add new data format support

README.md

@@ -0,0 +1,187 @@
+# RFG STM32 ADC Receiver GUI
+
+Реалтайм-плоттер для визуализации данных FMCW радара, получаемых через виртуальный COM-порт от STM32 ADC.
+
+## Описание
+
+Приложение визуализирует данные в реальном времени, отображая 6 синхронизированных графиков:
+
+1. **Сырые данные** - график последнего полученного свипа
+2. **Водопад сырых данных** - временная серия последних N свипов
+3. **FFT спектр** - спектр текущего свипа в частотной области
+4. **B-scan** - спектрограмма (водопад FFT)
+5. **Фаза спектра** - развернутая фаза для анализа расстояния
+6. **Водопад фазы** - временная эволюция фазы
+
+## Возможности
+
+- ✅ Высокопроизводительная визуализация в реальном времени
+- ✅ Два бэкенда визуализации: matplotlib (совместимость) и pyqtgraph (скорость)
+- ✅ Автоматическая обработка фазы для FMCW радара
+- ✅ Преобразование фазы в расстояние
+- ✅ Поддержка pyserial или raw TTY доступа
+- ✅ Заполнение пропущенных точек (режим --fancy)
+- ✅ Инверсия сигнала при отрицательном уровне
+- ✅ Диагностика потерь данных
+
+## Установка
+
+### Минимальные требования
+
+```bash
+pip install -r requirements.txt
+```
+
+### Зависимости
+
+**Обязательные:**
+- `numpy` - обработка массивов и FFT
+- `matplotlib` - визуализация
+
+**Опциональные (рекомендуется):**
+- `pyserial` - доступ к serial порту (обязательно для Windows)
+- `pyqtgraph` + `PyQt5` или `PySide6` - быстрый бэкенд визуализации
+
+## Использование
+
+### Базовый запуск
+
+```bash
+python -m rfg_adc_plotter.cli /dev/ttyACM0
+```
+
+### С параметрами
+
+```bash
+python -m rfg_adc_plotter.cli /dev/ttyACM0 \
+    --baud 115200 \
+    --max-sweeps 200 \
+    --max-fps 30 \
+    --backend pg \
+    --fancy
+```
+
+### Параметры командной строки
+
+- `port` - путь к порту (например `/dev/ttyACM0`, `COM3`)
+- `--baud` - скорость порта (по умолчанию 115200)
+- `--max-sweeps` - количество свипов в водопаде (по умолчанию 200)
+- `--max-fps` - ограничение частоты отрисовки (по умолчанию 30)
+- `--cmap` - цветовая карта для водопадов (по умолчанию viridis)
+- `--spec-clip` - процентильная обрезка контраста B-scan (по умолчанию 2,98)
+- `--title` - заголовок окна (по умолчанию "ADC Sweeps")
+- `--fancy` - заполнение пропущенных точек средними значениями
+- `--ylim` - фиксированные пределы по Y (формат: min,max)
+- `--backend` - бэкенд визуализации:
+  - `auto` - автоматический выбор (сначала pyqtgraph, fallback на matplotlib)
+  - `pg` - pyqtgraph (быстрее)
+  - `mpl` - matplotlib (совместимее)
+
+## Формат данных
+
+Приложение ожидает текстовые строки через serial порт:
+
+```
+Sweep_start
+s 0 1234
+s 1 1256
+s 2 1278
+...
+Sweep_start
+s 0 1235
+...
+```
+
+- `Sweep_start` - начало нового свипа
+- `s X Y` - точка данных (индекс X, значение Y), целые числа со знаком
+
+## Архитектура проекта
+
+```
+rfg_adc_plotter/
+├── __init__.py
+├── config.py                      # Константы и типы
+├── cli.py                         # Точка входа CLI
+├── data_acquisition/
+│   ├── __init__.py
+│   ├── serial_io.py              # Serial порт I/O
+│   └── sweep_reader.py           # Фоновый поток чтения данных
+├── signal_processing/
+│   ├── __init__.py
+│   └── phase_analysis.py         # Обработка фазы
+├── visualization/
+│   ├── __init__.py
+│   ├── matplotlib_backend.py     # Matplotlib визуализация
+│   └── pyqtgraph_backend.py      # PyQtGraph визуализация
+└── utils/
+    ├── __init__.py
+    └── formatting.py             # Утилиты форматирования
+```
+
+## Технические особенности
+
+### Оптимизации производительности
+
+- Фоновый поток для чтения и парсинга данных
+- Векторизованные numpy операции
+- Кольцевые буферы для водопадов
+- Неблокирующее чтение из serial порта
+- Буферизация с увеличенным размером (256KB)
+
+### Обработка сигналов
+
+- **FFT анализ**: окно Хэннинга, длина 1024
+- **Phase unwrapping**: адаптивный алгоритм с порогом 0.8π
+- **Преобразование фазы в расстояние**: формула Δl = φ × c / (4π × ν)
+- **Инверсия сигнала**: автоматическая при среднем уровне < порога
+
+### Диагностика
+
+Каждые 10 секунд в stderr выводится диагностическая информация:
+- Номер свипа
+- Среднее количество валидных точек
+- Количество принятых строк
+- Ошибки парсинга
+- Ошибки чтения
+- Размер буфера
+- Потерянные свипы
+
+## Примеры использования
+
+### Linux с pyserial
+
+```bash
+python -m rfg_adc_plotter.cli /dev/ttyACM0 --backend pg
+```
+
+### Linux с raw TTY (без pyserial)
+
+```bash
+python -m rfg_adc_plotter.cli /dev/ttyACM0 --backend mpl
+```
+
+### Windows
+
+```bash
+python -m rfg_adc_plotter.cli COM3 --backend pg --baud 115200
+```
+
+### С высоким разрешением времени
+
+```bash
+python -m rfg_adc_plotter.cli /dev/ttyACM0 --max-sweeps 500 --max-fps 60
+```
+
+### С заполнением пропусков и фиксированным Y
+
+```bash
+python -m rfg_adc_plotter.cli /dev/ttyACM0 --fancy --ylim -2000,2000
+```
+
+## Лицензия
+
+См. LICENSE файл в корне проекта.
+
+## Авторы
+
+Разработано для визуализации данных FMCW радара с STM32 ADC.

requirements.txt

@@ -0,0 +1,14 @@
+# Основные зависимости
+numpy>=1.20.0
+
+# Визуализация (matplotlib - обязательна)
+matplotlib>=3.3.0
+
+# Serial порт (опционально, но рекомендуется)
+pyserial>=3.5
+
+# Быстрый бэкенд визуализации (опционально)
+pyqtgraph>=0.12.0
+PyQt5>=5.15.0
+# Альтернатива PyQt5:
+# PySide6>=6.0.0

rfg_adc_plotter/cli.py

@@ -0,0 +1,110 @@
+#!/usr/bin/env python3
+"""
+Точка входа для RFG ADC Data Plotter.
+
+Реалтайм-плоттер для свипов из виртуального COM-порта.
+
+Формат строк:
+  - "Sweep_start" — начало нового свипа (предыдущий считается завершённым)
+  - "s X Y" — точка (индекс X, значение Y), все целые со знаком
+
+Отрисовываются шесть графиков:
+  - Левый верхний: последний полученный свип (Y vs X)
+  - Правый верхний: водопад (последние N свипов во времени)
+  - Левый средний: FFT спектр текущего свипа
+  - Правый средний: B-scan (водопад FFT спектров)
+  - Левый нижний: Фаза спектра (развернутая)
+  - Правый нижний: Водопад фазы
+
+Оптимизации для скорости:
+  - Парсинг и чтение в фоновой нити
+  - Анимация с обновлением только данных (без лишнего пересоздания фигур)
+  - Кольцевой буфер под водопад с фиксированным числом свипов
+
+Зависимости: matplotlib, numpy. PySerial опционален — при его отсутствии
+используется сырой доступ к TTY через termios.
+"""
+
+import argparse
+import sys
+
+
+def main():
+    """Основная функция CLI."""
+    parser = argparse.ArgumentParser(
+        description=(
+            "Читает свипы из виртуального COM-порта и рисует: "
+            "последний свип и водопад (реалтайм)."
+        )
+    )
+    parser.add_argument(
+        "port",
+        help="Путь к порту, например /dev/ttyACM1 или COM3 (COM10+: \\\\.\\COM10)",
+    )
+    parser.add_argument("--baud", type=int, default=115200, help="Скорость (по умолчанию 115200)")
+    parser.add_argument("--max-sweeps", type=int, default=200, help="Количество видимых свипов в водопаде")
+    parser.add_argument("--max-fps", type=float, default=30.0, help="Лимит частоты отрисовки, кадров/с")
+    parser.add_argument("--cmap", default="viridis", help="Цветовая карта водопада")
+    parser.add_argument(
+        "--spec-clip",
+        default="2,98",
+        help=(
+            "Процентильная обрезка уровней водопада спектров, % (min,max). "
+            "Напр. 2,98. 'off' — отключить"
+        ),
+    )
+    parser.add_argument("--title", default="ADC Sweeps", help="Заголовок окна")
+    parser.add_argument(
+        "--fancy",
+        action="store_true",
+        help="Заполнять выпавшие точки средними значениями между соседними",
+    )
+    parser.add_argument(
+        "--ylim",
+        type=str,
+        default=None,
+        help="Фиксированные Y-пределы для кривой формата min,max (например -1000,1000). По умолчанию авто",
+    )
+    parser.add_argument(
+        "--backend",
+        choices=["auto", "pg", "mpl"],
+        default="auto",
+        help="Графический бэкенд: pyqtgraph (pg) — быстрее; matplotlib (mpl) — совместимый. По умолчанию auto",
+    )
+    parser.add_argument(
+        "--ref-out",
+        type=str,
+        default=None,
+        help="Сохранить медиану последних 1000 свипов в указанный файл при накоплении данных",
+    )
+    parser.add_argument(
+        "--ref-in",
+        type=str,
+        default=None,
+        help="Загрузить медиану из файла и вычитать её из входящего сигнала",
+    )
+
+    args = parser.parse_args()
+
+    # Попробуем быстрый бэкенд (pyqtgraph) при auto/pg
+    if args.backend in ("auto", "pg"):
+        try:
+            from .visualization.pyqtgraph_backend import run_pyqtgraph
+            return run_pyqtgraph(args)
+        except Exception as e:
+            if args.backend == "pg":
+                sys.stderr.write(f"[error] PyQtGraph бэкенд недоступен: {e}\n")
+                sys.exit(1)
+            # При auto — тихо откатываемся на matplotlib
+
+    # Fallback на matplotlib
+    try:
+        from .visualization.matplotlib_backend import run_matplotlib
+        return run_matplotlib(args)
+    except Exception as e:
+        sys.stderr.write(f"[error] Matplotlib бэкенд недоступен: {e}\n")
+        sys.exit(1)
+
+
+if __name__ == "__main__":
+    main()

