Lab028: add video packetization and CRC reassembly

Lab027: optimize synchronized ROI video stream
Lab026: benchmark low-bitrate video and 4-bit encoding
2026-07-27 13:46:01 +03:00 · 2026-07-24 17:54:27 +03:00 · 2026-07-24 11:56:41 +03:00 · 2026-07-22 17:29:07 +03:00 · 2026-07-22 14:20:11 +03:00 · 2026-07-22 11:24:05 +03:00
43 changed files with 14024 additions and 1 deletions
--- a/PROJECT_LOG.md
+++ b/PROJECT_LOG.md
@@ -33,3 +33,24 @@
 ```text
 git version 2.51.1.windows.1
 ```
 ---
 # Запись 002
 ## Дата
 27 июля 2026 года
 ## Тема
 Завершение Lab028: пакетирование синхронного BASE + ROI.
 ## Выполнено
 - Реализован фиксированный бинарный заголовок размером 32 байта.
 - Добавлены packet CRC32 для заголовка и payload и object CRC32 для полного JPEG.
 - Исследованы размеры payload 64, 128, 256, 512 и 1024 байта.
 - Размер payload 512 байт принят как рабочий кандидат.
 - Окончательный выбор размера пакета перенесён в Lab029.
--- a/data/processed/lab025/lab025_audio_spectrum.png
+++ b/data/processed/lab025/lab025_audio_spectrum.png
--- a/data/processed/lab025/lab025_audio_waveform.png
+++ b/data/processed/lab025/lab025_audio_waveform.png
--- a/data/processed/lab025/lab025_report.txt
+++ b/data/processed/lab025/lab025_report.txt
@@ -0,0 +1,29 @@
 Lab025. Приём и программная WFM-демодуляция
 URI Pluto+: ip:192.168.2.1
 Частота станции: 100100000 Гц
 RX LO: 100350000 Гц
 Цифровое смещение: +250000 Гц
 Частота дискретизации RX: 2400000 Гц
 Полоса RX: 1500000 Гц
 Количество рабочих буферов: 128
 Количество IQ-сэмплов: 8388608
 Длительность IQ-записи: 3.495253 с
 Частота канального сигнала после децимации: 240000 Гц
 Длительность итогового WAV: 3.445250 с
 Частота WAV: 48000 Гц
 Тип PCM: signed PCM16, mono
 RMS итогового аудио: 0.389148
 Пиковая амплитуда: 0.974792
 Отсчёты на границе PCM16: 0.000000 %
 Выходные файлы:
 WAV: data\processed\lab025\lab025_wfm_audio_100_1mhz.wav
 Радиоспектр: data\processed\lab025\lab025_rf_spectrum.png
 Звуковая волна: data\processed\lab025\lab025_audio_waveform.png
 Спектр звука: data\processed\lab025\lab025_audio_spectrum.png
 Отчёт: data\processed\lab025\lab025_report.txt
 Использован только приёмный канал RX1.
 Передатчики TX1 и TX2 не использовались.
 Необработанные IQ-сэмплы на диск не сохранялись.
--- a/data/processed/lab025/lab025_rf_spectrum.png
+++ b/data/processed/lab025/lab025_rf_spectrum.png
--- a/data/processed/lab025/lab025_wfm_audio_100_1mhz.wav
+++ b/data/processed/lab025/lab025_wfm_audio_100_1mhz.wav
--- a/data/processed/lab026/lab026_bitrate_vs_fps.png
+++ b/data/processed/lab026/lab026_bitrate_vs_fps.png
--- a/data/processed/lab026/lab026_bitrate_vs_jpeg_quality.png
+++ b/data/processed/lab026/lab026_bitrate_vs_jpeg_quality.png
--- a/data/processed/lab026/lab026_bitrate_vs_resolution.png
+++ b/data/processed/lab026/lab026_bitrate_vs_resolution.png
--- a/data/processed/lab026/lab026_candidate_profiles.png
+++ b/data/processed/lab026/lab026_candidate_profiles.png
--- a/data/processed/lab026/lab026_profiles.csv
+++ b/data/processed/lab026/lab026_profiles.csv
@@ -0,0 +1,33 @@
 experiment,profile_name,width,height,target_fps,actual_fps,color_mode,jpeg_quality,source_duration_s,selected_frames,total_bytes,mean_frame_bytes,median_frame_bytes,p95_frame_bytes,max_frame_bytes,payload_bitrate_bps,payload_bitrate_kbps,source_file_bitrate_kbps,reduction_ratio,percent_of_source,mean_psnr_db
 fps_sweep,fps_30,640,360,30.000000,30.000000,grayscale,50,20.766667,623,10219569,16403.803,16282.000,18471.500,21081,3936912.616,3936.912616,3001.342536,0.762359,131.171720,37.349661
 fps_sweep,fps_10,640,360,10.000000,10.016051,grayscale,50,20.766667,208,3641634,17507.856,17509.500,18958.400,21081,1402876.661,1402.876661,3001.342536,2.139420,46.741638,36.369592
 fps_sweep,fps_5,640,360,5.000000,5.008026,grayscale,50,20.766667,104,1822387,17522.952,17547.000,18910.400,21081,702043.146,702.043146,3001.342536,4.275154,23.390970,36.352519
 fps_sweep,fps_2,640,360,2.000000,2.022472,grayscale,50,20.766667,42,737435,17557.976,17476.500,18926.800,21081,284084.109,284.084109,3001.342536,10.564979,9.465234,36.319782
 fps_sweep,fps_1,640,360,1.000000,1.011236,grayscale,50,20.766667,21,369317,17586.524,17483.000,18935.000,21081,142273.002,142.273002,3001.342536,21.095658,4.740312,36.287711
 fps_sweep,fps_0_5,640,360,0.500000,0.529695,grayscale,50,20.766667,11,191626,17420.545,17040.000,19774.000,21081,73820.610,73.820610,3001.342536,40.657244,2.459586,36.371684
 fps_sweep,fps_0_2,640,360,0.200000,0.240770,grayscale,50,20.766667,5,91496,18299.200,18467.000,20651.800,21081,35247.255,35.247255,3001.342536,85.151100,1.174383,35.860330
 resolution_sweep,resolution_1280x720,1280,720,5.000000,5.008026,grayscale,50,20.766667,104,5506628,52948.346,52634.000,57821.150,73994,2121333.419,2121.333419,3001.342536,1.414838,70.679484,39.607731
 resolution_sweep,resolution_960x540,960,540,5.000000,5.008026,grayscale,50,20.766667,104,3411900,32806.731,32634.500,35501.600,41897,1314375.602,1314.375602,3001.342536,2.283474,43.792922,38.632041
 resolution_sweep,resolution_640x360,640,360,5.000000,5.008026,grayscale,50,20.766667,104,1822387,17522.952,17547.000,18910.400,21081,702043.146,702.043146,3001.342536,4.275154,23.390970,36.352519
 resolution_sweep,resolution_480x270,480,270,5.000000,5.008026,grayscale,50,20.766667,104,1120944,10778.308,10786.000,11463.200,12395,431824.334,431.824334,3001.342536,6.950378,14.387706,36.172087
 resolution_sweep,resolution_320x180,320,180,5.000000,5.008026,grayscale,50,20.766667,104,590018,5673.250,5679.000,5995.750,6191,227294.254,227.294254,3001.342536,13.204656,7.573086,35.069392
 resolution_sweep,resolution_160x90,160,90,5.000000,5.008026,grayscale,50,20.766667,104,210050,2019.712,2017.000,2103.400,2156,80918.138,80.918138,3001.342536,37.091097,2.696065,33.585930
 quality_sweep,quality_color_q90,640,360,5.000000,5.008026,color,90,20.766667,104,5486654,52756.288,52645.500,57012.750,66227,2113638.780,2113.638780,3001.342536,1.419988,70.423111,39.694424
 quality_sweep,quality_color_q70,640,360,5.000000,5.008026,color,70,20.766667,104,2901304,27897.154,27815.500,30080.600,33877,1117677.303,1117.677303,3001.342536,2.685339,37.239245,36.029412
 quality_sweep,quality_color_q50,640,360,5.000000,5.008026,color,50,20.766667,104,2137169,20549.702,20514.000,22026.250,24396,823307.480,823.307480,3001.342536,3.645470,27.431307,34.439250
 quality_sweep,quality_color_q30,640,360,5.000000,5.008026,color,30,20.766667,104,1572112,15116.462,15105.500,16167.600,17386,605629.021,605.629021,3001.342536,4.955744,20.178604,32.766254
 quality_sweep,quality_color_q20,640,360,5.000000,5.008026,color,20,20.766667,104,1224535,11774.375,11797.000,12633.050,13098,471730.979,471.730979,3001.342536,6.362403,15.717332,31.298703
 quality_sweep,quality_grayscale_q90,640,360,5.000000,5.008026,grayscale,90,20.766667,104,4697004,45163.500,44959.000,48937.750,57535,1809439.743,1809.439743,3001.342536,1.658714,60.287679,42.574562
 quality_sweep,quality_grayscale_q70,640,360,5.000000,5.008026,grayscale,70,20.766667,104,2484781,23892.125,23853.000,25744.950,29385,957219.005,957.219005,3001.342536,3.135482,31.893028,38.031656
 quality_sweep,quality_grayscale_q50,640,360,5.000000,5.008026,grayscale,50,20.766667,104,1822387,17522.952,17547.000,18910.400,21081,702043.146,702.043146,3001.342536,4.275154,23.390970,36.352519
 quality_sweep,quality_grayscale_q30,640,360,5.000000,5.008026,grayscale,30,20.766667,104,1328179,12770.952,12821.500,13834.150,14903,511658.042,511.658042,3001.342536,5.865915,17.047639,34.701951
 quality_sweep,quality_grayscale_q20,640,360,5.000000,5.008026,grayscale,20,20.766667,104,1017957,9788.048,9832.500,10597.450,11027,392150.369,392.150369,3001.342536,7.653550,13.065832,33.304362
 candidate_profiles,candidate_640x360_gray_5fps_q50,640,360,5.000000,5.008026,grayscale,50,20.766667,104,1822387,17522.952,17547.000,18910.400,21081,702043.146,702.043146,3001.342536,4.275154,23.390970,36.352519
 candidate_profiles,candidate_640x360_gray_2fps_q40,640,360,2.000000,2.022472,grayscale,40,20.766667,42,639531,15226.929,15187.500,16381.750,18122,246368.283,246.368283,3001.342536,12.182341,8.208603,35.588581
 candidate_profiles,candidate_320x180_color_5fps_q50,320,180,5.000000,5.008026,color,50,20.766667,104,717676,6900.731,6919.500,7309.850,7475,276472.295,276.472295,3001.342536,10.855853,9.211621,32.413850
 candidate_profiles,candidate_320x180_gray_5fps_q50,320,180,5.000000,5.008026,grayscale,50,20.766667,104,590018,5673.250,5679.000,5995.750,6191,227294.254,227.294254,3001.342536,13.204656,7.573086,35.069392
 candidate_profiles,candidate_320x180_gray_2fps_q40,320,180,2.000000,2.022472,grayscale,40,20.766667,42,208403,4961.976,4965.000,5224.700,5400,80283.660,80.283660,3001.342536,37.384227,2.674925,34.362114
 candidate_profiles,candidate_320x180_gray_1fps_q35,320,180,1.000000,1.011236,grayscale,35,20.766667,21,96733,4606.333,4611.000,4836.000,4992,37264.719,37.264719,3001.342536,80.541129,1.241602,34.035117
 candidate_profiles,candidate_320x180_gray_0_5fps_q35,320,180,0.500000,0.529695,grayscale,35,20.766667,11,50124,4556.727,4493.000,4914.000,4992,19309.406,19.309406,3001.342536,155.434223,0.643359,34.165852
 candidate_profiles,candidate_320x180_gray_0_2fps_q35,320,180,0.200000,0.240770,grayscale,35,20.766667,5,23618,4723.600,4815.000,4960.800,4992,9098.427,9.098427,3001.342536,329.874884,0.303145,33.741044
 candidate_profiles,candidate_160x90_gray_1fps_q30,160,90,1.000000,1.011236,grayscale,30,20.766667,21,32743,1559.190,1561.000,1623.000,1632,12613.676,12.613676,3001.342536,237.943530,0.420268,32.031480
--- a/data/processed/lab026/lab026_report.txt
+++ b/data/processed/lab026/lab026_report.txt
@@ -0,0 +1,82 @@
 Lab026. Исследование уменьшения видеопотока для радиоуправления ровером
 Цель: исследовать уменьшение полезной нагрузки видеоканала для передачи через ретранслятор.
