backend upd

rfg_adc_plotter/visualization/matplotlib_backend.py

@@ -66,8 +66,11 @@ def run_matplotlib(args):
     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
+    # Отдельный буфер для накопления 1000 сырых свипов (не зависит от max_sweeps)
+    ref_ring: Optional[np.ndarray] = None
+    ref_ring_head = 0
+    ref_ring_count = 0
 
-    # DEBUG: Проверяем что параметр установлен
     if ref_out_file:
         print(f"[ref-out] Автосохранение включено, файл: {ref_out_file}")
 
@@ -238,6 +241,7 @@ def run_matplotlib(args):
     def ensure_buffer(_w: int):
         nonlocal ring, width, head, x_shared, ring_fft, freq_shared, ring_time
         nonlocal ring_phase, prev_phase_per_bin, phase_offset_per_bin
+        nonlocal ref_ring
         if ring is not None:
             return
         width = WF_WIDTH
@@ -265,6 +269,9 @@ def run_matplotlib(args):
         img_phase_obj.set_extent((0, max_sweeps - 1, FREQ_MIN_GHZ, FREQ_MAX_GHZ))
         ax_phase_wf.set_xlim(0, max_sweeps - 1)
         ax_phase_wf.set_ylim(FREQ_MIN_GHZ, FREQ_MAX_GHZ)
+        # Буфер для медианы (отдельный от ring, размер всегда 1000)
+        if ref_out_file and ref_ring is None:
+            ref_ring = np.full((1000, width), np.nan, dtype=np.float32)
 
     def _visible_levels_matplotlib(data: np.ndarray, axis) -> Optional[Tuple[float, float]]:
         """(vmin, vmax) по текущей видимой области imshow (без накопления по времени)."""
@@ -301,9 +308,18 @@ def run_matplotlib(args):
     def push_sweep(s: np.ndarray):
         nonlocal ring, head, ring_fft, y_min_fft, y_max_fft, ring_time
         nonlocal ring_phase, prev_phase_per_bin, phase_offset_per_bin, y_min_phase, y_max_phase
+        nonlocal ref_ring_head, ref_ring_count
         if s is None or s.size == 0 or ring is None:
             return
 
+        # Сохраняем сырой свип в буфер медианы (до вычитания)
+        if ref_out_file and not ref_out_saved and ref_ring is not None:
+            w_ref = ref_ring.shape[1]
+            take_ref = min(w_ref, s.size)
+            ref_ring[ref_ring_head, :take_ref] = s[:take_ref]
+            ref_ring_head = (ref_ring_head + 1) % 1000
+            ref_ring_count = min(ref_ring_count + 1, 1000)
+
         # Применяем вычитание медианы если включено
         if median_subtract_enabled and median_data is not None:
             take_median = min(s.size, median_data.size)
@@ -594,26 +610,13 @@ def run_matplotlib(args):
         if changed and current_info:
             status_text.set_text(format_status_kv(current_info))
 
-        # Автоматическое сохранение медианы при накоплении 1000+ свипов
+        # Автоматическое сохранение медианы при накоплении 1000 сырых свипов
-        # DEBUG: Проверяем условия каждые 100 кадров
+        if ref_out_file and not ref_out_saved and ref_ring is not None:
-        if _frame is not None and _frame % 100 == 0:
+            if ref_ring_count >= 1000:
-            print(f"[ref-out DEBUG] _frame={_frame}, ref_out_file={bool(ref_out_file)}, ref_out_saved={ref_out_saved}, ring={'OK' if ring is not None else 'None'}")
-
-        if ref_out_file and not ref_out_saved and ring is not None:
-            filled_count = np.count_nonzero(~np.isnan(ring[:, 0]))
-            # DEBUG: Выводим прогресс каждые 100 свипов
-            if filled_count % 100 == 0 and filled_count > 0:
-                print(f"[ref-out] Прогресс: {filled_count}/1000 свипов накоплено")
-            if filled_count >= 1000:
-                print(f"[ref-out] Достигнуто 1000 свипов, начинаем сохранение...")
                 try:
-                    # Получаем последние 1000 свипов
+                    ordered = ref_ring if ref_ring_head == 0 else np.roll(ref_ring, -ref_ring_head, axis=0)
-                    ordered = ring if head == 0 else np.roll(ring, -head, axis=0)
+                    median_sweep = np.nanmedian(ordered, axis=0)
-                    recent_sweeps = ordered[-1000:, :]
-                    median_sweep = np.nanmedian(recent_sweeps, axis=0)
-                    print(f"[ref-out] Медиана вычислена, размер: {len(median_sweep)}")
 