rfg_adc_plotter/config.py

@@ -0,0 +1,28 @@
+"""
+Константы и типы для RFG ADC Data Plotter.
+"""
+
+from typing import Dict, Tuple, Union
+
+import numpy as np
+
+# Максимальное число точек в ряду водопада
+WF_WIDTH = 1000
+
+# Длина БПФ для спектра/водопада спектров
+FFT_LEN = 2048
+
+# Частотный диапазон для FFT (в ГГц)
+FREQ_MIN_GHZ = -10.0  # Начало частотной оси
+FREQ_MAX_GHZ = 10.0   # Конец частотной оси
+DATA_FREQ_START_GHZ = 1.0   # Начало реальных данных
+DATA_FREQ_END_GHZ = 10.0    # Конец реальных данных
+
+# Порог для инверсии сырых данных: если среднее значение свипа ниже порога —
+# считаем, что сигнал «меньше нуля» и домножаем свип на -1
+DATA_INVERSION_THRASHOLD = 10.0
+
+# Типы данных
+Number = Union[int, float]
+SweepInfo = Dict[str, Number]
+SweepPacket = Tuple[np.ndarray, SweepInfo]

rfg_adc_plotter/data_acquisition/serial_io.py

@@ -0,0 +1,204 @@
+"""
+Модули для работы с serial портом: чтение данных через pyserial или raw TTY.
+"""
+
+import io
+import os
+import sys
+from typing import Optional
+
+
+def try_open_pyserial(path: str, baud: int, timeout: float):
+    """Попытка открыть порт через pyserial."""
+    try:
+        import serial  # type: ignore
+    except Exception:
+        return None
+    try:
+        ser = serial.Serial(path, baudrate=baud, timeout=timeout)
+        # ВРЕМЕННО ОТКЛЮЧЕН: hardware flow control для проверки
+        # ser.rtscts = True
+        # Увеличиваем буфер приема ядра до 64KB
+        try:
+            ser.set_buffer_size(rx_size=65536, tx_size=4096)
+        except (AttributeError, NotImplementedError):
+            # Не все платформы/версии pyserial поддерживают set_buffer_size
+            pass
+        return ser
+    except Exception:
+        return None
+
+
+class FDReader:
+    """Простой враппер чтения строк из файлового дескриптора TTY."""
+
+    def __init__(self, fd: int):
+        # Отдельно буферизуем для корректной readline()
+        self._fd = fd
+        raw = os.fdopen(fd, "rb", closefd=False)
+        self._file = raw
+        # Увеличен размер буфера до 256KB для предотвращения потерь
+        self._buf = io.BufferedReader(raw, buffer_size=262144)
+
+    def fileno(self) -> int:
+        return self._fd
+
+    def readline(self) -> bytes:
+        return self._buf.readline()
+
+    def close(self):
+        try:
+            self._buf.close()
+        except Exception:
+            pass
+
+
+def open_raw_tty(path: str, baud: int) -> Optional[FDReader]:
+    """Открыть TTY без pyserial и настроить порт через termios.
+
+    Возвращает FDReader или None при ошибке.
+    """
+    try:
+        import termios
+        import tty
+    except Exception:
+        return None
+
+    try:
+        fd = os.open(path, os.O_RDONLY | os.O_NOCTTY)
+    except Exception:
+        return None
+
+    try:
+        attrs = termios.tcgetattr(fd)
+        # Установим «сырое» состояние
+        tty.setraw(fd)
+
+        # Скорость
+        baud_map = {
+            9600: termios.B9600,
+            19200: termios.B19200,
+            38400: termios.B38400,
+            57600: termios.B57600,
+            115200: termios.B115200,
+            230400: getattr(termios, "B230400", None),
+            460800: getattr(termios, "B460800", None),
+        }
+        b = baud_map.get(baud) or termios.B115200
+
+        attrs[4] = b  # ispeed
+        attrs[5] = b  # ospeed
+
+        # VMIN=1, VTIME=0 — блокирующее чтение по байту
+        cc = attrs[6]
+        cc[termios.VMIN] = 1
+        cc[termios.VTIME] = 0
+        attrs[6] = cc
+
+        termios.tcsetattr(fd, termios.TCSANOW, attrs)
+    except Exception:
+        try:
+            os.close(fd)
+        except Exception:
+            pass
+        return None
+
+    return FDReader(fd)
+
+
+class SerialLineSource:
+    """Единый интерфейс для чтения строк из порта (pyserial или raw TTY)."""
+
+    def __init__(self, path: str, baud: int, timeout: float = 1.0):
+        self._pyserial = try_open_pyserial(path, baud, timeout)
+        self._fdreader = None
+        self._using = "pyserial" if self._pyserial is not None else "raw"
+        if self._pyserial is None:
+            self._fdreader = open_raw_tty(path, baud)
+            if self._fdreader is None:
+                msg = f"Не удалось открыть порт '{path}' (pyserial и raw TTY не сработали)"
+                if sys.platform.startswith("win"):
+                    msg += ". На Windows нужен pyserial: pip install pyserial"
+                raise RuntimeError(msg)
+
+    def readline(self) -> bytes:
+        if self._pyserial is not None:
+            try:
+                return self._pyserial.readline()
+            except Exception:
+                return b""
+        else:
+            try:
+                return self._fdreader.readline()  # type: ignore[union-attr]
+            except Exception:
+                return b""
+
+    def close(self):
+        try:
+            if self._pyserial is not None:
+                self._pyserial.close()
+            elif self._fdreader is not None:
+                self._fdreader.close()
+        except Exception:
+            pass
+
+
+class SerialChunkReader:
+    """Быстрое неблокирующее чтение чанков из serial/raw TTY для максимального дренажа буфера."""
+
+    def __init__(self, src: SerialLineSource, error_counter: Optional[list] = None):
+        self._src = src
+        self._ser = src._pyserial
+        self._fd: Optional[int] = None
+        self._error_counter = error_counter  # Список с 1 элементом для передачи по ссылке
+        if self._ser is not None:
+            # Неблокирующий режим для быстрой откачки
+            try:
+                self._ser.timeout = 0
+            except Exception:
+                pass
+        else:
+            try:
+                self._fd = src._fdreader.fileno()  # type: ignore[union-attr]
+                try:
+                    os.set_blocking(self._fd, False)
+                except Exception:
+                    pass
+            except Exception:
+                self._fd = None
+
+    def read_available(self) -> bytes:
+        """Вернёт доступные байты (b"" если данных нет)."""
+        if self._ser is not None:
+            try:
+                n = int(getattr(self._ser, "in_waiting", 0))
+            except Exception:
+                if self._error_counter:
+                    self._error_counter[0] += 1
+                n = 0
+            if n > 0:
+                try:
+                    return self._ser.read(n)
+                except Exception:
+                    if self._error_counter:
+                        self._error_counter[0] += 1
+                    return b""
+            return b""
+        if self._fd is None:
+            return b""
+        out = bytearray()
+        while True:
+            try:
+                chunk = os.read(self._fd, 65536)
+                if not chunk:
+                    break
+                out += chunk
+                if len(chunk) < 65536:
+                    break
+            except BlockingIOError:
+                break
+            except Exception:
+                if self._error_counter:
+                    self._error_counter[0] += 1
+                break
+        return bytes(out)

