Лабораторная 9.3 — Мультиформатный IQ reader¶

Цель¶

Научиться читать IQ-записи разных форматов (ci16, cu8, cf32) через единый metadata-driven pipeline.

Что выполняется¶

В работе студент:

генерирует синтетические IQ-записи в трёх форматах;
создаёт metadata для каждого файла;
читает данные через общий dispatcher;
строит FFT-графики для каждого формата;
сравнивает peak frequency, SNR, DC offset и clipping fraction.

Результат¶

После выполнения работы должны быть получены:

три synthetic IQ capture files;
metadata для каждого формата;
FFT-графики ci16, cu8, cf32;
общий metrics JSON;
вывод о применимости форматов для дальнейшей обработки.

Что приложить к отчёту¶

список проверенных IQ-форматов;
metadata examples;
spectrum plots;
таблицу peak/SNR/DC/clipping;
инженерный вывод о предпочтительном формате.

Подробная техническая часть¶

Инженерный вопрос¶

Как одним скриптом анализа читать IQ-записи из разных инструментов, не переписывая конвейер обработки?

Поддерживаемые форматы¶

Формат	Двоичная раскладка	Типичный источник
`ci16`	знаковые int16, чередующиеся I/Q	AD9363, самодельный SDR
`cu8`	беззнаковые uint8, чередующиеся I/Q	сырые захваты RTL-SDR
`cf32`	float32, чередующиеся I/Q	GNU Radio, экспорт из MATLAB/Python

Исполняемый файл¶

python blocks/block_09_recording_and_analysis_tools/python/lab_9_3_multi_format_iq_reader.py

Сгенерированные артефакты:

docs/assets/lab93_multiformat_iq_metrics.json
docs/assets/lab93_multiformat_iq_spectrum_ci16.png
docs/assets/lab93_multiformat_iq_spectrum_cu8.png
docs/assets/lab93_multiformat_iq_spectrum_cf32.png

Цепочка обработки¶

flowchart LR
    META[JSON метаданных] --> DISPATCH[Диспетчер форматов]
    DISPATCH --> CI16[Читатель CI16]
    DISPATCH --> CU8[Читатель CU8]
    DISPATCH --> CF32[Читатель CF32]
    CI16 --> FFT[Общий анализ FFT]
    CU8 --> FFT
    CF32 --> FFT
    FFT --> REPORT[Метрики + графики]

Почему это важно¶

Реальные эксперименты SDR часто смешивают инструменты. Захват курса может начаться с HDSDR/RTL-SDR, затем перейти на AD9363, затем быть экспортирован через GNU Radio или MATLAB. Этап анализа должен управляться метаданными, а не быть жёстко привязан к одной двоичной раскладке.

Чего ожидать¶

ci16: peak=124987.793 Hz, SNR=73.22 dB
cu8: peak=124987.793 Hz, SNR=73.14 dB
cf32: peak=124987.793 Hz, SNR=73.23 dB

Все три формата дают один и тот же пик. 8-битный файл CU8 теряет здесь лишь 0,1 дБ «SNR». Это не значит, что 8 бит так же хороши, как 16: измеряемое число это пик над медианным бином FFT, оно включает выигрыш обработки FFT на длинной записи, а собственный шум синтетического тона намного выше шума квантования 8 бит, распределённого по такому числу бинов.

Упражнения¶

Уберите синтетический шум и перезапустите. Какой формат теперь показывает более низкую полку и примерно на сколько (подсказка: около 6 дБ на бит)?
Добавьте второй тон на 50 дБ слабее первого. В каком формате он исчезает первым?

Чек-лист отчёта (расширенный)¶

Перечислены все проверенные форматы IQ.
Показаны метаданные для каждого формата.
Подтверждены число отсчётов и масштабирование.
Сравнены измеренные частоты пиков.
Сравнены показатели SNR/DC/ограничения.
Объяснено, какой формат лучше для следующего шага обработки.

Шаблон инженерного вывода¶

Один и тот же конвейер анализа успешно прочитал форматы ____ и дал согласованные оценки частоты пика.
Наибольшая частотная ошибка — ____ Гц. Предпочтительный формат для дальнейшей обработки — ____, потому что ______.