 Исходный файл: data\raw\lab026_rover_source.mp4
 Размер исходного файла: 7790985 байт
 Исходное разрешение: 1280x720
 Исходный FPS: 30.000000
 Число кадров: 623
 Длительность: 20.766667 с
 Приблизительный исходный файловый битрейт: 3001.343 кбит/с
 Исследуется независимое покадровое JPEG-сжатие. JPEG хранится и декодируется только в памяти.
 Рассчитанный bitrate учитывает только JPEG payload.
 Не учитываются заголовки радиопакетов, CRC, FEC, преамбула, интервалы, повторы и команды управления.
 Результаты fps_sweep:
 fps_30: 640x360, 30 кадр/с, grayscale, Q=50, кадров=623, payload=3936.913 кбит/с, PSNR=37.350 дБ, уменьшение=0.76x
 fps_10: 640x360, 10 кадр/с, grayscale, Q=50, кадров=208, payload=1402.877 кбит/с, PSNR=36.370 дБ, уменьшение=2.14x
 fps_5: 640x360, 5 кадр/с, grayscale, Q=50, кадров=104, payload=702.043 кбит/с, PSNR=36.353 дБ, уменьшение=4.28x
 fps_2: 640x360, 2 кадр/с, grayscale, Q=50, кадров=42, payload=284.084 кбит/с, PSNR=36.320 дБ, уменьшение=10.56x
 fps_1: 640x360, 1 кадр/с, grayscale, Q=50, кадров=21, payload=142.273 кбит/с, PSNR=36.288 дБ, уменьшение=21.10x
 fps_0_5: 640x360, 0.5 кадр/с, grayscale, Q=50, кадров=11, payload=73.821 кбит/с, PSNR=36.372 дБ, уменьшение=40.66x
 fps_0_2: 640x360, 0.2 кадр/с, grayscale, Q=50, кадров=5, payload=35.247 кбит/с, PSNR=35.860 дБ, уменьшение=85.15x
 Результаты resolution_sweep:
 resolution_1280x720: 1280x720, 5 кадр/с, grayscale, Q=50, кадров=104, payload=2121.333 кбит/с, PSNR=39.608 дБ, уменьшение=1.41x
 resolution_960x540: 960x540, 5 кадр/с, grayscale, Q=50, кадров=104, payload=1314.376 кбит/с, PSNR=38.632 дБ, уменьшение=2.28x
 resolution_640x360: 640x360, 5 кадр/с, grayscale, Q=50, кадров=104, payload=702.043 кбит/с, PSNR=36.353 дБ, уменьшение=4.28x
 resolution_480x270: 480x270, 5 кадр/с, grayscale, Q=50, кадров=104, payload=431.824 кбит/с, PSNR=36.172 дБ, уменьшение=6.95x
 resolution_320x180: 320x180, 5 кадр/с, grayscale, Q=50, кадров=104, payload=227.294 кбит/с, PSNR=35.069 дБ, уменьшение=13.20x
 resolution_160x90: 160x90, 5 кадр/с, grayscale, Q=50, кадров=104, payload=80.918 кбит/с, PSNR=33.586 дБ, уменьшение=37.09x
 Результаты quality_sweep:
 quality_color_q90: 640x360, 5 кадр/с, color, Q=90, кадров=104, payload=2113.639 кбит/с, PSNR=39.694 дБ, уменьшение=1.42x
 quality_color_q70: 640x360, 5 кадр/с, color, Q=70, кадров=104, payload=1117.677 кбит/с, PSNR=36.029 дБ, уменьшение=2.69x
 quality_color_q50: 640x360, 5 кадр/с, color, Q=50, кадров=104, payload=823.307 кбит/с, PSNR=34.439 дБ, уменьшение=3.65x
 quality_color_q30: 640x360, 5 кадр/с, color, Q=30, кадров=104, payload=605.629 кбит/с, PSNR=32.766 дБ, уменьшение=4.96x
 quality_color_q20: 640x360, 5 кадр/с, color, Q=20, кадров=104, payload=471.731 кбит/с, PSNR=31.299 дБ, уменьшение=6.36x
 quality_grayscale_q90: 640x360, 5 кадр/с, grayscale, Q=90, кадров=104, payload=1809.440 кбит/с, PSNR=42.575 дБ, уменьшение=1.66x
 quality_grayscale_q70: 640x360, 5 кадр/с, grayscale, Q=70, кадров=104, payload=957.219 кбит/с, PSNR=38.032 дБ, уменьшение=3.14x
 quality_grayscale_q50: 640x360, 5 кадр/с, grayscale, Q=50, кадров=104, payload=702.043 кбит/с, PSNR=36.353 дБ, уменьшение=4.28x
 quality_grayscale_q30: 640x360, 5 кадр/с, grayscale, Q=30, кадров=104, payload=511.658 кбит/с, PSNR=34.702 дБ, уменьшение=5.87x
 quality_grayscale_q20: 640x360, 5 кадр/с, grayscale, Q=20, кадров=104, payload=392.150 кбит/с, PSNR=33.304 дБ, уменьшение=7.65x
 Результаты candidate_profiles:
 candidate_640x360_gray_5fps_q50: 640x360, 5 кадр/с, grayscale, Q=50, кадров=104, payload=702.043 кбит/с, PSNR=36.353 дБ, уменьшение=4.28x
 candidate_640x360_gray_2fps_q40: 640x360, 2 кадр/с, grayscale, Q=40, кадров=42, payload=246.368 кбит/с, PSNR=35.589 дБ, уменьшение=12.18x
 candidate_320x180_color_5fps_q50: 320x180, 5 кадр/с, color, Q=50, кадров=104, payload=276.472 кбит/с, PSNR=32.414 дБ, уменьшение=10.86x
 candidate_320x180_gray_5fps_q50: 320x180, 5 кадр/с, grayscale, Q=50, кадров=104, payload=227.294 кбит/с, PSNR=35.069 дБ, уменьшение=13.20x
 candidate_320x180_gray_2fps_q40: 320x180, 2 кадр/с, grayscale, Q=40, кадров=42, payload=80.284 кбит/с, PSNR=34.362 дБ, уменьшение=37.38x
 candidate_320x180_gray_1fps_q35: 320x180, 1 кадр/с, grayscale, Q=35, кадров=21, payload=37.265 кбит/с, PSNR=34.035 дБ, уменьшение=80.54x
 candidate_320x180_gray_0_5fps_q35: 320x180, 0.5 кадр/с, grayscale, Q=35, кадров=11, payload=19.309 кбит/с, PSNR=34.166 дБ, уменьшение=155.43x
 candidate_320x180_gray_0_2fps_q35: 320x180, 0.2 кадр/с, grayscale, Q=35, кадров=5, payload=9.098 кбит/с, PSNR=33.741 дБ, уменьшение=329.87x
 candidate_160x90_gray_1fps_q30: 160x90, 1 кадр/с, grayscale, Q=30, кадров=21, payload=12.614 кбит/с, PSNR=32.031 дБ, уменьшение=237.94x
 Candidate-профили с payload bitrate не более 100 кбит/с:
 candidate_320x180_gray_2fps_q40: 320x180, 2 кадр/с, grayscale, Q=40, кадров=42, payload=80.284 кбит/с, PSNR=34.362 дБ, уменьшение=37.38x
 candidate_320x180_gray_1fps_q35: 320x180, 1 кадр/с, grayscale, Q=35, кадров=21, payload=37.265 кбит/с, PSNR=34.035 дБ, уменьшение=80.54x
 candidate_320x180_gray_0_5fps_q35: 320x180, 0.5 кадр/с, grayscale, Q=35, кадров=11, payload=19.309 кбит/с, PSNR=34.166 дБ, уменьшение=155.43x
 candidate_320x180_gray_0_2fps_q35: 320x180, 0.2 кадр/с, grayscale, Q=35, кадров=5, payload=9.098 кбит/с, PSNR=33.741 дБ, уменьшение=329.87x
 candidate_160x90_gray_1fps_q30: 160x90, 1 кадр/с, grayscale, Q=30, кадров=21, payload=12.614 кбит/с, PSNR=32.031 дБ, уменьшение=237.94x
 Candidate-профили с payload bitrate не более 50 кбит/с:
 candidate_320x180_gray_1fps_q35: 320x180, 1 кадр/с, grayscale, Q=35, кадров=21, payload=37.265 кбит/с, PSNR=34.035 дБ, уменьшение=80.54x
 candidate_320x180_gray_0_5fps_q35: 320x180, 0.5 кадр/с, grayscale, Q=35, кадров=11, payload=19.309 кбит/с, PSNR=34.166 дБ, уменьшение=155.43x
 candidate_320x180_gray_0_2fps_q35: 320x180, 0.2 кадр/с, grayscale, Q=35, кадров=5, payload=9.098 кбит/с, PSNR=33.741 дБ, уменьшение=329.87x
 candidate_160x90_gray_1fps_q30: 160x90, 1 кадр/с, grayscale, Q=30, кадров=21, payload=12.614 кбит/с, PSNR=32.031 дБ, уменьшение=237.94x
 Candidate-профили с payload bitrate не более 20 кбит/с:
 candidate_320x180_gray_0_5fps_q35: 320x180, 0.5 кадр/с, grayscale, Q=35, кадров=11, payload=19.309 кбит/с, PSNR=34.166 дБ, уменьшение=155.43x
 candidate_320x180_gray_0_2fps_q35: 320x180, 0.2 кадр/с, grayscale, Q=35, кадров=5, payload=9.098 кбит/с, PSNR=33.741 дБ, уменьшение=329.87x
 candidate_160x90_gray_1fps_q30: 160x90, 1 кадр/с, grayscale, Q=30, кадров=21, payload=12.614 кбит/с, PSNR=32.031 дБ, уменьшение=237.94x
 Candidate-профили с payload bitrate не более 10 кбит/с:
 candidate_320x180_gray_0_2fps_q35: 320x180, 0.2 кадр/с, grayscale, Q=35, кадров=5, payload=9.098 кбит/с, PSNR=33.741 дБ, уменьшение=329.87x
 Профиль с минимальным измеренным битрейтом:
 candidate_320x180_gray_0_2fps_q35: 320x180, 0.2 кадр/с, grayscale, Q=35, кадров=5, payload=9.098 кбит/с, PSNR=33.741 дБ, уменьшение=329.87x
 Автоматические метрики не заменяют визуальную оценку пригодности изображения для управления ровером.