rfg_adc_plotter/data_acquisition/sweep_reader.py

@@ -0,0 +1,269 @@
+"""
+Фоновый поток для чтения и сборки свипов из serial порта.
+"""
+
+import sys
+import threading
+import time
+from collections import deque
+from queue import Queue, Full
+
+import numpy as np
+
+from ..config import DATA_INVERSION_THRASHOLD, SweepInfo, SweepPacket
+from .serial_io import SerialChunkReader, SerialLineSource
+
+
+class SweepReader(threading.Thread):
+    """Фоновый поток: читает строки, формирует завершённые свипы и кладёт в очередь."""
+
+    def __init__(
+        self,
+        port_path: str,
+        baud: int,
+        out_queue: Queue[SweepPacket],
+        stop_event: threading.Event,
+        fancy: bool = False,
+    ):
+        super().__init__(daemon=True)
+        self._port_path = port_path
+        self._baud = baud
+        self._q = out_queue
+        self._stop = stop_event
+        self._src: SerialLineSource | None = None
+        self._fancy = bool(fancy)
+        self._max_width: int = 0
+        self._sweep_idx: int = 0
+        self._last_sweep_ts: float | None = None
+        self._n_valid_hist = deque()
+        # Счетчик потерь данных (выброшенных свипов из-за переполнения очереди)
+        self._dropped_sweeps: int = 0
+        # Диагностика потери точек внутри свипа
+        self._total_lines_received: int = 0  # Всего принято строк с данными
+        self._total_parse_errors: int = 0    # Ошибок парсинга строк
+        self._total_empty_lines: int = 0      # Пустых строк
+        self._max_buf_size: int = 0           # Максимальный размер буфера парсинга
+        self._read_errors: int = 0            # Ошибок чтения из порта
+        self._last_diag_time: float = 0.0    # Время последнего вывода диагностики
+        self._cal_mode: int = -1              # Режим калибровки (0–7), -1 = неизвестен
+
+    def _finalize_current(self, xs, ys, cal_mode: int = -1):
+        if not xs:
+            return
+        max_x = max(xs)
+        width = max_x + 1
+        self._max_width = max(self._max_width, width)
+        target_width = self._max_width if self._fancy else width
+        # Быстрый векторизованный путь
+        sweep = np.full((target_width,), np.nan, dtype=np.float32)
+        try:
+            idx = np.asarray(xs, dtype=np.int64)
+            vals = np.asarray(ys, dtype=np.float32)
+            sweep[idx] = vals
+        except Exception:
+            # Запасной путь
+            for x, y in zip(xs, ys):
+                if 0 <= x < target_width:
+                    sweep[x] = float(y)
+        # Метрики валидных точек до заполнения пропусков
+        finite_pre = np.isfinite(sweep)
+        n_valid_cur = int(np.count_nonzero(finite_pre))
+
+        # Дополнительная обработка пропусков: при --fancy заполняем внутренние разрывы, края и дотягиваем до максимальной длины
+        if self._fancy:
+            try:
+                known = ~np.isnan(sweep)
+                if np.any(known):
+                    known_idx = np.nonzero(known)[0]
+                    # Для каждой пары соседних известных индексов заполним промежуток средним значением
+                    for i0, i1 in zip(known_idx[:-1], known_idx[1:]):
+                        if i1 - i0 > 1:
+                            avg = (sweep[i0] + sweep[i1]) * 0.5
+                            sweep[i0 + 1 : i1] = avg
+                    first_idx = int(known_idx[0])
+                    last_idx = int(known_idx[-1])
+                    if first_idx > 0:
+                        sweep[:first_idx] = sweep[first_idx]
+                    if last_idx < sweep.size - 1:
+                        sweep[last_idx + 1 :] = sweep[last_idx]
+            except Exception:
+                # В случае ошибки просто оставляем как есть
+                pass
+        # Инверсия данных при «отрицательном» уровне (среднее ниже порога)
+        try:
+            m = float(np.nanmean(sweep))
+            if np.isfinite(m) and m < DATA_INVERSION_THRASHOLD:
+                sweep *= -1.0
+        except Exception:
+            pass
+        sweep -= float(np.nanmean(sweep))
+
+        # Метрики для статусной строки (вид словаря: переменная -> значение)
+        self._sweep_idx += 1
+        now = time.time()
+        if self._last_sweep_ts is None:
+            dt_ms = float("nan")
+        else:
+            dt_ms = (now - self._last_sweep_ts) * 1000.0
+        self._last_sweep_ts = now
+        self._n_valid_hist.append((now, n_valid_cur))
+        while self._n_valid_hist and (now - self._n_valid_hist[0][0]) > 1.0:
+            self._n_valid_hist.popleft()
+        if self._n_valid_hist:
+            n_valid = float(sum(v for _t, v in self._n_valid_hist) / len(self._n_valid_hist))
+        else:
+            n_valid = float(n_valid_cur)
+
+        if n_valid_cur > 0:
+            vmin = float(np.nanmin(sweep))
+            vmax = float(np.nanmax(sweep))
+            mean = float(np.nanmean(sweep))
+            std = float(np.nanstd(sweep))
+        else:
+            vmin = vmax = mean = std = float("nan")
+        info: SweepInfo = {
+            "sweep": self._sweep_idx,
+            "n_valid": n_valid,
+            "min": vmin,
+            "max": vmax,
+            "mean": mean,
+            "std": std,
+            "dt_ms": dt_ms,
+            "dropped": self._dropped_sweeps,
+            "lines": self._total_lines_received,
+            "parse_err": self._total_parse_errors,
+            "read_err": self._read_errors,
+            "max_buf": self._max_buf_size,
+            "cal_mode": cal_mode,
+        }
+
+        # Периодический вывод детальной диагностики в stderr (каждые 10 секунд)
+        now = time.time()
+        if now - self._last_diag_time > 10.0:
+            self._last_diag_time = now
+            sys.stderr.write(
+                f"[DIAG] sweep={self._sweep_idx} n_valid={n_valid:.1f} "
+                f"lines={self._total_lines_received} parse_err={self._total_parse_errors} "
+                f"read_err={self._read_errors} max_buf={self._max_buf_size} "
+                f"dropped={self._dropped_sweeps}\n"
+            )
+            sys.stderr.flush()
+
+        # Кладём готовый свип (если очередь полна — выбрасываем самый старый)
+        try:
+            self._q.put_nowait((sweep, info))
+        except Full:
+            # Счетчик потерь для диагностики
+            self._dropped_sweeps += 1
+            try:
+                _ = self._q.get_nowait()
+            except Exception:
+                pass
+            try:
+                self._q.put_nowait((sweep, info))
+            except Exception:
+                pass
+
+    def run(self):
+        # Состояние текущего свипа
+        xs: list[int] = []
+        ys: list[int] = []
+        current_cal_mode: int = -1  # Режим калибровки для текущего свипа
+
+        try:
+            self._src = SerialLineSource(self._port_path, self._baud, timeout=1.0)
+            sys.stderr.write(f"[info] Открыл порт {self._port_path} ({self._src._using})\n")
+        except Exception as e:
+            sys.stderr.write(f"[error] {e}\n")
+            return
+
+        try:
+            # Быстрый неблокирующий дренаж порта с разбором по байтам
+            # Передаем счетчик ошибок чтения как список для изменения по ссылке
+            error_counter = [0]
+            chunk_reader = SerialChunkReader(self._src, error_counter)
+            buf = bytearray()
+            while not self._stop.is_set():
+                data = chunk_reader.read_available()
+                # Обновляем счетчик ошибок чтения
+                self._read_errors = error_counter[0]
+                if data:
+                    buf += data
+                    # Отслеживаем максимальный размер буфера парсинга
+                    if len(buf) > self._max_buf_size:
+                        self._max_buf_size = len(buf)
+                else:
+                    # Короткая уступка CPU, если нет новых данных (уменьшена до 0.1ms)
+                    time.sleep(0.0001)
+                    continue
+
+                # Обрабатываем все полные строки
+                while True:
+                    nl = buf.find(b"\n")
+                    if nl == -1:
+                        break
+                    line = bytes(buf[:nl])
+                    del buf[: nl + 1]
+                    if line.endswith(b"\r"):
+                        line = line[:-1]
+                    if not line:
+                        self._total_empty_lines += 1
+                        continue
+
+                    if line.startswith(b"Sweep_start"):
+                        self._finalize_current(xs, ys, current_cal_mode)
+                        xs.clear()
+                        ys.clear()
+                        current_cal_mode = -1
+                        continue
+
+                    # Формат строки данных: "sN X Y" или "s X Y"
+                    # где N — цифра режима калибровки 0–7 (слитно с 's')
+                    # X — индекс точки, Y — значение (целое со знаком)
+                    if len(line) >= 3:
+                        parts = line.split()
+                        if parts and len(parts[0]) >= 1 and parts[0][:1].lower() == b"s":
+                            tag = parts[0].lower()  # b"s" или b"s0"..b"s7"
+                            if len(tag) == 2 and b"0" <= tag[1:2] <= b"7":
+                                # Новый формат: режим калибровки встроен в тег
+                                current_cal_mode = int(tag[1:2])
+                                data_parts = parts[1:]
+                            elif len(tag) == 1:
+                                # Старый формат: "s X Y"
+                                data_parts = parts[1:]
+                            else:
+                                self._total_parse_errors += 1
+                                continue
+                            if len(data_parts) >= 2:
+                                try:
+                                    x = int(data_parts[0], 10)
+                                    y = int(data_parts[1], 10)
+                                except Exception:
+                                    self._total_parse_errors += 1
+                                    continue
+                                xs.append(x)
+                                ys.append(y)
+                                self._total_lines_received += 1
+                            else:
+                                self._total_parse_errors += 1
+                        else:
+                            # Строка не начинается с 's'
+                            self._total_parse_errors += 1
+                    else:
+                        # Строка слишком короткая
+                        self._total_parse_errors += 1
+
+                # Защита от переполнения буфера при отсутствии переводов строки (снижен порог)
+                if len(buf) > 262144:
+                    del buf[:-131072]
+        finally:
+            try:
+                # Завершаем оставшийся свип
+                self._finalize_current(xs, ys, current_cal_mode)
+            except Exception:
+                pass
+            try:
+                if self._src is not None:
+                    self._src.close()
+            except Exception:
+                pass

rfg_adc_plotter/signal_processing/phase_analysis.py

@@ -0,0 +1,107 @@
+"""
+Обработка фазы для FMCW радара: развертка фазы и преобразование в расстояние.
+"""
+
+from typing import Optional, Tuple
+
+import numpy as np
+
+
+def apply_temporal_unwrap(
+    current_phase: np.ndarray,
+    prev_phase: Optional[np.ndarray],
+    phase_offset: Optional[np.ndarray],
+) -> Tuple[np.ndarray, np.ndarray, np.ndarray]:
+    """Применяет улучшенный phase unwrapping для FMCW радара с адаптивным порогом.
+
+    Алгоритм учитывает особенности косинусоидального сигнала и заранее корректирует
+    фазу при приближении к границам ±π для получения монотонно растущей абсолютной фазы.
+
+    Args:
+        current_phase: Текущая фаза (развернутая по частоте) для всех бинов
+        prev_phase: Предыдущая фаза, может быть None при первом вызове
+        phase_offset: Накопленные смещения для каждого бина, может быть None
+
+    Returns:
+        (unwrapped_phase, new_prev_phase, new_phase_offset)
+        unwrapped_phase - абсолютная развёрнутая фаза (может быть > 2π)
+        new_prev_phase - обновлённая предыдущая фаза (для следующего вызова)
+        new_phase_offset - обновлённые смещения (для следующего вызова)
+    """
+    n_bins = current_phase.size
+
+    # Инициализация при первом вызове
+    if prev_phase is None:
+        prev_phase = current_phase.copy()
+        phase_offset = np.zeros(n_bins, dtype=np.float32)
+        # При первом вызове просто возвращаем текущую фазу
+        return current_phase.copy(), prev_phase, phase_offset
+
+    if phase_offset is None:
+        phase_offset = np.zeros(n_bins, dtype=np.float32)
+
+    # Адаптивный порог для обнаружения приближения к границам
+    THRESHOLD = 0.8 * np.pi
+
+    # Вычисляем разницу между текущей и предыдущей фазой
+    delta = current_phase - prev_phase
+
+    # Обнаруживаем скачки и корректируем offset
+    # Используем улучшенный алгоритм с адаптивным порогом
+
+    # Метод 1: Стандартная коррекция для больших скачков (> π)
+    # Это ловит случаи, когда фаза уже перескочила границу
+    phase_offset = phase_offset - 2.0 * np.pi * np.round(delta / (2.0 * np.pi))
+
+    # Метод 2: Адаптивная коррекция при приближении к границам
+    # Проверяем текущую развернутую фазу
+    unwrapped_phase = current_phase + phase_offset
+
+    # Если фаза близка к нечетным π (π, 3π, 5π...), проверяем направление
+    # и корректируем для обеспечения монотонности
+    phase_mod = np.mod(unwrapped_phase + np.pi, 2.0 * np.pi) - np.pi  # Приводим к [-π, π]
+
+    # Обнаруживаем точки, близкие к границам
+    near_upper = phase_mod > THRESHOLD  # Приближение к +π
+    near_lower = phase_mod < -THRESHOLD  # Приближение к -π
+
+    # Для точек, приближающихся к границам, анализируем тренд
+    if np.any(near_upper) or np.any(near_lower):
+        # Если delta положительна и мы около +π, готовимся к переходу
+        should_add = near_upper & (delta > 0)
+        # Если delta отрицательна и мы около -π, готовимся к переходу
+        should_sub = near_lower & (delta < 0)
+
+        # Применяем дополнительную коррекцию только там, где нужно
+        # (этот код срабатывает редко, только при быстром движении объекта)
+        pass  # Основная коррекция уже сделана выше
+
+    # Финальная развернутая фаза
+    unwrapped_phase = current_phase + phase_offset
+
+    # Сохраняем текущую фазу как предыдущую для следующего свипа
+    new_prev_phase = current_phase.copy()
+    new_phase_offset = phase_offset.copy()
+
+    return unwrapped_phase, new_prev_phase, new_phase_offset
+
+
+def phase_to_distance(phase: np.ndarray, center_freq_hz: float = 6e9) -> np.ndarray:
+    """Преобразует развернутую фазу в расстояние для FMCW радара.
+
+    Формула: Δl = φ * c / (4π * ν)
+    где:
+        φ - фаза (радианы)
+        c - скорость света (м/с)
+        ν - центральная частота свипа (Гц)
+
+    Args:
+        phase: Развернутая фаза в радианах
+        center_freq_hz: Центральная частота диапазона в Гц (по умолчанию 6 ГГц для 2-10 ГГц)
+
+    Returns:
+        Расстояние в метрах
+    """
+    c = 299792458.0  # Скорость света в м/с
+    distance = phase * c / (4.0 * np.pi * center_freq_hz)
+    return distance.astype(np.float32)

rfg_adc_plotter/utils/formatting.py

@@ -0,0 +1,50 @@
+"""
+Утилиты для форматирования данных и парсинга параметров.
+"""
+
+from typing import Any, Mapping, Optional, Tuple
+
+import numpy as np
+
+
+def format_status_kv(data: Mapping[str, Any]) -> str:
+    """Преобразовать словарь метрик в одну строку 'k:v'."""
+
+    def _fmt(v: Any) -> str:
+        if v is None:
+            return "NA"
+        try:
+            fv = float(v)
+        except Exception:
+            return str(v)
+        if not np.isfinite(fv):
+            return "nan"
+        # Достаточно компактно для статус-строки.
+        if abs(fv) >= 1000 or (0 < abs(fv) < 0.01):
+            return f"{fv:.3g}"
+        return f"{fv:.3f}".rstrip("0").rstrip(".")
+
+    parts = [f"{k}:{_fmt(v)}" for k, v in data.items()]
+    return "  ".join(parts)
+
+
+def parse_spec_clip(spec: Optional[str]) -> Optional[Tuple[float, float]]:
+    """Разобрать строку вида "low,high" процентов для контрастного отображения водопада спектров.
+
+    Возвращает пару (low, high) или None для отключения. Допустимы значения 0..100, low < high.
+    Ключевые слова отключения: "off", "none", "no".
+    """
+    if not spec:
+        return None
+    s = str(spec).strip().lower()
+    if s in ("off", "none", "no"):
+        return None
+    try:
+        p0, p1 = s.replace(";", ",").split(",")
+        low = float(p0)
+        high = float(p1)
+        if not (0.0 <= low < high <= 100.0):
+            return None
+        return (low, high)
+    except Exception:
+        return None

