e}")
+
     # Авто-уровни цветовой шкалы водопада сырых данных пересчитываются по видимой области.
     # Для спектров (полное FFT для отрицательных частот)
     fft_bins = FFT_LEN
@@ -565,6 +592,32 @@ def run_pyqtgraph(args):
             except Exception:
                 pass
 
+        # Автоматическое сохранение медианы при накоплении 1000+ свипов
+        if ref_out_file and not ref_out_saved and ring is not None:
+            nonlocal ref_out_saved
+            filled_count = np.count_nonzero(~np.isnan(ring[:, 0]))
+            if filled_count >= 1000:
+                try:
+                    # Получаем последние 1000 свипов
+                    ordered = ring if head == 0 else np.roll(ring, -head, axis=0)
+                    recent_sweeps = ordered[-1000:, :]
+                    median_sweep = np.nanmedian(recent_sweeps, axis=0)
+
+                    # Сохраняем в файл
+                    with open(ref_out_file, 'w', newline='') as f:
+                        writer = csv.writer(f)
+                        writer.writerow(['Index', 'Median_Value'])
+                        for i, value in enumerate(median_sweep):
+                            if np.isfinite(value):
+                                writer.writerow([i, float(value)])
+
+                    ref_out_saved = True
+                    print(f"[ref-out] Сохранена медиана 1000 свипов в {ref_out_file}")
+                    if status:
+                        status.setText(f"[ref-out] Сохранено в {ref_out_file}")
+                except Exception as e:
+                    print(f"[ref-out] Ошибка сохранения: {e}")
+
         if changed and ring_fft is not None:
             disp_fft = ring_fft if head == 0 else np.roll(ring_fft, -head, axis=0)
             disp_fft = disp_fft.T[:, ::-1]