Lab043: validate pilot-aided short BPSK link

First transmission through a real radio path in the project. A 4756-byte
JPEG went from transmitter to receiver over two antennas 60 cm apart at
225 MHz and reassembled byte-identical, reproduced across three runs.

The cable loopback still needs an SMA male-to-male adapter that has not
arrived, so this air run is a track verification, not the controlled
measurement: room levels are not held the way a cable holds them. Its
purpose was to exercise the device wrapper the models cannot cover.

Four defects the software model passed but the hardware exposed, each
reproduced and fixed:

- a 566 528-sample frame did not fit the 262 144 receive buffer, and the
  sample stream is not continuous across separate reads, so a frame on the
  seam was destroyed. Reception now uses one buffer sized to the frame
- carrier correction was always applied, but with a shared reference the
  true offset is near zero and the 80-symbol marker estimate is noise;
  correcting by it rotated phase along the whole frame, 65% bit errors
  measured. Ported should_apply_cfo_correction from Lab023
- receiver gain of 20 dB left the signal at 0.0003 of full scale. Levels
  set by measurement: RX 50 dB, TX -10 dB give zero bit errors with margin
- the error-vector metric returned zero on a failed receive, reporting a
  perfect signal where there was none, the same class of defect as the
  written-in figures of Lab041. Replaced with an explicit not-computed value

The air TX gain ceiling is now derived from the link budget by antenna
distance rather than a constant. Three loopback modes: software, cable,
air. PROJECT_LOG entry 019 records the run and the defects.

Software and cable results stay reproducible; 125 tests pass, gate passes.

.claude/commands/lab.md

@@ -12,7 +12,7 @@ argument-hint: <номер лабы> [краткая постановка]
 
 Запусти агента `Explore` с запросом: что в `protocol/` уже относится к этой задаче,
 какие модули придётся трогать, где есть пересечение или дублирование, как устроены
-две-три ближайшие по смыслу лабы в `tests/`.
+две-три ближайшие по смыслу лабы в `experiments/`.
 
 Прочитай сам последние записи в `PROJECT_LOG.md` — там указано, чем должен
 заниматься следующий этап.

.claude/hooks/quick_gate_hook.py

@@ -19,7 +19,7 @@ import subprocess
 import sys
 
 PROJECT_ROOT = Path(__file__).resolve().parents[2]
-WATCHED = re.compile(r"[\\/](?:protocol|tests)[\\/][^\\/]+\.py$")
+WATCHED = re.compile(r"[\\/](?:protocol|experiments|tests|tools)[\\/][^\\/]+\.py$")
 
 
 def main() -> int:

.gitlab-ci.yml

@@ -0,0 +1,60 @@
+# Непрерывная проверка SDR Rover Link.
+#
+# Здесь выполняются только быстрые проверки: они должны укладываться в
+# секунды. Лабораторные эксперименты сюда не помещаются — они длятся
+# минутами, требуют исходных данных из data/raw и в части случаев
+# подключённого PlutoSDR. Их запуск остаётся ручным.
+#
+# Оборудование конвейеру не нужно: устанавливается только расчётное
+# окружение, без pyadi-iio и libiio.
+
+stages:
+  - gate
+  - test
+  - lint
+
+default:
+  image: python:3.13
+  before_script:
+    - python --version
+    - python -m pip install --quiet --upgrade pip
+    - python -m pip install --quiet -r requirements.txt
+  cache:
+    key: "python-$CI_COMMIT_REF_SLUG"
+    paths:
+      - .cache/pip
+
+variables:
+  PIP_CACHE_DIR: "$CI_PROJECT_DIR/.cache/pip"
+  PYTHONIOENCODING: "utf-8"
+
+# Дешёвый шлюз: синтаксис всех файлов, импорт protocol и функциональные
+# проверки тех лабораторных, которым не нужны данные эксперимента.
+# Выполняется первым, потому что ловит самые грубые поломки за секунду.
+быстрый-шлюз:
+  stage: gate
+  script:
+    - python tools/quick_gate.py
+
+# Быстрые проверки ядра протокола.
+тесты-ядра:
+  stage: test
+  script:
+    - python -m pytest tests/ -q --junitxml=report.xml
+  artifacts:
+    when: always
+    reports:
+      junit: report.xml
+    expire_in: 1 week
+
+# Проверка стиля. Пока не блокирует конвейер: в лабораторных Lab001–Lab041
+# принято своеобразное оформление с переносами аргументов, и приводить их
+# к единому стилю сейчас означало бы тронуть 50 файлов с зафиксированными
+# результатами. Ограничение снимается, когда договоримся о правилах.
+стиль:
+  stage: lint
+  allow_failure: true
+  before_script:
+    - python -m pip install --quiet ruff
+  script:
+    - ruff check protocol/ tests/ tools/

PROJECT_LOG.md

@@ -488,3 +488,106 @@ git version 2.51.1.windows.1
 ## Влияние на ближайшие работы
 
 На Lab042 не влияет: там кабельная петля, несущая 435 МГц выбрана произвольно. Диапазон 200–250 МГц вступает в силу начиная с эфирных испытаний.
+
+---
+
+# Запись 019
+
+## Дата
+
+10 августа 2026 года
+
+## Тема
+
+Lab042: первая передача изображения через реальный радиотракт. Эфирная проверка на паре антенн.
+
+## Причина эфирного прогона
+
+Кабельная петля требует переходника SMA папа-папа, которого пока нет: пигтейлы к антеннам оканчиваются папой, а разъёмы Pluto — мамы. Чтобы не простаивать, выполнена вспомогательная эфирная проверка на двух антеннах, разнесённых на 60 см. Она не заменяет кабельный опыт: уровни в помещении не контролируются строго, возможны переотражения. Её задача — снять последнюю неизвестность в коде, а именно обвязку вокруг устройства, которая в моделях не проверяется.
+
+## Условия
+
+- Устройство Analog Devices PlutoSDR Rev.C, чип AD9361, прошивка v0.32.
+- Несущая 225 МГц, внутри целевого диапазона Записи 018.
+- Антенны, рассчитанные на 108 МГц, работают на несущей как полуволновые. Частота передачи и частота, на которую рассчитана антенна, различны, поэтому в авиационный диапазон 108–137 МГц опыт не заходит.
+- Изображение 320x180 в градациях серого, JPEG 4756 байт при качестве 35, десять фрагментов.
+
+## Результат
+
+- Изображение передано и собрано побайтово идентично исходному. Контрольная сумма MD5 переданного и принятого файла совпала.
+- Десять фрагментов из десяти, ни одной несошедшейся контрольной суммы.
+- Средняя нормированная корреляция при поиске кадра 0,99951.
+- Средняя оценка ухода несущей минус 0,368 Гц, что отражает общий опорный генератор передатчика и приёмника.
+- Канальная скорость 18,404 кбит/с при длительности сигнала в эфире около 2,07 секунды.
+- Результат воспроизведён тремя запусками подряд с одинаковой контрольной суммой.
+
+## Дефекты, вскрытые железом
+
+Программная модель проходила чисто, но на устройстве обнаружились четыре дефекта, каждый воспроизведён и устранён.
+
+- Кадр длиной 566 528 отсчётов не помещался в приёмный буфер 262 144. Между отдельными чтениями поток отсчётов не является непрерывным, и кадр на стыке разрушался. Приём переведён на один буфер, размер которого рассчитывается по длине кадра.
+- Частотная коррекция применялась всегда, тогда как при общем опорном генераторе истинный уход близок к нулю. Оценка по маркеру длиной 80 символов состояла из шума, и коррекция им поворачивала фазу вдоль всего кадра: измерено 65 процентов ошибочных битов. Перенесена защита should_apply_cfo_correction из Lab023, разрешающая коррекцию только вне мёртвой зоны.
+- Усиление приёмника 20 дБ давало сигнал около 0,0003 от шкалы АЦП. Рабочие уровни подобраны измерением: приёмник 50 дБ, передатчик минус 10 дБ дают ноль ошибочных битов с запасом.
+- Величина вектора ошибки при неудачном приёме возвращала ноль, то есть показывала идеальный сигнал там, где сигнала не было. Это тот же класс ошибки, что вписанные показатели Lab041: метрика при отказе рапортует лучшее значение. Заменена на явный признак невычислимости.
+
+## Ограничения
+
+- Эфирный прогон является проверкой тракта, а не измерением: уровни не контролируются как в кабельной сборке.
+- Потолок усиления передатчика в эфирном режиме рассчитывается из бюджета линии по расстоянию между антеннами, а не задан константой.
+
+## Следующий этап
+
+Кабельная петля через аттенюатор 30 дБ после получения переходника папа-папа. Это и есть заявленный опыт Lab042 с контролируемыми уровнями, его результат станет основным для лабораторной. Затем Lab043 — разведение на два устройства.
+
+---
+
+# Запись 020
+
+## Дата
+
+11 августа 2026 года
+
+## Тема
+
+Lab042 завершена: кабельная петля через аттенюатор, зависимость доставки от мощности, устранение трёх дефектов отчётности.
+
+## Схема опыта
+
+Выход передатчика PlutoSDR через кабель SMA, аттенюатор AT30S 30 дБ, переходник и второй кабель на вход приёмника того же устройства. Антенны сняты. Это заявленный основной опыт лабораторной с контролируемыми уровнями, в отличие от вспомогательной эфирной проверки Записи 019.
+
+## Зависимость доставки от мощности передатчика
+
+Кабельный тракт при неизменной схеме исследован по усилению передатчика. Получен отчётливый переход от отказа к устойчивой передаче:
+
+- TX минус 30 дБ: 0 из 10 фрагментов, контрольная сумма не сходится ни разу, средняя корреляция 0,936. Сигнал ниже порога уверенного приёма.
+- TX минус 20 дБ: 8 из 10 фрагментов, средняя корреляция 0,992. Пограничный режим: часть кадров проходит.
+- TX минус 10 дБ: 10 из 10 фрагментов, изображение собрано побайтово. Устойчивая передача.
+
+Значения TX минус 30 и минус 20 дБ — исследование порога, повторять их не требуется. Рабочая точка кабельной петли: TX минус 10 дБ, RX плюс 20 дБ, аттенюатор 30 дБ, несущая 435 МГц.
+
+Начальные умолчания кабельного режима TX минус 30 и RX плюс 20 дБ на железе прежде не проверялись; отказ первого прогона объяснялся именно этим, а не дефектом обработки.
+
+## Результат рабочей точки
+
+- Найдено 10 кадров из 10, контрольная сумма сошлась у всех десяти, восстановлены все фрагменты.
+- Изображение собрано и совпадает с переданным. Совпадение подтверждено независимо: SHA-256 принятого файла сверен с SHA-256 переданного JPEG, пересобранного из исходника отдельно от прогона. Оба равны 751d7ea0d8711e2ef54fc5cf209a809cfee5bbb14916dd20aa201d5285b40286.
+- Размер JPEG 4756 байт, качество 30, десять фрагментов.
+- Длительность сигнала около 2,07 секунды, канальная скорость 18,404 кбит/с.
+- Кадр 8 прошёл контрольную сумму при пониженной корреляции поиска 0,866 против 0,998 у остальных: низкая корреляция маркера не означает испорченных данных, фаза дискретизации была подобрана и кадр демодулировался чисто.
+
+## Устранённые дефекты отчётности
+
+Разбор кабельного прогона вскрыл три дефекта, при которых провал мог быть принят за успех. Все три устранены, каждый закрыт быстрым тестом в tests/test_lab042_reporting.py.
+
+- Величина вектора ошибки нормировалась на единичный эталон, из-за чего при слабом сигнале становилась искусственно малой: провалившийся прогон показывал EVM меньше, чем успешный. Нормировка исправлена на мощность подогнанного сигнала. При невозможности вычислить величину возвращается признак невычислимости, а не ноль.
+- Отчёт перечислял lab042_received.jpg среди созданных файлов безусловно, даже когда изображение не собрано и файла нет. Теперь файл указывается только при фактической сборке.
+- Программа завершалась кодом ноль при полном отказе передачи. Введён критерий приёмки: при несобранном изображении код завершения ненулевой, чтобы автоматика не приняла провал за успех.
+
+## Проверки
+
+- Быстрые тесты ядра расширены с 125 до 135. Добавленные проверяют неуспешный путь: провал даёт ненулевой код, отсутствующий файл не объявляется созданным, невычислимая метрика не превращается в ноль.
+- Окончательный кабельный прогон рабочей точки выполнен уже исправленной версией программы, поэтому итоговый отчёт сформирован ею.
+
+## Следующий этап
+
+Lab043: передаёт PlutoSDR, принимает RTL-SDR. Общий опорный генератор исчезает, впервые появляется реальное рассогласование несущей и частоты дискретизации двух независимых устройств. Здесь понадобится защищённая частотная коррекция, перенесённая в Записи 019.

README.md

@@ -36,7 +36,7 @@
 
 ## 4. Текущее состояние
 
-**Выполнено:** лабораторные Lab001–Lab041. Пройден путь от структуры пакета до сеансов связи с защитой от пакетов предыдущего сеанса.
+**Выполнено:** лабораторные Lab001–Lab042. Пройден путь от структуры пакета до первой передачи изображения через реальный радиотракт.
 
 Что реализовано и проверено:
 
@@ -45,11 +45,12 @@
 - блочное исправление стираний над GF(256), перемежение, подбор параметров;
 - приоритетное обслуживание команд, телеметрии и видео;
 - двухступенчатая безопасная остановка, сторожевой таймер, постоянное аварийное намерение, безопасный сброс;
-- идентификаторы сеанса, безопасный запуск, отклонение пакетов предыдущего сеанса.
+- идентификаторы сеанса, безопасный запуск, отклонение пакетов предыдущего сеанса;
+- передача JPEG через настоящий радиотракт на одном PlutoSDR: сначала по эфиру на паре антенн, затем по кабелю через аттенюатор 30 дБ. Принятое изображение совпало с переданным побайтово (Записи 019 и 020).
 
-**Что ещё не сделано:** передатчик ни разу не включался. Весь тракт проверен на моделях и на приёме, но не в эфире.
+**Что ещё не сделано:** два независимых устройства пока не разведены. Все передачи выполнены в петле одного PlutoSDR, где передатчик и приёмник делят опорный генератор, поэтому рассогласования несущей и частоты дискретизации между сторонами почти нет.
 
-**Ближайшая работа:** Lab042 — передача JPEG через кабельную петлю на одном PlutoSDR. Техническое задание: [docs/lab042_hardware_loopback_spec.md](docs/lab042_hardware_loopback_spec.md).
+**Ближайшая работа:** Lab043 — передача с PlutoSDR на приём RTL-SDR. Общий опорный генератор исчезает, впервые появляется реальное рассогласование двух устройств. Техническое задание на завершённую Lab042: [docs/lab042_hardware_loopback_spec.md](docs/lab042_hardware_loopback_spec.md).
 
 Хронология решений и результатов: [PROJECT_LOG.md](PROJECT_LOG.md).
 
@@ -98,7 +99,7 @@ python -m pip install -r requirements-hardware.txt
 python -m pytest tests/ -q
 ```
 
-**Дешёвый шлюз** — синтаксис, импорт `protocol`, функциональные проверки лабораторных:
+**Дешёвый шлюз** — синтаксис, импорт `protocol`, быстрые проверки ядра и функциональные проверки лабораторных. Отвечает на один вопрос: не сломана ли кодовая база прямо сейчас:
 
 ```bash
 python tools/quick_gate.py

data/processed/lab042/lab042_frames.csv

@@ -0,0 +1,11 @@
+index,packet_bytes,frame_bits,correlation_score,sample_phase,carrier_offset_hz,carrier_coherence,cfo_correction_applied,error_vector_magnitude,frame_found,header_parsed,crc_valid,fragment_recovered
+0,536,4384,0.9991557547061216,19,-0.13990840791652204,0.9997935741467082,False,0.3400949142192574,True,True,True,True
+1,536,4384,0.9986269709852709,51,-0.6704420071784511,0.999254107740255,False,0.1962803864132724,True,True,True,True
+2,536,4384,0.9988503105697645,75,0.16739056727394086,0.9997145042457541,False,0.16392107712020013,True,True,True,True
+3,536,4384,0.9984613689137739,69,0.12541328438695132,0.9993958830571172,False,0.18678168516977972,True,True,True,True
+4,536,4384,0.9986165925127464,37,0.522370456657967,0.9996364225258064,False,0.15291774582164716,True,True,True,True
+5,536,4384,0.9988383991200348,32,-0.1940305233482036,0.9995177607884775,False,0.1768680391093208,True,True,True,True
+6,536,4384,0.9993940824417119,51,0.35917365385569155,0.9997260503953309,False,0.1442403116319193,True,True,True,True
+7,536,4384,0.9986343538268945,75,0.2939902862233339,0.9996675003381007,False,0.17829502789805413,True,True,True,True
+8,536,4384,0.9988608071024292,69,-0.7492708746413825,0.9995548745704333,False,0.15854008568562075,True,True,True,True
+9,172,1472,0.9984590339381546,60,0.5753674284248689,0.9992453603986811,False,0.232235822035248,True,True,True,True