 Сравнительное изображение: data\processed\lab026\lab026_candidate_profiles.png
 Следующий шаг: пользователь должен визуально выбрать пригодные candidate-профили.
--- a/data/processed/lab026b/lab026b_bitrate_vs_resolution.png
+++ b/data/processed/lab026b/lab026b_bitrate_vs_resolution.png
--- a/data/processed/lab026b/lab026b_codec_comparison.png
+++ b/data/processed/lab026b/lab026b_codec_comparison.png
--- a/data/processed/lab026b/lab026b_equal_bitrate_candidates.png
+++ b/data/processed/lab026b/lab026b_equal_bitrate_candidates.png
--- a/data/processed/lab026b/lab026b_profiles.csv
+++ b/data/processed/lab026b/lab026b_profiles.csv
@@ -0,0 +1,31 @@
 experiment,profile_name,mode,width,height,pixel_count,target_fps,actual_fps,bits_per_pixel_before_compression,maximum_gray_levels,maximum_colors,selected_frames,total_payload_bytes,mean_frame_bytes,median_frame_bytes,p95_frame_bytes,max_frame_bytes,payload_bitrate_bps,payload_bitrate_kbps,baseline_bitrate_kbps,difference_from_baseline_kbps,percent_of_baseline_bitrate,compression_ratio_from_unpacked_source,mean_psnr_db,header_bytes_per_frame,palette_bytes_per_frame,notes
 four_bit_resolution_sweep,320x180_gray8_jpeg_2fps,gray8_jpeg,320,180,57600,2.000000,2.022472,8,256,0,42,208403,4961.976,4965.000,5224.700,5400,80283.660,80.283660,80.283660,-0.000000,100.000000,11.608278,34.362114,0,0,"Grayscale 8 bit, JPEG quality 40."
 four_bit_resolution_sweep,320x180_gray4_jpeg_2fps,gray4_jpeg,320,180,57600,2.000000,2.022472,4,16,0,42,229518,5464.714,5466.000,5727.250,5822,88417.849,88.417849,80.283660,8.134189,110.131812,10.540350,32.588941,0,0,"Grayscale quantized to 16 levels, restored to uint8, JPEG quality 40."
 four_bit_resolution_sweep,320x180_gray4_packed_zlib_2fps,gray4_packed_zlib,320,180,57600,2.000000,2.022472,4,16,0,42,441074,10501.762,10444.000,11194.300,12317,169916.148,169.916148,80.283660,89.632488,211.644745,5.484794,34.397012,16,0,"Two 4-bit grayscale indices per byte, zlib level 9, 16-byte frame header."
 four_bit_resolution_sweep,320x180_color16_png_2fps,color16_png,320,180,57600,2.000000,2.022472,4,0,16,42,371520,8845.714,8607.500,10578.350,10794,143121.669,143.121669,80.283660,62.838009,178.269986,19.534884,25.384724,0,0,"Pillow palette image, maximum 16 colors, no dithering, optimized indexed PNG."
 four_bit_resolution_sweep,320x180_color16_packed_zlib_2fps,color16_packed_zlib,320,180,57600,2.000000,2.022472,4,0,16,42,364892,8687.905,8452.000,10414.800,10652,140568.347,140.568347,80.283660,60.284687,175.089609,19.889721,25.384724,16,48,"Two 4-bit palette indices per byte, zlib level 9, 16-byte header and fixed 48-byte palette."
 four_bit_resolution_sweep,400x225_gray8_jpeg_2fps,gray8_jpeg,400,225,90000,2.000000,2.022472,8,256,0,42,297273,7077.929,7063.500,7473.000,7841,114519.294,114.519294,80.283660,34.235634,142.643340,12.715585,34.942886,0,0,"Grayscale 8 bit, JPEG quality 40."
 four_bit_resolution_sweep,400x225_gray4_jpeg_2fps,gray4_jpeg,400,225,90000,2.000000,2.022472,4,16,0,42,332268,7911.143,7920.500,8353.700,8554,128000.514,128.000514,80.283660,47.716854,159.435324,11.376359,32.883090,0,0,"Grayscale quantized to 16 levels, restored to uint8, JPEG quality 40."
 four_bit_resolution_sweep,400x225_gray4_packed_zlib_2fps,gray4_packed_zlib,400,225,90000,2.000000,2.022472,4,16,0,42,636862,15163.381,15120.500,16266.050,18356,245340.096,245.340096,80.283660,165.056436,305.591569,5.935352,34.399552,16,0,"Two 4-bit grayscale indices per byte, zlib level 9, 16-byte frame header."
 four_bit_resolution_sweep,400x225_color16_png_2fps,color16_png,400,225,90000,2.000000,2.022472,4,0,16,42,528261,12577.643,12153.000,15191.650,16128,203503.435,203.503435,80.283660,123.219775,253.480515,21.466661,25.344339,0,0,"Pillow palette image, maximum 16 colors, no dithering, optimized indexed PNG."
 four_bit_resolution_sweep,400x225_color16_packed_zlib_2fps,color16_packed_zlib,400,225,90000,2.000000,2.022472,4,0,16,42,520725,12398.214,11977.000,15015.100,15966,200600.321,200.600321,80.283660,120.316661,249.864444,21.777330,25.344339,16,48,"Two 4-bit palette indices per byte, zlib level 9, 16-byte header and fixed 48-byte palette."
 four_bit_resolution_sweep,448x252_gray8_jpeg_2fps,gray8_jpeg,448,252,112896,2.000000,2.022472,8,256,0,42,353578,8418.524,8413.000,8885.950,9512,136209.823,136.209823,80.283660,55.926163,169.660705,13.410427,35.301071,0,0,"Grayscale 8 bit, JPEG quality 40."
 four_bit_resolution_sweep,448x252_gray4_jpeg_2fps,gray4_jpeg,448,252,112896,2.000000,2.022472,4,16,0,42,397126,9455.381,9467.500,9996.400,10450,152985.939,152.985939,80.283660,72.702279,190.556757,11.939868,33.060439,0,0,"Grayscale quantized to 16 levels, restored to uint8, JPEG quality 40."
 four_bit_resolution_sweep,448x252_gray4_packed_zlib_2fps,gray4_packed_zlib,448,252,112896,2.000000,2.022472,4,16,0,42,762082,18144.810,18111.500,19504.750,22433,293578.941,293.578941,80.283660,213.295281,365.677076,6.221945,34.399841,16,0,"Two 4-bit grayscale indices per byte, zlib level 9, 16-byte frame header."
 four_bit_resolution_sweep,448x252_color16_png_2fps,color16_png,448,252,112896,2.000000,2.022472,4,0,16,42,626516,14917.048,14409.500,18239.600,18695,241354.478,241.354478,80.283660,161.070818,300.627149,22.704761,25.369963,0,0,"Pillow palette image, maximum 16 colors, no dithering, optimized indexed PNG."
 four_bit_resolution_sweep,448x252_color16_packed_zlib_2fps,color16_packed_zlib,448,252,112896,2.000000,2.022472,4,0,16,42,618164,14718.190,14221.500,18022.000,18517,238137.014,238.137014,80.283660,157.853354,296.619529,23.011524,25.369963,16,48,"Two 4-bit palette indices per byte, zlib level 9, 16-byte header and fixed 48-byte palette."
 four_bit_resolution_sweep,480x270_gray8_jpeg_2fps,gray8_jpeg,480,270,129600,2.000000,2.022472,8,256,0,42,393752,9375.048,9365.500,9919.950,10678,151686.164,151.686164,80.283660,71.402504,188.937779,13.823930,35.412999,0,0,"Grayscale 8 bit, JPEG quality 40."
 four_bit_resolution_sweep,480x270_gray4_jpeg_2fps,gray4_jpeg,480,270,129600,2.000000,2.022472,4,16,0,42,443419,10557.595,10575.500,11152.550,11737,170819.518,170.819518,80.283660,90.535858,212.769969,12.275523,33.099458,0,0,"Grayscale quantized to 16 levels, restored to uint8, JPEG quality 40."
 four_bit_resolution_sweep,480x270_gray4_packed_zlib_2fps,gray4_packed_zlib,480,270,129600,2.000000,2.022472,4,16,0,42,854354,20341.762,20276.500,21857.900,25369,329125.136,329.125136,80.283660,248.841476,409.952830,6.371130,34.401420,16,0,"Two 4-bit grayscale indices per byte, zlib level 9, 16-byte frame header."
 four_bit_resolution_sweep,480x270_color16_png_2fps,color16_png,480,270,129600,2.000000,2.022472,4,0,16,42,701871,16711.214,16249.500,20469.850,21005,270383.692,270.383692,80.283660,190.100032,336.785458,23.265814,25.368870,0,0,"Pillow palette image, maximum 16 colors, no dithering, optimized indexed PNG."
 four_bit_resolution_sweep,480x270_color16_packed_zlib_2fps,color16_packed_zlib,480,270,129600,2.000000,2.022472,4,0,16,42,693190,16504.524,16007.500,20249.750,20809,267039.486,267.039486,80.283660,186.755826,332.619971,23.557178,25.368870,16,48,"Two 4-bit palette indices per byte, zlib level 9, 16-byte header and fixed 48-byte palette."
 four_bit_resolution_sweep,560x315_gray8_jpeg_2fps,gray8_jpeg,560,315,176400,2.000000,2.022472,8,256,0,42,507535,12084.167,12068.500,12860.900,13999,195519.101,195.519101,80.283660,115.235441,243.535361,14.597614,35.954946,0,0,"Grayscale 8 bit, JPEG quality 40."