rfg_adc_plotter/visualization/matplotlib_backend.py

@@ -0,0 +1,651 @@
+"""
+Визуализация данных с использованием matplotlib.
+"""
+
+import csv
+import sys
+import threading
+import time
+from datetime import datetime
+from queue import Empty, Queue
+from typing import Optional, Tuple
+
+import numpy as np
+
+try:
+    import matplotlib
+    import matplotlib.pyplot as plt
+    from matplotlib.animation import FuncAnimation
+    from matplotlib.widgets import Slider
+except Exception as e:
+    raise RuntimeError(f"Нужны matplotlib и ее зависимости: {e}")
+
+from ..config import (
+    FFT_LEN,
+    WF_WIDTH,
+    SweepInfo,
+    SweepPacket,
+    FREQ_MIN_GHZ,
+    FREQ_MAX_GHZ,
+    DATA_FREQ_START_GHZ,
+    DATA_FREQ_END_GHZ,
+)
+from ..data_acquisition.sweep_reader import SweepReader
+from ..signal_processing.phase_analysis import apply_temporal_unwrap, phase_to_distance
+from ..utils.formatting import format_status_kv, parse_spec_clip
+
+
+def run_matplotlib(args):
+    """Запуск визуализации с использованием matplotlib."""
+    # Очередь завершённых свипов и поток чтения
+    q: Queue[SweepPacket] = Queue(maxsize=1000)
+    stop_event = threading.Event()
+    reader = SweepReader(args.port, args.baud, q, stop_event, fancy=bool(args.fancy))
+    reader.start()
+
+    # Графика (3 ряда x 2 колонки = 6 графиков)
+    fig, axs = plt.subplots(3, 2, figsize=(12, 12))
+    (ax_line, ax_img), (ax_fft, ax_spec), (ax_phase, ax_phase_wf) = axs
+    fig.canvas.manager.set_window_title(args.title) if hasattr(fig.canvas.manager, "set_window_title") else None
+    # Увеличим расстояния и оставим место справа под ползунки оси Y B-scan
+    fig.subplots_adjust(wspace=0.25, hspace=0.35, left=0.07, right=0.90, top=0.95, bottom=0.05)
+
+    # Состояние для отображения
+    current_sweep: Optional[np.ndarray] = None
+    current_info: Optional[SweepInfo] = None
+    x_shared: Optional[np.ndarray] = None
+    width: Optional[int] = None
+    max_sweeps = int(max(10, args.max_sweeps))
+    ring = None  # type: Optional[np.ndarray]
+    ring_time = None  # type: Optional[np.ndarray]
+    head = 0
+    # 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
+    # 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
+
+    if ref_out_file:
+        print(f"[ref-out] Автосохранение включено, файл: {ref_out_file}")
+
+    # Автоматическая загрузка медианы при старте
+    if ref_in_file:
+        try:
+            pairs = []
+            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:
+                            pairs.append((int(row[0]), float(row[1])))
+                        except ValueError:
+                            continue
+            if pairs:
+                max_idx = max(idx for idx, _ in pairs)
+                median_data = np.full(max_idx + 1, np.nan, dtype=np.float32)
+                for idx, val in pairs:
+                    median_data[idx] = val
+                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.
+    # FFT состояние (полное FFT для отрицательных частот)
+    fft_bins = FFT_LEN
+    ring_fft = None  # type: Optional[np.ndarray]
+    y_min_fft, y_max_fft = None, None
+    freq_shared: Optional[np.ndarray] = None
+    # Phase состояние
+    ring_phase = None  # type: Optional[np.ndarray]
+    prev_phase_per_bin: Optional[np.ndarray] = None
+    phase_offset_per_bin: Optional[np.ndarray] = None
+    y_min_phase, y_max_phase = None, None
+    # Параметры контраста водопада спектров
+    spec_clip = parse_spec_clip(getattr(args, "spec_clip", None))
+    # Ползунки управления Y для B-scan и контрастом
+    ymin_slider = None
+    ymax_slider = None
+    contrast_slider = None
+
+    # Статусная строка (внизу окна)
+    status_text = fig.text(
+        0.01,
+        0.01,
+        "",
+        ha="left",
+        va="bottom",
+        fontsize=8,
+        family="monospace",
+    )
+
+    # Линейный график последнего свипа
+    line_obj, = ax_line.plot([], [], lw=1)
+    ax_line.set_title("Сырые данные", pad=1)
+    ax_line.set_xlabel("F")
+    ax_line.set_ylabel("")
+
+    # Линейный график спектра текущего свипа
+    fft_line_obj, = ax_fft.plot([], [], lw=1)
+    ax_fft.set_title("FFT", pad=1)
+    ax_fft.set_xlabel("Частота, ГГц")
+    ax_fft.set_ylabel("Амплитуда, дБ")
+
+    # Диапазон по Y для последнего свипа: авто по умолчанию (поддерживает отрицательные значения)
+    fixed_ylim: Optional[Tuple[float, float]] = None
+    # CLI переопределение при необходимости
+    if args.ylim:
+        try:
+            y0, y1 = args.ylim.split(",")
+            fixed_ylim = (float(y0), float(y1))
+        except Exception:
+            sys.stderr.write("[warn] Некорректный формат --ylim, игнорирую. Ожидалось min,max\n")
+    if fixed_ylim is not None:
+        ax_line.set_ylim(fixed_ylim)
+
+    # Водопад (будет инициализирован при первом свипе)
+    img_obj = ax_img.imshow(
+        np.zeros((1, 1), dtype=np.float32),
+        aspect="auto",
+        interpolation="nearest",
+        origin="lower",
+        cmap=args.cmap,
+    )
+    ax_img.set_title("Сырые данные", pad=12)
+    ax_img.set_xlabel("")
+    ax_img.set_ylabel("частота")
+    # Не показываем численные значения по времени на водопаде сырых данных
+    try:
+        ax_img.tick_params(axis="x", labelbottom=False)
+    except Exception:
+        pass
+
+    # Водопад спектров
+    img_fft_obj = ax_spec.imshow(
+        np.zeros((1, 1), dtype=np.float32),
+        aspect="auto",
+        interpolation="nearest",
+        origin="lower",
+        cmap=args.cmap,
+    )
+    ax_spec.set_title("B-scan (дБ)", pad=12)
+    ax_spec.set_xlabel("")
+    ax_spec.set_ylabel("Частота, ГГц")
+    # Не показываем численные значения по времени на B-scan
+    try:
+        ax_spec.tick_params(axis="x", labelbottom=False)
+    except Exception:
+        pass
+
+    # График фазы текущего свипа
+    phase_line_obj, = ax_phase.plot([], [], lw=1)
+    ax_phase.set_title("Фаза спектра (развернутая)", pad=1)
+    ax_phase.set_xlabel("Частота, ГГц")
+    ax_phase.set_ylabel("Фаза, радианы")
+
+    # Добавим второй Y axis для расстояния
+    ax_phase_dist = ax_phase.twinx()
+    ax_phase_dist.set_ylabel("Расстояние, м", color='green')
+
+    # Водопад фазы
+    img_phase_obj = ax_phase_wf.imshow(
+        np.zeros((1, 1), dtype=np.float32),
+        aspect="auto",
+        interpolation="nearest",
+        origin="lower",
+        cmap=args.cmap,
+    )
+    ax_phase_wf.set_title("Водопад фазы", pad=12)
+    ax_phase_wf.set_xlabel("")
+    ax_phase_wf.set_ylabel("Частота, ГГц")
+    # Не показываем численные значения по времени
+    try:
+        ax_phase_wf.tick_params(axis="x", labelbottom=False)
+    except Exception:
+        pass
+    # Слайдеры для управления осью Y B-scan (мин/макс) и контрастом
+    try:
+        ax_smin = fig.add_axes([0.92, 0.55, 0.02, 0.35])
+        ax_smax = fig.add_axes([0.95, 0.55, 0.02, 0.35])
+        ax_sctr = fig.add_axes([0.98, 0.55, 0.02, 0.35])
+        ymin_slider = Slider(ax_smin, "Y min", FREQ_MIN_GHZ, FREQ_MAX_GHZ, valinit=FREQ_MIN_GHZ, valstep=0.1, orientation="vertical")
+        ymax_slider = Slider(ax_smax, "Y max", FREQ_MIN_GHZ, FREQ_MAX_GHZ, valinit=FREQ_MAX_GHZ, valstep=0.1, orientation="vertical")
+        contrast_slider = Slider(ax_sctr, "Int max", 0, 100, valinit=100, valstep=1, orientation="vertical")
+
+        def _on_ylim_change(_val):
+            try:
+                y0 = float(min(ymin_slider.val, ymax_slider.val))
+                y1 = float(max(ymin_slider.val, ymax_slider.val))
+                ax_spec.set_ylim(y0, y1)
+                fig.canvas.draw_idle()
+            except Exception:
+                pass
+
+        ymin_slider.on_changed(_on_ylim_change)
+        ymax_slider.on_changed(_on_ylim_change)
+        # Контраст влияет на верхнюю границу цветовой шкалы (процент от авто-диапазона)
+        contrast_slider.on_changed(lambda _v: fig.canvas.draw_idle())
+    except Exception:
+        pass
+
+    # Для контроля частоты обновления
+    max_fps = max(1.0, float(args.max_fps))
+    interval_ms = int(1000.0 / max_fps)
+    frames_since_ylim_update = 0
+
+    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
+        x_shared = np.arange(width, dtype=np.int32)
+        ring = np.full((max_sweeps, width), np.nan, dtype=np.float32)
+        ring_time = np.full((max_sweeps,), np.nan, dtype=np.float64)
+        head = 0
+        # Обновляем изображение под новые размеры: время по X (горизонталь), X по Y
+        img_obj.set_data(np.zeros((width, max_sweeps), dtype=np.float32))
+        img_obj.set_extent((0, max_sweeps - 1, 0, width - 1 if width > 0 else 1))
+        ax_img.set_xlim(0, max_sweeps - 1)
+        ax_img.set_ylim(0, max(1, width - 1))
+        # FFT буферы: время по X, бин по Y
+        ring_fft = np.full((max_sweeps, fft_bins), np.nan, dtype=np.float32)
+        img_fft_obj.set_data(np.zeros((fft_bins, max_sweeps), dtype=np.float32))
+        img_fft_obj.set_extent((0, max_sweeps - 1, FREQ_MIN_GHZ, FREQ_MAX_GHZ))
+        ax_spec.set_xlim(0, max_sweeps - 1)
+        ax_spec.set_ylim(FREQ_MIN_GHZ, FREQ_MAX_GHZ)
+        freq_shared = np.linspace(FREQ_MIN_GHZ, FREQ_MAX_GHZ, fft_bins, dtype=np.float32)
+        # Phase буферы: время по X, бин по Y
+        ring_phase = np.full((max_sweeps, fft_bins), np.nan, dtype=np.float32)
+        prev_phase_per_bin = np.zeros(fft_bins, dtype=np.float32)
+        phase_offset_per_bin = np.zeros(fft_bins, dtype=np.float32)
+        img_phase_obj.set_data(np.zeros((fft_bins, max_sweeps), dtype=np.float32))
+        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)."""
+        if data.size == 0:
+            return None
+        ny, nx = data.shape[0], data.shape[1]
+        try:
+            x0, x1 = axis.get_xlim()
+            y0, y1 = axis.get_ylim()
+        except Exception:
+            x0, x1 = 0.0, float(nx - 1)
+            y0, y1 = 0.0, float(ny - 1)
+        xmin, xmax = sorted((float(x0), float(x1)))
+        ymin, ymax = sorted((float(y0), float(y1)))
+        ix0 = max(0, min(nx - 1, int(np.floor(xmin))))
+        ix1 = max(0, min(nx - 1, int(np.ceil(xmax))))
+        iy0 = max(0, min(ny - 1, int(np.floor(ymin))))
+        iy1 = max(0, min(ny - 1, int(np.ceil(ymax))))
+        if ix1 < ix0:
+            ix1 = ix0
+        if iy1 < iy0:
+            iy1 = iy0
+        sub = data[iy0 : iy1 + 1, ix0 : ix1 + 1]
+        finite = np.isfinite(sub)
+        if not finite.any():
+            return None
+        vals = sub[finite]
+        vmin = float(np.min(vals))
+        vmax = float(np.max(vals))
+        if not (np.isfinite(vmin) and np.isfinite(vmax)) or vmin == vmax:
+            return None
+        return (vmin, vmax)
+
+    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)
+            s_corrected = s.copy()
+            s_corrected[:take_median] = s[:take_median] - median_data[:take_median]
+            s = s_corrected
+
+        # Нормализуем длину до фиксированной ширины
+        w = ring.shape[1]
+        row = np.full((w,), np.nan, dtype=np.float32)
+        take = min(w, s.size)
+        row[:take] = s[:take]
+        ring[head, :] = row
+        if ring_time is not None:
+            ring_time[head] = time.time()
+        head = (head + 1) % ring.shape[0]
+        # FFT строка (дБ) и фаза
+        if ring_fft is not None:
+            bins = ring_fft.shape[1]
+            # Подготовка входа FFT_LEN, замена NaN на 0
+            take_fft = min(int(s.size), FFT_LEN)
+            if take_fft <= 0:
+                fft_row = np.full((bins,), np.nan, dtype=np.float32)
+                phase_row = np.full((bins,), np.nan, dtype=np.float32)
+            else:
+                # Создаем буфер для полного FFT (с отрицательными частотами)
+                fft_in = np.zeros((FFT_LEN,), dtype=np.float32)
+
+                # Вычисляем индексы для размещения данных (1-10 ГГц в диапазоне -10 до +10 ГГц)
+                freq_range_total = FREQ_MAX_GHZ - FREQ_MIN_GHZ  # 20 ГГц
+                freq_range_data = DATA_FREQ_END_GHZ - DATA_FREQ_START_GHZ  # 9 ГГц
+
+                # Начальный индекс для данных в FFT буфере
+                start_idx = int((DATA_FREQ_START_GHZ - FREQ_MIN_GHZ) / freq_range_total * FFT_LEN)
+                # Количество точек для данных
+                data_points = int(freq_range_data / freq_range_total * FFT_LEN)
+                data_points = min(data_points, take_fft, FFT_LEN - start_idx)
+
+                # Подготовка данных
+                seg = s[:data_points]
+                if isinstance(seg, np.ndarray):
+                    seg = np.nan_to_num(seg, nan=0.0).astype(np.float32, copy=False)
+                else:
+                    seg = np.asarray(seg, dtype=np.float32)
+                    seg = np.nan_to_num(seg, nan=0.0)
+
+                # Окно Хэннинга
+                win = np.hanning(data_points).astype(np.float32)
+
+                # Размещаем данные в правильной позиции
+                fft_in[start_idx:start_idx + data_points] = seg * win
+
+                # Полное FFT (включая отрицательные частоты)
+                spec = np.fft.fft(fft_in)