data/processed/lab042/lab042_report.txt

@@ -0,0 +1,85 @@
+Lab042 — передача JPEG через кабельную петлю на одном PlutoSDR
+
+Режим прогона
+- Канал: cable.
+- Трасса: кабель через аттенюатор 30 дБ.
+- Несущая 435.000 МГц, одинаковая на передачу и приём. Сигнал в эфир не выходит, поэтому её значение произвольно.
+- Усиление передатчика -10.0 дБ, приёмника 20.0 дБ, режим ручной.
+- Антенны не подключались: они создали бы путь распространения параллельно кабельному.
+
+Параметры тракта
+- Символьная скорость 20000 симв/с, отсчётов на символ 128.
+- Частота дискретизации 2560000 Гц. Минимум устройства 2083333 Гц.
+- Скругление 0.35, длина фильтра 10 символов, защитный интервал 16 символов.
+- Значения перенесены из Lab018 без изменений, кроме передискретизации: она поднята с 32 до 128,
+  потому что частота 640 000 Гц из Lab018 ниже предела устройства втрое.
+
+Передаваемое изображение
+- Источник data/raw/lab011_scene.jpg, 320x180, качество 30.
+- Размер JPEG 4756 байт.
+- Фрагментов 10 по 512 байт данных.
+- Пакет протокола от 172 до 536 байт, радиокадр от 1472 до 4384 бит.
+- Последний фрагмент изображения короче остальных, поэтому его кадр меньше. Размер каждого кадра приведён в lab042_frames.csv.
+- Всего передано 5292544 отсчётов, что соответствует 2.067 с эфира.
+
+Результат приёма
+- Кадров найдено 10 из 10.
+- Кадров с несошедшейся CRC32: 0.
+- Фрагментов восстановлено 10, доля 100.000%.
+- Изображение собрано: да.
+- Совпадает с переданным побайтово: да.
+- Размер принятого изображения 4756 байт.
+
+Качество сигнала
+- Средняя нормированная корреляция при поиске кадра 0.99879.
+- Средняя оценка ухода несущей 0.029 Гц.
+- Средняя величина вектора ошибки 19.302%.
+
+Скорость
+- Длительность сигнала в эфире 2.067 с.
+- Канальная скорость 18.404 кбит/с — полезные байты, делённые на время эфира.
+- Полное время работы программы 16.648 с, что даёт 2.285 кбит/с.
+- В программном режиме вторая величина отражает быстродействие вычислений, а не пропускную способность канала.
+
+Кадры
+номер | корреляция | фаза | уход несущей, Гц | достоверность оценки | вектор ошибки, % | найден | заголовок | CRC32 | фрагмент
+0 | 0.99916 | 19 | -0.140 | 0.99979 | 34.009 | да | да | да | да
+1 | 0.99863 | 51 | -0.670 | 0.99925 | 19.628 | да | да | да | да
+2 | 0.99885 | 75 | 0.167 | 0.99971 | 16.392 | да | да | да | да
+3 | 0.99846 | 69 | 0.125 | 0.99940 | 18.678 | да | да | да | да
+4 | 0.99862 | 37 | 0.522 | 0.99964 | 15.292 | да | да | да | да
+5 | 0.99884 | 32 | -0.194 | 0.99952 | 17.687 | да | да | да | да
+6 | 0.99939 | 51 | 0.359 | 0.99973 | 14.424 | да | да | да | да
+7 | 0.99863 | 75 | 0.294 | 0.99967 | 17.830 | да | да | да | да
+8 | 0.99886 | 69 | -0.749 | 0.99955 | 15.854 | да | да | да | да
+9 | 0.99846 | 60 | 0.575 | 0.99925 | 23.224 | да | да | да | да
+
+Функциональные проверки
+- ПРОЙДЕНО — 01. Размер подготовленного JPEG: JPEG занимает 4756 байт при пределе 5000, качество 30
+- ПРОЙДЕНО — 02. Разбиение и сборка изображения: 10 фрагментов собираются в исходные байты
+- ПРОЙДЕНО — 03. Кадр несёт пакет с CRC32: все 10 кадров несут пакет с сошедшейся CRC32
+- ПРОЙДЕНО — 04. Длина сформированного кадра: кадр занимает 566528 отсчётов, что совпадает с расчётом
+- ПРОЙДЕНО — 05. Масштабирование в целые отсчёты: пиковая амплитуда 1601 не превышает предела 16384
+- ПРОЙДЕНО — 06. Программная петля восстанавливает изображение: программная петля вернула 4756 байт, идентичных исходным
+- ПРОЙДЕНО — 07. Обнаружение искажённого кадра: одиночная битовая ошибка в данных кадра обнаружена контрольной суммой
+- ПРОЙДЕНО — 08. Потеря фрагмента: потеря фрагмента не портит остальные, сборка требует всех
+- ПРОЙДЕНО — 09. Достижимость частоты дискретизации: 2560000 Гц не ниже предела устройства 2083333 Гц
+- ПРОЙДЕНО — 10. Настройки устройства в пределах: усиления, полоса 200000 Гц и несущая 435000000 Гц внутри допустимых пределов, сигнал занимает 27000 Гц
+- ПРОЙДЕНО — 11. Потолок усиления в эфирном режиме: предел зависит от расстояния: -19.5 дБ на 5 см против 6.0 дБ на 200 см
+
+Ограничения
+- Передатчик и приёмник принадлежат одному устройству и работают от общего опорного
+  генератора, поэтому уход несущей между ними мал и не характеризует реальную линию.
+- Повторная передача потерянных фрагментов не выполняется: потери фиксируются, но не восстанавливаются.
+- Исправление стираний не подключалось.
+- Разведение на два устройства и выход в эфир — предмет Lab043 и Lab044.
+
+Созданные файлы
+- data/processed/lab042/lab042_received.jpg
+- data/processed/lab042/lab042_summary.csv
+- data/processed/lab042/lab042_frames.csv
+- data/processed/lab042/lab042_report.txt
+- data/processed/lab042/lab042_constellation.png
+- data/processed/lab042/lab042_spectrum.png
+- data/processed/lab042/lab042_frame_correlation.png
+- data/processed/lab042/lab042_fragment_delivery.png

data/processed/lab042/lab042_summary.csv

@@ -0,0 +1,2 @@
+loopback_mode,path_description,antenna_distance_cm,source_image,image_width,image_height,jpeg_quality,jpeg_bytes,fragment_data_size,fragment_count,packet_bytes_max,packet_bytes_min,frame_bits_max,frame_bits_min,symbol_rate,samples_per_symbol,sample_rate_hz,carrier_hz,transmitted_samples,air_time_seconds,frames_received,frames_failed_crc,fragments_recovered,fragment_delivery_fraction,image_reassembled,image_identical,received_image_bytes,transfer_seconds,channel_bitrate_kbps,wall_clock_bitrate_kbps,mean_correlation_score,mean_carrier_offset_hz,mean_error_vector_magnitude,tx_gain_db,rx_gain_db,attenuator_db
+cable,кабель через аттенюатор 30 дБ,0.0,data/raw/lab011_scene.jpg,320,180,30,4756,512,10,536,172,4384,1472,20000,128,2560000,435000000,5292544,2.0674,10,0,10,1.0,True,True,4756,16.64845450001303,18.40379220276676,2.285377300335609,0.9987897674116901,0.02900538637381942,0.193017509510432,-10.0,20.0,30.0

docs/lab043_pluto_to_rtlsdr_spec.md

@@ -0,0 +1,521 @@
+# Lab043. Передача JPEG с Pluto+ на независимый RTL-SDR
+
+## 1. Цель лабораторной
+
+Передать тот же подготовленный JPEG, который использован в Lab042, с
+Pluto+ на отдельный RTL-SDR и восстановить его побайтово.
+
+В Lab042 передатчик и приёмник находились в одном Pluto+ и использовали
+общий опорный генератор. Lab043 должна убрать это упрощение и раздельно
+измерить три эффекта:
+
+1. рассогласование несущих частот передатчика и приёмника;
+2. относительное рассогласование частот дискретизации двух устройств;
+3. начальную фазу выбора отсчёта символа внутри символьного интервала.
+
+Лабораторная считается успешной только при выполнении радиокритериев,
+прикладных критериев и программных проверок, определённых в разделе 11.
+Запуск программы сам по себе успехом не считается.
+
+## 2. Границы работы
+
+Lab043 остаётся кабельной. Эфир добавил бы многолучёвость, внешние сигналы
+и неконтролируемые потери, хотя предмет этой работы состоит в
+синхронизации независимых устройств.
+
+В Lab043 не входят:
+
+- передача через антенны;
+- выбор рабочего диапазона 200-250 МГц;
+- ARQ и повторная передача;
+- исправление стираний и новая FEC;
+- потоковое видео;
+- скачки по частоте;
+- изменение логики управления и безопасности ровера.
+
+Эфирный тракт остаётся предметом следующей лабораторной.
+
+## 3. Подтверждённое оборудование и окружение
+
+Состояние оборудования проверено непосредственным опросом. Перед
+реализацией и перед каждым аппаратным прогоном его необходимо проверить
+повторно.
+
+### 3.1. Передатчик
+
+- Pluto+;
+- устройство должно открываться успешным `iio.Context`, а не проверяться
+  только командой `ping`;
+- чип AD9361;
+- используется первый передающий канал.
+
+Конкретный рабочий URI IIO определяется повторным опросом перед опытом и
+сохраняется в метаданных запуска. Исторически работали сетевой URI
+`ip:192.168.2.1` и прямой USB IIO, но ни один из них нельзя считать
+доступным без текущей проверки.
+
+### 3.2. Приёмник
+
+- USB ID `VID_0BDA&PID_2838`;
+- имя библиотеки: `Generic RTL2832U OEM`;
+- тюнер, сообщённый библиотекой: Fitipower FC0013;
+- основной интерфейс `MI_00` использует WinUSB от libwdi;
+- устройство открыто из Python через `pyrtlsdr` и `librtlsdr`;
+- установка 435 МГц подтверждена чтением значения обратно;
+- частота дискретизации 2 400 000 отсчётов/с работает;
+- получены комплексные отсчёты;
+- доступные аппаратные усиления находятся в диапазоне от -9,9 до
+  19,7 дБ и задаются дискретными ступенями устройства.
+
+Ошибка второго USB-интерфейса не считается отказом SDR. Основной
+интерфейс `MI_00`, через который работает `librtlsdr`, исправен.
+
+### 3.3. Зафиксированное программное окружение
+
+- Python 3.13.1 x64;
+- `pyrtlsdr` 0.5.0;
+- `pyrtlsdrlib` 0.0.5;
+- поставляемая пакетом нативная `librtlsdr` v0.9.0;
+- `pyadi-iio` и `pylibiio` для Pluto+.
+
+Принятый способ доступа к RTL-SDR: API `pyrtlsdr` с поставляемой
+`pyrtlsdrlib` нативной библиотекой. Малый собственный DLL-адаптер не
+нужен. Реализация должна проверять версии и выдавать понятную ошибку, если
+библиотека или устройство недоступны. Пользовательский путь к DLL
+зашивать в код запрещено.
+
+## 4. Физическая схема и безопасность
+
+Схема:
+
+`Pluto+ TX -> SMA-кабель -> AT30S 30 дБ -> переходник/кабель -> RTL-SDR RX`
+
+Обязательные условия перед каждым включением TX:
+
+1. Антенны Pluto+ и RTL-SDR сняты.
+2. AT30S включён последовательно в тракт, а не подключён к свободному
+   порту.
+3. Все разъёмы затянуты, кабель не отсоединяется при включённом TX.
+4. Пользователь отдельно подтверждает эту физическую схему.
+5. Первый заранее определённый рабочий режим: TX -30 дБ, RTL-SDR
+   19,7 дБ, несущая 435 МГц, номинально 2,4 Мвыб/с на обоих устройствах.
+6. Автоматический перебор усилений, частот, порогов и способов
+   синхронизации запрещён.
+7. Если первый режим не проходит, программа сохраняет исходные данные и
+   диагностику и останавливается. Следующий прогон разрешён только после
+   разбора причины и с изменением ровно одного заранее названного
+   параметра.
+
+При TX -30 дБ расчётный уровень после AT30S составляет около -53 дБм.
+Это значение следует из бюджета Lab042: около +7 дБм при TX 0 дБ,
+минус 30 дБ настройки TX и минус 30 дБ аттенюатора. Расчёт не заменяет
+проверку наличия аттенюатора и правильности схемы.
+
+## 5. Номинальные параметры сигнала и обязательное чтение обратно
+
+| Параметр | Запрошенное значение | Происхождение |
+|---|---:|---|
+| Несущая TX и RX | 435 МГц | Кабельная рабочая точка Lab042 |
+| Символьная скорость | 20 000 симв/с | Lab018-Lab023 и Lab042 |
+| Частота дискретизации TX | 2 400 000 отсчётов/с | Поддерживается Pluto+ и проверена на RTL-SDR |
+| Частота дискретизации RX | 2 400 000 отсчётов/с | Проверена непосредственным опросом RTL-SDR |
+| Номинальное число отсчётов на символ | 120 | 2 400 000 / 20 000 |
+| Полоса TX | 200 кГц | Минимальная полоса AD9361, использованная в Lab042 |
+| Размер данных фрагмента | 512 байт | Lab042 |
+| Модуляция | BPSK | Lab018-Lab023 и Lab042 |
+
+Одинаковое номинальное значение 2,4 Мвыб/с выбрано специально. Lab043
+измеряет физическую ошибку генераторов, а не искусственно созданную
+разницу номинальных частот дискретизации.
+
+Перед аппаратным опытом программа обязана установить и прочитать обратно:
+
+- частоту дискретизации TX Pluto+;
+- частоту дискретизации RX RTL-SDR;
+- центральную частоту TX Pluto+;
+- центральную частоту RX RTL-SDR;
+- усиление TX Pluto+;
+- фактически выбранную ступень усиления RTL-SDR.
+
+Для каждого параметра в отчёте и метаданных хранятся отдельные поля
+`requested` и `actual`. Если API не предоставляет независимого чтения
+обратно, поле `actual` имеет значение `N/A`, а не копию запрошенного
+значения. Передача не начинается, если частота дискретизации или несущая
+не прочитаны обратно либо отличаются от запрошенных больше, чем допускает
+API устройства и заранее установленная проверка.
+
+## 6. Двухтоновая калибровка
+
+Перед BPSK Pluto+ передаёт два комплексных тона, симметричных относительно
+несущей:
+
+`-Fcal` и `+Fcal`, где `Fcal = 50 кГц`.
+
+50 кГц выбраны до измерения: оба тона находятся внутри полосы 200 кГц,
+не сливаются около нуля и дают разнос 100 кГц для оценки масштаба частот.
+RTL-SDR измеряет положения двух пиков относительно своей настроенной
+несущей: `f_low` и `f_high`.
+
+### 6.1. Рассогласование несущей
+
+`carrier_offset_hz = (f_low + f_high) / 2`
+
+`carrier_offset_ppm = carrier_offset_hz / 435000000 * 1e6`
+
+Положительный результат означает, что принятый спектр сдвинут вверх по
+частоте. Для компенсации сырые комплексные отсчёты умножаются на:
+
+`exp(-j * 2*pi*carrier_offset_hz*n/Fs_rx_actual)`
+
+Знак поправки проверяется независимо: после компенсации среднее положение
+двух тонов должно стать ближе к нулю. Рассогласование несущей не должно
+подменяться оценкой ошибки частоты дискретизации.
+
+### 6.2. Относительная ошибка частот дискретизации
+
+`clock_scale = (f_high - f_low) / (2*Fcal)`
+
+`sample_clock_error_ppm = (clock_scale - 1) * 1e6`
+
+Здесь положительная ошибка означает, что масштаб передающего такта больше
+масштаба приёмного. Для перехода принятых отсчётов на временную сетку
+передатчика ожидаемая длина после передискретизации равна:
+
+`len_corrected = round(len_received * clock_scale)`
+
+Направление этой операции не принимается на веру. Оно подтверждается
+машинными тестами из раздела 8. После передискретизации накопленная ошибка
+символьного времени должна уменьшаться.
+
+### 6.3. Начальная фаза выбора отсчёта символа
+
+После грубой CFO-коррекции и передискретизации приёмник отдельно ищет
+начальную фазу выбора отсчёта в диапазоне от 0 до 119 номинальных
+отсчётов на символ. Это не CFO и не ошибка такта. В результатах отдельно
+хранятся:
+
+- `carrier_offset_hz` и `carrier_offset_ppm`;
+- `clock_scale` и `sample_clock_error_ppm`;
+- `symbol_sample_phase` и остаточная ошибка символьного времени.
+
+### 6.4. Формальное определение шумового фона
+
+Шумовой фон и превышение пиков вычисляются одинаковым детерминированным
+алгоритмом:
+
+1. Из комплексных отсчётов вычитается среднее.
+2. Оценивается спектральная плотность мощности методом Welch с окном Hann,
+   `nfft = nperseg = 65536` и перекрытием 50 процентов.
+3. Разрешение одного БПФ вычисляется по прочитанной обратно частоте как
+   `delta_f = Fs_rx_actual / 65536`. При 2,4 Мвыб/с оно равно
+   `36,62109375 Гц`.
+4. Анализируется полоса от -100 до +100 кГц относительно настроенной
+   несущей.
+5. Нижний пик ищется в диапазоне от -80 до -20 кГц, верхний от +20 до
+   +80 кГц. Эти непересекающиеся окна заданы до измерения.
+6. После нахождения кандидатов ожидаемых тонов из оценки шума исключаются
+   защитные зоны шириной +/-2 кГц вокруг измеренного положения каждого
+   кандидата. Каждая полузона занимает около 55 разрешающих элементов БПФ
+   при 2,4 Мвыб/с, поэтому утечка основного лепестка и ближайших боковых
+   лепестков тона не попадает в медиану шума.
+7. Шумовая мощность `P_noise` равна медиане линейных значений мощности
+   всех оставшихся спектральных элементов анализируемой полосы.
+8. Для каждого тона вычисляется
+   `peak_excess_db = 10*log10(P_peak/P_noise)`.
+
+Оба пика должны превышать шумовой фон не менее чем на 10 дБ. Порог 10 дБ,
+полоса анализа, окна поиска и защитные зоны зафиксированы до аппаратного
+измерения. Если нет двух конечных пиков, недостаточно элементов шума или
+хотя бы один пик не проходит порог, оценка этого захвата недействительна.
+
+### 6.5. Повторы и представление недействительных оценок
+
+Без изменения схемы выполняются три отдельных калибровочных захвата. Для
+каждого захвата отдельно сохраняются:
+
+- `f_low_hz` и `f_high_hz`;
+- `low_peak_excess_db` и `high_peak_excess_db`;
+- `carrier_offset_hz` и `carrier_offset_ppm`;
+- `clock_scale` и `sample_clock_error_ppm`;
+- остаточная CFO после коррекции;
+- остаточная ошибка разноса тонов в герцах и ppm;
+- признак достоверности и причина отказа.
+
+По трём захватам вычисляются среднее, минимум, максимум и стандартное
+отклонение каждой конечной оценки, а также число недействительных
+захватов. Стандартное отклонение считается по совокупности всех конечных
+оценок с `ddof=0`. Недействительное значение записывается как `NaN` в CSV
+и как `N/A` в текстовом отчёте. Оно никогда не заменяется нулём. Если
+конечных значений нет, все агрегаты этой величины равны `N/A`.
+
+## 7. Диагностическая последовательность передачи
+
+Аппаратная часть выполняется по ступеням. Переход к следующей ступени
+разрешён только после сохранения результатов предыдущей:
+
+1. двухтоновые калибровочные захваты;
+2. известная короткая BPSK-последовательность;
+3. символьная синхронизация и измерение BER известной последовательности;
+4. один пакет с CRC;
+5. десять пакетированных фрагментов JPEG;
+6. сборка JPEG;
+7. проверка размера и SHA-256.
+
+Известная последовательность задаётся до измерения как PRBS11 длиной
+2047 бит с полиномом `x^11 + x^9 + 1` и фиксированным ненулевым начальным
+состоянием, записанным в метаданные. BER вычисляется прямым сравнением
+каждого принятого бита с ожидаемым до упаковки в пакет и до проверки CRC.
+CRC не может использоваться вместо измерения BER.
+
+### 7.1. Контрольный опыт PRBS11 после проверки непрерывного async-приёма
+
+Короткая запись S и длинная запись L являются двумя отдельными аппаратными
+захватами. Каждый захват выполняется одним непрерывным
+`rtlsdr_read_async()` и содержит в этой последовательности: входной запас,
+двухтоновую калибровку, фиксированный защитный участок 0,10 с, один
+начальный маркер, непрерывную PRBS11 и выходной запас. Полезная PRBS11
+длится 0,25 с в S и не менее 2,0 с в L. Внутри полезной PRBS11 нет
+периодической повторной синхронизации.
+
+Оценки CFO и масштаба частоты дискретизации для обработки PRBS11 берутся
+только из двух тонов в той же самой IQ-записи. Оценку из предыдущего
+двухтонового опыта или из другой записи применять запрещено. Если тоны в
+текущем захвате недостоверны, PRBS11 этой записи не интерпретируется.
+
+Для обоих захватов заранее фиксируются 435 МГц, номинальные 2 400 000
+отсчётов/с TX и RX, 20 000 символов/с, TX -30 дБ, запрос усиления RTL-SDR
+19,7 дБ и `Fcal = 50 кГц`. Асинхронный приём использует callback 262144
+байта, 15 буферов и отбрасывает первый callback как разогревочный без
+перезапуска сеанса. Автоматический подбор параметров запрещён.
+
+Одна и та же IQ-запись обрабатывается режимами A, B и C. В B и C грубая
+CFO берётся из тонов этой записи; в C дополнительно применяется
+`clock_scale` этих же тонов. Разрешённая защищённая тонкая CFO-коррекция не
+заменяет двухтоновое измерение. Для длинной записи SRO дополнительно
+оценивается независимо по накопленному дрейфу символьной фазы.
+
+## 8. Обязательные программные проверки до аппаратного опыта
+
+На синтетических комплексных данных проверяются четыре ошибки частоты
+дискретизации: +20, -20, +100 и -100 ppm. Для каждого случая тест обязан
+проверить:
+
+- знак оценки `sample_clock_error_ppm`;
+- величину оценки в заранее заданном допуске;
+- направление изменения длины при передискретизации;
+- уменьшение остаточной накопленной ошибки символьного времени после
+  поправки.
+
+Для положительной ошибки длина должна изменяться в направлении,
+предписанном формулой `round(N * clock_scale)`, для отрицательной в
+противоположном. Тест должен упасть, если вместо `clock_scale` применена
+обратная величина. Допуск оценки и критерий уменьшения остаточной ошибки
+задаются в тесте до аппаратного измерения и печатаются в его результате.
+
+Дополнительно синтетические тесты проверяют:
+
+- знак грубой CFO-коррекции для положительной и отрицательной CFO;
+- уменьшение остаточной CFO после поправки;
+- отдельное восстановление начальной фазы выбора отсчёта символа;
+- явный `N/A`, если два тона не найдены достоверно;
+- формулу шумового фона и порог 10 дБ;
+- BER известной последовательности до CRC;
+- отсутствие ложного успеха при неполном пакете или изображении;
+- формирование кода возврата только по полному набору критериев.
+
+До прохождения этих проверок передатчик включать нельзя.
+
+## 9. Порядок аппаратного эксперимента
+
+1. Открыть Pluto+ успешным `iio.Context` и записать URI и идентификаторы.
+2. Открыть RTL-SDR через `pyrtlsdr` и записать имя устройства и тюнера.
+3. Установить и прочитать обратно параметры из раздела 5.
+4. Получить отдельное подтверждение пользователя, что кабельная схема из
+   раздела 4 собрана и AT30S находится в разрыве.
+5. Запустить один непрерывный приём RTL-SDR за 0,5 с до передачи Pluto+.
+6. Выполнить три отдельных двухтоновых калибровочных захвата.
+7. Сохранить оценки каждого захвата, агрегаты и не менее одного
+   эталонного сырого IQ-захвата.
+8. Передать известную BPSK-последовательность и измерить BER.
+9. Принять один пакет и проверить CRC.
+10. Передать десять фрагментов JPEG и проверить критерии раздела 11.
+
+Если любая ступень не проходит, переход к следующей запрещён. Исходные
+данные и отрицательный результат сохраняются без подгонки. Изменение
+одного параметра для следующего запуска оформляется как отдельное заранее
+объяснённое действие.
+
+Весь опыт принимается RTL-SDR как одна непрерывная временная
+последовательность. Продолжительность приёма вычисляется из фактически
+сформированной передаваемой последовательности:
+
+`T_rx = 0,5 с + N_tx / Fs_tx_actual + 0,5 с`.
+
+Здесь `N_tx` является фактическим числом комплексных отсчётов всей
+сформированной TX-последовательности. Общая длительность опыта не задаётся
+произвольной константой. Поток разрешено читать блоками, например около
+262144 отсчётов, но блоки объединяются без пропусков и перестановок в одну
+последовательность. Размер блока чтения является параметром реализации, а
+не физическим защитным интервалом. Десять отдельных запусков приёмника для
+десяти кадров запрещены, потому что они уничтожили бы наблюдаемое
+накопление ошибки тактов.
+
+Между BPSK-кадрами не добавляются новые интервалы. Используется структура
+Lab042: `GUARD_SYMBOL_COUNT` импортируется из её текущей конфигурации без
+копии числовой константы в Lab043, а формирование кадра повторяет ту же
+последовательность переднего интервала, символов, заднего интервала и RRC.
+Готовая функция Lab042 жёстко связана с 128 отсчётами на символ, поэтому
+при 120 отсчётах Lab043 переиспользуются её параметры, а не скрытая копия
+её глобальной частоты дискретизации. Если в дальнейшем отдельный интервал
+исчезнет из Lab042, Lab043 не создаёт новый без отдельного диагностического
+решения.
+
+## 10. Три режима обработки одной записи
+
+Одна и та же сохранённая BPSK/IQ-запись обрабатывается тремя режимами:
+
+- режим A: без грубой CFO-коррекции и без коррекции частоты
+  дискретизации;
+- режим B: только грубая CFO-коррекция из двухтоновой калибровки;
+- режим C: грубая CFO-коррекция, коррекция частоты дискретизации и
+  защищённая тонкая CFO-коррекция.
+
+Во всех режимах начальная фаза выбора отсчёта символа оценивается и
+записывается отдельно. Для каждого режима сохраняются BER известной
+последовательности, остаточная CFO, остаточная временная ошибка,
+корреляция маркера, число найденных кадров, число разобранных заголовков и
+CRC пакетов.
+
+В режиме C защищённая функция `should_apply_cfo_correction` из
+`protocol/bpsk_radio.py` остаётся тонкой коррекцией после грубого
+измерения. Она не используется как единственный способ поиска сдвига в
+десятки килогерц, поскольку символьная оценка неоднозначна за пределами
+половины символьной скорости.
+
+Провал режимов A или B не считается провалом лабораторной. Они являются
+контрольными измерениями. Критерии передачи применяются к режиму C.
+
+## 11. Критерии приёмки
+
+### 11.1. Радиокритерии режима C
+
+- найдены все 10 кадров;
+- разобраны все 10 пакетов;
+- CRC32 сошлась у всех 10 пакетов.
+
+### 11.2. Прикладные критерии режима C
+
+- восстановлены все 10 уникальных фрагментов;
+- JPEG собран без заполнения отсутствующих данных;
+- размер принятого JPEG совпадает с размером переданного;
+- SHA-256 принятого JPEG совпадает с SHA-256 переданного.
+
+### 11.3. Общий результат
+
+Код возврата 0 разрешён только при одновременном выполнении:
+
+- всех радиокритериев;
+- всех прикладных критериев;
+- всех обязательных программных проверок раздела 8.
+
+Для подтверждения воспроизводимости заранее выбранная рабочая точка
+запускается три раза подряд без изменения схемы и параметров. Каждый
+повтор сохраняется отдельно. Три повтора являются проверкой
+воспроизводимости, а не статистической оценкой вероятности отказа.
+
+Отрицательный результат допустим и сохраняется полностью. Запрещено
+автоматически поднимать усиление, менять частоту, пороги или алгоритм
+синхронизации после неудачного прогона.
+
+## 12. Измерения и артефакты
+
+### 12.1. Измерения передачи
+
+Для каждого запуска и каждого режима обработки сохраняются:
+
+- запрошенные и фактические усиления, несущие и частоты дискретизации;
+- число принятых отсчётов;
+- отдельные оценки CFO, ошибки частоты дискретизации и начальной
+  символьной фазы;
+- BER известной последовательности до CRC;
+- число найденных кадров и разобранных заголовков;
+- CRC каждого пакета;
+- решение защищённой тонкой CFO-коррекции и его диагностические величины;
+- корреляция маркера и корректно определённая EVM;
+- число и номера восстановленных фрагментов;
+- размер и SHA-256 переданного и принятого JPEG;
+- длительность сигнала и полезная скорость.
+
+Каждое число вычисляется из текущего запуска. Перенесённые константы
+снабжаются ссылкой на лабораторную-источник. Невычислимая величина
+записывается как `NaN` или `N/A`, но не как правдоподобный ноль.
+
+### 12.2. План программных артефактов
+
+Предполагаемые файлы после отдельного согласования реализации:
+
+- `experiments/lab043_pluto_to_rtlsdr.py`;
+- `tests/test_lab043_calibration.py`;
+- `data/processed/lab043/lab043_calibration.csv`;
+- `data/processed/lab043/lab043_frames.csv`;
+- `data/processed/lab043/lab043_summary.csv`;
+- `data/processed/lab043/lab043_report.txt`;
+- графики калибровочного спектра, остаточной ошибки и доставки
+  фрагментов.
+
+### 12.3. Эталонный сырой IQ-захват
+
+Не менее одного полного эталонного захвата до CFO- и SRO-коррекций
+сохраняется в `data/raw/lab043/` и не добавляется в Git.
+
+Формат отсчётов: NumPy `.npy`, одномерный массив `complex64` в порядке
+приёма. Нормирование исходных 8-битных I/Q отсчётов и порядок I/Q должны
+быть однозначно описаны в метаданных. Рядом сохраняется UTF-8 JSON с тем
+же базовым именем и полями:
+
+- локальная метка времени и UTC;
+- идентификаторы устройств и модель тюнера;
+- версии Python, `pyrtlsdr`, `pyrtlsdrlib`, `librtlsdr`, `pyadi-iio` и
+  `pylibiio`;
+- запрошенные и фактические частоты дискретизации, несущие и усиления;
+- число отсчётов, длительность, dtype и порядок байтов;
+- идентификатор и SHA-256 переданной формы сигнала;
+- результаты калибровки, применённые к этой записи;
+- SHA-256 файла `.npy`.
+
+IQ-файл содержит всю единую последовательность приёма. Ожидаемое число
+отсчётов вычисляется как `ceil(T_rx * Fs_rx_actual)`. Чтение выполняется
+последовательными блоками до достижения этого числа, последний блок
+обрезается только после получения требуемого количества отсчётов.
+
+### 12.4. Разделение общего и лабораторного кода
+
+Общие математические примитивы обнаружения двух известных тонов, оценки
+грубой CFO и относительной ошибки частот дискретизации, грубой частотной
+коррекции и передискретизации размещаются в `protocol/bpsk_radio.py` либо
+в другом подходящем существующем модуле `protocol/`. Каждый такой перенос
+сопровождается быстрым синтетическим тестом.
+
+В `experiments/lab043_pluto_to_rtlsdr.py` остаются сценарий лабораторной,
+конкретное `Fcal`, три калибровочных захвата, методика оценки шума Lab043,
+режимы A/B/C, PRBS11, контрольный пакет, JPEG, отчётные артефакты,
+критерии приёмки и аппаратная последовательность. Общий код не зависит от
+конкретного JPEG и номера лабораторной.
+
+## 13. Точка остановки перед аппаратным опытом
+
+Программная реализация и синтетические проверки разрешены. Перед
+аппаратным опытом необходимо отдельно:
+
+1. пройти все обязательные программные проверки раздела 8;
+2. повторно проверить доступность устройств и чтение параметров обратно;
+3. получить подтверждение пользователя о схеме и отдельное разрешение на
+   включение TX.
+
+Способ Python-доступа к RTL-SDR уже выбран и не является вопросом точки
+остановки.
+
+До отдельного разрешения передатчик не включается, усиление Pluto+ не
+изменяется, аппаратная калибровка и передача тонов, BPSK или JPEG не
+выполняются. Операции `git add`, `commit`, `push`, `pull` и `fetch` также
+не выполняются.