 four_bit_resolution_sweep,560x315_gray4_jpeg_2fps,gray4_jpeg,560,315,176400,2.000000,2.022472,4,16,0,42,575350,13698.810,13674.500,14558.450,15458,221643.660,221.643660,80.283660,141.360000,276.075679,12.877031,33.337152,0,0,"Grayscale quantized to 16 levels, restored to uint8, JPEG quality 40."
 four_bit_resolution_sweep,560x315_gray4_packed_zlib_2fps,gray4_packed_zlib,560,315,176400,2.000000,2.022472,4,16,0,42,1093024,26024.381,25851.500,28055.650,33171,421068.636,421.068636,80.283660,340.784976,524.476133,6.778259,34.403027,16,0,"Two 4-bit grayscale indices per byte, zlib level 9, 16-byte frame header."
 four_bit_resolution_sweep,560x315_color16_png_2fps,color16_png,560,315,176400,2.000000,2.022472,4,0,16,42,894967,21308.738,20851.500,25906.100,27345,344770.594,344.770594,80.283660,264.486934,429.440554,24.834882,25.323519,0,0,"Pillow palette image, maximum 16 colors, no dithering, optimized indexed PNG."
 four_bit_resolution_sweep,560x315_color16_packed_zlib_2fps,color16_packed_zlib,560,315,176400,2.000000,2.022472,4,0,16,42,885156,21075.143,20622.000,25686.650,27166,340991.075,340.991075,80.283660,260.707415,424.732848,25.110150,25.323519,16,48,"Two 4-bit palette indices per byte, zlib level 9, 16-byte header and fixed 48-byte palette."
 four_bit_resolution_sweep,640x360_gray8_jpeg_2fps,gray8_jpeg,640,360,230400,2.000000,2.022472,8,256,0,42,639531,15226.929,15187.500,16381.750,18122,246368.283,246.368283,80.283660,166.084623,306.872261,15.131088,35.588581,0,0,"Grayscale 8 bit, JPEG quality 40."
 four_bit_resolution_sweep,640x360_gray4_jpeg_2fps,gray4_jpeg,640,360,230400,2.000000,2.022472,4,16,0,42,726335,17293.690,17220.500,18557.350,19938,279808.026,279.808026,80.283660,199.524366,348.524252,13.322778,33.048695,0,0,"Grayscale quantized to 16 levels, restored to uint8, JPEG quality 40."
 four_bit_resolution_sweep,640x360_gray4_packed_zlib_2fps,gray4_packed_zlib,640,360,230400,2.000000,2.022472,4,16,0,42,1394769,33208.786,32974.500,35959.800,43514,537310.690,537.310690,80.283660,457.027030,669.265315,6.937923,34.404228,16,0,"Two 4-bit grayscale indices per byte, zlib level 9, 16-byte frame header."
 four_bit_resolution_sweep,640x360_color16_png_2fps,color16_png,640,360,230400,2.000000,2.022472,4,0,16,42,1140488,27154.476,26267.500,33424.950,36017,439353.323,439.353323,80.283660,359.069663,547.251237,25.454367,25.259621,0,0,"Pillow palette image, maximum 16 colors, no dithering, optimized indexed PNG."
 four_bit_resolution_sweep,640x360_color16_packed_zlib_2fps,color16_packed_zlib,640,360,230400,2.000000,2.022472,4,0,16,42,1128711,26874.071,25978.500,33021.450,35603,434816.437,434.816437,80.283660,354.532777,541.600167,25.719958,25.259621,16,48,"Two 4-bit palette indices per byte, zlib level 9, 16-byte header and fixed 48-byte palette."
--- a/data/processed/lab026b/lab026b_report.txt
+++ b/data/processed/lab026b/lab026b_report.txt
@@ -0,0 +1,90 @@
 Lab026B. Увеличение разрешения кадра за счёт глубины цвета 4 бита
 Цель: проверить увеличение разрешения при битрейте, близком к контрольным 80.283660 кбит/с.
 Исходное видео: data\raw\lab026_rover_source.mp4
 Размер исходного видео: 7790985 байт
 Исходное разрешение: 1280×720
 Исходный FPS: 30.000000
 Число кадров: 623
 Длительность: 20.766667 с
 4-битная яркость: индекс 0...15, то есть 16 уровней серого на пиксель.
 4-битный индексированный цвет: один индекс 0...15 на пиксель и палитра максимум из 16 RGB-цветов.
 Это не RGB444: RGB444 требует по 4 бита на каждый из трёх каналов, то есть 12 бит на пиксель.
 Режимы:
 gray8_jpeg — контрольный grayscale JPEG Q40.
 gray4_jpeg — 16 уровней серого, восстановление uint8, JPEG Q40.
 gray4_packed_zlib — 4-битные индексы, два на байт, zlib level 9 и заголовок 16 байт.
 color16_png — палитра максимум 16 цветов, без дизеринга, индексированный PNG в памяти.
 color16_packed_zlib — 4-битные индексы, zlib level 9, заголовок 16 байт и фиксированная палитра 48 байт.
 Контрольный baseline: 80.283660 кбит/с.
 CRC, FEC, радиозаголовки и пакетирование пока не учтены.
 Статические метрики не учитывают задержку видеоканала.
 Полные результаты 30 профилей:
 320x180_gray8_jpeg_2fps: mode=gray8_jpeg, 320x180, frames=42, actual_fps=2.022472, total=208403 bytes, mean=4961.976, median=4965.000, p95=5224.700, max=5400, bitrate=80.283660 kbit/s, baseline_diff=-0.000000, baseline_percent=100.000%, compression=11.608x, PSNR=34.362114 dB
 320x180_gray4_jpeg_2fps: mode=gray4_jpeg, 320x180, frames=42, actual_fps=2.022472, total=229518 bytes, mean=5464.714, median=5466.000, p95=5727.250, max=5822, bitrate=88.417849 kbit/s, baseline_diff=8.134189, baseline_percent=110.132%, compression=10.540x, PSNR=32.588941 dB
 320x180_gray4_packed_zlib_2fps: mode=gray4_packed_zlib, 320x180, frames=42, actual_fps=2.022472, total=441074 bytes, mean=10501.762, median=10444.000, p95=11194.300, max=12317, bitrate=169.916148 kbit/s, baseline_diff=89.632488, baseline_percent=211.645%, compression=5.485x, PSNR=34.397012 dB
 320x180_color16_png_2fps: mode=color16_png, 320x180, frames=42, actual_fps=2.022472, total=371520 bytes, mean=8845.714, median=8607.500, p95=10578.350, max=10794, bitrate=143.121669 kbit/s, baseline_diff=62.838009, baseline_percent=178.270%, compression=19.535x, PSNR=25.384724 dB
 320x180_color16_packed_zlib_2fps: mode=color16_packed_zlib, 320x180, frames=42, actual_fps=2.022472, total=364892 bytes, mean=8687.905, median=8452.000, p95=10414.800, max=10652, bitrate=140.568347 kbit/s, baseline_diff=60.284687, baseline_percent=175.090%, compression=19.890x, PSNR=25.384724 dB
 400x225_gray8_jpeg_2fps: mode=gray8_jpeg, 400x225, frames=42, actual_fps=2.022472, total=297273 bytes, mean=7077.929, median=7063.500, p95=7473.000, max=7841, bitrate=114.519294 kbit/s, baseline_diff=34.235634, baseline_percent=142.643%, compression=12.716x, PSNR=34.942886 dB
 400x225_gray4_jpeg_2fps: mode=gray4_jpeg, 400x225, frames=42, actual_fps=2.022472, total=332268 bytes, mean=7911.143, median=7920.500, p95=8353.700, max=8554, bitrate=128.000514 kbit/s, baseline_diff=47.716854, baseline_percent=159.435%, compression=11.376x, PSNR=32.883090 dB
 400x225_gray4_packed_zlib_2fps: mode=gray4_packed_zlib, 400x225, frames=42, actual_fps=2.022472, total=636862 bytes, mean=15163.381, median=15120.500, p95=16266.050, max=18356, bitrate=245.340096 kbit/s, baseline_diff=165.056436, baseline_percent=305.592%, compression=5.935x, PSNR=34.399552 dB
 400x225_color16_png_2fps: mode=color16_png, 400x225, frames=42, actual_fps=2.022472, total=528261 bytes, mean=12577.643, median=12153.000, p95=15191.650, max=16128, bitrate=203.503435 kbit/s, baseline_diff=123.219775, baseline_percent=253.481%, compression=21.467x, PSNR=25.344339 dB
 400x225_color16_packed_zlib_2fps: mode=color16_packed_zlib, 400x225, frames=42, actual_fps=2.022472, total=520725 bytes, mean=12398.214, median=11977.000, p95=15015.100, max=15966, bitrate=200.600321 kbit/s, baseline_diff=120.316661, baseline_percent=249.864%, compression=21.777x, PSNR=25.344339 dB
 448x252_gray8_jpeg_2fps: mode=gray8_jpeg, 448x252, frames=42, actual_fps=2.022472, total=353578 bytes, mean=8418.524, median=8413.000, p95=8885.950, max=9512, bitrate=136.209823 kbit/s, baseline_diff=55.926163, baseline_percent=169.661%, compression=13.410x, PSNR=35.301071 dB
 448x252_gray4_jpeg_2fps: mode=gray4_jpeg, 448x252, frames=42, actual_fps=2.022472, total=397126 bytes, mean=9455.381, median=9467.500, p95=9996.400, max=10450, bitrate=152.985939 kbit/s, baseline_diff=72.702279, baseline_percent=190.557%, compression=11.940x, PSNR=33.060439 dB
 448x252_gray4_packed_zlib_2fps: mode=gray4_packed_zlib, 448x252, frames=42, actual_fps=2.022472, total=762082 bytes, mean=18144.810, median=18111.500, p95=19504.750, max=22433, bitrate=293.578941 kbit/s, baseline_diff=213.295281, baseline_percent=365.677%, compression=6.222x, PSNR=34.399841 dB