+                # Сдвигаем для центрирования нулевой частоты
+                spec = np.fft.fftshift(spec)
+
+                mag = np.abs(spec).astype(np.float32)
+                fft_row = 20.0 * np.log10(mag + 1e-9)
+                if fft_row.shape[0] != bins:
+                    fft_row = fft_row[:bins]
+
+                # Расчет фазы
+                phase = np.angle(spec).astype(np.float32)
+                if phase.shape[0] > bins:
+                    phase = phase[:bins]
+                # Unwrapping по частоте (внутри свипа)
+                phase_unwrapped_freq = np.unwrap(phase)
+                # Unwrapping по времени (между свипами)
+                phase_unwrapped_time, prev_phase_per_bin, phase_offset_per_bin = apply_temporal_unwrap(
+                    phase_unwrapped_freq, prev_phase_per_bin, phase_offset_per_bin
+                )
+                phase_row = phase_unwrapped_time
+
+            ring_fft[(head - 1) % ring_fft.shape[0], :] = fft_row
+            # Экстремумы для цветовой шкалы
+            fr_min = np.nanmin(fft_row)
+            fr_max = np.nanmax(fft_row)
+            fr_max = np.nanpercentile(fft_row, 90)
+            if y_min_fft is None or (not np.isnan(fr_min) and fr_min < y_min_fft):
+                y_min_fft = float(fr_min)
+            if y_max_fft is None or (not np.isnan(fr_max) and fr_max > y_max_fft):
+                y_max_fft = float(fr_max)
+
+            # Сохраняем фазу в буфер
+            if ring_phase is not None:
+                ring_phase[(head - 1) % ring_phase.shape[0], :] = phase_row
+                # Экстремумы для цветовой шкалы фазы
+                ph_min = np.nanmin(phase_row)
+                ph_max = np.nanmax(phase_row)
+                if y_min_phase is None or (not np.isnan(ph_min) and ph_min < y_min_phase):
+                    y_min_phase = float(ph_min)
+                if y_max_phase is None or (not np.isnan(ph_max) and ph_max > y_max_phase):
+                    y_max_phase = float(ph_max)
+
+    def drain_queue():
+        nonlocal current_sweep, current_info
+        drained = 0
+        while True:
+            try:
+                s, info = q.get_nowait()
+            except Empty:
+                break
+            drained += 1
+            current_sweep = s
+            current_info = info
+            ensure_buffer(s.size)
+            push_sweep(s)
+        return drained
+
+    def make_display_ring():
+        # Возвращаем буфер с правильным порядком по времени (старые→новые) и осью времени по X
+        if ring is None:
+            return np.zeros((1, 1), dtype=np.float32)
+        base = ring if head == 0 else np.roll(ring, -head, axis=0)
+        return base.T  # (width, time)
+
+    def make_display_times():
+        if ring_time is None:
+            return None
+        base_t = ring_time if head == 0 else np.roll(ring_time, -head)
+        return base_t
+
+    def make_display_ring_fft():
+        if ring_fft is None:
+            return np.zeros((1, 1), dtype=np.float32)
+        base = ring_fft if head == 0 else np.roll(ring_fft, -head, axis=0)
+        return base.T  # (bins, time)
+
+    def make_display_ring_phase():
+        if ring_phase is None:
+            return np.zeros((1, 1), dtype=np.float32)
+        base = ring_phase if head == 0 else np.roll(ring_phase, -head, axis=0)
+        return base.T  # (bins, time)
+
+    def update(_frame):
+        nonlocal frames_since_ylim_update, ref_out_saved
+        changed = drain_queue() > 0
+
+        # Обновление линии последнего свипа
+        if current_sweep is not None:
+            # Применяем вычитание медианы для отображения
+            display_sweep = current_sweep
+            if median_subtract_enabled and median_data is not None:
+                take_median = min(current_sweep.size, median_data.size)
+                display_sweep = current_sweep.copy()
+                display_sweep[:take_median] = current_sweep[:take_median] - median_data[:take_median]
+
+            if x_shared is not None and display_sweep.size <= x_shared.size:
+                xs = x_shared[: display_sweep.size]
+            else:
+                xs = np.arange(display_sweep.size, dtype=np.int32)
+            line_obj.set_data(xs, display_sweep)
+            # Лимиты по X постоянные под текущую ширину
+            ax_line.set_xlim(0, max(1, display_sweep.size - 1))
+            # Адаптивные Y-лимиты (если не задан --ylim)
+            if fixed_ylim is None:
+                y0 = float(np.nanmin(display_sweep))
+                y1 = float(np.nanmax(display_sweep))
+                if np.isfinite(y0) and np.isfinite(y1):
+                    if y0 == y1:
+                        pad = max(1.0, abs(y0) * 0.05)
+                        y0 -= pad
+                        y1 += pad
+                    else:
+                        pad = 0.05 * (y1 - y0)
+                        y0 -= pad
+                        y1 += pad
+                    ax_line.set_ylim(y0, y1)
+
+            # Обновление спектра и фазы текущего свипа
+            take_fft = min(int(display_sweep.size), FFT_LEN)
+            if take_fft > 0 and freq_shared is not None:
+                # Создаем буфер для полного FFT (с отрицательными частотами)
+                fft_in = np.zeros((FFT_LEN,), dtype=np.float32)
+
+                # Вычисляем индексы для размещения данных (1-10 ГГц в диапазоне -10 до +10 ГГц)
+                freq_range_total = FREQ_MAX_GHZ - FREQ_MIN_GHZ  # 20 ГГц
+                freq_range_data = DATA_FREQ_END_GHZ - DATA_FREQ_START_GHZ  # 9 ГГц
+
+                # Начальный индекс для данных в FFT буфере
+                start_idx = int((DATA_FREQ_START_GHZ - FREQ_MIN_GHZ) / freq_range_total * FFT_LEN)
+                # Количество точек для данных
+                data_points = int(freq_range_data / freq_range_total * FFT_LEN)
+                data_points = min(data_points, take_fft, FFT_LEN - start_idx)
+
+                # Подготовка данных с окном Хэннинга
+                seg = np.nan_to_num(display_sweep[:data_points], nan=0.0).astype(np.float32, copy=False)
+                win = np.hanning(data_points).astype(np.float32)
+
+                # Размещаем данные в правильной позиции
+                fft_in[start_idx:start_idx + data_points] = seg * win
+
+                # Полное FFT (включая отрицательные частоты)
+                spec = np.fft.fft(fft_in)
+                # Сдвигаем для центрирования нулевой частоты
+                spec = np.fft.fftshift(spec)
+
+                mag = np.abs(spec).astype(np.float32)
+                fft_vals = 20.0 * np.log10(mag + 1e-9)
+                xs_fft = freq_shared
+                if fft_vals.size > xs_fft.size:
+                    fft_vals = fft_vals[: xs_fft.size]
+                fft_line_obj.set_data(xs_fft[: fft_vals.size], fft_vals)
+                # Авто-диапазон по Y для спектра
+                if np.isfinite(np.nanmin(fft_vals)) and np.isfinite(np.nanmax(fft_vals)):
+                    ax_fft.set_xlim(FREQ_MIN_GHZ, FREQ_MAX_GHZ)
+                    ax_fft.set_ylim(float(np.nanmin(fft_vals)), float(np.nanmax(fft_vals)))
+
+                # Расчет и отображение фазы текущего свипа
+                phase = np.angle(spec).astype(np.float32)
+                if phase.size > xs_fft.size:
+                    phase = phase[: xs_fft.size]
+                # Unwrapping по частоте
+                phase_unwrapped = np.unwrap(phase)
+                phase_line_obj.set_data(xs_fft[: phase_unwrapped.size], phase_unwrapped)
+                # Авто-диапазон по Y для фазы
+                if np.isfinite(np.nanmin(phase_unwrapped)) and np.isfinite(np.nanmax(phase_unwrapped)):
+                    ax_phase.set_xlim(FREQ_MIN_GHZ, FREQ_MAX_GHZ)
+                    phase_min = float(np.nanmin(phase_unwrapped))
+                    phase_max = float(np.nanmax(phase_unwrapped))
+                    ax_phase.set_ylim(phase_min, phase_max)
+                    # Обновляем вторую ось Y с расстоянием
+                    try:
+                        dist_min = phase_to_distance(np.array([phase_min]))[0]
+                        dist_max = phase_to_distance(np.array([phase_max]))[0]
+                        ax_phase_dist.set_ylim(dist_min, dist_max)
+                    except Exception:
+                        pass
+
+        # Обновление водопада
+        if changed and ring is not None:
+            disp = make_display_ring()
+            # Новые данные справа: без реверса
+            img_obj.set_data(disp)
+            # Подписи времени не обновляем динамически (оставляем авто-тики)
+            # Авто-уровни: по видимой области (не накапливаем за всё время)
+            levels = _visible_levels_matplotlib(disp, ax_img)
+            if levels is not None:
+                img_obj.set_clim(vmin=levels[0], vmax=levels[1])
+
+        # Обновление водопада спектров
+        if changed and ring_fft is not None:
+            disp_fft = make_display_ring_fft()
+            # Новые данные справа: без реверса
+            img_fft_obj.set_data(disp_fft)
+            # Подписи времени не обновляем динамически (оставляем авто-тики)
+            # Автодиапазон по среднему спектру за видимый интервал (как в хорошей версии)
+            try:
+                # disp_fft имеет форму (bins, time); берём среднее по времени
+                mean_spec = np.nanmean(disp_fft, axis=1)
+                vmin_v = float(np.nanmin(mean_spec))
+                vmax_v = float(np.nanmax(mean_spec))
+            except Exception:
+                vmin_v = vmax_v = None
+            # Если средние не дают валидный диапазон — используем процентильную обрезку (если задана)
+            if (vmin_v is None or not np.isfinite(vmin_v)) or (vmax_v is None or not np.isfinite(vmax_v)) or vmin_v == vmax_v:
+                if spec_clip is not None:
+                    try:
+                        vmin_v = float(np.nanpercentile(disp_fft, spec_clip[0]))
+                        vmax_v = float(np.nanpercentile(disp_fft, spec_clip[1]))
+                    except Exception:
+                        vmin_v = vmax_v = None
+            # Фолбэк к отслеживаемым минимум/максимумам
+            if (vmin_v is None or not np.isfinite(vmin_v)) or (vmax_v is None or not np.isfinite(vmax_v)) or vmin_v == vmax_v:
+                if y_min_fft is not None and y_max_fft is not None and np.isfinite(y_min_fft) and np.isfinite(y_max_fft) and y_min_fft != y_max_fft:
+                    vmin_v, vmax_v = y_min_fft, y_max_fft
+            if vmin_v is not None and vmax_v is not None and vmin_v != vmax_v:
+                # Применим скалирование контрастом (верхняя граница)
+                try:
+                    c = float(contrast_slider.val) / 100.0 if contrast_slider is not None else 1.0
+                except Exception:
+                    c = 1.0
+                vmax_eff = vmin_v + c * (vmax_v - vmin_v)
+                img_fft_obj.set_clim(vmin=vmin_v, vmax=vmax_eff)
+
+        # Обновление водопада фазы
+        if changed and ring_phase is not None:
+            disp_phase = make_display_ring_phase()
+            img_phase_obj.set_data(disp_phase)
+            # Автодиапазон для фазы
+            try:
+                mean_phase = np.nanmean(disp_phase, axis=1)
+                vmin_p = float(np.nanmin(mean_phase))
+                vmax_p = float(np.nanmax(mean_phase))
+            except Exception:
+                vmin_p = vmax_p = None
+            # Фолбэк к отслеживаемым минимум/максимумам
+            if (vmin_p is None or not np.isfinite(vmin_p)) or (vmax_p is None or not np.isfinite(vmax_p)) or vmin_p == vmax_p:
+                if y_min_phase is not None and y_max_phase is not None and np.isfinite(y_min_phase) and np.isfinite(y_max_phase) and y_min_phase != y_max_phase:
+                    vmin_p, vmax_p = y_min_phase, y_max_phase
+            if vmin_p is not None and vmax_p is not None and vmin_p != vmax_p:
+                img_phase_obj.set_clim(vmin=vmin_p, vmax=vmax_p)
+
+        if changed and current_info:
+            status_text.set_text(format_status_kv(current_info))
+
+        # Автоматическое сохранение медианы при накоплении 1000 сырых свипов
+        if ref_out_file and not ref_out_saved and ref_ring is not None:
+            if ref_ring_count >= 1000:
+                try:
+                    ordered = ref_ring if ref_ring_head == 0 else np.roll(ref_ring, -ref_ring_head, axis=0)
+                    median_sweep = np.nanmedian(ordered, axis=0)
+
+                    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}")
+                    status_text.set_text(f"[ref-out] Сохранено в {ref_out_file}")
+                except Exception as e:
+                    print(f"[ref-out] Ошибка сохранения: {e}")
+
+        # Возвращаем обновлённые артисты
+        return (line_obj, img_obj, fft_line_obj, img_fft_obj, phase_line_obj, img_phase_obj, status_text)
+
+    ani = FuncAnimation(fig, update, interval=interval_ms, blit=False)
+
+    plt.show()
+    # Нормальное завершение при закрытии окна
+    stop_event.set()
+    reader.join(timeout=1.0)

