подсчет типа dbfs

src/core/sig_n_medi_collect.py

@@ -1,4 +1,5 @@
 import os
+import math
 import numpy as np
 from typing import Union
 from common.runtime import load_root_env
@@ -46,17 +47,38 @@ class Signal:
 
         :return: Число типа float - "характеристика сигнала".
         """
-        signal = np.array([self.signal.real[0:length], self.signal.imag[0:length]], dtype=np.float32)
+        samples = np.asarray(self.signal).ravel()[0:length]
-        signal_abs = np.linalg.norm(signal, axis=0)  # Поэлементный модуль комплексного числа. shape.result
+        if samples.size == 0:
-        # (1, self.length)
+            return 0.0
+
+        # Основной режим: считаем dBFS из IQ-вектора.
+        if np.iscomplexobj(samples):
+            i = samples.real.astype(np.float32, copy=False)
+            q = samples.imag.astype(np.float32, copy=False)
+            signal = np.array([i, q], dtype=np.float32)
+            signal_abs = np.sqrt(i * i + q * q).astype(np.float32, copy=False)
+
             if self.conv_method == 'max':
-            result = np.max(signal_abs)
+                power = float(np.max(signal_abs * signal_abs))
             else:
-            result = np.median(signal_abs)
+                power = float(np.mean(signal_abs * signal_abs))
+
+            result = 10.0 * math.log10(max(power, 1e-20))
             self.signal = signal
             self.signal_abs = signal_abs
             return result
 
+        # Fallback: если на вход уже подали скалярную метрику, агрегируем как есть.
+        scalar_samples = samples.astype(np.float32, copy=False)
+        if self.conv_method == 'max':
+            result = float(np.max(scalar_samples))
+        else:
+            result = float(np.median(scalar_samples))
+
+        self.signal = scalar_samples
+        self.signal_abs = np.abs(scalar_samples)
+        return result
+
     def fill_signal(self, lvl, length) -> Union[int, float]:
         """
         Сбор сигнала в соответствующий массив. Если уже собран, то предобработка.
@@ -70,7 +92,6 @@ class Signal:
             return 0
         else:
             preproc_signal = self.signal_preprocessing(length)
-            #self.clear()
             return preproc_signal
 
 
@@ -81,6 +102,7 @@ class SignalsArray:
             sig_array: Список для сохранения медиан.
             counter: Индикатор наполненности массива.
     """
+
     def __init__(self):
         self.sig_array = []
         self.counter = 0