 448x252_color16_png_2fps: mode=color16_png, 448x252, frames=42, actual_fps=2.022472, total=626516 bytes, mean=14917.048, median=14409.500, p95=18239.600, max=18695, bitrate=241.354478 kbit/s, baseline_diff=161.070818, baseline_percent=300.627%, compression=22.705x, PSNR=25.369963 dB
 448x252_color16_packed_zlib_2fps: mode=color16_packed_zlib, 448x252, frames=42, actual_fps=2.022472, total=618164 bytes, mean=14718.190, median=14221.500, p95=18022.000, max=18517, bitrate=238.137014 kbit/s, baseline_diff=157.853354, baseline_percent=296.620%, compression=23.012x, PSNR=25.369963 dB
 480x270_gray8_jpeg_2fps: mode=gray8_jpeg, 480x270, frames=42, actual_fps=2.022472, total=393752 bytes, mean=9375.048, median=9365.500, p95=9919.950, max=10678, bitrate=151.686164 kbit/s, baseline_diff=71.402504, baseline_percent=188.938%, compression=13.824x, PSNR=35.412999 dB
 480x270_gray4_jpeg_2fps: mode=gray4_jpeg, 480x270, frames=42, actual_fps=2.022472, total=443419 bytes, mean=10557.595, median=10575.500, p95=11152.550, max=11737, bitrate=170.819518 kbit/s, baseline_diff=90.535858, baseline_percent=212.770%, compression=12.276x, PSNR=33.099458 dB
 480x270_gray4_packed_zlib_2fps: mode=gray4_packed_zlib, 480x270, frames=42, actual_fps=2.022472, total=854354 bytes, mean=20341.762, median=20276.500, p95=21857.900, max=25369, bitrate=329.125136 kbit/s, baseline_diff=248.841476, baseline_percent=409.953%, compression=6.371x, PSNR=34.401420 dB
 480x270_color16_png_2fps: mode=color16_png, 480x270, frames=42, actual_fps=2.022472, total=701871 bytes, mean=16711.214, median=16249.500, p95=20469.850, max=21005, bitrate=270.383692 kbit/s, baseline_diff=190.100032, baseline_percent=336.785%, compression=23.266x, PSNR=25.368870 dB
 480x270_color16_packed_zlib_2fps: mode=color16_packed_zlib, 480x270, frames=42, actual_fps=2.022472, total=693190 bytes, mean=16504.524, median=16007.500, p95=20249.750, max=20809, bitrate=267.039486 kbit/s, baseline_diff=186.755826, baseline_percent=332.620%, compression=23.557x, PSNR=25.368870 dB
 560x315_gray8_jpeg_2fps: mode=gray8_jpeg, 560x315, frames=42, actual_fps=2.022472, total=507535 bytes, mean=12084.167, median=12068.500, p95=12860.900, max=13999, bitrate=195.519101 kbit/s, baseline_diff=115.235441, baseline_percent=243.535%, compression=14.598x, PSNR=35.954946 dB
 560x315_gray4_jpeg_2fps: mode=gray4_jpeg, 560x315, frames=42, actual_fps=2.022472, total=575350 bytes, mean=13698.810, median=13674.500, p95=14558.450, max=15458, bitrate=221.643660 kbit/s, baseline_diff=141.360000, baseline_percent=276.076%, compression=12.877x, PSNR=33.337152 dB
 560x315_gray4_packed_zlib_2fps: mode=gray4_packed_zlib, 560x315, frames=42, actual_fps=2.022472, total=1093024 bytes, mean=26024.381, median=25851.500, p95=28055.650, max=33171, bitrate=421.068636 kbit/s, baseline_diff=340.784976, baseline_percent=524.476%, compression=6.778x, PSNR=34.403027 dB
 560x315_color16_png_2fps: mode=color16_png, 560x315, frames=42, actual_fps=2.022472, total=894967 bytes, mean=21308.738, median=20851.500, p95=25906.100, max=27345, bitrate=344.770594 kbit/s, baseline_diff=264.486934, baseline_percent=429.441%, compression=24.835x, PSNR=25.323519 dB
 560x315_color16_packed_zlib_2fps: mode=color16_packed_zlib, 560x315, frames=42, actual_fps=2.022472, total=885156 bytes, mean=21075.143, median=20622.000, p95=25686.650, max=27166, bitrate=340.991075 kbit/s, baseline_diff=260.707415, baseline_percent=424.733%, compression=25.110x, PSNR=25.323519 dB
 640x360_gray8_jpeg_2fps: mode=gray8_jpeg, 640x360, frames=42, actual_fps=2.022472, total=639531 bytes, mean=15226.929, median=15187.500, p95=16381.750, max=18122, bitrate=246.368283 kbit/s, baseline_diff=166.084623, baseline_percent=306.872%, compression=15.131x, PSNR=35.588581 dB
 640x360_gray4_jpeg_2fps: mode=gray4_jpeg, 640x360, frames=42, actual_fps=2.022472, total=726335 bytes, mean=17293.690, median=17220.500, p95=18557.350, max=19938, bitrate=279.808026 kbit/s, baseline_diff=199.524366, baseline_percent=348.524%, compression=13.323x, PSNR=33.048695 dB
 640x360_gray4_packed_zlib_2fps: mode=gray4_packed_zlib, 640x360, frames=42, actual_fps=2.022472, total=1394769 bytes, mean=33208.786, median=32974.500, p95=35959.800, max=43514, bitrate=537.310690 kbit/s, baseline_diff=457.027030, baseline_percent=669.265%, compression=6.938x, PSNR=34.404228 dB
 640x360_color16_png_2fps: mode=color16_png, 640x360, frames=42, actual_fps=2.022472, total=1140488 bytes, mean=27154.476, median=26267.500, p95=33424.950, max=36017, bitrate=439.353323 kbit/s, baseline_diff=359.069663, baseline_percent=547.251%, compression=25.454x, PSNR=25.259621 dB
 640x360_color16_packed_zlib_2fps: mode=color16_packed_zlib, 640x360, frames=42, actual_fps=2.022472, total=1128711 bytes, mean=26874.071, median=25978.500, p95=33021.450, max=35603, bitrate=434.816437 kbit/s, baseline_diff=354.532777, baseline_percent=541.600%, compression=25.720x, PSNR=25.259621 dB
 Профили 70–90 кбит/с:
 320x180_gray8_jpeg_2fps: mode=gray8_jpeg, 320x180, frames=42, actual_fps=2.022472, total=208403 bytes, mean=4961.976, median=4965.000, p95=5224.700, max=5400, bitrate=80.283660 kbit/s, baseline_diff=-0.000000, baseline_percent=100.000%, compression=11.608x, PSNR=34.362114 dB
 320x180_gray4_jpeg_2fps: mode=gray4_jpeg, 320x180, frames=42, actual_fps=2.022472, total=229518 bytes, mean=5464.714, median=5466.000, p95=5727.250, max=5822, bitrate=88.417849 kbit/s, baseline_diff=8.134189, baseline_percent=110.132%, compression=10.540x, PSNR=32.588941 dB
 Профили до baseline:
 320x180_gray8_jpeg_2fps: mode=gray8_jpeg, 320x180, frames=42, actual_fps=2.022472, total=208403 bytes, mean=4961.976, median=4965.000, p95=5224.700, max=5400, bitrate=80.283660 kbit/s, baseline_diff=-0.000000, baseline_percent=100.000%, compression=11.608x, PSNR=34.362114 dB
 Профили до 100 кбит/с:
 320x180_gray8_jpeg_2fps: mode=gray8_jpeg, 320x180, frames=42, actual_fps=2.022472, total=208403 bytes, mean=4961.976, median=4965.000, p95=5224.700, max=5400, bitrate=80.283660 kbit/s, baseline_diff=-0.000000, baseline_percent=100.000%, compression=11.608x, PSNR=34.362114 dB
 320x180_gray4_jpeg_2fps: mode=gray4_jpeg, 320x180, frames=42, actual_fps=2.022472, total=229518 bytes, mean=5464.714, median=5466.000, p95=5727.250, max=5822, bitrate=88.417849 kbit/s, baseline_diff=8.134189, baseline_percent=110.132%, compression=10.540x, PSNR=32.588941 dB
 Цветные color16-профили до 100 кбит/с:
 Нет.
 Профили больше 320x180 и не выше baseline:
 Нет.
 Максимальное разрешение до baseline:
 320x180_gray8_jpeg_2fps: mode=gray8_jpeg, 320x180, frames=42, actual_fps=2.022472, total=208403 bytes, mean=4961.976, median=4965.000, p95=5224.700, max=5400, bitrate=80.283660 kbit/s, baseline_diff=-0.000000, baseline_percent=100.000%, compression=11.608x, PSNR=34.362114 dB
 Максимальное разрешение до 100 кбит/с:
 320x180_gray8_jpeg_2fps: mode=gray8_jpeg, 320x180, frames=42, actual_fps=2.022472, total=208403 bytes, mean=4961.976, median=4965.000, p95=5224.700, max=5400, bitrate=80.283660 kbit/s, baseline_diff=-0.000000, baseline_percent=100.000%, compression=11.608x, PSNR=34.362114 dB
 320x180_gray4_jpeg_2fps: mode=gray4_jpeg, 320x180, frames=42, actual_fps=2.022472, total=229518 bytes, mean=5464.714, median=5466.000, p95=5727.250, max=5822, bitrate=88.417849 kbit/s, baseline_diff=8.134189, baseline_percent=110.132%, compression=10.540x, PSNR=32.588941 dB
 Сравнение gray4 и color16:
 Минимальный gray4 bitrate: 88.417849 кбит/с.
 Минимальный color16 bitrate: 140.568347 кбит/с.
 Размер палитры packed color16: 48 байт на кадр.
 Размер компактного заголовка packed-режимов: 16 байт на кадр.
 Нельзя автоматически объявлять профиль безопасным для управления ровером по одной статической метрике.
 Сравнительное изображение: data\processed\lab026b\lab026b_equal_bitrate_candidates.png
 Следующий шаг: ручная визуальная оценка пользователем.