rfg_adc_plotter/visualization/pyqtgraph_backend.py

@@ -0,0 +1,705 @@
+"""
+Визуализация данных с использованием pyqtgraph (быстрый бэкенд).
+"""
+
+import csv
+import sys
+import threading
+import time
+from datetime import datetime
+from queue import Empty, Queue
+from typing import Optional, Tuple
+
+import numpy as np
+
+try:
+    import pyqtgraph as pg
+    from PyQt5 import QtCore, QtWidgets  # noqa: F401
+    from PyQt5.QtWidgets import QPushButton, QWidget, QHBoxLayout, QCheckBox, QFileDialog
+except Exception:
+    # Возможно установлена PySide6
+    try:
+        import pyqtgraph as pg
+        from PySide6 import QtCore, QtWidgets  # noqa: F401
+        from PySide6.QtWidgets import QPushButton, QWidget, QHBoxLayout, QCheckBox, QFileDialog
+    except Exception as e:
+        raise RuntimeError(
+            "pyqtgraph/PyQt5(Pyside6) не найдены. Установите: pip install pyqtgraph PyQt5"
+        ) from e
+
+from ..config import (
+    FFT_LEN,
+    WF_WIDTH,
+    SweepInfo,
+    SweepPacket,
+    FREQ_MIN_GHZ,
+    FREQ_MAX_GHZ,
+    DATA_FREQ_START_GHZ,
+    DATA_FREQ_END_GHZ,
+)
+from ..data_acquisition.sweep_reader import SweepReader
+from ..signal_processing.phase_analysis import apply_temporal_unwrap, phase_to_distance
+from ..utils.formatting import format_status_kv, parse_spec_clip
+
+
+def run_pyqtgraph(args):
+    """Быстрый GUI на PyQtGraph. Требует pyqtgraph и PyQt5/PySide6."""
+    # Очередь завершённых свипов и поток чтения
+    q: Queue[SweepPacket] = Queue(maxsize=1000)
+    stop_event = threading.Event()
+    reader = SweepReader(args.port, args.baud, q, stop_event, fancy=bool(args.fancy))
+    reader.start()
+
+    # Настройки скорости
+    max_sweeps = int(max(10, args.max_sweeps))
+    max_fps = max(1.0, float(args.max_fps))
+    interval_ms = int(1000.0 / max_fps)
+
+    # PyQtGraph настройки
+    pg.setConfigOptions(useOpenGL=True, antialias=False)
+    app = pg.mkQApp(args.title)
+    win = pg.GraphicsLayoutWidget(show=True, title=args.title)
+    win.resize(1200, 900)
+
+    # Плот последнего свипа (слева-сверху)
+    p_line = win.addPlot(row=0, col=0, title="Сырые данные")
+    p_line.showGrid(x=True, y=True, alpha=0.3)
+    curve = p_line.plot(pen=pg.mkPen((80, 120, 255), width=1))
+    p_line.setLabel("bottom", "X")
+    p_line.setLabel("left", "Y")
+
+    # Водопад (справа-сверху)
+    p_img = win.addPlot(row=0, col=1, title="Сырые данные водопад")
+    p_img.invertY(False)
+    p_img.showGrid(x=False, y=False)
+    p_img.setLabel("bottom", "Время, с (новое справа)")
+    try:
+        p_img.getAxis("bottom").setStyle(showValues=False)
+    except Exception:
+        pass
+    p_img.setLabel("left", "X (0 снизу)")
+    img = pg.ImageItem()
+    p_img.addItem(img)
+
+    # FFT (слева-средний ряд)
+    p_fft = win.addPlot(row=1, col=0, title="FFT")
+    p_fft.showGrid(x=True, y=True, alpha=0.3)
+    curve_fft = p_fft.plot(pen=pg.mkPen((255, 120, 80), width=1))
+    p_fft.setLabel("bottom", "Частота, ГГц")
+    p_fft.setLabel("left", "Амплитуда, дБ")
+
+    # Водопад спектров (справа-средний ряд)
+    p_spec = win.addPlot(row=1, col=1, title="B-scan (дБ)")
+    p_spec.invertY(True)
+    p_spec.showGrid(x=False, y=False)
+    p_spec.setLabel("bottom", "Время, с (новое справа)")
+    try:
+        p_spec.getAxis("bottom").setStyle(showValues=False)
+    except Exception:
+        pass
+    p_spec.setLabel("left", "Частота, ГГц (0 снизу)")
+    img_fft = pg.ImageItem()
+    p_spec.addItem(img_fft)
+
+    # График фазы (слева-снизу)
+    p_phase = win.addPlot(row=2, col=0, title="Фаза спектра (развернутая)")
+    p_phase.showGrid(x=True, y=True, alpha=0.3)
+    curve_phase = p_phase.plot(pen=pg.mkPen((120, 255, 80), width=1))
+    p_phase.setLabel("bottom", "Частота, ГГц")
+    p_phase.setLabel("left", "Фаза, радианы")
+    # Добавим вторую ось Y для расстояния
+    p_phase_dist_axis = pg.ViewBox()
+    p_phase.showAxis("right")
+    p_phase.scene().addItem(p_phase_dist_axis)
+    p_phase.getAxis("right").linkToView(p_phase_dist_axis)
+    p_phase_dist_axis.setXLink(p_phase)
+    p_phase.setLabel("right", "Расстояние, м")
+
+    def updateViews():
+        try:
+            p_phase_dist_axis.setGeometry(p_phase.vb.sceneBoundingRect())
+            p_phase_dist_axis.linkedViewChanged(p_phase.vb, p_phase_dist_axis.XAxis)
+        except Exception:
+            pass
+
+    updateViews()
+    p_phase.vb.sigResized.connect(updateViews)
+
+    # Водопад фазы (справа-снизу)
+    p_phase_wf = win.addPlot(row=2, col=1, title="Водопад фазы")
+    p_phase_wf.invertY(True)
+    p_phase_wf.showGrid(x=False, y=False)
+    p_phase_wf.setLabel("bottom", "Время, с (новое справа)")
+    try:
+        p_phase_wf.getAxis("bottom").setStyle(showValues=False)
+    except Exception:
+        pass
+    p_phase_wf.setLabel("left", "Частота, ГГц (0 снизу)")
+    img_phase = pg.ImageItem()
+    p_phase_wf.addItem(img_phase)
+
+    # Статусная строка (внизу окна)
+    status = pg.LabelItem(justify="left")
+    win.addItem(status, row=3, col=0, colspan=2)
+
+    # Функция сохранения медианы последних 1000 свипов
+    def save_median_data():
+        """Сохранить медиану последних 1000 свипов в CSV файл"""
+        if ring is None:
+            status.setText("Нет данных для сохранения")
+            return
+
+        # Определяем сколько свипов доступно
+        n_sweeps = 1000
+        available = min(n_sweeps, max_sweeps)
+
+        # Проверяем сколько свипов реально заполнено
+        filled_count = np.count_nonzero(~np.isnan(ring[:, 0]))
+        if filled_count == 0:
+            status.setText("Нет данных для сохранения")
+            return
+
+        available = min(available, filled_count)
+
+        # Получаем хронологически упорядоченные данные
+        ordered = ring if head == 0 else np.roll(ring, -head, axis=0)
+
+        # Берем последние n свипов
+        recent_sweeps = ordered[-available:, :]
+
+        # Вычисляем медиану по свипам (ось 0)
+        median_sweep = np.nanmedian(recent_sweeps, axis=0)
+
+        # Сохраняем в CSV
+        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+        filename = f"median_sweep_{timestamp}.csv"
+
+        try:
+            with open(filename, '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)])
+
+            status.setText(f"Сохранено {available} свипов (медиана) в {filename}")
+        except Exception as e:
+            status.setText(f"Ошибка сохранения: {e}")
+
+    # Функция загрузки медианного файла
+    def load_median_file():
+        """Загрузить медианный файл из CSV"""
+        nonlocal median_data
+
+        filename, _ = QFileDialog.getOpenFileName(
+            None,
+            "Выберите файл с медианой",
+            "",
+            "CSV Files (*.csv);;All Files (*)"
+        )
+
+        if not filename:
+            return
+
+        try:
+            # Загружаем CSV файл
+            pairs = []
+            with open(filename, 'r') as f:
+                reader = csv.reader(f)
+                next(reader)  # Пропускаем заголовок
+                for row in reader:
+                    if len(row) >= 2:
+                        try:
+                            pairs.append((int(row[0]), float(row[1])))
+                        except ValueError:
+                            continue
+
+            if not pairs:
+                status.setText("Ошибка: файл пустой или неверный формат")
+                return
+
+            max_idx = max(idx for idx, _ in pairs)
+            median_data = np.full(max_idx + 1, np.nan, dtype=np.float32)
+            for idx, val in pairs:
+                median_data[idx] = val
+            status.setText(f"Загружена медиана из {filename} ({len(median_data)} точек)")
+
+            # Автоматически включаем чекбокс
+            subtract_checkbox.setChecked(True)
+
+        except Exception as e:
+            status.setText(f"Ошибка загрузки: {e}")
+            median_data = None
+
+    # Функция переключения вычитания медианы
+    def toggle_median_subtraction(state):
+        nonlocal median_subtract_enabled
+        median_subtract_enabled = bool(state)
+        if median_subtract_enabled and median_data is None:
+            status.setText("Сначала загрузите файл с медианой")
+            subtract_checkbox.setChecked(False)
+        elif median_subtract_enabled:
+            status.setText("Вычитание медианы включено")
+        else:
+            status.setText("Вычитание медианы выключено")
+
+    # Создаем контейнер для кнопок управления
+    button_container = QWidget()
+    button_layout = QHBoxLayout()
+
+    # Кнопка сохранения медианы
+    save_btn = QPushButton("Сохранить медиану (1000 свипов)")
+    save_btn.clicked.connect(save_median_data)
+    button_layout.addWidget(save_btn)
+
+    # Кнопка загрузки медианы
+    load_btn = QPushButton("Загрузить медиану")
+    load_btn.clicked.connect(load_median_file)