experiments/lab043_prbs11_hardware.py

@@ -0,0 +1,485 @@
+"""Один разрешённый аппаратный захват PRBS11 для Lab043.
+
+Скрипт выполняет ровно один из заранее определённых опытов S или L. Он не
+подбирает параметры, не повторяет передачу при ошибке и не переходит к
+пакетам, CRC либо JPEG.
+"""
+
+from __future__ import annotations
+
+import argparse
+import hashlib
+import json
+import math
+import threading
+import time
+from dataclasses import asdict, dataclass
+from datetime import datetime, timezone
+from pathlib import Path
+
+import numpy as np
+
+from experiments import lab043_pluto_to_rtlsdr as lab043
+
+
+PLUTO_URI = "ip:192.168.2.1"
+TX_GAIN_DB = -30.0
+RTL_GAIN_DB = 19.7
+RF_BANDWIDTH_HZ = 200_000
+CONTINUITY_MAX_PHASE_JUMP_RAD = 0.25
+
+
+@dataclass(frozen=True)
+class CapturedPrbsAnalysis:
+    """Полный результат обработки одного уже принятого S/L."""
+
+    processing_success: bool
+    invalid_reason: str
+    sections: dict
+    calibration: lab043.CalibrationResult
+    continuity: dict
+    modes: dict[str, lab043.PrbsModeMetrics]
+
+
+def preflight_pluto() -> dict:
+    """Подтвердить IIO-контекст, PHY и первый TX-канал без передачи."""
+
+    import iio
+
+    context = iio.Context(PLUTO_URI)
+    phy = context.find_device("ad9361-phy")
+    tx_device = context.find_device("cf-ad9361-dds-core-lpc")
+    tx_channel = tx_device.find_channel("voltage0", True) if tx_device is not None else None
+    if phy is None:
+        raise RuntimeError("IIO-контекст открыт, но ad9361-phy не найден")
+    if tx_device is None or tx_channel is None:
+        raise RuntimeError("IIO-контекст открыт, но первый TX-канал недоступен")
+    return {
+        "uri": PLUTO_URI,
+        "context_opened": True,
+        "phy_name": str(phy.name),
+        "tx_device_name": str(tx_device.name),
+        "first_tx_channel": str(tx_channel.id),
+    }
+
+
+def _configure_rtlsdr(sdr) -> dict:
+    sdr.sample_rate = float(lab043.SAMPLE_RATE_HZ)
+    sdr.center_freq = float(lab043.CARRIER_HZ)
+    sdr.gain = float(RTL_GAIN_DB)
+    actual_sample_rate = float(sdr.sample_rate)
+    actual_center = float(sdr.center_freq)
+    raw_gain = float(sdr.gain)
+    actual_gain = raw_gain if math.isclose(raw_gain, RTL_GAIN_DB, abs_tol=0.2) else None
+    return {
+        "requested_center_frequency_hz": float(lab043.CARRIER_HZ),
+        "actual_center_frequency_hz": actual_center,
+        "requested_sample_rate_hz": float(lab043.SAMPLE_RATE_HZ),
+        "actual_sample_rate_hz": actual_sample_rate,
+        "requested_gain_db": RTL_GAIN_DB,
+        "raw_gain_readback_db": raw_gain,
+        "actual_gain_db": actual_gain,
+    }
+
+
+def preflight_rtlsdr() -> dict:
+    """Открыть RTL-SDR, прочитать короткий блок и закрыть до TX."""
+
+    from rtlsdr import RtlSdr
+
+    sdr = RtlSdr(device_index=0)
+    try:
+        parameters = _configure_rtlsdr(sdr)
+        probe = np.asarray(sdr.read_samples(16_384), dtype=np.complex64)
+        if len(probe) != 16_384 or not np.all(np.isfinite(probe)):
+            raise RuntimeError("RTL-SDR не вернул полный конечный пробный блок")
+        parameters["probe_sample_count"] = int(len(probe))
+        parameters["probe_rms"] = float(np.sqrt(np.mean(np.abs(probe) ** 2)))
+        return parameters
+    finally:
+        sdr.close()
+
+
+def configure_pluto() -> tuple[object, dict]:
+    import adi
+
+    device = adi.Pluto(uri=PLUTO_URI)
+    device.sample_rate = int(lab043.SAMPLE_RATE_HZ)
+    device.tx_lo = int(lab043.CARRIER_HZ)
+    device.tx_rf_bandwidth = int(RF_BANDWIDTH_HZ)
+    device.tx_hardwaregain_chan0 = float(TX_GAIN_DB)
+    device.tx_cyclic_buffer = False
+    return device, {
+        "requested_center_frequency_hz": int(lab043.CARRIER_HZ),
+        "actual_center_frequency_hz": int(device.tx_lo),
+        "requested_sample_rate_hz": int(lab043.SAMPLE_RATE_HZ),
+        "actual_sample_rate_hz": int(device.sample_rate),
+        "requested_gain_db": TX_GAIN_DB,
+        "actual_gain_db": float(device.tx_hardwaregain_chan0),
+        "requested_rf_bandwidth_hz": RF_BANDWIDTH_HZ,
+        "actual_rf_bandwidth_hz": int(device.tx_rf_bandwidth),
+    }
+
+
+def transmit_noncyclic_buffer_once(
+    device,
+    device_samples: np.ndarray,
+    actual_sample_rate_hz: float,
+    sleep_function=time.sleep,
+) -> float:
+    """Передать один нециклический буфер и не уничтожать его раньше времени.
+
+    В libiio v1 постановка блока в поток может завершиться до того, как DMA
+    физически выведет все отсчёты. Поэтому буфер остаётся жив не меньше его
+    расчётной длительности. Возвращаемое значение сохраняется в диагностике.
+    """
+
+    samples = np.asarray(device_samples, dtype=np.complex64)
+    if samples.ndim != 1 or samples.size == 0:
+        raise ValueError("TX-буфер должен быть непустым и одномерным")
+    if not np.isfinite(actual_sample_rate_hz) or actual_sample_rate_hz <= 0.0:
+        raise ValueError("Фактическая частота TX должна быть положительной")
+    hold_seconds = len(samples) / actual_sample_rate_hz
+    device.tx_destroy_buffer()
+    device.tx(samples)
+    sleep_function(hold_seconds)
+    device.tx_destroy_buffer()
+    return float(hold_seconds)
+
+
+def calibration_boundary_continuity(
+    samples: np.ndarray,
+    callback_boundaries,
+    sections: dict,
+    calibration: lab043.CalibrationResult,
+    sample_rate_hz: float,
+) -> dict:
+    """Проверить фазу обоих тонов на callback-границах внутри калибровки."""
+
+    relevant = [
+        int(row.accepted_end_sample)
+        for row in callback_boundaries
+        if sections["calibration_start_sample"] + 4_096
+        <= row.accepted_end_sample
+        <= sections["calibration_end_sample"] - 4_096
+    ]
+    jumps: list[dict] = []
+    for boundary in relevant:
+        row = {"boundary_sample": boundary}
+        for name, frequency_hz in (
+            ("low", calibration.f_low_hz),
+            ("high", calibration.f_high_hz),
+        ):
+            before_indexes = np.arange(boundary - 4_096, boundary, dtype=np.float64)
+            after_indexes = np.arange(boundary, boundary + 4_096, dtype=np.float64)
+            before = np.mean(
+                samples[boundary - 4_096 : boundary]
+                * np.exp(-1j * 2.0 * np.pi * frequency_hz * before_indexes / sample_rate_hz)
+            )
+            after = np.mean(
+                samples[boundary : boundary + 4_096]
+                * np.exp(-1j * 2.0 * np.pi * frequency_hz * after_indexes / sample_rate_hz)
+            )
+            row[f"{name}_phase_jump_rad"] = float(np.angle(after * np.conj(before)))
+        jumps.append(row)
+    maximum = max(
+        (
+            abs(value)
+            for row in jumps
+            for key, value in row.items()
+            if key.endswith("phase_jump_rad")
+        ),
+        default=0.0,
+    )
+    return {
+        "checked_boundary_count": len(relevant),
+        "maximum_absolute_phase_jump_rad": float(maximum),
+        "fixed_limit_rad": CONTINUITY_MAX_PHASE_JUMP_RAD,
+        "confirmed_discontinuity_count": int(
+            sum(
+                max(abs(row["low_phase_jump_rad"]), abs(row["high_phase_jump_rad"]))
+                > CONTINUITY_MAX_PHASE_JUMP_RAD
+                for row in jumps
+            )
+        ),
+        "boundaries": jumps,
+    }
+
+
+def analyze_captured_prbs(
+    samples: np.ndarray,
+    plan: lab043.PrbsTransmissionPlan,
+    actual_rx_rate: float,
+    actual_tx_rate: float,
+    callback_boundaries=(),
+) -> CapturedPrbsAnalysis:
+    """Пройти тем же полным путём, что аппаратный S, но без обращения к SDR."""
+
+    calibration_samples, bpsk_samples, sections = lab043.split_calibration_and_bpsk(
+        samples,
+        plan,
+        actual_rx_rate,
+        actual_tx_rate,
+    )
+    calibration = lab043.estimate_refined_calibration(calibration_samples, actual_rx_rate)
+    if not calibration.valid:
+        reason = f"калибровка недостоверна: {calibration.invalid_reason}"
+        modes = {
+            mode: lab043._failed_prbs_metrics(mode, len(plan.payload_bits), reason)
+            for mode in ("A", "B", "C", "D")
+        }
+        return CapturedPrbsAnalysis(
+            processing_success=False,
+            invalid_reason=reason,
+            sections=sections,
+            calibration=calibration,
+            continuity={
+                "checked_boundary_count": 0,
+                "confirmed_discontinuity_count": 0,
+                "reason": "тоны недостоверны",
+            },
+            modes=modes,
+        )
+
+    continuity = calibration_boundary_continuity(
+        np.asarray(samples, dtype=np.complex64),
+        callback_boundaries,
+        sections,
+        calibration,
+        actual_rx_rate,
+    )
+    if continuity["confirmed_discontinuity_count"]:
+        reason = "в той же записи подтверждён фазовый разрыв"
+        modes = {
+            mode: lab043._failed_prbs_metrics(mode, len(plan.payload_bits), reason)
+            for mode in ("A", "B", "C", "D")
+        }
+        return CapturedPrbsAnalysis(
+            processing_success=False,
+            invalid_reason=reason,
+            sections=sections,
+            calibration=calibration,
+            continuity=continuity,
+            modes=modes,
+        )
+
+    modes = lab043.analyze_prbs_modes(
+        bpsk_samples,
+        plan.payload_bits,
+        calibration.carrier_offset_hz,
+        calibration.clock_scale,
+        actual_rx_rate,
+        known_pilot_bits=plan.pilot_bits,
+    )
+    mode_d = modes["D"]
+    success = bool(mode_d.detected and mode_d.matched_bit_count == len(plan.payload_bits))
+    reason = "" if success else (mode_d.failure_reason or "режим D не восстановил полную PRBS11")
+    return CapturedPrbsAnalysis(
+        processing_success=success,
+        invalid_reason=reason,
+        sections=sections,
+        calibration=calibration,
+        continuity=continuity,
+        modes=modes,
+    )
+
+
+def run_one_capture(label: str, output_directory: Path) -> dict:
+    if label != "S":
+        raise RuntimeError("На текущем этапе разрешён только один короткий опыт S")
+    duration = (
+        lab043.PRBS_SHORT_DURATION_SECONDS
+        if label == "S"
+        else lab043.PRBS_LONG_DURATION_SECONDS
+    )
+    plan = lab043.build_prbs11_transmission_plan(label, duration)
+    capture_started = datetime.now(timezone.utc)
+
+    pluto_preflight = preflight_pluto()
+    rtl_preflight = preflight_rtlsdr()
+    time.sleep(0.25)
+
+    pluto, tx_parameters = configure_pluto()
+    from rtlsdr import RtlSdr
+
+    sdr = RtlSdr(device_index=0)
+    rx_parameters = _configure_rtlsdr(sdr)
+    actual_tx_rate = float(tx_parameters["actual_sample_rate_hz"])
+    actual_rx_rate = float(rx_parameters["actual_sample_rate_hz"])
+    expected_rx_samples = lab043.receive_sample_count(
+        len(plan.tx_samples),
+        actual_tx_rate,
+        actual_rx_rate,
+    )
+
+    ready = threading.Event()
+    tx_errors: list[str] = []
+    tx_buffer_hold_seconds: list[float] = []
+
+    def transmit_once() -> None:
+        if not ready.wait(timeout=10.0):
+            tx_errors.append("RTL-SDR async-приём не подтвердил готовность")
+            return
+        time.sleep(lab043.RX_LEADING_MARGIN_SECONDS)
+        try:
+            hold_seconds = transmit_noncyclic_buffer_once(
+                pluto,
+                lab043.to_pluto_tx_samples(plan.tx_samples),
+                actual_tx_rate,
+            )
+            tx_buffer_hold_seconds.append(hold_seconds)
+        except Exception as error:  # pragma: no cover - аппаратный путь
+            tx_errors.append(f"{type(error).__name__}: {error}")
+
+    tx_thread = threading.Thread(target=transmit_once, daemon=True)
+    tx_thread.start()
+    samples, boundaries, async_diagnostics = lab043.capture_continuous_rtlsdr_async(
+        sdr,
+        expected_rx_samples,
+        capture_ready_event=ready,
+        buffer_bytes=lab043.RTL_ASYNC_BUFFER_BYTES,
+        buffer_count=lab043.RTL_ASYNC_BUFFER_COUNT,
+        warmup_callback_count=lab043.RTL_ASYNC_WARMUP_CALLBACK_COUNT,
+    )
+    tx_thread.join(timeout=15.0)
+    if tx_thread.is_alive():
+        raise RuntimeError("Поток единственной передачи не завершился")
+    if tx_errors:
+        raise RuntimeError("; ".join(tx_errors))
+
+    received = np.asarray(samples, dtype=np.complex64)
+    if received.ndim != 1 or len(received) != expected_rx_samples:
+        raise RuntimeError("RX завершён, но размер массива не совпал с ожидаемым")
+    if not np.all(np.isfinite(received)):
+        raise RuntimeError("RX завершён, но массив содержит нечисловые значения")
+    boundary_rows = [asdict(row) for row in boundaries]
+    waveform_sha256 = hashlib.sha256(
+        np.asarray(plan.tx_samples, dtype=np.complex64).tobytes()
+    ).hexdigest()
+    tx_waveform_duration_seconds = len(plan.tx_samples) / actual_tx_rate
+    calibration_end_seconds = plan.calibration_sample_count / actual_tx_rate
+    guard_end_seconds = plan.bpsk_start_sample / actual_tx_rate
+    prbs_end_seconds = len(plan.tx_samples) / actual_tx_rate
+    overload = {
+        "peak_magnitude": float(np.max(np.abs(received))),
+        "clipped_component_fraction": float(
+            np.mean((np.abs(received.real) >= 0.999) | (np.abs(received.imag) >= 0.999))
+        ),
+    }
+    metadata = {
+        "experiment": "Lab043 PRBS11 continuous async",
+        "capture_label": label,
+        "capture_started_utc": capture_started.isoformat().replace("+00:00", "Z"),
+        "capture_order": 1 if label == "S" else 2,
+        "capture_status": "captured",
+        "processing_status": "pending",
+        "processing_error": None,
+        "actual_sample_rate_hz": actual_rx_rate,
+        "center_frequency_hz": rx_parameters["actual_center_frequency_hz"],
+        "rx_gain_db": rx_parameters["actual_gain_db"],
+        "pluto_preflight": pluto_preflight,
+        "rtl_preflight": rtl_preflight,
+        "tx_parameters": tx_parameters,
+        "rx_parameters": rx_parameters,
+        "physical_scheme": "Pluto+ TX -> SMA -> AT30S 30 dB -> RTL-SDR RX; antennas removed",
+        "waveform_sha256": waveform_sha256,
+        "tx_waveform_duration_seconds": tx_waveform_duration_seconds,
+        "callback_count": int(async_diagnostics["callback_count"]),
+        "callback_boundaries": boundary_rows,
+        "expected_intervals": {
+            "relative_to_tx_start_seconds": {
+                "calibration": [0.0, calibration_end_seconds],
+                "guard": [calibration_end_seconds, guard_end_seconds],
+                "bpsk_marker_pilot_prbs": [guard_end_seconds, prbs_end_seconds],
+            },
+            "rx_leading_margin_seconds": lab043.RX_LEADING_MARGIN_SECONDS,
+            "rx_trailing_margin_seconds": lab043.RX_TRAILING_MARGIN_SECONDS,
+        },
+        "waveform": {
+            "calibration_tones_hz": [-lab043.F_CAL_HZ, lab043.F_CAL_HZ],
+            "calibration_duration_seconds": lab043.CALIBRATION_TONE_DURATION_SECONDS,
+            "fixed_guard_seconds": lab043.CALIBRATION_TO_BPSK_GUARD_SECONDS,
+            "single_initial_marker_bit_count": len(plan.marker_bits),
+            "pilot_symbol_count": len(plan.pilot_bits),
+            "pilot_duration_seconds": len(plan.pilot_bits) / lab043.SYMBOL_RATE,
+            "pilot_polynomial": lab043.PILOT_POLYNOMIAL,
+            "pilot_initial_state_hex": f"0x{lab043.PILOT_INITIAL_STATE:02X}",
+            "pilot_sha256": hashlib.sha256(plan.pilot_bits.tobytes()).hexdigest(),
+            "periodic_resynchronization": False,
+            "prbs_polynomial": lab043.PRBS11_POLYNOMIAL,
+            "prbs_initial_state_hex": f"0x{lab043.PRBS11_INITIAL_STATE:03X}",
+            "prbs_useful_duration_seconds": plan.useful_duration_seconds,
+            "transmitted_prbs_bit_count": len(plan.payload_bits),
+            "transmitted_prbs_sha256": hashlib.sha256(plan.payload_bits.tobytes()).hexdigest(),
+            "tx_sample_count": len(plan.tx_samples),
+            "tx_samples_sha256": waveform_sha256,
+        },
+        "async_capture": async_diagnostics | {
+            "expected_sample_count": expected_rx_samples,
+            "callback_boundaries": boundary_rows,
+        },
+        "tx_buffer_hold_seconds": (
+            tx_buffer_hold_seconds[0] if tx_buffer_hold_seconds else None
+        ),
+        "overload": overload,
+    }
+    stamp = capture_started.strftime("%Y%m%d_%H%M%S")
+    base = output_directory / f"lab043_prbs11_{label.lower()}_{stamp}"
+    iq_path, json_path, analysis, processing_error = lab043.save_then_process_capture(
+        base,
+        received,
+        metadata,
+        lambda stored: analyze_captured_prbs(
+            stored,
+            plan,
+            actual_rx_rate,
+            actual_tx_rate,
+            boundaries,
+        ),
+    )
+    if analysis is None:
+        return {
+            "iq_path": str(iq_path),
+            "metadata_path": str(json_path),
+            "capture_status": "captured",
+            "processing_status": "processing_failed",
+            "processing_error": processing_error,
+            "tx_parameters": tx_parameters,
+            "rx_parameters": rx_parameters,
+            "async_capture": async_diagnostics,
+            "overload": overload,
+        }
+    result = {
+        "iq_path": str(iq_path),
+        "metadata_path": str(json_path),
+        "capture_status": "captured",
+        "processing_status": "success",
+        "processing_error": None,
+        "processing_success": analysis.processing_success,
+        "invalid_reason": analysis.invalid_reason,
+        "calibration": asdict(analysis.calibration),
+        "continuity": analysis.continuity,
+        "modes": {mode: asdict(value) for mode, value in analysis.modes.items()},
+        "tx_parameters": tx_parameters,
+        "rx_parameters": rx_parameters,
+        "async_capture": async_diagnostics,
+        "overload": overload,
+    }
+    return result
+
+
+def main() -> int:
+    parser = argparse.ArgumentParser()
+    parser.add_argument("--label", choices=("S",), required=True)
+    parser.add_argument("--output-directory", type=Path, default=Path("data/raw/lab043"))
+    arguments = parser.parse_args()
+    result = run_one_capture(arguments.label, arguments.output_directory)
+    print(json.dumps(result, ensure_ascii=False, indent=2))
+    if result["processing_status"] != "success":
+        return 2
+    mode_d = result["modes"]["D"]
+    return 0 if result["calibration"]["valid"] and mode_d["detected"] else 2
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())

protocol/bpsk_radio.py

@@ -17,6 +17,7 @@ Lab019 и Lab023 при импорте создают каталоги и сох
 from __future__ import annotations
 
 import struct
+from dataclasses import dataclass
 
 import numpy as np
 
@@ -31,8 +32,55 @@ SYMBOL_RATE = 20_000
 CFO_REFINEMENT_HALF_WIDTH_HZ = 200.0
 CFO_REFINEMENT_STEP_HZ = 1.0
 
+# Пороги разрешения частотной коррекции. Значения из Lab023. Смысл в том,
+# что при малом истинном уходе оценка по короткому маркеру состоит почти
+# целиком из шума, и коррекция таким значением портит длинный кадр сильнее,
+# чем отсутствие коррекции вообще.
+CFO_DEAD_ZONE_HZ = 15.0
+MINIMUM_PHASE_CONSISTENCY = 0.55
+
+# Критерии рабочей оценки малой остаточной CFO по отдельному известному
+# пилоту Lab043. Они зафиксированы до нового аппаратного опыта.
+KNOWN_PILOT_BLOCK_SYMBOL_COUNT = 20
+MINIMUM_KNOWN_PILOT_BLOCK_COUNT = 8
+MINIMUM_KNOWN_PILOT_COHERENCE = 0.50
+MAXIMUM_KNOWN_PILOT_PHASE_FIT_RMSE_RAD = 0.25
+
 MAXIMUM_PROTOCOL_PACKET_BYTES = 4096
 
+
+@dataclass(frozen=True)
+class TwoTonePhaseRefinement:
+    """Явный результат фазового уточнения двух известных тонов."""
+
+    valid: bool
+    invalid_reason: str
+    low_frequency_hz: float
+    high_frequency_hz: float
+    carrier_offset_hz: float
+    tone_spacing_hz: float
+    residual_cfo_hz: float
+    phase_fit_rmse_rad: float
+    low_phase_fit_rms_rad: float
+    high_phase_fit_rms_rad: float
+    paired_phase_fit_rms_rad: float
+    block_count: int
+
+
+@dataclass(frozen=True)
+class KnownPilotCarrierEstimate:
+    """Оценка малой остаточной CFO по отдельному известному BPSK-пилоту."""
+
+    valid: bool
+    invalid_reason: str
+    frequency_hz: float
+    phase_increment_rad_per_symbol: float
+    initial_phase_rad: float
+    phase_fit_rmse_rad: float
+    mean_block_coherence: float
+    block_count: int
+    known_symbol_count: int
+
 # Перенесено дословно из Lab023 (tests/lab023_guarded_cfo_correction.py).
 def bytes_to_bits(
     data: bytes,
@@ -129,6 +177,496 @@ def bpsk_demodulate(
     ).astype(np.uint8)
 