--- a/data/processed/lab027/lab027_bitrate_comparison.png
+++ b/data/processed/lab027/lab027_bitrate_comparison.png
--- a/data/processed/lab027/lab027_candidate_profiles.png
+++ b/data/processed/lab027/lab027_candidate_profiles.png
--- a/data/processed/lab027/lab027_profiles.csv
+++ b/data/processed/lab027/lab027_profiles.csv
@@ -0,0 +1,10 @@
 profile_name,base_width,base_height,base_fps,base_quality,roi_enabled,roi_x_min,roi_y_min,roi_x_max,roi_y_max,roi_width,roi_height,roi_fps,roi_quality,source_duration_s,selected_base_frames,selected_roi_frames,actual_base_fps,actual_roi_fps,total_base_bytes,total_roi_bytes,total_payload_bytes,mean_base_frame_bytes,mean_roi_frame_bytes,p95_base_frame_bytes,p95_roi_frame_bytes,max_base_frame_bytes,max_roi_frame_bytes,base_bitrate_kbps,roi_bitrate_kbps,total_payload_bitrate_kbps,baseline_bitrate_kbps,difference_from_baseline_kbps,percent_of_baseline,mean_base_jpeg_psnr_db,mean_roi_jpeg_psnr_db,mean_reconstructed_full_psnr_db,mean_reconstructed_roi_psnr_db
 baseline_320x180_gray_2fps_q40,320,180,2.000000,40,0,0.000000,0.000000,0.000000,0.000000,0,0,0.000000,0,20.766667,42,0,2.022472,0.000000,208368,0,208368,4961.143,0.000,5226.950,0.000,5390,0,80.270177,0.000000,80.270177,80.283660,-0.013483,99.983205,34.364165,,20.757991,
 base240_1fps_q25_roi320_2fps_q35,240,135,1.000000,25,1,0.200000,0.420000,0.800000,1.000000,320,180,2.000000,35,20.766667,21,42,1.011236,2.022472,50858,191270,242128,2421.810,4554.048,2554.000,5044.500,2569,5172,19.592167,73.683467,93.275634,80.283660,12.991974,116.182588,32.370927,34.103745,19.657187,19.574377
 base240_0_5fps_q25_roi320_2fps_q35,240,135,0.500000,25,1,0.200000,0.420000,0.800000,1.000000,320,180,2.000000,35,20.766667,11,42,0.529695,2.022472,26348,191270,217618,2395.273,4554.048,2561.500,5044.500,2569,5172,10.150112,73.683467,83.833579,80.283660,3.549919,104.421721,32.474572,34.103745,18.613817,19.574377
 base160_1fps_q25_roi320_2fps_q35,160,90,1.000000,25,1,0.200000,0.420000,0.800000,1.000000,320,180,2.000000,35,20.766667,21,42,1.011236,2.022472,29882,191270,221152,1422.952,4554.048,1484.000,5044.500,1492,5172,11.511525,73.683467,85.194992,80.283660,4.911332,106.117474,31.458773,34.103745,19.701304,19.574377
 base240_1fps_q25_roi448_1fps_q30,240,135,1.000000,25,1,0.200000,0.420000,0.800000,1.000000,448,252,1.000000,30,20.766667,21,21,1.011236,1.011236,50858,147787,198645,2421.810,7037.476,2554.000,7860.000,2569,8507,19.592167,56.932392,76.524559,80.283660,-3.759101,95.317725,32.370927,34.666932,19.098790,17.871555
 base240_0_5fps_q25_roi448_1fps_q30,240,135,0.500000,25,1,0.200000,0.420000,0.800000,1.000000,448,252,1.000000,30,20.766667,11,21,0.529695,1.011236,26348,147787,174135,2395.273,7037.476,2561.500,7860.000,2569,8507,10.150112,56.932392,67.082504,80.283660,-13.201156,83.556858,32.474572,34.666932,18.113877,17.871555
 base320_1fps_q30_roi320_1fps_q35,320,180,1.000000,30,1,0.200000,0.420000,0.800000,1.000000,320,180,1.000000,35,20.766667,21,21,1.011236,1.011236,87901,95367,183268,4185.762,4541.286,4391.000,5048.000,4537,5172,33.862343,36.738491,70.600835,80.283660,-9.682825,87.939233,33.539230,34.103514,19.121457,17.888190
 base240_1fps_q20_roi320_1fps_q30,240,135,1.000000,20,1,0.200000,0.420000,0.800000,1.000000,320,180,1.000000,30,20.766667,21,21,1.011236,1.011236,44598,86458,131056,2123.714,4117.048,2231.000,4551.000,2251,4614,17.180610,33.306453,50.487063,80.283660,-29.796597,62.885851,31.643522,33.598412,19.107784,17.873870
 base160_0_5fps_q20_roi320_2fps_q30,160,90,0.500000,20,1,0.200000,0.420000,0.800000,1.000000,320,180,2.000000,30,20.766667,11,42,0.529695,2.022472,13820,173455,187275,1256.364,4129.881,1326.000,4548.450,1347,4614,5.323917,66.820546,72.144462,80.283660,-8.139198,89.861950,30.823518,33.595566,18.664976,19.549559
--- a/data/processed/lab027/lab027_quality_comparison.png
+++ b/data/processed/lab027/lab027_quality_comparison.png
--- a/data/processed/lab027/lab027_report.txt
+++ b/data/processed/lab027/lab027_report.txt
@@ -0,0 +1,74 @@
 Lab027. Многомасштабная передача изображения: общий кадр и область интереса
 Цель: проверить совместную передачу общего кадра и фиксированной ROI при payload около 80–100 кбит/с.
 Исходное видео: data\raw\lab026_rover_source.mp4
 Размер файла: 7790985 байт
 Исходное разрешение: 1280×720
 Исходный FPS: 30.000000
 Число кадров: 623
 Длительность: 20.766667 с
 BASE: полный grayscale-кадр пониженного разрешения с собственной частотой и JPEG quality.
 ROI: фиксированная центральная нижняя область исходного grayscale-кадра с независимыми разрешением, частотой и JPEG quality.
 Нормализованные координаты ROI: x=0.20...0.80, y=0.42...1.00.
 Пиксельные координаты ROI исходного кадра: x=256...1024, y=302...720.
 Контрольный профиль: 320×180 grayscale, 2 fps, JPEG Q40.
 Контрольный baseline: 80.283660 кбит/с.
 Результаты всех девяти профилей:
 baseline_320x180_gray_2fps_q40: BASE=320x180, 2.000 fps, Q40, base_frames=42, base=80.270177 kbit/s; ROI=0x0, 0.000 fps, Q0, roi_frames=0, roi=0.000000 kbit/s; total=80.270177 kbit/s, baseline_diff=-0.013483, baseline_percent=99.983%, BASE_JPEG_PSNR=34.364165 dB, ROI_JPEG_PSNR=нет dB, full_reconstructed_PSNR=20.757991 dB, ROI_reconstructed_PSNR=нет dB
 base240_1fps_q25_roi320_2fps_q35: BASE=240x135, 1.000 fps, Q25, base_frames=21, base=19.592167 kbit/s; ROI=320x180, 2.000 fps, Q35, roi_frames=42, roi=73.683467 kbit/s; total=93.275634 kbit/s, baseline_diff=12.991974, baseline_percent=116.183%, BASE_JPEG_PSNR=32.370927 dB, ROI_JPEG_PSNR=34.103745 dB, full_reconstructed_PSNR=19.657187 dB, ROI_reconstructed_PSNR=19.574377 dB
 base240_0_5fps_q25_roi320_2fps_q35: BASE=240x135, 0.500 fps, Q25, base_frames=11, base=10.150112 kbit/s; ROI=320x180, 2.000 fps, Q35, roi_frames=42, roi=73.683467 kbit/s; total=83.833579 kbit/s, baseline_diff=3.549919, baseline_percent=104.422%, BASE_JPEG_PSNR=32.474572 dB, ROI_JPEG_PSNR=34.103745 dB, full_reconstructed_PSNR=18.613817 dB, ROI_reconstructed_PSNR=19.574377 dB
 base160_1fps_q25_roi320_2fps_q35: BASE=160x90, 1.000 fps, Q25, base_frames=21, base=11.511525 kbit/s; ROI=320x180, 2.000 fps, Q35, roi_frames=42, roi=73.683467 kbit/s; total=85.194992 kbit/s, baseline_diff=4.911332, baseline_percent=106.117%, BASE_JPEG_PSNR=31.458773 dB, ROI_JPEG_PSNR=34.103745 dB, full_reconstructed_PSNR=19.701304 dB, ROI_reconstructed_PSNR=19.574377 dB
 base240_1fps_q25_roi448_1fps_q30: BASE=240x135, 1.000 fps, Q25, base_frames=21, base=19.592167 kbit/s; ROI=448x252, 1.000 fps, Q30, roi_frames=21, roi=56.932392 kbit/s; total=76.524559 kbit/s, baseline_diff=-3.759101, baseline_percent=95.318%, BASE_JPEG_PSNR=32.370927 dB, ROI_JPEG_PSNR=34.666932 dB, full_reconstructed_PSNR=19.098790 dB, ROI_reconstructed_PSNR=17.871555 dB
 base240_0_5fps_q25_roi448_1fps_q30: BASE=240x135, 0.500 fps, Q25, base_frames=11, base=10.150112 kbit/s; ROI=448x252, 1.000 fps, Q30, roi_frames=21, roi=56.932392 kbit/s; total=67.082504 kbit/s, baseline_diff=-13.201156, baseline_percent=83.557%, BASE_JPEG_PSNR=32.474572 dB, ROI_JPEG_PSNR=34.666932 dB, full_reconstructed_PSNR=18.113877 dB, ROI_reconstructed_PSNR=17.871555 dB
 base320_1fps_q30_roi320_1fps_q35: BASE=320x180, 1.000 fps, Q30, base_frames=21, base=33.862343 kbit/s; ROI=320x180, 1.000 fps, Q35, roi_frames=21, roi=36.738491 kbit/s; total=70.600835 kbit/s, baseline_diff=-9.682825, baseline_percent=87.939%, BASE_JPEG_PSNR=33.539230 dB, ROI_JPEG_PSNR=34.103514 dB, full_reconstructed_PSNR=19.121457 dB, ROI_reconstructed_PSNR=17.888190 dB
 base240_1fps_q20_roi320_1fps_q30: BASE=240x135, 1.000 fps, Q20, base_frames=21, base=17.180610 kbit/s; ROI=320x180, 1.000 fps, Q30, roi_frames=21, roi=33.306453 kbit/s; total=50.487063 kbit/s, baseline_diff=-29.796597, baseline_percent=62.886%, BASE_JPEG_PSNR=31.643522 dB, ROI_JPEG_PSNR=33.598412 dB, full_reconstructed_PSNR=19.107784 dB, ROI_reconstructed_PSNR=17.873870 dB
 base160_0_5fps_q20_roi320_2fps_q30: BASE=160x90, 0.500 fps, Q20, base_frames=11, base=5.323917 kbit/s; ROI=320x180, 2.000 fps, Q30, roi_frames=42, roi=66.820546 kbit/s; total=72.144462 kbit/s, baseline_diff=-8.139198, baseline_percent=89.862%, BASE_JPEG_PSNR=30.823518 dB, ROI_JPEG_PSNR=33.595566 dB, full_reconstructed_PSNR=18.664976 dB, ROI_reconstructed_PSNR=19.549559 dB