+    button_layout.addWidget(load_btn)
+
+    # Чекбокс для включения вычитания
+    subtract_checkbox = QCheckBox("Вычитать медиану")
+    subtract_checkbox.stateChanged.connect(toggle_median_subtraction)
+    button_layout.addWidget(subtract_checkbox)
+
+    button_layout.setContentsMargins(5, 5, 5, 5)
+    button_container.setLayout(button_layout)
+
+    # Добавляем кнопки в окно
+    proxy_widget = QtWidgets.QGraphicsProxyWidget()
+    proxy_widget.setWidget(button_container)
+    win.addItem(proxy_widget, row=4, col=0, colspan=2)
+
+    # Состояние
+    ring: Optional[np.ndarray] = None
+    head = 0
+    width: Optional[int] = None
+    x_shared: Optional[np.ndarray] = None
+    current_sweep: Optional[np.ndarray] = None
+    current_info: Optional[SweepInfo] = None
+    # 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
+    # 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:
+        try:
+            pairs = []
+            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:
+                            pairs.append((int(row[0]), float(row[1])))
+                        except ValueError:
+                            continue
+            if pairs:
+                max_idx = max(idx for idx, _ in pairs)
+                median_data = np.full(max_idx + 1, np.nan, dtype=np.float32)
+                for idx, val in pairs:
+                    median_data[idx] = val
+                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
+    ring_fft: Optional[np.ndarray] = None
+    freq_shared: Optional[np.ndarray] = None
+    y_min_fft, y_max_fft = None, None
+    # Phase состояние
+    ring_phase: Optional[np.ndarray] = None
+    prev_phase_per_bin: Optional[np.ndarray] = None
+    phase_offset_per_bin: Optional[np.ndarray] = None
+    y_min_phase, y_max_phase = None, None
+    # Параметры контраста водопада спектров (процентильная обрезка)
+    spec_clip = parse_spec_clip(getattr(args, "spec_clip", None))
+    # Диапазон по Y: авто по умолчанию (поддерживает отрицательные значения)
+    fixed_ylim: Optional[Tuple[float, float]] = None
+    if args.ylim:
+        try:
+            y0, y1 = args.ylim.split(",")
+            fixed_ylim = (float(y0), float(y1))
+        except Exception:
+            pass
+    if fixed_ylim is not None:
+        p_line.setYRange(fixed_ylim[0], fixed_ylim[1], padding=0)
+
+    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
+        x_shared = np.arange(width, dtype=np.int32)
+        ring = np.full((max_sweeps, width), np.nan, dtype=np.float32)
+        head = 0
+        # Водопад: время по оси X, X по оси Y
+        img.setImage(ring.T, autoLevels=False)
+        p_img.setRange(xRange=(0, max_sweeps - 1), yRange=(0, max(1, width - 1)), padding=0)
+        p_line.setXRange(0, max(1, width - 1), padding=0)
+        # FFT: время по оси X, бин по оси Y
+        ring_fft = np.full((max_sweeps, fft_bins), np.nan, dtype=np.float32)
+        img_fft.setImage(ring_fft.T, autoLevels=False)
+        p_spec.setRange(xRange=(0, max_sweeps - 1), yRange=(0, max(1, fft_bins - 1)), padding=0)
+        p_fft.setXRange(FREQ_MIN_GHZ, FREQ_MAX_GHZ, padding=0)
+        freq_shared = np.linspace(FREQ_MIN_GHZ, FREQ_MAX_GHZ, fft_bins, dtype=np.float32)
+        # Phase: время по оси X, бин по оси Y
+        ring_phase = np.full((max_sweeps, fft_bins), np.nan, dtype=np.float32)
+        prev_phase_per_bin = np.zeros(fft_bins, dtype=np.float32)
+        phase_offset_per_bin = np.zeros(fft_bins, dtype=np.float32)
+        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)."""
+        if data.size == 0:
+            return None
+        ny, nx = data.shape[0], data.shape[1]
+        try:
+            (x0, x1), (y0, y1) = p_img.viewRange()
+        except Exception:
+            x0, x1 = 0.0, float(nx - 1)
+            y0, y1 = 0.0, float(ny - 1)
+        xmin, xmax = sorted((float(x0), float(x1)))
+        ymin, ymax = sorted((float(y0), float(y1)))
+        ix0 = max(0, min(nx - 1, int(np.floor(xmin))))
+        ix1 = max(0, min(nx - 1, int(np.ceil(xmax))))
+        iy0 = max(0, min(ny - 1, int(np.floor(ymin))))
+        iy1 = max(0, min(ny - 1, int(np.ceil(ymax))))
+        if ix1 < ix0:
+            ix1 = ix0
+        if iy1 < iy0:
+            iy1 = iy0
+        sub = data[iy0 : iy1 + 1, ix0 : ix1 + 1]
+        finite = np.isfinite(sub)
+        if not finite.any():
+            return None
+        vals = sub[finite]
+        vmin = float(np.min(vals))
+        vmax = float(np.max(vals))
+        if not (np.isfinite(vmin) and np.isfinite(vmax)) or vmin == vmax:
+            return None
+        return (vmin, vmax)
+
+    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
+            take_median = min(s.size, median_data.size)
+            s_corrected = s.copy()
+            s_corrected[:take_median] = s[:take_median] - median_data[:take_median]
+            s = s_corrected
+
+        w = ring.shape[1]
+        row = np.full((w,), np.nan, dtype=np.float32)
+        take = min(w, s.size)
+        row[:take] = s[:take]
+        ring[head, :] = row
+        head = (head + 1) % ring.shape[0]
+        # FFT строка (дБ) и фаза
+        if ring_fft is not None:
+            bins = ring_fft.shape[1]
+            take_fft = min(int(s.size), FFT_LEN)
+            if take_fft > 0:
+                # Создаем буфер для полного FFT (с отрицательными частотами)
+                fft_in = np.zeros((FFT_LEN,), dtype=np.float32)
+
+                # Вычисляем индексы для размещения данных (1-10 ГГц в диапазоне -10 до +10 ГГц)
+                # Диапазон данных: от DATA_FREQ_START_GHZ (1) до DATA_FREQ_END_GHZ (10)
+                # Полный диапазон: от FREQ_MIN_GHZ (-10) до FREQ_MAX_GHZ (10)
+                freq_range_total = FREQ_MAX_GHZ - FREQ_MIN_GHZ  # 20 ГГц
+                freq_range_data = DATA_FREQ_END_GHZ - DATA_FREQ_START_GHZ  # 9 ГГц
+
+                # Начальный индекс для данных в FFT буфере
+                start_idx = int((DATA_FREQ_START_GHZ - FREQ_MIN_GHZ) / freq_range_total * FFT_LEN)
+                # Количество точек для данных
+                data_points = int(freq_range_data / freq_range_total * FFT_LEN)
+                data_points = min(data_points, take_fft, FFT_LEN - start_idx)
+
+                # Подготовка данных с окном Хэннинга
+                seg = np.nan_to_num(s[:data_points], nan=0.0).astype(np.float32, copy=False)
+                win = np.hanning(data_points).astype(np.float32)
+
+                # Размещаем данные в правильной позиции (от -10 до 1 ГГц - нули, от 1 до 10 ГГц - данные)
+                fft_in[start_idx:start_idx + data_points] = seg * win
+
+                # Полное FFT (включая отрицательные частоты)
+                spec = np.fft.fft(fft_in)
+                # Сдвигаем для центрирования нулевой частоты
+                spec = np.fft.fftshift(spec)
+
+                mag = np.abs(spec).astype(np.float32)
+                fft_row = 20.0 * np.log10(mag + 1e-9)
+                if fft_row.shape[0] != bins:
+                    fft_row = fft_row[:bins]
+
+                # Расчет фазы
+                phase = np.angle(spec).astype(np.float32)
+                if phase.shape[0] > bins:
+                    phase = phase[:bins]
+                # Unwrapping по частоте (внутри свипа)
+                phase_unwrapped_freq = np.unwrap(phase)
+                # Unwrapping по времени (между свипами)
+                phase_unwrapped_time, prev_phase_per_bin, phase_offset_per_bin = apply_temporal_unwrap(
+                    phase_unwrapped_freq, prev_phase_per_bin, phase_offset_per_bin
+                )
+                phase_row = phase_unwrapped_time
+            else:
+                fft_row = np.full((bins,), np.nan, dtype=np.float32)
+                phase_row = np.full((bins,), np.nan, dtype=np.float32)
+
+            ring_fft[(head - 1) % ring_fft.shape[0], :] = fft_row
+            fr_min = np.nanmin(fft_row)
+            fr_max = np.nanmax(fft_row)
+            if y_min_fft is None or (not np.isnan(fr_min) and fr_min < y_min_fft):
+                y_min_fft = float(fr_min)
+            if y_max_fft is None or (not np.isnan(fr_max) and fr_max > y_max_fft):
+                y_max_fft = float(fr_max)
+
+            # Сохраняем фазу в буфер
+            if ring_phase is not None:
+                ring_phase[(head - 1) % ring_phase.shape[0], :] = phase_row
+                # Экстремумы для цветовой шкалы фазы
+                ph_min = np.nanmin(phase_row)
+                ph_max = np.nanmax(phase_row)
+                if y_min_phase is None or (not np.isnan(ph_min) and ph_min < y_min_phase):
+                    y_min_phase = float(ph_min)
+                if y_max_phase is None or (not np.isnan(ph_max) and ph_max > y_max_phase):
+                    y_max_phase = float(ph_max)
+
+    def drain_queue():
+        nonlocal current_sweep, current_info
+        drained = 0