 
+def find_known_tone_peaks(
+    frequency_axis_hz: np.ndarray,
+    power_spectrum: np.ndarray,
+    expected_offset_hz: float,
+    search_half_width_hz: float,
+) -> dict:
+    """Найти максимумы мощности около двух известных симметричных тонов.
+
+    Функция не задаёт способ оценки шумового фона и порог достоверности:
+    эти решения принадлежат конкретному эксперименту. Если в одном из
+    поисковых окон нет конечных значений мощности, соответствующие частота
+    и мощность возвращаются как ``NaN``.
+    """
+
+    frequencies = np.asarray(frequency_axis_hz, dtype=np.float64)
+    powers = np.asarray(power_spectrum, dtype=np.float64)
+
+    if frequencies.ndim != 1 or powers.ndim != 1:
+        raise ValueError("Ось частот и спектр мощности должны быть одномерными")
+    if len(frequencies) != len(powers):
+        raise ValueError("Ось частот и спектр мощности должны иметь одинаковую длину")
+    if not np.isfinite(expected_offset_hz) or expected_offset_hz <= 0.0:
+        raise ValueError("Ожидаемый отступ тона должен быть положительным")
+    if not np.isfinite(search_half_width_hz) or search_half_width_hz <= 0.0:
+        raise ValueError("Полуширина окна поиска должна быть положительной")
+
+    def peak_in_window(center_hz: float) -> tuple[float, float]:
+        in_window = (
+            (frequencies >= center_hz - search_half_width_hz)
+            & (frequencies <= center_hz + search_half_width_hz)
+            & np.isfinite(frequencies)
+            & np.isfinite(powers)
+            & (powers >= 0.0)
+        )
+        indexes = np.flatnonzero(in_window)
+        if indexes.size == 0:
+            return float("nan"), float("nan")
+        peak_index = int(indexes[np.argmax(powers[indexes])])
+        return float(frequencies[peak_index]), float(powers[peak_index])
+
+    low_frequency_hz, low_power = peak_in_window(-expected_offset_hz)
+    high_frequency_hz, high_power = peak_in_window(expected_offset_hz)
+    return {
+        "low_frequency_hz": low_frequency_hz,
+        "high_frequency_hz": high_frequency_hz,
+        "low_power": low_power,
+        "high_power": high_power,
+    }
+
+
+def estimate_two_tone_offsets(
+    low_frequency_hz: float,
+    high_frequency_hz: float,
+    known_tone_offset_hz: float,
+) -> dict:
+    """Оценить грубую CFO и отношение тактов по двум известным тонам.
+
+    ``clock_scale`` определён как отношение масштаба TX к масштабу RX.
+    Поэтому для перехода принятой последовательности на временную сетку
+    передатчика её ожидаемая длина равна ``round(N * clock_scale)``.
+    Невычислимая оценка представляется только значениями ``NaN``.
+    """
+
+    if not np.isfinite(known_tone_offset_hz) or known_tone_offset_hz <= 0.0:
+        raise ValueError("Известный отступ тона должен быть положительным")
+
+    invalid = {
+        "carrier_offset_hz": float("nan"),
+        "clock_scale": float("nan"),
+        "sample_clock_error_ppm": float("nan"),
+    }
+    if not np.isfinite(low_frequency_hz) or not np.isfinite(high_frequency_hz):
+        return invalid
+    if high_frequency_hz <= low_frequency_hz:
+        return invalid
+
+    carrier_offset_hz = (low_frequency_hz + high_frequency_hz) / 2.0
+    clock_scale = (
+        (high_frequency_hz - low_frequency_hz)
+        / (2.0 * known_tone_offset_hz)
+    )
+    if not np.isfinite(clock_scale) or clock_scale <= 0.0:
+        return invalid
+
+    return {
+        "carrier_offset_hz": float(carrier_offset_hz),
+        "clock_scale": float(clock_scale),
+        "sample_clock_error_ppm": float((clock_scale - 1.0) * 1e6),
+    }
+
+
+def _tone_block_projections(
+    samples: np.ndarray,
+    sample_rate_hz: float,
+    coarse_frequency_hz: float,
+    block_samples: int,
+    hop_samples: int,
+) -> tuple[np.ndarray, np.ndarray]:
+    """Спроецировать фазово-непрерывный сигнал на грубую частоту тона."""
+
+    received = np.asarray(samples, dtype=np.complex128)
+    if received.ndim != 1:
+        raise ValueError("Комплексные отсчёты должны быть одномерными")
+    if not np.isfinite(sample_rate_hz) or sample_rate_hz <= 0.0:
+        raise ValueError("Частота дискретизации должна быть положительной")
+    if not np.isfinite(coarse_frequency_hz):
+        raise ValueError("Грубая частота тона должна быть конечной")
+    if not isinstance(block_samples, (int, np.integer)) or block_samples < 3:
+        raise ValueError("Размер блока должен быть целым числом не меньше трёх")
+    if not isinstance(hop_samples, (int, np.integer)) or hop_samples <= 0:
+        raise ValueError("Шаг блоков должен быть положительным целым числом")
+    if len(received) < block_samples + 2 * hop_samples:
+        raise ValueError("Для фазовой оценки нужны не менее трёх блоков")
+
+    starts = np.arange(
+        0,
+        len(received) - block_samples + 1,
+        hop_samples,
+        dtype=np.int64,
+    )
+    sample_indexes = np.arange(len(received), dtype=np.float64)
+    mixed = received * np.exp(
+        -1j * 2.0 * np.pi * coarse_frequency_hz * sample_indexes / sample_rate_hz
+    )
+    window = np.hanning(block_samples)
+    projections = np.asarray(
+        [
+            np.sum(mixed[start : start + block_samples] * window)
+            for start in starts
+        ],
+        dtype=np.complex128,
+    )
+    center_times_seconds = (
+        starts.astype(np.float64) + (block_samples - 1) / 2.0
+    ) / sample_rate_hz
+    return center_times_seconds, projections
+
+
+def _weighted_phase_frequency(
+    center_times_seconds: np.ndarray,
+    projections: np.ndarray,
+) -> tuple[float, float]:
+    """Оценить наклон развёрнутой фазы и СКО остатка линейной модели."""
+
+    times = np.asarray(center_times_seconds, dtype=np.float64)
+    values = np.asarray(projections, dtype=np.complex128)
+    weights = np.abs(values) ** 2
+    weight_sum = float(np.sum(weights))
+    if (
+        times.ndim != 1
+        or values.ndim != 1
+        or len(times) != len(values)
+        or len(times) < 3
+        or not np.all(np.isfinite(times))
+        or not np.all(np.isfinite(values))
+        or not np.isfinite(weight_sum)
+        or weight_sum <= 0.0
+    ):
+        raise ValueError("Фазовые проекции не позволяют оценить частоту")
+
+    phases = np.unwrap(np.angle(values))
+    mean_time = float(np.sum(weights * times) / weight_sum)
+    mean_phase = float(np.sum(weights * phases) / weight_sum)
+    centered_times = times - mean_time
+    denominator = float(np.sum(weights * centered_times**2))
+    if not np.isfinite(denominator) or denominator <= 0.0:
+        raise ValueError("Временные точки не позволяют оценить наклон фазы")
+
+    slope_rad_per_second = float(
+        np.sum(weights * centered_times * (phases - mean_phase)) / denominator
+    )
+    intercept = mean_phase - slope_rad_per_second * mean_time
+    residuals = phases - (intercept + slope_rad_per_second * times)
+    phase_fit_rms_rad = float(
+        np.sqrt(np.sum(weights * residuals**2) / weight_sum)
+    )
+    return slope_rad_per_second / (2.0 * np.pi), phase_fit_rms_rad
+
+
+def refine_tone_frequency_from_phase(
+    samples: np.ndarray,
+    sample_rate_hz: float,
+    coarse_frequency_hz: float,
+    block_samples: int,
+    hop_samples: int | None = None,
+) -> dict:
+    """Уточнить частоту тона по наклону фазы когерентных проекций.
+
+    Входной участок должен быть фазово-непрерывным. Функцию нельзя применять
+    через границы отдельных аппаратных чтений, если непрерывность их фазы не
+    доказана. Грубая частота должна быть достаточно точной, чтобы остаточная
+    фаза между соседними блоками разворачивалась без неоднозначности.
+    """
+
+    hop = block_samples // 2 if hop_samples is None else hop_samples
+    times, projections = _tone_block_projections(
+        samples,
+        sample_rate_hz,
+        coarse_frequency_hz,
+        block_samples,
+        hop,
+    )
+    residual_frequency_hz, phase_fit_rms_rad = _weighted_phase_frequency(
+        times,
+        projections,
+    )
+    return {
+        "frequency_hz": float(coarse_frequency_hz + residual_frequency_hz),
+        "residual_frequency_hz": float(residual_frequency_hz),
+        "phase_fit_rms_rad": float(phase_fit_rms_rad),
+        "block_count": int(len(projections)),
+    }
+
+
+def refine_two_tone_frequencies_from_phase(
+    samples: np.ndarray,
+    sample_rate_hz: float,
+    low_coarse_frequency_hz: float,
+    high_coarse_frequency_hz: float,
+    block_samples: int,
+    hop_samples: int | None = None,
+) -> TwoTonePhaseRefinement:
+    """Уточнить несущую и расстояние двух тонов на непрерывном участке.
+
+    Несущая получается из двух индивидуальных наклонов фазы. Расстояние тонов
+    оценивается по фазе произведения верхней проекции на сопряжённую нижнюю:
+    общая фазовая ошибка приёмника при этом сокращается. Итоговые частоты
+    строятся из общей оценки центра и парной оценки расстояния.
+    """
+
+    if high_coarse_frequency_hz <= low_coarse_frequency_hz:
+        raise ValueError("Частота верхнего тона должна быть выше частоты нижнего")
+    hop = block_samples // 2 if hop_samples is None else hop_samples
+    times, low_projections = _tone_block_projections(
+        samples,
+        sample_rate_hz,
+        low_coarse_frequency_hz,
+        block_samples,
+        hop,
+    )
+    high_times, high_projections = _tone_block_projections(
+        samples,
+        sample_rate_hz,
+        high_coarse_frequency_hz,
+        block_samples,
+        hop,
+    )
+    if not np.array_equal(times, high_times):
+        raise RuntimeError("Временные сетки двух тонов не совпали")
+
+    low_residual_hz, low_rms_rad = _weighted_phase_frequency(times, low_projections)
+    high_residual_hz, high_rms_rad = _weighted_phase_frequency(times, high_projections)
+    spacing_residual_hz, paired_rms_rad = _weighted_phase_frequency(
+        times,
+        high_projections * np.conj(low_projections),
+    )
+
+    individual_low_hz = low_coarse_frequency_hz + low_residual_hz
+    individual_high_hz = high_coarse_frequency_hz + high_residual_hz
+    center_hz = (individual_low_hz + individual_high_hz) / 2.0
+    spacing_hz = (
+        high_coarse_frequency_hz
+        - low_coarse_frequency_hz
+        + spacing_residual_hz
+    )
+    low_frequency_hz = float(center_hz - spacing_hz / 2.0)
+    high_frequency_hz = float(center_hz + spacing_hz / 2.0)
+    residual_cfo_hz = float(
+        center_hz
+        - (low_coarse_frequency_hz + high_coarse_frequency_hz) / 2.0
+    )
+    phase_fit_rmse_rad = float(
+        np.sqrt(np.mean(np.square((low_rms_rad, high_rms_rad, paired_rms_rad))))
+    )
+    numeric = (
+        low_frequency_hz,
+        high_frequency_hz,
+        center_hz,
+        spacing_hz,
+        residual_cfo_hz,
+        phase_fit_rmse_rad,
+        low_rms_rad,
+        high_rms_rad,
+        paired_rms_rad,
+    )
+    valid = bool(all(np.isfinite(value) for value in numeric))
+    if not valid:
+        nan = float("nan")
+        return TwoTonePhaseRefinement(
+            valid=False,
+            invalid_reason="фазовое уточнение вернуло невычислимое значение",
+            low_frequency_hz=nan,
+            high_frequency_hz=nan,
+            carrier_offset_hz=nan,
+            tone_spacing_hz=nan,
+            residual_cfo_hz=nan,
+            phase_fit_rmse_rad=nan,
+            low_phase_fit_rms_rad=nan,
+            high_phase_fit_rms_rad=nan,
+            paired_phase_fit_rms_rad=nan,
+            block_count=int(len(low_projections)),
+        )
+    return TwoTonePhaseRefinement(
+        valid=True,
+        invalid_reason="",
+        low_frequency_hz=low_frequency_hz,
+        high_frequency_hz=high_frequency_hz,
+        carrier_offset_hz=float(center_hz),
+        tone_spacing_hz=float(spacing_hz),
+        residual_cfo_hz=residual_cfo_hz,
+        phase_fit_rmse_rad=phase_fit_rmse_rad,
+        low_phase_fit_rms_rad=float(low_rms_rad),
+        high_phase_fit_rms_rad=float(high_rms_rad),
+        paired_phase_fit_rms_rad=float(paired_rms_rad),
+        block_count=int(len(low_projections)),
+    )
+
+
+def apply_coarse_frequency_correction(
+    samples: np.ndarray,
+    carrier_offset_hz: float,
+    sample_rate_hz: float,
+) -> np.ndarray:
+    """Убрать измеренный сдвиг несущей из комплексных отсчётов."""
+
+    received = np.asarray(samples, dtype=np.complex128)
+    if received.ndim != 1:
+        raise ValueError("Комплексные отсчёты должны быть одномерными")
+    if not np.isfinite(carrier_offset_hz):
+        raise ValueError("Сдвиг несущей должен быть конечным")
+    if not np.isfinite(sample_rate_hz) or sample_rate_hz <= 0.0:
+        raise ValueError("Частота дискретизации должна быть положительной")
+
+    sample_indexes = np.arange(len(received), dtype=np.float64)
+    correction = np.exp(
+        -1j * 2.0 * np.pi * carrier_offset_hz * sample_indexes / sample_rate_hz
+    )
+    return received * correction
+
+
+def resample_for_clock_scale(
+    samples: np.ndarray,
+    clock_scale: float,
+) -> np.ndarray:
+    """Передискретизировать отсчёты на временную сетку передатчика.
+
+    Используется комплексная линейная интерполяция. Она детерминирована,
+    не требует рационального приближения ppm-отношения и подходит для
+    сильно передискретизированного BPSK-тракта. Направление преобразования
+    закрепляется синтетическими тестами для ошибок обоих знаков.
+    """
+
+    received = np.asarray(samples, dtype=np.complex128)
+    if received.ndim != 1:
+        raise ValueError("Комплексные отсчёты должны быть одномерными")
+    if not np.isfinite(clock_scale) or clock_scale <= 0.0:
+        raise ValueError("Масштаб такта должен быть положительным")
+    if received.size == 0:
+        return received.copy()
+    if received.size == 1:
+        return np.repeat(received, max(1, round(clock_scale)))
+
+    output_length = max(1, round(len(received) * clock_scale))
+    output_indexes = np.arange(output_length, dtype=np.float64)
+    source_positions = np.minimum(output_indexes / clock_scale, len(received) - 1.0)
+    source_indexes = np.arange(len(received), dtype=np.float64)
+    real = np.interp(source_positions, source_indexes, received.real)
+    imaginary = np.interp(source_positions, source_indexes, received.imag)
+    return real + 1j * imaginary
+
+
+def estimate_known_pilot_carrier(
+    received_symbols: np.ndarray,
+    known_symbols: np.ndarray,
+    symbol_rate: float = SYMBOL_RATE,
+    block_symbol_count: int = KNOWN_PILOT_BLOCK_SYMBOL_COUNT,
+    minimum_block_coherence: float = MINIMUM_KNOWN_PILOT_COHERENCE,
+    maximum_phase_fit_rmse_rad: float = MAXIMUM_KNOWN_PILOT_PHASE_FIT_RMSE_RAD,
+) -> KnownPilotCarrierEstimate:
+    """Оценить малую остаточную CFO по отдельному известному BPSK-пилоту.
+
+    Известные знаки удаляются, затем символы объединяются в короткие
+    когерентные блоки. Развёрнутая фаза блоков аппроксимируется устойчивой
+    линейной моделью Huber. Полезная нагрузка для оценки не используется.
+    """
+
+    received = np.asarray(received_symbols, dtype=np.complex128)
+    known = np.asarray(known_symbols, dtype=np.complex128)
+    if received.ndim != 1 or known.ndim != 1:
+        raise ValueError("Принятый и известный пилоты должны быть одномерными")
+    if len(received) != len(known):
+        raise ValueError("Принятый и известный пилоты должны иметь одинаковую длину")
+    if not np.isfinite(symbol_rate) or symbol_rate <= 0.0:
+        raise ValueError("Символьная скорость должна быть положительной")
+    if not isinstance(block_symbol_count, (int, np.integer)) or block_symbol_count < 2:
+        raise ValueError("Размер когерентного блока должен быть целым и не меньше двух")
+    if not 0.0 < minimum_block_coherence <= 1.0:
+        raise ValueError("Порог когерентности должен находиться в интервале (0, 1]")
+    if not np.isfinite(maximum_phase_fit_rmse_rad) or maximum_phase_fit_rmse_rad <= 0.0:
+        raise ValueError("Порог ошибки фазовой модели должен быть положительным")
+    if not np.all(np.isfinite(received)) or not np.all(np.isfinite(known)):
+        raise ValueError("Пилот не должен содержать нечисловые значения")
+    if np.any(np.abs(known) <= 0.0):
+        raise ValueError("Все известные символы пилота должны быть ненулевыми")
+
+    block_count = len(received) // block_symbol_count
+    if block_count < MINIMUM_KNOWN_PILOT_BLOCK_COUNT:
+        raise ValueError(
+            f"Для оценки нужны не менее {MINIMUM_KNOWN_PILOT_BLOCK_COUNT} когерентных блоков"
+        )
+    usable_count = block_count * block_symbol_count
+    despread = received[:usable_count] * np.conj(known[:usable_count])
+    blocks = despread.reshape(block_count, block_symbol_count)
+    block_sums = np.sum(blocks, axis=1)
+    block_magnitude_sums = np.sum(np.abs(blocks), axis=1) + 1e-12
+    block_coherences = np.abs(block_sums) / block_magnitude_sums
+    mean_block_coherence = float(np.mean(block_coherences))
+
+    centers_symbols = (
+        np.arange(block_count, dtype=np.float64) * block_symbol_count
+        + (block_symbol_count - 1) / 2.0
+    )
+    center_times_seconds = centers_symbols / symbol_rate
+    phases = np.unwrap(np.angle(block_sums))
+    base_weights = np.maximum(np.abs(block_sums), 1e-12)
+    design = np.column_stack((np.ones(block_count), center_times_seconds))
+    weights = base_weights.copy()
+    coefficients = np.zeros(2, dtype=np.float64)
+
+    for _iteration in range(12):
+        root_weights = np.sqrt(weights)
+        new_coefficients, *_unused = np.linalg.lstsq(
+            design * root_weights[:, np.newaxis],
+            phases * root_weights,
+            rcond=None,
+        )
+        residuals = phases - design @ new_coefficients
+        residual_median = float(np.median(residuals))
+        robust_scale = (
+            1.4826 * float(np.median(np.abs(residuals - residual_median)))
+            + 1e-9
+        )
+        huber_limit = 1.345 * robust_scale
+        robust_weights = np.ones_like(residuals)
+        outliers = np.abs(residuals) > huber_limit
+        robust_weights[outliers] = huber_limit / np.abs(residuals[outliers])
+        weights = base_weights * robust_weights
+        if np.allclose(coefficients, new_coefficients, rtol=0.0, atol=1e-12):
+            coefficients = new_coefficients
+            break
+        coefficients = new_coefficients
+
+    residuals = phases - design @ coefficients
+    phase_fit_rmse_rad = float(
+        np.sqrt(np.sum(base_weights * residuals**2) / np.sum(base_weights))
+    )
+    frequency_hz = float(coefficients[1] / (2.0 * np.pi))
+    initial_phase_rad = float(coefficients[0])
+    phase_increment = float(2.0 * np.pi * frequency_hz / symbol_rate)
+
+    invalid_reasons: list[str] = []
+    if not all(
+        np.isfinite(value)
+        for value in (frequency_hz, initial_phase_rad, phase_fit_rmse_rad, mean_block_coherence)
+    ):
+        invalid_reasons.append("оценка содержит нечисловое значение")
+    if mean_block_coherence < minimum_block_coherence:
+        invalid_reasons.append(
+            f"когерентность {mean_block_coherence:.4f} ниже порога {minimum_block_coherence:.2f}"
+        )
+    if phase_fit_rmse_rad > maximum_phase_fit_rmse_rad:
+        invalid_reasons.append(
+            f"RMSE фазы {phase_fit_rmse_rad:.4f} выше порога {maximum_phase_fit_rmse_rad:.2f} рад"
+        )
+
+    valid = not invalid_reasons
+    nan = float("nan")
+    return KnownPilotCarrierEstimate(
+        valid=valid,
+        invalid_reason="; ".join(invalid_reasons),
+        frequency_hz=frequency_hz if valid else nan,
+        phase_increment_rad_per_symbol=phase_increment if valid else nan,
+        initial_phase_rad=initial_phase_rad if valid else nan,
+        phase_fit_rmse_rad=phase_fit_rmse_rad,
+        mean_block_coherence=mean_block_coherence,
+        block_count=block_count,
+        known_symbol_count=len(known),
+    )
+
+
 # Перенесено дословно из Lab023 (tests/lab023_guarded_cfo_correction.py).
 def estimate_carrier_parameters(
     received_symbols: np.ndarray,
@@ -800,3 +1338,35 @@ def radio_frame_bit_count(protocol_packet_bytes: int) -> int:
         + RADIO_HEADER_BIT_COUNT
         + protocol_packet_bytes * 8
     )
+
+
+# Перенесено дословно из Lab023 (experiments/lab023_guarded_cfo_correction.py).
+def should_apply_cfo_correction(
+    estimated_frequency_hz: float,
+    phase_consistency: float,
+    coherence_gain: float,
+) -> bool:
+    """
+    Разрешить CFO-коррекцию только при наличии
+    достаточных оснований.
+
+    Требования:
+
+    1. Оценка находится вне мёртвой зоны.
+    2. Межсимвольное вращение достаточно согласованно.
+    3. Компенсация CFO действительно повышает
+       когерентность известного маркера.
+    """
+
+    MINIMUM_COHERENCE_GAIN = 0.02
+
+    return (
+        abs(
+            estimated_frequency_hz
+        )
+        >= CFO_DEAD_ZONE_HZ
+        and phase_consistency
+        >= MINIMUM_PHASE_CONSISTENCY
+        and coherence_gain
+        >= MINIMUM_COHERENCE_GAIN
+    )