 Профили до 80.283660 кбит/с:
 baseline_320x180_gray_2fps_q40: BASE=320x180, 2.000 fps, Q40, base_frames=42, base=80.270177 kbit/s; ROI=0x0, 0.000 fps, Q0, roi_frames=0, roi=0.000000 kbit/s; total=80.270177 kbit/s, baseline_diff=-0.013483, baseline_percent=99.983%, BASE_JPEG_PSNR=34.364165 dB, ROI_JPEG_PSNR=нет dB, full_reconstructed_PSNR=20.757991 dB, ROI_reconstructed_PSNR=нет dB
 base240_1fps_q25_roi448_1fps_q30: BASE=240x135, 1.000 fps, Q25, base_frames=21, base=19.592167 kbit/s; ROI=448x252, 1.000 fps, Q30, roi_frames=21, roi=56.932392 kbit/s; total=76.524559 kbit/s, baseline_diff=-3.759101, baseline_percent=95.318%, BASE_JPEG_PSNR=32.370927 dB, ROI_JPEG_PSNR=34.666932 dB, full_reconstructed_PSNR=19.098790 dB, ROI_reconstructed_PSNR=17.871555 dB
 base240_0_5fps_q25_roi448_1fps_q30: BASE=240x135, 0.500 fps, Q25, base_frames=11, base=10.150112 kbit/s; ROI=448x252, 1.000 fps, Q30, roi_frames=21, roi=56.932392 kbit/s; total=67.082504 kbit/s, baseline_diff=-13.201156, baseline_percent=83.557%, BASE_JPEG_PSNR=32.474572 dB, ROI_JPEG_PSNR=34.666932 dB, full_reconstructed_PSNR=18.113877 dB, ROI_reconstructed_PSNR=17.871555 dB
 base320_1fps_q30_roi320_1fps_q35: BASE=320x180, 1.000 fps, Q30, base_frames=21, base=33.862343 kbit/s; ROI=320x180, 1.000 fps, Q35, roi_frames=21, roi=36.738491 kbit/s; total=70.600835 kbit/s, baseline_diff=-9.682825, baseline_percent=87.939%, BASE_JPEG_PSNR=33.539230 dB, ROI_JPEG_PSNR=34.103514 dB, full_reconstructed_PSNR=19.121457 dB, ROI_reconstructed_PSNR=17.888190 dB
 base240_1fps_q20_roi320_1fps_q30: BASE=240x135, 1.000 fps, Q20, base_frames=21, base=17.180610 kbit/s; ROI=320x180, 1.000 fps, Q30, roi_frames=21, roi=33.306453 kbit/s; total=50.487063 kbit/s, baseline_diff=-29.796597, baseline_percent=62.886%, BASE_JPEG_PSNR=31.643522 dB, ROI_JPEG_PSNR=33.598412 dB, full_reconstructed_PSNR=19.107784 dB, ROI_reconstructed_PSNR=17.873870 dB
 base160_0_5fps_q20_roi320_2fps_q30: BASE=160x90, 0.500 fps, Q20, base_frames=11, base=5.323917 kbit/s; ROI=320x180, 2.000 fps, Q30, roi_frames=42, roi=66.820546 kbit/s; total=72.144462 kbit/s, baseline_diff=-8.139198, baseline_percent=89.862%, BASE_JPEG_PSNR=30.823518 dB, ROI_JPEG_PSNR=33.595566 dB, full_reconstructed_PSNR=18.664976 dB, ROI_reconstructed_PSNR=19.549559 dB
 Профили до 100 кбит/с:
 baseline_320x180_gray_2fps_q40: BASE=320x180, 2.000 fps, Q40, base_frames=42, base=80.270177 kbit/s; ROI=0x0, 0.000 fps, Q0, roi_frames=0, roi=0.000000 kbit/s; total=80.270177 kbit/s, baseline_diff=-0.013483, baseline_percent=99.983%, BASE_JPEG_PSNR=34.364165 dB, ROI_JPEG_PSNR=нет dB, full_reconstructed_PSNR=20.757991 dB, ROI_reconstructed_PSNR=нет dB
 base240_1fps_q25_roi320_2fps_q35: BASE=240x135, 1.000 fps, Q25, base_frames=21, base=19.592167 kbit/s; ROI=320x180, 2.000 fps, Q35, roi_frames=42, roi=73.683467 kbit/s; total=93.275634 kbit/s, baseline_diff=12.991974, baseline_percent=116.183%, BASE_JPEG_PSNR=32.370927 dB, ROI_JPEG_PSNR=34.103745 dB, full_reconstructed_PSNR=19.657187 dB, ROI_reconstructed_PSNR=19.574377 dB
 base240_0_5fps_q25_roi320_2fps_q35: BASE=240x135, 0.500 fps, Q25, base_frames=11, base=10.150112 kbit/s; ROI=320x180, 2.000 fps, Q35, roi_frames=42, roi=73.683467 kbit/s; total=83.833579 kbit/s, baseline_diff=3.549919, baseline_percent=104.422%, BASE_JPEG_PSNR=32.474572 dB, ROI_JPEG_PSNR=34.103745 dB, full_reconstructed_PSNR=18.613817 dB, ROI_reconstructed_PSNR=19.574377 dB
 base160_1fps_q25_roi320_2fps_q35: BASE=160x90, 1.000 fps, Q25, base_frames=21, base=11.511525 kbit/s; ROI=320x180, 2.000 fps, Q35, roi_frames=42, roi=73.683467 kbit/s; total=85.194992 kbit/s, baseline_diff=4.911332, baseline_percent=106.117%, BASE_JPEG_PSNR=31.458773 dB, ROI_JPEG_PSNR=34.103745 dB, full_reconstructed_PSNR=19.701304 dB, ROI_reconstructed_PSNR=19.574377 dB
 base240_1fps_q25_roi448_1fps_q30: BASE=240x135, 1.000 fps, Q25, base_frames=21, base=19.592167 kbit/s; ROI=448x252, 1.000 fps, Q30, roi_frames=21, roi=56.932392 kbit/s; total=76.524559 kbit/s, baseline_diff=-3.759101, baseline_percent=95.318%, BASE_JPEG_PSNR=32.370927 dB, ROI_JPEG_PSNR=34.666932 dB, full_reconstructed_PSNR=19.098790 dB, ROI_reconstructed_PSNR=17.871555 dB
 base240_0_5fps_q25_roi448_1fps_q30: BASE=240x135, 0.500 fps, Q25, base_frames=11, base=10.150112 kbit/s; ROI=448x252, 1.000 fps, Q30, roi_frames=21, roi=56.932392 kbit/s; total=67.082504 kbit/s, baseline_diff=-13.201156, baseline_percent=83.557%, BASE_JPEG_PSNR=32.474572 dB, ROI_JPEG_PSNR=34.666932 dB, full_reconstructed_PSNR=18.113877 dB, ROI_reconstructed_PSNR=17.871555 dB
 base320_1fps_q30_roi320_1fps_q35: BASE=320x180, 1.000 fps, Q30, base_frames=21, base=33.862343 kbit/s; ROI=320x180, 1.000 fps, Q35, roi_frames=21, roi=36.738491 kbit/s; total=70.600835 kbit/s, baseline_diff=-9.682825, baseline_percent=87.939%, BASE_JPEG_PSNR=33.539230 dB, ROI_JPEG_PSNR=34.103514 dB, full_reconstructed_PSNR=19.121457 dB, ROI_reconstructed_PSNR=17.888190 dB
 base240_1fps_q20_roi320_1fps_q30: BASE=240x135, 1.000 fps, Q20, base_frames=21, base=17.180610 kbit/s; ROI=320x180, 1.000 fps, Q30, roi_frames=21, roi=33.306453 kbit/s; total=50.487063 kbit/s, baseline_diff=-29.796597, baseline_percent=62.886%, BASE_JPEG_PSNR=31.643522 dB, ROI_JPEG_PSNR=33.598412 dB, full_reconstructed_PSNR=19.107784 dB, ROI_reconstructed_PSNR=17.873870 dB
 base160_0_5fps_q20_roi320_2fps_q30: BASE=160x90, 0.500 fps, Q20, base_frames=11, base=5.323917 kbit/s; ROI=320x180, 2.000 fps, Q30, roi_frames=42, roi=66.820546 kbit/s; total=72.144462 kbit/s, baseline_diff=-8.139198, baseline_percent=89.862%, BASE_JPEG_PSNR=30.823518 dB, ROI_JPEG_PSNR=33.595566 dB, full_reconstructed_PSNR=18.664976 dB, ROI_reconstructed_PSNR=19.549559 dB
 Профиль с максимальным ROI-разрешением до 100 кбит/с:
 base240_1fps_q25_roi448_1fps_q30: BASE=240x135, 1.000 fps, Q25, base_frames=21, base=19.592167 kbit/s; ROI=448x252, 1.000 fps, Q30, roi_frames=21, roi=56.932392 kbit/s; total=76.524559 kbit/s, baseline_diff=-3.759101, baseline_percent=95.318%, BASE_JPEG_PSNR=32.370927 dB, ROI_JPEG_PSNR=34.666932 dB, full_reconstructed_PSNR=19.098790 dB, ROI_reconstructed_PSNR=17.871555 dB
 Профиль с максимальным ROI PSNR до 100 кбит/с:
 base240_1fps_q25_roi320_2fps_q35: BASE=240x135, 1.000 fps, Q25, base_frames=21, base=19.592167 kbit/s; ROI=320x180, 2.000 fps, Q35, roi_frames=42, roi=73.683467 kbit/s; total=93.275634 kbit/s, baseline_diff=12.991974, baseline_percent=116.183%, BASE_JPEG_PSNR=32.370927 dB, ROI_JPEG_PSNR=34.103745 dB, full_reconstructed_PSNR=19.657187 dB, ROI_reconstructed_PSNR=19.574377 dB
 Профиль с максимальным full-frame PSNR до 100 кбит/с:
 baseline_320x180_gray_2fps_q40: BASE=320x180, 2.000 fps, Q40, base_frames=42, base=80.270177 kbit/s; ROI=0x0, 0.000 fps, Q0, roi_frames=0, roi=0.000000 kbit/s; total=80.270177 kbit/s, baseline_diff=-0.013483, baseline_percent=99.983%, BASE_JPEG_PSNR=34.364165 dB, ROI_JPEG_PSNR=нет dB, full_reconstructed_PSNR=20.757991 dB, ROI_reconstructed_PSNR=нет dB
 Разделение битрейта BASE/ROI:
 baseline_320x180_gray_2fps_q40: BASE=80.270177 кбит/с, ROI=0.000000 кбит/с, total=80.270177 кбит/с.
 base240_1fps_q25_roi320_2fps_q35: BASE=19.592167 кбит/с, ROI=73.683467 кбит/с, total=93.275634 кбит/с.
 base240_0_5fps_q25_roi320_2fps_q35: BASE=10.150112 кбит/с, ROI=73.683467 кбит/с, total=83.833579 кбит/с.
 base160_1fps_q25_roi320_2fps_q35: BASE=11.511525 кбит/с, ROI=73.683467 кбит/с, total=85.194992 кбит/с.
 base240_1fps_q25_roi448_1fps_q30: BASE=19.592167 кбит/с, ROI=56.932392 кбит/с, total=76.524559 кбит/с.
 base240_0_5fps_q25_roi448_1fps_q30: BASE=10.150112 кбит/с, ROI=56.932392 кбит/с, total=67.082504 кбит/с.
 base320_1fps_q30_roi320_1fps_q35: BASE=33.862343 кбит/с, ROI=36.738491 кбит/с, total=70.600835 кбит/с.
 base240_1fps_q20_roi320_1fps_q30: BASE=17.180610 кбит/с, ROI=33.306453 кбит/с, total=50.487063 кбит/с.
 base160_0_5fps_q20_roi320_2fps_q30: BASE=5.323917 кбит/с, ROI=66.820546 кбит/с, total=72.144462 кбит/с.
 Фиксированная ROI не гарантирует попадания препятствия в область интереса.
 PSNR не заменяет ручную оценку пригодности изображения.