-                    # Сохраняем в файл
                     with open(ref_out_file, 'w', newline='') as f:
                         writer = csv.writer(f)
                         writer.writerow(['Index', 'Median_Value'])

rfg_adc_plotter/visualization/pyqtgraph_backend.py

@@ -281,6 +281,10 @@ def run_pyqtgraph(args):
     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
+    # Отдельный буфер для накопления 1000 сырых свипов (не зависит от max_sweeps)
+    ref_ring: Optional[np.ndarray] = None
+    ref_ring_head = 0
+    ref_ring_count = 0
 
     # Автоматическая загрузка медианы при старте
     if ref_in_file:
@@ -331,6 +335,7 @@ def run_pyqtgraph(args):
     def ensure_buffer(_w: int):
         nonlocal ring, head, width, x_shared, ring_fft, freq_shared
         nonlocal ring_phase, prev_phase_per_bin, phase_offset_per_bin
+        nonlocal ref_ring
         if ring is not None:
             return
         width = WF_WIDTH
@@ -354,6 +359,9 @@ def run_pyqtgraph(args):
         img_phase.setImage(ring_phase.T, autoLevels=False)
         p_phase_wf.setRange(xRange=(0, max_sweeps - 1), yRange=(0, max(1, fft_bins - 1)), padding=0)
         p_phase.setXRange(0, max(1, fft_bins - 1), padding=0)
+        # Буфер для медианы (отдельный от ring, размер всегда 1000)
+        if ref_out_file and ref_ring is None:
+            ref_ring = np.full((1000, width), np.nan, dtype=np.float32)
 
     def _visible_levels_pyqtgraph(data: np.ndarray) -> Optional[Tuple[float, float]]:
         """(vmin, vmax) по текущей видимой области ImageItem (без накопления по времени)."""
@@ -389,9 +397,18 @@ def run_pyqtgraph(args):
     def push_sweep(s: np.ndarray):
         nonlocal ring, head, ring_fft, y_min_fft, y_max_fft
         nonlocal ring_phase, prev_phase_per_bin, phase_offset_per_bin, y_min_phase, y_max_phase
+        nonlocal ref_ring_head, ref_ring_count
         if s is None or s.size == 0 or ring is None:
             return
 
+        # Сохраняем сырой свип в буфер медианы (до вычитания)
+        if ref_out_file and not ref_out_saved and ref_ring is not None:
+            w_ref = ref_ring.shape[1]
+            take_ref = min(w_ref, s.size)
+            ref_ring[ref_ring_head, :take_ref] = s[:take_ref]
+            ref_ring_head = (ref_ring_head + 1) % 1000
+            ref_ring_count = min(ref_ring_count + 1, 1000)
+
         # Применяем вычитание медианы если включено
         if median_subtract_enabled and median_data is not None:
             # Вычитаем медиану из сигнала
@@ -593,17 +610,13 @@ def run_pyqtgraph(args):
             except Exception:
                 pass
 
-        # Автоматическое сохранение медианы при накоплении 1000+ свипов
+        # Автоматическое сохранение медианы при накоплении 1000 сырых свипов
-        if ref_out_file and not ref_out_saved and ring is not None:
+        if ref_out_file and not ref_out_saved and ref_ring is not None:
-            filled_count = np.count_nonzero(~np.isnan(ring[:, 0]))
+            if ref_ring_count >= 1000:
-            if filled_count >= 1000:
                 try:
-                    # Получаем последние 1000 свипов
+                    ordered = ref_ring if ref_ring_head == 0 else np.roll(ref_ring, -ref_ring_head, axis=0)
-                    ordered = ring if head == 0 else np.roll(ring, -head, axis=0)
+                    median_sweep = np.nanmedian(ordered, 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'])