tests/test_bpsk_radio.py

@@ -9,6 +9,7 @@
 from __future__ import annotations
 
 import ast
+import math
 import pathlib
 import struct
 
@@ -210,3 +211,158 @@ def test_frame_search_finds_the_start_in_a_shaped_signal() -> None:
     recovered = found["symbol_samples"][start : start + len(bits)]
 
     assert radio.parse_radio_frame(radio.bpsk_demodulate(recovered)) == packet
+
+
+# ------------------------------------------------------ Lab043: общие примитивы
+
+
+def test_known_tone_peak_search_finds_both_windows() -> None:
+    frequencies = np.linspace(-100_000.0, 100_000.0, 4001)
+    powers = np.ones_like(frequencies)
+    powers[np.argmin(np.abs(frequencies + 51_200.0))] = 100.0
+    powers[np.argmin(np.abs(frequencies - 49_300.0))] = 80.0
+
+    peaks = radio.find_known_tone_peaks(frequencies, powers, 50_000.0, 30_000.0)
+
+    assert math.isclose(peaks["low_frequency_hz"], -51_200.0, abs_tol=1.0)
+    assert math.isclose(peaks["high_frequency_hz"], 49_300.0, abs_tol=1.0)
+    assert peaks["low_power"] == 100.0
+    assert peaks["high_power"] == 80.0
+
+
+def test_known_tone_peak_search_returns_nan_without_bins() -> None:
+    frequencies = np.linspace(-1_000.0, 1_000.0, 101)
+    powers = np.ones_like(frequencies)
+    peaks = radio.find_known_tone_peaks(frequencies, powers, 50_000.0, 1_000.0)
+
+    assert math.isnan(peaks["low_frequency_hz"])
+    assert math.isnan(peaks["high_frequency_hz"])
+
+
+@pytest.mark.parametrize("ppm", [20.0, -20.0, 100.0, -100.0])
+def test_two_tone_clock_estimate_has_correct_sign_and_magnitude(ppm: float) -> None:
+    scale = 1.0 + ppm * 1e-6
+    carrier_offset_hz = -1_250.0
+    low = carrier_offset_hz - 50_000.0 * scale
+    high = carrier_offset_hz + 50_000.0 * scale
+
+    estimate = radio.estimate_two_tone_offsets(low, high, 50_000.0)
+
+    assert math.isclose(estimate["carrier_offset_hz"], carrier_offset_hz, abs_tol=1e-9)
+    assert math.isclose(estimate["clock_scale"], scale, abs_tol=1e-12)
+    assert math.isclose(estimate["sample_clock_error_ppm"], ppm, abs_tol=1e-6)
+
+
+def test_two_tone_invalid_estimate_is_nan_not_zero() -> None:
+    estimate = radio.estimate_two_tone_offsets(float("nan"), 50_000.0, 50_000.0)
+    assert all(math.isnan(value) for value in estimate.values())
+
+
+@pytest.mark.parametrize("carrier_offset_hz", [730.0, -730.0])
+def test_coarse_frequency_correction_handles_both_signs(carrier_offset_hz: float) -> None:
+    sample_rate_hz = 20_000.0
+    indexes = np.arange(20_000, dtype=np.float64)
+    impaired = np.exp(1j * 2.0 * np.pi * carrier_offset_hz * indexes / sample_rate_hz)
+
+    corrected = radio.apply_coarse_frequency_correction(
+        impaired,
+        carrier_offset_hz,
+        sample_rate_hz,
+    )
+
+    assert np.max(np.abs(corrected - 1.0)) < 1e-9
+
+
+@pytest.mark.parametrize(
+    "carrier_offset_hz",
+    [-10.0, -5.0, -2.0, -1.2, -1.0, -0.5, 0.5, 1.0, 1.2, 2.0, 5.0, 10.0],
+)
+def test_known_pilot_estimator_resolves_sub_hertz_cfo_with_hardware_like_phase_noise(
+    carrier_offset_hz: float,
+) -> None:
+    symbol_count = 1_280
+    indexes = np.arange(symbol_count, dtype=np.float64)
+    known = np.where((indexes.astype(np.int64) * 73 + 19) % 127 < 64, 1.0, -1.0).astype(
+        np.complex128
+    )
+    estimates: list[float] = []
+    valid_flags: list[bool] = []
+    for repetition in range(96):
+        random_generator = np.random.default_rng(
+            43_000_000
+            + int(round((carrier_offset_hz + 20.0) * 1_000.0))
+            + repetition
+        )
+        phase_noise = random_generator.normal(0.0, 0.4691, symbol_count)
+        received = known * np.exp(
+            1j
+            * (
+                2.0 * np.pi * carrier_offset_hz * indexes / radio.SYMBOL_RATE
+                + phase_noise
+            )
+        )
+        estimate = radio.estimate_known_pilot_carrier(received, known)
+        valid_flags.append(estimate.valid)
+        estimates.append(estimate.frequency_hz)
+
+    errors = np.asarray(estimates) - carrier_offset_hz
+    assert all(valid_flags)
+    assert np.all(np.sign(estimates) == np.sign(carrier_offset_hz))
+    assert abs(float(np.mean(errors))) < 0.08
+    assert float(np.std(errors, ddof=1)) < 0.18
+    assert float(np.percentile(np.abs(errors), 95.0)) < 0.35
+
+
+def test_known_pilot_estimator_rejects_noise_instead_of_reporting_false_cfo() -> None:
+    random_generator = np.random.default_rng(43_043)
+    known = np.resize(np.asarray([-1.0, 1.0], dtype=np.complex128), 1_280)
+    noise = (
+        random_generator.normal(0.0, 1.0, len(known))
+        + 1j * random_generator.normal(0.0, 1.0, len(known))
+    )
+
+    estimate = radio.estimate_known_pilot_carrier(noise, known)
+
+    assert not estimate.valid
+    assert estimate.invalid_reason
+    assert math.isnan(estimate.frequency_hz)
+    assert math.isnan(estimate.phase_increment_rad_per_symbol)
+
+
+def _sample_at_positions(signal: np.ndarray, positions: np.ndarray) -> np.ndarray:
+    indexes = np.arange(len(signal), dtype=np.float64)
+    real = np.interp(positions, indexes, signal.real)
+    imaginary = np.interp(positions, indexes, signal.imag)
+    return real + 1j * imaginary
+
+
+@pytest.mark.parametrize("ppm", [20.0, -20.0, 100.0, -100.0])
+def test_clock_resampling_direction_reduces_timing_error(ppm: float) -> None:
+    scale = 1.0 + ppm * 1e-6
+    sample_count = 200_000
+    indexes = np.arange(sample_count, dtype=np.float64)
+    reference = np.exp(1j * 2.0 * np.pi * 0.071 * indexes)
+
+    received_length = math.floor(sample_count / scale)
+    received_positions = np.arange(received_length, dtype=np.float64) * scale
+    received = _sample_at_positions(reference, received_positions)
+
+    corrected = radio.resample_for_clock_scale(received, scale)
+    wrong_direction = radio.resample_for_clock_scale(received, 1.0 / scale)
+
+    uncorrected_count = min(len(received), len(reference))
+    corrected_count = min(len(corrected), len(reference)) - 2
+    wrong_count = min(len(wrong_direction), len(reference)) - 2
+    uncorrected_error = float(
+        np.mean(np.abs(received[:uncorrected_count] - reference[:uncorrected_count]) ** 2)
+    )
+    corrected_error = float(
+        np.mean(np.abs(corrected[:corrected_count] - reference[:corrected_count]) ** 2)
+    )
+    wrong_error = float(
+        np.mean(np.abs(wrong_direction[:wrong_count] - reference[:wrong_count]) ** 2)
+    )
+
+    assert len(corrected) == round(len(received) * scale)
+    assert corrected_error < uncorrected_error
+    assert corrected_error < wrong_error

tests/test_lab042_reporting.py

@@ -0,0 +1,125 @@
+"""Проверки отчётности Lab042: неуспешный путь не должен маскироваться.
+
+Три дефекта, найденные при разборе кабельного прогона, закрыты правками в
+experiments/lab042_pluto_image_loopback.py. Эти тесты фиксируют их, чтобы
+провал лаборатории нельзя было принять за успех:
+
+1. EVM не занижается искусственно при слабом сигнале и не превращается в
+   ноль, когда её нельзя вычислить;
+2. отсутствующее принятое изображение не объявляется созданным файлом;
+3. невыполнение критерия лаборатории даёт ненулевой код завершения.
+"""
+
+from __future__ import annotations
+
+import math
+from types import SimpleNamespace
+
+import numpy as np
+import pytest
+
+from experiments.lab042_pluto_image_loopback import (
+    RECEIVED_IMAGE_PATH,
+    FunctionalTestResult,
+    _error_vector_magnitude,
+    created_files,
+    transfer_meets_criteria,
+)
+
+
+def _reference(length: int = 512) -> np.ndarray:
+    bits = np.random.default_rng(length).integers(0, 2, size=length).astype(np.float64)
+    return (2.0 * bits - 1.0).astype(np.complex128)
+
+
+# ------------------------------------------------------------------ EVM
+
+
+def test_evm_is_near_zero_for_a_clean_signal() -> None:
+    reference = _reference()
+    assert _error_vector_magnitude(reference.copy(), reference) < 1e-9
+
+
+def test_evm_is_invariant_to_overall_gain() -> None:
+    """Одно и то же отношение сигнал/шум при разной амплитуде — одна EVM."""
+
+    rng = np.random.default_rng(1)
+    reference = _reference()
+    noise = 0.1 * (rng.standard_normal(len(reference)) + 1j * rng.standard_normal(len(reference)))
+
+    strong = _error_vector_magnitude(reference + noise, reference)
+    weak = _error_vector_magnitude(0.001 * (reference + noise), reference)
+
+    assert math.isclose(strong, weak, rel_tol=1e-6)
+
+
+def test_evm_grows_when_the_signal_is_weak_and_noisy() -> None:
+    """Регрессия: прежняя нормировка на единичный эталон занижала EVM у
+
+    слабого сигнала почти до нуля. Теперь слабый шумный сигнал обязан дать
+    заметную EVM, а не подделку под идеальный приём.
+    """
+
+    rng = np.random.default_rng(2)
+    reference = _reference()
+    noise = 0.5 * (rng.standard_normal(len(reference)) + 1j * rng.standard_normal(len(reference)))
+    weak_noisy = 0.001 * (reference + noise)
+
+    assert _error_vector_magnitude(weak_noisy, reference) > 0.1
+
+
+def test_evm_is_not_a_number_when_it_cannot_be_computed() -> None:
+    reference = _reference()
+    assert math.isnan(_error_vector_magnitude(reference[:10], reference))
+    assert math.isnan(_error_vector_magnitude(np.zeros(0, dtype=complex), np.zeros(0, dtype=complex)))
+
+
+# ------------------------------------------------------------------ состав файлов
+
+
+def _metrics(**overrides) -> SimpleNamespace:
+    base = dict(
+        image_reassembled=True,
+        image_identical=True,
+        fragments_recovered=10,
+        fragment_count=10,
+    )
+    base.update(overrides)
+    return SimpleNamespace(**base)
+
+
+def test_received_image_listed_only_when_reassembled() -> None:
+    with_image = created_files(_metrics(image_reassembled=True))
+    without_image = created_files(_metrics(image_reassembled=False, image_identical=False))
+
+    assert RECEIVED_IMAGE_PATH in with_image
+    assert RECEIVED_IMAGE_PATH not in without_image
+
+
+# ------------------------------------------------------------------ критерий и код возврата
+
+
+def _all_passed() -> tuple[FunctionalTestResult, ...]:
+    return tuple(FunctionalTestResult(f"{index:02d}", True, "ок") for index in range(11))
+
+
+def test_criteria_met_on_a_clean_transfer() -> None:
+    assert transfer_meets_criteria(_metrics(), _all_passed()) is True
+
+
+def test_criteria_failed_when_image_differs() -> None:
+    assert transfer_meets_criteria(_metrics(image_identical=False), _all_passed()) is False
+
+
+def test_criteria_failed_when_a_fragment_is_missing() -> None:
+    metrics = _metrics(image_identical=False, fragments_recovered=9)
+    assert transfer_meets_criteria(metrics, _all_passed()) is False
+
+
+def test_criteria_failed_when_a_functional_check_failed() -> None:
+    tests = _all_passed()[:-1] + (FunctionalTestResult("bad", False, "провал"),)
+    assert transfer_meets_criteria(_metrics(), tests) is False
+
+
+def test_criteria_failed_without_any_tests() -> None:
+    assert transfer_meets_criteria(_metrics(), ()) is False