+        while True:
+            try:
+                s, info = q.get_nowait()
+            except Empty:
+                break
+            drained += 1
+            current_sweep = s
+            current_info = info
+            ensure_buffer(s.size)
+            push_sweep(s)
+        return drained
+
+    # Попытка применить LUT из колормэпа (если доступен)
+    try:
+        cm_mod = getattr(pg, "colormap", None)
+        if cm_mod is not None:
+            cm = cm_mod.get(args.cmap)
+            img.setLookupTable(cm.getLookupTable(0.0, 1.0, 256))
+    except Exception:
+        pass
+
+    def update():
+        nonlocal ref_out_saved
+        changed = drain_queue() > 0
+        if current_sweep is not None and x_shared is not None:
+            # Применяем вычитание медианы для отображения
+            display_sweep = current_sweep
+            if median_subtract_enabled and median_data is not None:
+                take_median = min(current_sweep.size, median_data.size)
+                display_sweep = current_sweep.copy()
+                display_sweep[:take_median] = current_sweep[:take_median] - median_data[:take_median]
+
+            if display_sweep.size <= x_shared.size:
+                xs = x_shared[: display_sweep.size]
+            else:
+                xs = np.arange(display_sweep.size)
+            curve.setData(xs, display_sweep, autoDownsample=True)
+            if fixed_ylim is None:
+                y0 = float(np.nanmin(display_sweep))
+                y1 = float(np.nanmax(display_sweep))
+                if np.isfinite(y0) and np.isfinite(y1):
+                    margin = 0.05 * max(1.0, (y1 - y0))
+                    p_line.setYRange(y0 - margin, y1 + margin, padding=0)
+
+            # Обновим спектр и фазу
+            take_fft = min(int(display_sweep.size), FFT_LEN)
+            if take_fft > 0 and freq_shared is not None:
+                # Создаем буфер для полного FFT (с отрицательными частотами)
+                fft_in = np.zeros((FFT_LEN,), dtype=np.float32)
+
+                # Вычисляем индексы для размещения данных (1-10 ГГц в диапазоне -10 до +10 ГГц)
+                freq_range_total = FREQ_MAX_GHZ - FREQ_MIN_GHZ  # 20 ГГц
+                freq_range_data = DATA_FREQ_END_GHZ - DATA_FREQ_START_GHZ  # 9 ГГц
+
+                # Начальный индекс для данных в FFT буфере
+                start_idx = int((DATA_FREQ_START_GHZ - FREQ_MIN_GHZ) / freq_range_total * FFT_LEN)
+                # Количество точек для данных
+                data_points = int(freq_range_data / freq_range_total * FFT_LEN)
+                data_points = min(data_points, take_fft, FFT_LEN - start_idx)
+
+                # Подготовка данных с окном Хэннинга
+                seg = np.nan_to_num(display_sweep[:data_points], nan=0.0).astype(np.float32, copy=False)
+                win = np.hanning(data_points).astype(np.float32)
+
+                # Размещаем данные в правильной позиции
+                fft_in[start_idx:start_idx + data_points] = seg * win
+
+                # Полное FFT (включая отрицательные частоты)
+                spec = np.fft.fft(fft_in)
+                # Сдвигаем для центрирования нулевой частоты
+                spec = np.fft.fftshift(spec)
+
+                mag = np.abs(spec).astype(np.float32)
+                fft_vals = 20.0 * np.log10(mag + 1e-9)
+                xs_fft = freq_shared
+                if fft_vals.size > xs_fft.size:
+                    fft_vals = fft_vals[: xs_fft.size]
+                curve_fft.setData(xs_fft[: fft_vals.size], fft_vals)
+                p_fft.setYRange(float(np.nanmin(fft_vals)), float(np.nanmax(fft_vals)), padding=0)
+
+                # Расчет и отображение фазы текущего свипа
+                phase = np.angle(spec).astype(np.float32)
+                if phase.size > xs_fft.size:
+                    phase = phase[: xs_fft.size]
+                # Unwrapping по частоте
+                phase_unwrapped = np.unwrap(phase)
+                curve_phase.setData(xs_fft[: phase_unwrapped.size], phase_unwrapped)
+                phase_min = float(np.nanmin(phase_unwrapped))
+                phase_max = float(np.nanmax(phase_unwrapped))
+                p_phase.setYRange(phase_min, phase_max, padding=0)
+                # Обновляем вторую ось Y с расстоянием
+                try:
+                    dist_min = phase_to_distance(np.array([phase_min]))[0]
+                    dist_max = phase_to_distance(np.array([phase_max]))[0]
+                    p_phase_dist_axis.setYRange(dist_min, dist_max, padding=0)
+                except Exception:
+                    pass
+
+        if changed and ring is not None:
+            disp = ring if head == 0 else np.roll(ring, -head, axis=0)
+            disp = disp.T[:, ::-1]  # (width, time with newest at left)
+            levels = _visible_levels_pyqtgraph(disp)
+            if levels is not None:
+                img.setImage(disp, autoLevels=False, levels=levels)
+            else:
+                img.setImage(disp, autoLevels=False)
+
+        if changed and current_info:
+            try:
+                status.setText(format_status_kv(current_info))
+            except Exception:
+                pass
+
+        # Автоматическое сохранение медианы при накоплении 1000 сырых свипов
+        if ref_out_file and not ref_out_saved and ref_ring is not None:
+            if ref_ring_count >= 1000:
+                try:
+                    ordered = ref_ring if ref_ring_head == 0 else np.roll(ref_ring, -ref_ring_head, axis=0)
+                    median_sweep = np.nanmedian(ordered, axis=0)
+
+                    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]
+            # Автодиапазон по среднему спектру за видимый интервал (как в хорошей версии)
+            levels = None
+            try:
+                mean_spec = np.nanmean(disp_fft, axis=1)
+                vmin_v = float(np.nanmin(mean_spec))
+                vmax_v = float(np.nanmax(mean_spec))
+                if np.isfinite(vmin_v) and np.isfinite(vmax_v) and vmin_v != vmax_v:
+                    levels = (vmin_v, vmax_v)
+            except Exception:
+                levels = None
+            # Процентильная обрезка как запасной вариант
+            if levels is None and spec_clip is not None:
+                try:
+                    vmin_v = float(np.nanpercentile(disp_fft, spec_clip[0]))
+                    vmax_v = float(np.nanpercentile(disp_fft, spec_clip[1]))
+                    if np.isfinite(vmin_v) and np.isfinite(vmax_v) and vmin_v != vmax_v:
+                        levels = (vmin_v, vmax_v)
+                except Exception:
+                    levels = None
+            # Ещё один фолбэк — глобальные накопленные мин/макс
+            if levels is None and y_min_fft is not None and y_max_fft is not None and np.isfinite(y_min_fft) and np.isfinite(y_max_fft) and y_min_fft != y_max_fft:
+                levels = (y_min_fft, y_max_fft)
+            if levels is not None:
+                img_fft.setImage(disp_fft, autoLevels=False, levels=levels)
+            else:
+                img_fft.setImage(disp_fft, autoLevels=False)
+
+        # Обновление водопада фазы
+        if changed and ring_phase is not None:
+            disp_phase = ring_phase if head == 0 else np.roll(ring_phase, -head, axis=0)
+            disp_phase = disp_phase.T[:, ::-1]
+            # Автодиапазон для фазы
+            levels_phase = None
+            try:
+                mean_phase = np.nanmean(disp_phase, axis=1)
+                vmin_p = float(np.nanmin(mean_phase))
+                vmax_p = float(np.nanmax(mean_phase))
+                if np.isfinite(vmin_p) and np.isfinite(vmax_p) and vmin_p != vmax_p:
+                    levels_phase = (vmin_p, vmax_p)
+            except Exception:
+                levels_phase = None
+            # Фолбэк к отслеживаемым минимум/максимумам
+            if levels_phase is None and y_min_phase is not None and y_max_phase is not None and np.isfinite(y_min_phase) and np.isfinite(y_max_phase) and y_min_phase != y_max_phase:
+                levels_phase = (y_min_phase, y_max_phase)
+            if levels_phase is not None:
+                img_phase.setImage(disp_phase, autoLevels=False, levels=levels_phase)
+            else:
+                img_phase.setImage(disp_phase, autoLevels=False)
+
+    timer = pg.QtCore.QTimer()
+    timer.timeout.connect(update)
+    timer.start(interval_ms)
+
+    def on_quit():
+        stop_event.set()
+        reader.join(timeout=1.0)
+
+    app.aboutToQuit.connect(on_quit)
+    win.show()
+    exec_fn = getattr(app, "exec_", None) or getattr(app, "exec", None)
+    exec_fn()
+    # На случай если aboutToQuit не сработал
+    on_quit()

run.py

@@ -0,0 +1,9 @@
+#!/usr/bin/env python3
+"""
+Скрипт запуска RFG ADC Data Plotter.
+"""
+
+from rfg_adc_plotter.cli import main
+
+if __name__ == "__main__":
+    main()