tests/test_lab043_calibration.py

@@ -0,0 +1,891 @@
+"""Быстрые синтетические проверки программной части Lab043."""
+
+from __future__ import annotations
+
+import hashlib
+import json
+import math
+
+import numpy as np
+import pytest
+from scipy.signal import fftconvolve
+
+from experiments import lab043_pluto_to_rtlsdr as lab043
+from experiments import lab043_prbs11_hardware as lab043_hardware
+from protocol import bpsk_radio as radio
+from protocol.image_fragments import split_image_bytes
+from protocol.packet import CRCError, MESSAGE_TYPE_TEXT, build_packet, parse_packet
+
+
+def test_receive_duration_is_derived_from_actual_transmit_length() -> None:
+    assert lab043.receive_duration_seconds(4_800_000, 2_400_000.0) == 3.0
+    assert lab043.receive_sample_count(4_800_000, 2_400_000.0, 2_399_900.0) == math.ceil(
+        3.0 * 2_399_900.0
+    )
+
+
+def test_continuous_blocks_are_joined_once_and_trimmed_at_end() -> None:
+    blocks = (
+        np.asarray([0, 1, 2], dtype=np.complex64),
+        np.asarray([3, 4, 5], dtype=np.complex64),
+    )
+    combined = lab043.combine_continuous_blocks(blocks, expected_sample_count=5)
+    assert np.array_equal(combined.real, np.arange(5))
+
+
+def test_short_continuous_capture_is_rejected() -> None:
+    with pytest.raises(ValueError, match="короче"):
+        lab043.combine_continuous_blocks((np.zeros(9),), expected_sample_count=10)
+
+
+def test_async_collector_preserves_order_trims_target_and_records_boundaries() -> None:
+    collector = lab043.ContinuousAsyncIqCollector(
+        expected_sample_count=7,
+        warmup_callback_count=1,
+    )
+
+    assert not collector.add_callback(0, np.asarray([100, 101], dtype=complex))
+    assert not collector.add_callback(1, np.asarray([0, 1, 2], dtype=complex))
+    assert not collector.add_callback(2, np.asarray([3, 4, 5], dtype=complex))
+    assert collector.add_callback(3, np.asarray([6, 7, 8], dtype=complex))
+
+    combined = collector.finalize()
+    assert np.array_equal(combined.real, np.arange(7))
+    assert len(combined) == 7
+
+    boundaries = collector.callback_boundaries
+    assert [row.callback_index for row in boundaries] == [0, 1, 2, 3]
+    assert [row.accepted_start_sample for row in boundaries] == [0, 0, 3, 6]
+    assert [row.accepted_end_sample for row in boundaries] == [0, 3, 6, 7]
+    assert boundaries[0].warmup_discarded
+    assert boundaries[-1].trimmed_at_target
+    assert boundaries[-1].source_sample_count == 3
+    assert boundaries[-1].accepted_sample_count == 1
+
+
+def test_async_collector_rejects_duplicate_callback() -> None:
+    collector = lab043.ContinuousAsyncIqCollector(4, warmup_callback_count=0)
+    collector.add_callback(0, np.asarray([0, 1], dtype=complex))
+    with pytest.raises(ValueError, match="продублирован"):
+        collector.add_callback(0, np.asarray([2, 3], dtype=complex))
+
+
+def test_async_collector_rejects_missing_callback() -> None:
+    collector = lab043.ContinuousAsyncIqCollector(4, warmup_callback_count=0)
+    collector.add_callback(0, np.asarray([0, 1], dtype=complex))
+    with pytest.raises(ValueError, match="пропуск"):
+        collector.add_callback(2, np.asarray([2, 3], dtype=complex))
+
+
+def test_async_collector_rejects_early_finalize_and_extra_callback() -> None:
+    collector = lab043.ContinuousAsyncIqCollector(2, warmup_callback_count=0)
+    collector.add_callback(0, np.asarray([0], dtype=complex))
+    with pytest.raises(RuntimeError, match="короче"):
+        collector.finalize()
+    assert collector.add_callback(1, np.asarray([1], dtype=complex))
+    with pytest.raises(RuntimeError, match="уже набрал"):
+        collector.add_callback(2, np.asarray([2], dtype=complex))
+
+
+def test_frame_concatenation_adds_no_lab043_gap() -> None:
+    first = lab043.shape_frame_like_lab042(np.ones(16, dtype=complex), samples_per_symbol=8)
+    second = lab043.shape_frame_like_lab042(-np.ones(12, dtype=complex), samples_per_symbol=8)
+    continuous = lab043.concatenate_frames_without_new_gaps((first, second))
+    assert len(continuous) == len(first) + len(second)
+    assert np.array_equal(continuous[: len(first)], first)
+    assert np.array_equal(continuous[len(first) :], second)
+
+
+def test_spectrum_method_finds_two_strong_tones_and_cfo() -> None:
+    sample_rate_hz = 2_400_000.0
+    sample_count = 2 * lab043.CALIBRATION_NFFT
+    indexes = np.arange(sample_count, dtype=np.float64)
+    carrier_offset_hz = 1_250.0
+    clock_scale = 1.0 + 100.0e-6
+    low_hz = carrier_offset_hz - lab043.F_CAL_HZ * clock_scale
+    high_hz = carrier_offset_hz + lab043.F_CAL_HZ * clock_scale
+    random_generator = np.random.default_rng(43)
+    samples = (
+        np.exp(1j * 2.0 * np.pi * low_hz * indexes / sample_rate_hz)
+        + 0.8 * np.exp(1j * 2.0 * np.pi * high_hz * indexes / sample_rate_hz)
+        + 0.002
+        * (
+            random_generator.standard_normal(sample_count)
+            + 1j * random_generator.standard_normal(sample_count)
+        )
+    )
+
+    estimate = lab043.estimate_calibration(samples, sample_rate_hz)
+
+    assert estimate.valid
+    assert estimate.low_peak_excess_db > 10.0
+    assert estimate.high_peak_excess_db > 10.0
+    assert math.isclose(estimate.carrier_offset_hz, carrier_offset_hz, abs_tol=5.0)
+    assert math.isclose(estimate.sample_clock_error_ppm, 100.0, abs_tol=60.0)
+
+
+def _synthetic_two_tones(
+    low_hz: float,
+    high_hz: float,
+    seed: int,
+) -> tuple[np.ndarray, float]:
+    sample_rate_hz = 240_000.0
+    sample_count = 120_000
+    indexes = np.arange(sample_count, dtype=np.float64)
+    random_generator = np.random.default_rng(seed)
+    samples = (
+        np.exp(1j * 2.0 * np.pi * low_hz * indexes / sample_rate_hz)
+        + 0.8 * np.exp(1j * 2.0 * np.pi * high_hz * indexes / sample_rate_hz)
+        + 0.003
+        * (
+            random_generator.standard_normal(sample_count)
+            + 1j * random_generator.standard_normal(sample_count)
+        )
+    )
+    return samples, sample_rate_hz
+
+
+def _phase_refinement_from_spectrum(
+    samples: np.ndarray,
+    sample_rate_hz: float,
+) -> tuple[lab043.CalibrationResult, radio.TwoTonePhaseRefinement]:
+    spectrum_estimate = lab043.estimate_calibration(samples, sample_rate_hz)
+    assert spectrum_estimate.valid
+    phase_estimate = radio.refine_two_tone_frequencies_from_phase(
+        samples,
+        sample_rate_hz,
+        spectrum_estimate.f_low_hz,
+        spectrum_estimate.f_high_hz,
+        block_samples=240,
+        hop_samples=120,
+    )
+    return spectrum_estimate, phase_estimate
+
+
+@pytest.mark.parametrize(
+    "tone_shift_hz",
+    [-1.0, -0.5, -0.25, -0.1, 0.1, 0.25, 0.5, 1.0],
+)
+def test_phase_refinement_improves_known_sub_hertz_common_shift(
+    tone_shift_hz: float,
+) -> None:
+    true_low_hz = -lab043.F_CAL_HZ + tone_shift_hz
+    true_high_hz = lab043.F_CAL_HZ + tone_shift_hz
+    samples, sample_rate_hz = _synthetic_two_tones(
+        true_low_hz,
+        true_high_hz,
+        seed=43_000 + int((tone_shift_hz + 2.0) * 100),
+    )
+
+    old, refined = _phase_refinement_from_spectrum(samples, sample_rate_hz)
+    old_max_error_hz = max(
+        abs(old.f_low_hz - true_low_hz),
+        abs(old.f_high_hz - true_high_hz),
+    )
+    refined_max_error_hz = max(
+        abs(refined.low_frequency_hz - true_low_hz),
+        abs(refined.high_frequency_hz - true_high_hz),
+    )
+
+    assert refined_max_error_hz < 0.001
+    assert refined_max_error_hz < old_max_error_hz
+
+
+@pytest.mark.parametrize(
+    "half_spacing_shift_hz",
+    [-1.0, -0.5, -0.25, -0.1, 0.1, 0.25, 0.5, 1.0],
+)
+def test_phase_refinement_improves_known_sub_hertz_spacing_shift(
+    half_spacing_shift_hz: float,
+) -> None:
+    true_low_hz = -lab043.F_CAL_HZ - half_spacing_shift_hz
+    true_high_hz = lab043.F_CAL_HZ + half_spacing_shift_hz
+    true_offsets = radio.estimate_two_tone_offsets(
+        true_low_hz,
+        true_high_hz,
+        lab043.F_CAL_HZ,
+    )
+    samples, sample_rate_hz = _synthetic_two_tones(
+        true_low_hz,
+        true_high_hz,
+        seed=44_000 + int((half_spacing_shift_hz + 2.0) * 100),
+    )
+
+    old, refined = _phase_refinement_from_spectrum(samples, sample_rate_hz)
+    refined_offsets = radio.estimate_two_tone_offsets(
+        refined.low_frequency_hz,
+        refined.high_frequency_hz,
+        lab043.F_CAL_HZ,
+    )
+    old_error_ppm = abs(
+        old.sample_clock_error_ppm - true_offsets["sample_clock_error_ppm"]
+    )
+    refined_error_ppm = abs(
+        refined_offsets["sample_clock_error_ppm"]
+        - true_offsets["sample_clock_error_ppm"]
+    )
+
+    assert refined_error_ppm < 0.001
+    assert refined_error_ppm < old_error_ppm
+
+
+@pytest.mark.parametrize("sample_clock_error_ppm", [100.0, -100.0])
+def test_public_refined_calibration_returns_complete_contract(
+    sample_clock_error_ppm: float,
+) -> None:
+    carrier_offset_hz = 1_234.5
+    scale = 1.0 + sample_clock_error_ppm * 1e-6
+    samples, sample_rate_hz = _synthetic_two_tones(
+        carrier_offset_hz - lab043.F_CAL_HZ * scale,
+        carrier_offset_hz + lab043.F_CAL_HZ * scale,
+        seed=45_000 + int(sample_clock_error_ppm),
+    )
+
+    result = lab043.estimate_refined_calibration(samples, sample_rate_hz)
+
+    assert isinstance(result, lab043.CalibrationResult)
+    assert result.valid
+    assert result.invalid_reason == ""
+    assert math.isclose(result.carrier_offset_hz, carrier_offset_hz, abs_tol=0.01)
+    assert math.isclose(
+        result.sample_clock_error_ppm,
+        sample_clock_error_ppm,
+        abs_tol=0.01,
+    )
+    assert math.isfinite(result.residual_cfo_hz)
+    assert math.isfinite(result.phase_fit_rmse_rad)
+    assert result.peak_margin_low_db >= lab043.MINIMUM_TONE_EXCESS_DB
+    assert result.peak_margin_high_db >= lab043.MINIMUM_TONE_EXCESS_DB
+
+
+def test_public_refined_calibration_rejects_weak_or_missing_tone_without_exception() -> None:
+    sample_rate_hz = 240_000.0
+    sample_count = 120_000
+    indexes = np.arange(sample_count, dtype=np.float64)
+    random_generator = np.random.default_rng(46_000)
+    noise = 0.003 * (
+        random_generator.standard_normal(sample_count)
+        + 1j * random_generator.standard_normal(sample_count)
+    )
+    one_tone = np.exp(1j * 2.0 * np.pi * lab043.F_CAL_HZ * indexes / sample_rate_hz)
+
+    weak = lab043.estimate_refined_calibration(noise, sample_rate_hz)
+    missing = lab043.estimate_refined_calibration(one_tone + noise, sample_rate_hz)
+
+    for result in (weak, missing):
+        assert isinstance(result, lab043.CalibrationResult)
+        assert not result.valid
+        assert result.invalid_reason
+        assert math.isnan(result.f_low_hz)
+        assert math.isnan(result.f_high_hz)
+        assert math.isnan(result.carrier_offset_hz)
+        assert math.isnan(result.sample_clock_error_ppm)
+
+
+def test_tones_below_ten_decibels_are_rejected_with_nan() -> None:
+    frequencies = np.linspace(-100_000.0, 100_000.0, 4001)
+    powers = np.ones_like(frequencies)
+    powers[np.argmin(np.abs(frequencies + lab043.F_CAL_HZ))] = 9.0
+    powers[np.argmin(np.abs(frequencies - lab043.F_CAL_HZ))] = 9.0
+
+    estimate = lab043.estimate_calibration_from_spectrum(frequencies, powers)
+
+    assert not estimate.valid
+    assert math.isnan(estimate.f_low_hz)
+    assert math.isnan(estimate.f_high_hz)
+    assert math.isnan(estimate.carrier_offset_hz)
+    assert estimate.failure_reason
+
+
+def _estimate(carrier_offset_hz: float, valid: bool = True) -> lab043.CalibrationResult:
+    if not valid:
+        return lab043._invalid_calibration(
+            "нет тонов",
+            noise_power=1.0,
+        )
+    return lab043.CalibrationResult(
+        valid=True,
+        invalid_reason="",
+        f_low_hz=-50_000.0 + carrier_offset_hz,
+        f_high_hz=50_000.0 + carrier_offset_hz,
+        carrier_offset_hz=carrier_offset_hz,
+        carrier_offset_ppm=carrier_offset_hz / lab043.CARRIER_HZ * 1e6,
+        clock_scale=1.0,
+        sample_clock_error_ppm=0.0,
+        residual_cfo_hz=0.0,
+        phase_fit_rmse_rad=0.0,
+        peak_margin_low_db=20.0,
+        peak_margin_high_db=21.0,
+        noise_power=1.0,
+    )
+
+
+def test_three_calibrations_keep_individual_failures_and_finite_statistics() -> None:
+    summary = lab043.summarize_calibrations((_estimate(10.0), _estimate(14.0), _estimate(0, False)))
+
+    assert summary["capture_count"] == 3
+    assert summary["failure_count"] == 1
+    carrier = summary["carrier_offset_hz"]
+    assert carrier["mean"] == 12.0
+    assert carrier["minimum"] == 10.0
+    assert carrier["maximum"] == 14.0
+    assert carrier["standard_deviation"] == 2.0
+
+
+def test_all_invalid_calibrations_keep_nan_aggregates() -> None:
+    summary = lab043.summarize_calibrations((_estimate(0, False),) * 3)
+    assert summary["failure_count"] == 3
+    assert math.isnan(summary["carrier_offset_hz"]["mean"])
+
+
+def test_calibration_summary_requires_exactly_three_captures() -> None:
+    with pytest.raises(ValueError, match="ровно три"):
+        lab043.summarize_calibrations((_estimate(10.0), _estimate(12.0)))
+
+
+def test_prbs11_has_full_2047_bit_period() -> None:
+    sequence = lab043.prbs11(2 * lab043.PRBS11_LENGTH)
+    first = sequence[: lab043.PRBS11_LENGTH]
+    second = sequence[lab043.PRBS11_LENGTH :]
+
+    assert np.array_equal(first, second)
+    assert not np.array_equal(first, np.roll(first, 23))
+    assert not np.array_equal(first, np.roll(first, 89))
+
+
+def test_separate_pilot_is_fixed_balanced_and_independent_from_prbs11() -> None:
+    pilot = lab043.pilot_prbs7()
+    first_period = pilot[:127]
+    second_period = pilot[127:254]
+
+    assert len(pilot) == 1_280
+    assert np.array_equal(first_period, second_period)
+    assert int(np.count_nonzero(first_period)) == 64
+    assert not np.array_equal(pilot, lab043.prbs11(len(pilot)))
+    longest_run = max(
+        len(group)
+        for group in np.split(pilot, np.flatnonzero(np.diff(pilot)) + 1)
+    )
+    assert longest_run <= 7
+
+
+@pytest.mark.parametrize(
+    "carrier_offset_hz",
+    [-10.0, -5.0, -2.0, -1.2, -1.0, -0.5, 0.5, 1.0, 1.2, 2.0, 5.0, 10.0],
+)
+def test_fixed_pilot_estimator_statistics_match_hardware_s_phase_dispersion(
+    carrier_offset_hz: float,
+) -> None:
+    known = radio.bpsk_modulate(lab043.pilot_prbs7())
+    indexes = np.arange(len(known), dtype=np.float64)
+    estimates: list[float] = []
+    for repetition in range(96):
+        random_generator = np.random.default_rng(
+            43_043_000
+            + int(round((carrier_offset_hz + 20.0) * 1_000.0))
+            + repetition
+        )
+        phase_noise = random_generator.normal(0.0, 0.4691, len(known))
+        received = known * np.exp(
+            1j
+            * (
+                2.0 * np.pi * carrier_offset_hz * indexes / lab043.SYMBOL_RATE
+                + phase_noise
+            )
+        )
+        estimate = radio.estimate_known_pilot_carrier(received, known)
+        assert estimate.valid
+        estimates.append(estimate.frequency_hz)
+
+    errors = np.asarray(estimates) - carrier_offset_hz
+    assert np.all(np.sign(estimates) == np.sign(carrier_offset_hz))
+    assert abs(float(np.mean(errors))) < 0.08
+    assert float(np.std(errors, ddof=1)) < 0.18
+    assert float(np.percentile(np.abs(errors), 95.0)) < 0.35
+
+
+def test_fixed_pilot_estimator_rejects_noise_only_input() -> None:
+    random_generator = np.random.default_rng(43_043)
+    known = radio.bpsk_modulate(lab043.pilot_prbs7())
+    noise = (
+        random_generator.normal(0.0, 1.0, len(known))
+        + 1j * random_generator.normal(0.0, 1.0, len(known))
+    )
+
+    estimate = radio.estimate_known_pilot_carrier(noise, known)
+
+    assert not estimate.valid
+    assert math.isnan(estimate.frequency_hz)
+
+
+@pytest.mark.parametrize(
+    ("label", "duration_seconds", "expected_bits"),
+    [("S", 0.25, 5_000), ("L", 2.0, 40_000)],
+)
+def test_prbs_transmission_plan_is_fixed_and_has_one_initial_marker(
+    label: str,
+    duration_seconds: float,
+    expected_bits: int,
+) -> None:
+    plan = lab043.build_prbs11_transmission_plan(label, duration_seconds)
+
+    assert len(plan.payload_bits) == expected_bits
+    assert np.array_equal(
+        plan.payload_bits,
+        lab043.prbs11(expected_bits, lab043.PRBS11_INITIAL_STATE),
+    )
+    assert plan.bpsk_start_sample == (
+        plan.calibration_sample_count + plan.fixed_guard_sample_count
+    )
+    assert plan.calibration_sample_count == 600_000
+    assert plan.fixed_guard_sample_count == 240_000
+    assert np.max(np.abs(plan.tx_samples)) <= 1.0
+    if label == "S":
+        assert len(plan.pilot_bits) == lab043.PILOT_SYMBOL_COUNT
+        assert len(plan.pilot_bits) / lab043.SYMBOL_RATE == 0.064
+    else:
+        assert len(plan.pilot_bits) == 0
+
+
+def test_noncyclic_tx_buffer_is_held_for_full_waveform_duration() -> None:
+    events: list[object] = []
+
+    class FakePluto:
+        def tx_destroy_buffer(self) -> None:
+            events.append("destroy")
+
+        def tx(self, samples: np.ndarray) -> None:
+            events.append(("tx", samples.copy()))
+
+    samples = np.arange(12, dtype=np.float32).astype(np.complex64)
+    duration = lab043_hardware.transmit_noncyclic_buffer_once(
+        FakePluto(),
+        samples,
+        actual_sample_rate_hz=48.0,
+        sleep_function=lambda seconds: events.append(("sleep", seconds)),
+    )
+
+    assert duration == 0.25
+    assert events[0] == "destroy"
+    assert events[1][0] == "tx"
+    assert np.array_equal(events[1][1], samples)
+    assert events[2] == ("sleep", 0.25)
+    assert events[3] == "destroy"
+
+
+def _synthetic_prbs_channel(
+    transmitted: np.ndarray,
+    sample_rate_hz: float,
+    carrier_offset_hz: float,
+    clock_scale: float,
+) -> np.ndarray:
+    received_length = max(1, math.floor(len(transmitted) / clock_scale))
+    receive_indexes = np.arange(received_length, dtype=np.float64)
+    source_positions = np.minimum(receive_indexes * clock_scale, len(transmitted) - 1.0)
+    source_indexes = np.arange(len(transmitted), dtype=np.float64)
+    received = np.interp(source_positions, source_indexes, transmitted.real) + 1j * np.interp(
+        source_positions,
+        source_indexes,
+        transmitted.imag,
+    )
+    return received * np.exp(
+        1j * 2.0 * np.pi * carrier_offset_hz * receive_indexes / sample_rate_hz
+    )
+
+
+def test_prbs_modes_measure_drift_and_resampling_reduces_it() -> None:
+    samples_per_symbol = 16
+    sample_rate_hz = lab043.SYMBOL_RATE * samples_per_symbol
+    clock_scale = 1.0 - 100.0e-6
+    carrier_offset_hz = 730.0
+    plan = lab043.build_prbs11_transmission_plan(
+        "S",
+        0.25,
+        sample_rate_hz=sample_rate_hz,
+        samples_per_symbol=samples_per_symbol,
+    )
+    transmitted_bpsk = plan.tx_samples[plan.bpsk_start_sample :]
+    received = _synthetic_prbs_channel(
+        transmitted_bpsk,
+        sample_rate_hz,
+        carrier_offset_hz,
+        clock_scale,
+    )
+
+    modes = lab043.analyze_prbs_modes(
+        received,
+        plan.payload_bits,
+        carrier_offset_hz,
+        clock_scale,
+        sample_rate_hz,
+        samples_per_symbol=samples_per_symbol,
+    )
+
+    assert modes["B"].detected
+    assert modes["C"].detected
+    assert modes["D"].detected
+    assert modes["B"].matched_bit_count == len(plan.payload_bits)
+    assert modes["D"].bit_error_rate == 0.0
+    assert modes["B"].timing_sro_ppm < 0.0
+    assert math.isclose(modes["B"].timing_sro_ppm, -100.0, abs_tol=40.0)
+    assert abs(modes["D"].accumulated_timing_drift_samples) < abs(
+        modes["B"].accumulated_timing_drift_samples
+    )
+
+
+def test_marker_pilot_correction_and_unknown_prbs_follow_one_software_path() -> None:
+    samples_per_symbol = 16
+    sample_rate_hz = lab043.SYMBOL_RATE * samples_per_symbol
+    coarse_cfo_hz = 700.0
+    residual_cfo_hz = 1.2
+    plan = lab043.build_prbs11_transmission_plan(
+        "S",
+        0.25,
+        sample_rate_hz=sample_rate_hz,
+        samples_per_symbol=samples_per_symbol,
+    )
+    transmitted_bpsk = plan.tx_samples[plan.bpsk_start_sample :]
+    received = _synthetic_prbs_channel(
+        transmitted_bpsk,
+        sample_rate_hz,
+        coarse_cfo_hz + residual_cfo_hz,
+        1.0,
+    )
+
+    modes = lab043.analyze_prbs_modes(
+        received,
+        plan.payload_bits,
+        coarse_cfo_hz,
+        1.0,
+        sample_rate_hz,
+        samples_per_symbol=samples_per_symbol,
+        known_pilot_bits=plan.pilot_bits,
+    )
+    wrong_reference_modes = lab043.analyze_prbs_modes(
+        received,
+        np.zeros_like(plan.payload_bits),
+        coarse_cfo_hz,
+        1.0,
+        sample_rate_hz,
+        samples_per_symbol=samples_per_symbol,
+        known_pilot_bits=plan.pilot_bits,
+    )
+
+    assert set(modes) == {"A", "B", "C", "D"}
+    assert modes["C"].pilot_estimate_valid
+    assert modes["C"].pilot_cfo_applied
+    assert math.isclose(
+        modes["C"].estimated_pilot_cfo_hz,
+        residual_cfo_hz,
+        abs_tol=0.25,
+    )
+    assert abs(modes["C"].residual_pilot_cfo_hz) < 0.05
+    assert modes["C"].bit_error_rate < modes["B"].bit_error_rate
+    assert modes["C"].bit_error_rate == 0.0
+    assert math.isclose(
+        wrong_reference_modes["C"].estimated_pilot_cfo_hz,
+        modes["C"].estimated_pilot_cfo_hz,
+        abs_tol=1e-12,
+    )
+    assert wrong_reference_modes["C"].bit_error_rate > 0.4
+
+
+def test_calibration_and_bpsk_are_split_from_the_same_capture() -> None:
+    samples_per_symbol = 16
+    sample_rate_hz = lab043.SYMBOL_RATE * samples_per_symbol
+    plan = lab043.build_prbs11_transmission_plan(
+        "S",
+        0.025,
+        sample_rate_hz=sample_rate_hz,
+        samples_per_symbol=samples_per_symbol,
+    )
+    leading = np.zeros(round(0.5 * sample_rate_hz), dtype=np.complex128)
+    trailing = np.zeros(round(0.5 * sample_rate_hz), dtype=np.complex128)
+    capture = np.concatenate((leading, plan.tx_samples, trailing))
+
+    calibration, bpsk, sections = lab043.split_calibration_and_bpsk(
+        capture,
+        plan,
+        sample_rate_hz,
+        sample_rate_hz,
+    )
+
+    assert len(calibration) > 0.15 * sample_rate_hz
+    assert len(bpsk) > len(plan.tx_samples) - plan.bpsk_start_sample
+    assert sections["calibration_end_sample"] < sections["bpsk_nominal_start_sample"]
+
+
+def _continuous_synthetic_capture(
+    plan: lab043.PrbsTransmissionPlan,
+    tx_samples: np.ndarray | None = None,
+) -> np.ndarray:
+    leading = np.zeros(
+        round(lab043.RX_LEADING_MARGIN_SECONDS * lab043.SAMPLE_RATE_HZ),
+        dtype=np.complex64,
+    )
+    trailing = np.zeros(
+        round(lab043.RX_TRAILING_MARGIN_SECONDS * lab043.SAMPLE_RATE_HZ),
+        dtype=np.complex64,
+    )
+    waveform = plan.tx_samples if tx_samples is None else tx_samples
+    return np.concatenate((leading, waveform.astype(np.complex64), trailing))
+
+
+def test_full_short_s_processing_path_returns_calibration_and_modes() -> None:
+    plan = lab043.build_prbs11_transmission_plan("S", 0.025)
+    capture = _continuous_synthetic_capture(plan)
+
+    result = lab043_hardware.analyze_captured_prbs(
+        capture,
+        plan,
+        lab043.SAMPLE_RATE_HZ,
+        lab043.SAMPLE_RATE_HZ,
+    )
+
+    assert result.processing_success
+    assert result.calibration.valid
+    assert set(result.modes) == {"A", "B", "C", "D"}
+    assert result.modes["D"].detected
+    assert result.modes["D"].matched_bit_count == len(plan.payload_bits)
+    assert result.modes["D"].bit_error_rate == 0.0
+    assert math.isfinite(result.modes["D"].evm_percent)
+
+
+def test_full_short_s_missing_prbs_is_not_reported_as_zero_ber() -> None:
+    plan = lab043.build_prbs11_transmission_plan("S", 0.025)
+    without_prbs = plan.tx_samples.copy()
+    without_prbs[plan.bpsk_start_sample :] = 0.0
+    capture = _continuous_synthetic_capture(plan, without_prbs)
+
+    result = lab043_hardware.analyze_captured_prbs(
+        capture,
+        plan,
+        lab043.SAMPLE_RATE_HZ,
+        lab043.SAMPLE_RATE_HZ,
+    )
+
+    assert result.calibration.valid
+    assert not result.processing_success
+    assert not result.modes["D"].detected
+    assert math.isnan(result.modes["D"].bit_error_rate)
+
+
+def test_full_short_s_invalid_calibration_makes_all_modes_na() -> None:
+    plan = lab043.build_prbs11_transmission_plan("S", 0.025)
+    one_tone_waveform = plan.tx_samples.copy()
+    indexes = np.arange(plan.calibration_sample_count, dtype=np.float64)
+    one_tone_waveform[: plan.calibration_sample_count] = 0.35 * np.exp(
+        1j * 2.0 * np.pi * lab043.F_CAL_HZ * indexes / lab043.SAMPLE_RATE_HZ
+    )
+    capture = _continuous_synthetic_capture(plan, one_tone_waveform)
+
+    result = lab043_hardware.analyze_captured_prbs(
+        capture,
+        plan,
+        lab043.SAMPLE_RATE_HZ,
+        lab043.SAMPLE_RATE_HZ,
+    )
+
+    assert not result.calibration.valid
+    assert result.calibration.invalid_reason
+    assert not result.processing_success
+    for mode in result.modes.values():
+        assert not mode.detected
+        assert math.isnan(mode.bit_error_rate)
+
+
+def test_raw_survives_processing_exception_and_json_records_failure(tmp_path) -> None:
+    samples = np.asarray([0.25 + 0.5j, -0.5 + 0.25j], dtype=np.complex64)
+    metadata = {
+        "capture_status": "captured",
+        "processing_status": "pending",
+        "processing_error": None,
+        "capture_started_utc": "2026-08-19T12:00:00Z",
+        "tx_parameters": {"gain_db": -30.0},
+        "rx_parameters": {"gain_db": None},
+        "waveform_sha256": "a" * 64,
+        "callback_count": 2,
+        "callback_boundaries": [{"callback_index": 0}, {"callback_index": 1}],
+        "tx_waveform_duration_seconds": 0.25,
+        "expected_intervals": {"calibration": [0.0, 0.1]},
+    }
+
+    iq_path, json_path, result, error = lab043.save_then_process_capture(
+        tmp_path / "failed_after_rx",
+        samples,
+        metadata,
+        lambda _samples: (_ for _ in ()).throw(RuntimeError("synthetic failure")),
+    )
+
+    document = json.loads(json_path.read_text(encoding="utf-8"))
+    assert iq_path.exists()
+    assert json_path.exists()
+    assert result is None
+    assert error == "RuntimeError: synthetic failure"
+    assert document["capture_status"] == "captured"
+    assert document["processing_status"] == "processing_failed"
+    assert document["processing_error"] == error
+    assert document["raw_verified"]
+    assert document["iq_sha256"] == hashlib.sha256(iq_path.read_bytes()).hexdigest()
+
+
+def test_ber_is_measured_before_crc() -> None:
+    expected = lab043.prbs11()
+    received = expected.copy()
+    received[[0, 100, 1000]] ^= 1
+
+    errors, bit_error_rate = lab043.bit_error_rate(expected, received)
+
+    assert errors == 3
+    assert bit_error_rate == 3 / lab043.PRBS11_LENGTH
+
+
+def test_ber_is_nan_for_truncated_known_sequence() -> None:
+    expected = lab043.prbs11()
+    errors, bit_error_rate = lab043.bit_error_rate(expected, expected[:-1])
+    assert errors == 0
+    assert math.isnan(bit_error_rate)
+
+
+@pytest.mark.parametrize("initial_sample_phase", [0, 3, 7, 15])
+def test_symbol_sample_phase_is_selected_separately(initial_sample_phase: int) -> None:
+    samples_per_symbol = 16
+    _, marker_symbols = radio.build_frame_marker()
+    taps = radio.root_raised_cosine_taps(0.35, samples_per_symbol, 10)
+    upsampled = np.zeros(len(marker_symbols) * samples_per_symbol, dtype=complex)
+    upsampled[::samples_per_symbol] = marker_symbols
+    transmitted = fftconvolve(upsampled, taps, mode="full")
+    shifted = np.concatenate((np.zeros(initial_sample_phase), transmitted))
+    matched = fftconvolve(shifted, taps, mode="full")
+
+    found = radio.find_radio_frame(matched, marker_symbols, samples_per_symbol)
+
+    assert found["sample_phase"] == initial_sample_phase
+    assert found["score"] > 0.99
+
+
+def test_one_control_packet_passes_crc() -> None:
+    assert lab043.control_packet_crc_roundtrip(b"known payload")
+
+
+def test_corrupted_control_packet_fails_crc() -> None:
+    packet = bytearray(build_packet(b"known payload", MESSAGE_TYPE_TEXT, 43))
+    packet[-1] ^= 1
+    bits, _, _ = radio.build_radio_frame(bytes(packet))
+    recovered = radio.parse_radio_frame(bits)
+    assert recovered is not None
+    with pytest.raises(CRCError):
+        parse_packet(recovered)
+
+
+def test_modes_a_b_c_process_the_same_capture_and_c_recovers_prbs() -> None:
+    clock_scale = 1.0 + 100.0e-6
+    capture, expected = lab043.synthesize_known_bpsk_capture(
+        carrier_offset_hz=730.0,
+        clock_scale=clock_scale,
+        samples_per_symbol=16,
+    )
+
+    results = lab043.process_bpsk_modes(
+        capture,
+        expected,
+        coarse_carrier_offset_hz=700.0,
+        clock_scale=clock_scale,
+        samples_per_symbol=16,
+    )
+
+    assert set(results) == {"A", "B", "C"}
+    assert results["C"].bit_error_rate == 0.0
+    assert results["C"].fine_cfo_applied
+    assert not math.isfinite(results["A"].bit_error_rate) or (
+        results["A"].bit_error_rate > results["C"].bit_error_rate
+    )
+    assert results["B"].bit_error_rate > results["C"].bit_error_rate
+
+
+def test_missing_jpeg_fragment_never_produces_an_image() -> None:
+    fragments = split_image_bytes(bytes(range(250)) * 5, image_id=43, fragment_data_size=128)
+    assert len(fragments) == 10
+    assert lab043.try_reassemble_complete_image(fragments[:-1]) is None
+
+
+def _complete_acceptance() -> lab043.AcceptanceResult:
+    return lab043.AcceptanceResult(10, 10, 10, 10, True, True, True, True)
+
+
+@pytest.mark.parametrize(
+    "result",
+    [
+        lab043.AcceptanceResult(9, 10, 10, 10, True, True, True, True),
+        lab043.AcceptanceResult(10, 10, 9, 10, True, True, True, True),
+        lab043.AcceptanceResult(10, 10, 10, 9, False, False, False, True),
+        lab043.AcceptanceResult(10, 10, 10, 10, True, True, True, False),
+    ],
+)
+def test_exit_zero_requires_every_acceptance_layer(result: lab043.AcceptanceResult) -> None:
+    assert lab043.exit_code_for_acceptance(result) == 1
+
+
+def test_exit_zero_is_allowed_for_complete_acceptance() -> None:
+    result = _complete_acceptance()
+    assert result.radio_passed
+    assert result.application_passed
+    assert lab043.exit_code_for_acceptance(result) == 0
+
+
+def test_reference_iq_format_contains_reprocessing_metadata(tmp_path) -> None:
+    metadata = {
+        "actual_sample_rate_hz": 2_400_000.0,
+        "center_frequency_hz": 435_000_000.0,
+        "rx_gain_db": 19.7,
+        "capture_started_utc": "2026-08-19T12:00:00Z",
+        "capture_order": 1,
+        "tx_parameters": {"gain_db": -10.0},
+        "calibration": {"carrier_offset_hz": 123.0, "clock_scale": 1.00002},
+    }
+    samples = np.asarray([1 + 2j, 3 + 4j], dtype=np.complex64)
+
+    iq_path, metadata_path = lab043.save_reference_iq_capture(
+        tmp_path / "reference",
+        samples,
+        metadata,
+    )
+
+    restored = np.load(iq_path, allow_pickle=False)
+    document = json.loads(metadata_path.read_text(encoding="utf-8"))
+    assert np.array_equal(restored, samples)
+    assert document["sample_count"] == 2
+    assert document["dtype"] == "complex64"
+    assert len(document["iq_sha256"]) == 64
+    assert document["calibration"]["clock_scale"] == 1.00002
+
+
+def test_reference_iq_rejects_incomplete_metadata(tmp_path) -> None:
+    with pytest.raises(ValueError, match="Не хватает метаданных"):
+        lab043.save_reference_iq_capture(tmp_path / "reference", np.zeros(4), {})
+
+
+def test_diagnostic_csv_txt_and_png_are_created_from_supplied_results(tmp_path) -> None:
+    calibrations = (_estimate(10.0), _estimate(12.0), _estimate(14.0))
+    capture, expected = lab043.synthesize_known_bpsk_capture(30.0, 1.0, 16)
+    modes = lab043.process_bpsk_modes(capture, expected, 0.0, 1.0, 16)
+
+    paths = lab043.save_diagnostic_artifacts(
+        tmp_path,
+        calibrations,
+        modes,
+        _complete_acceptance(),
+    )
+
+    assert len(paths) == 5
+    assert all(path.exists() and path.stat().st_size > 0 for path in paths)
+    summary = (tmp_path / "lab043_summary.csv").read_text(encoding="utf-8")
+    assert "radio_passed" in summary
+    assert summary.rstrip().endswith(",0")
+    assert (tmp_path / "lab043_calibration.png").stat().st_size > 1000
+
+
+def test_all_embedded_lab043_checks_pass_without_hardware() -> None:
+    results = lab043.run_functional_tests()
+    assert len(results) == 10
+    assert all(result.passed for result in results), results

tools/quick_gate.py

@@ -3,9 +3,10 @@
 
 Проверяет за одну-две секунды то, что ломается чаще всего:
 
-1. Синтаксис всех файлов в protocol, tests и tools.
+1. Синтаксис всех файлов в protocol, tests, experiments и tools.
 2. Импорт каждого модуля protocol.
-3. Функциональные проверки тех лаб, которым не нужны данные эксперимента.
+3. Быстрые проверки ядра из tests под pytest.
+4. Функциональные проверки тех лаб, которым не нужны данные эксперимента.
 
 Полный прогон лабы шлюз не заменяет.
 Он отвечает на один вопрос: не сломана ли кодовая база прямо сейчас.
@@ -19,7 +20,10 @@ from __future__ import annotations
 import ast
 import importlib
 import inspect
+import os
 from pathlib import Path
+import re
+import subprocess
 import sys
 import traceback
 
@@ -62,6 +66,41 @@ def check_protocol_imports() -> list[str]:
     return failures
 
 
+def check_core_tests() -> tuple[list[str], int]:
+    """
+    Прогнать быстрые проверки ядра из tests под pytest.
+
+    Возвращает:
+        failures:
+            Список сообщений об ошибках.
+
+        passed:
+            Количество пройденных проверок, ноль если разобрать вывод не удалось.
+    """
+
+    environment = dict(os.environ, PYTHONIOENCODING="utf-8")
+
+    completed = subprocess.run(
+        [sys.executable, "-m", "pytest", "tests", "-q"],
+        cwd=PROJECT_ROOT,
+        capture_output=True,
+        text=True,
+        encoding="utf-8",
+        errors="replace",
+        env=environment,
+    )
+
+    output = (completed.stdout + completed.stderr).strip()
+
+    if completed.returncode != 0:
+        return [f"pytest: тесты ядра не пройдены:\n{output}"], 0
+
+    match = re.search(r"(\d+) passed", output)
+    passed = int(match.group(1)) if match else 0
+
+    return [], passed
+
+
 def check_functional_tests() -> tuple[list[str], int, int]:
     """
     Выполнить функциональные проверки лаб, не требующие данных эксперимента.
@@ -128,8 +167,9 @@ def main() -> int:
         return 1
 
     import_failures = check_protocol_imports()
+    core_failures, passed = check_core_tests()
     test_failures, executed, skipped = check_functional_tests()
-    failures = import_failures + test_failures
+    failures = import_failures + core_failures + test_failures
 
     if failures:
         print("Шлюз не пройден")
@@ -137,7 +177,11 @@ def main() -> int:
             print(f"  {failure}")
         return 1
 
-    print(f"Шлюз пройден: синтаксис в порядке, protocol импортируется, функциональных проверок выполнено {executed}, пропущено {skipped}")
+    print(
+        "Шлюз пройден: синтаксис в порядке, protocol импортируется, "
+        f"тестов ядра пройдено {passed}, "
+        f"функциональных проверок лаб выполнено {executed}, пропущено {skipped}"
+    )
     return 0