 Нельзя автоматически объявлять профиль безопасным для управления ровером.
 Радиопротокол, радиозаголовки, CRC, FEC, фрагментация и повторные передачи не учтены.
 Сравнительное изображение: data\processed\lab027\lab027_candidate_profiles.png
 Следующий шаг: ручная оценка пользователем.
--- a/data/processed/lab027c/lab027c_preview_profiles.csv
+++ b/data/processed/lab027c/lab027c_preview_profiles.csv
@@ -0,0 +1,5 @@
 profile_name,update_mode,base_width,base_height,base_fps,base_quality,roi_width,roi_height,roi_fps,roi_quality,source_duration_s,selected_base_frames,selected_roi_frames,synchronized_composite_frames,total_base_bytes,total_roi_bytes,total_payload_bytes,mean_base_frame_bytes,mean_roi_frame_bytes,mean_composite_frame_bytes,p95_composite_frame_bytes,max_composite_frame_bytes,base_bitrate_kbps,roi_bitrate_kbps,total_payload_bitrate_kbps,timestamp_mismatch_count,frame_id_mismatch_count
 async_reference,asynchronous,240,135,1.000000,25,320,180,2.000000,35,20.766667,21,42,N/A,50858,191270,242128,2421.810,4554.048,5764.952,7477.600,7741,19.592167,73.683467,93.275634,N/A,N/A
 sync_base160_q25_roi320_q35,synchronous,160,90,2.000000,25,320,180,2.000000,35,20.766667,42,42,42,59958,191270,251228,1427.571,4554.048,5981.619,6519.900,6656,23.097785,73.683467,96.781252,0,0
 sync_base240_q20_roi320_q30,synchronous,240,135,2.000000,20,320,180,2.000000,30,20.766667,42,42,42,89696,173455,263151,2135.619,4129.881,6265.500,6780.400,6842,34.553836,66.820546,101.374382,0,0
 sync_base240_q25_roi320_q35,synchronous,240,135,2.000000,25,320,180,2.000000,35,20.766667,42,42,42,102283,191270,293553,2435.310,4554.048,6989.357,7572.350,7741,39.402761,73.683467,113.086228,0,0
--- a/data/processed/lab027c/lab027c_preview_report.txt
+++ b/data/processed/lab027c/lab027c_preview_report.txt
@@ -0,0 +1,44 @@
 Lab027C. Динамическое сравнение асинхронного и синхронного BASE + ROI
 Цель: визуально сравнить ранее выбранный асинхронный профиль BASE 1 fps + ROI 2 fps с тремя синхронными профилями BASE 2 fps + ROI 2 fps.
 Исходное видео: data\raw\lab026_rover_source.mp4
 Исходное разрешение: 1280x720
 Исходный FPS: 30.000000
 Число кадров: 623
 Длительность: 20.766667 с
 ROI: x=0.20...0.80, y=0.42...1.00; пиксели x=256...1024, y=302...720.
 Результат ручной оценки предыдущей Lab027:
 - пользователь выбрал вариант B;
 - граница ROI не мешает;
 - обновление BASE один раз в секунду мешает;
 - рассинхронное движение BASE и ROI мешает;
 - принято решение сравнить с синхронным обновлением 2 fps.
 async_reference: BASE и ROI обновляются независимо. Единого logical_frame_id нет; используются отдельные BASE ID и ROI ID. Mismatch для этого режима неприменим.
 Синхронные профили: BASE и ROI формируются из одного source frame, получают единые composite ID и timestamp и атомарно заменяют отображаемый составной кадр.
 Фактические результаты четырёх профилей:
 async_reference: mode=asynchronous, BASE=240x135, 1.000 fps, Q25, base_frames=21, base_bytes=50858, base_bitrate=19.592167 kbit/s; ROI=320x180, 2.000 fps, Q35, roi_frames=42, roi_bytes=191270, roi_bitrate=73.683467 kbit/s; total_bytes=242128, total_bitrate=93.275634 kbit/s, sync_frames=N/A, timestamp_mismatch=N/A, frame_id_mismatch=N/A
 sync_base160_q25_roi320_q35: mode=synchronous, BASE=160x90, 2.000 fps, Q25, base_frames=42, base_bytes=59958, base_bitrate=23.097785 kbit/s; ROI=320x180, 2.000 fps, Q35, roi_frames=42, roi_bytes=191270, roi_bitrate=73.683467 kbit/s; total_bytes=251228, total_bitrate=96.781252 kbit/s, sync_frames=42, timestamp_mismatch=0, frame_id_mismatch=0
 sync_base240_q20_roi320_q30: mode=synchronous, BASE=240x135, 2.000 fps, Q20, base_frames=42, base_bytes=89696, base_bitrate=34.553836 kbit/s; ROI=320x180, 2.000 fps, Q30, roi_frames=42, roi_bytes=173455, roi_bitrate=66.820546 kbit/s; total_bytes=263151, total_bitrate=101.374382 kbit/s, sync_frames=42, timestamp_mismatch=0, frame_id_mismatch=0
 sync_base240_q25_roi320_q35: mode=synchronous, BASE=240x135, 2.000 fps, Q25, base_frames=42, base_bytes=102283, base_bitrate=39.402761 kbit/s; ROI=320x180, 2.000 fps, Q35, roi_frames=42, roi_bytes=191270, roi_bitrate=73.683467 kbit/s; total_bytes=293553, total_bitrate=113.086228 kbit/s, sync_frames=42, timestamp_mismatch=0, frame_id_mismatch=0
 Количество обновлений:
 async_reference: BASE=21, ROI=42, synchronized=N/A.
 sync_base160_q25_roi320_q35: BASE=42, ROI=42, synchronized=42.
 sync_base240_q20_roi320_q30: BASE=42, ROI=42, synchronized=42.
 sync_base240_q25_roi320_q35: BASE=42, ROI=42, synchronized=42.
 Mismatch-проверка:
 async_reference: timestamp=N/A, frame_id=N/A.
 sync_base160_q25_roi320_q35: timestamp=0, frame_id=0.
 sync_base240_q20_roi320_q30: timestamp=0, frame_id=0.
 sync_base240_q25_roi320_q35: timestamp=0, frame_id=0.
 Preview: data\raw\lab027c_previews\lab027c_synchronous_roi_preview.mp4
 Формат: MP4/mp4v.
 Радиопротокол, CRC, FEC, фрагментация и служебный трафик пока не учитываются.
 Программа не выбирает лучший профиль и не объявляет режим безопасным автоматически.
 Следующий шаг: ручной выбор пользователем после просмотра preview-видео.
--- a/data/processed/lab027d/lab027d_profiles.csv
+++ b/data/processed/lab027d/lab027d_profiles.csv
@@ -0,0 +1,5 @@
 profile_name,base_width,base_height,fps,base_quality,roi_width,roi_height,roi_quality,source_duration_s,selected_base_frames,selected_roi_frames,synchronized_composite_frames,total_base_bytes,total_roi_bytes,total_payload_bytes,mean_base_frame_bytes,mean_roi_frame_bytes,mean_composite_frame_bytes,p95_composite_frame_bytes,max_composite_frame_bytes,base_bitrate_kbps,roi_bitrate_kbps,total_payload_bitrate_kbps,channel_rate_fec_2_3_kbps,channel_rate_fec_1_2_kbps,timestamp_mismatch_count,frame_id_mismatch_count
 sync_2fps_base_q20_roi_q30,240,135,2.000000,20,320,180,30,20.766667,42,42,42,89696,173455,263151,2135.619,4129.881,6265.500,6780.400,6842,34.553836,66.820546,101.374382,167.267730,223.023640,0,0
 sync_3fps_base_q20_roi_q30,240,135,3.000000,20,320,180,30,20.766667,63,63,63,133076,249436,382512,2112.317,3959.302,6071.619,6640.800,6842,51.265233,96.090915,147.356148,243.137644,324.183525,0,0
 sync_3fps_base_q23_roi_q33,240,135,3.000000,23,320,180,33,20.766667,63,63,63,144649,264895,409544,2296.016,4204.683,6500.698,7125.400,7383,55.723531,102.046228,157.769759,260.320103,347.093470,0,0
 sync_3fps_base_q25_roi_q35,240,135,3.000000,25,320,180,35,20.766667,63,63,63,151516,274486,426002,2405.016,4356.921,6761.937,7421.700,7741,58.368925,105.740995,164.109920,270.781368,361.041823,0,0
--- a/data/processed/lab027d/lab027d_report.txt
+++ b/data/processed/lab027d/lab027d_report.txt
@@ -0,0 +1,37 @@
 Lab027D. Синхронный BASE + ROI при 2 и 3 fps
 Цель: сравнить текущий синхронный профиль 2 fps с тремя профилями 3 fps при разных JPEG Quality.
 Результат ручной оценки Lab027C:
 - лучший из показанных вариантов — нижний левый;
 - синхронизация BASE и ROI устранила рассогласование;
 - 2 fps недостаточно;
 - BASE 160x90 слишком грубый;
 - BASE 240x135 Q20 немного недостаточен по качеству.
 Причина повышения FPS: ручная оценка показала, что синхронное обновление устраняет рассогласование, но частота 2 fps недостаточна для динамической сцены.
 Исходное видео: data\raw\lab026_rover_source.mp4
 Разрешение: 1280x720
 FPS: 30.000000
 Кадров: 623
 Длительность: 20.766667 с
 ROI: x=0.20...0.80, y=0.42...1.00; пиксели x=256...1024, y=302...720.
 Все профили синхронные: BASE и ROI формируются из одного source frame, получают единый timestamp и composite frame ID и публикуются атомарно.
 Фактические результаты:
 sync_2fps_base_q20_roi_q30: 2.000 fps; BASE=240x135, Q20, frames=42, bytes=89696, bitrate=34.553836 kbit/s; ROI=320x180, Q30, frames=42, bytes=173455, bitrate=66.820546 kbit/s; total_bytes=263151, payload=101.374382 kbit/s; channel FEC 2/3=167.267730 kbit/s; channel FEC 1/2=223.023640 kbit/s; sync_frames=42; timestamp_mismatch=0; frame_id_mismatch=0
 sync_3fps_base_q20_roi_q30: 3.000 fps; BASE=240x135, Q20, frames=63, bytes=133076, bitrate=51.265233 kbit/s; ROI=320x180, Q30, frames=63, bytes=249436, bitrate=96.090915 kbit/s; total_bytes=382512, payload=147.356148 kbit/s; channel FEC 2/3=243.137644 kbit/s; channel FEC 1/2=324.183525 kbit/s; sync_frames=63; timestamp_mismatch=0; frame_id_mismatch=0
 sync_3fps_base_q23_roi_q33: 3.000 fps; BASE=240x135, Q23, frames=63, bytes=144649, bitrate=55.723531 kbit/s; ROI=320x180, Q33, frames=63, bytes=264895, bitrate=102.046228 kbit/s; total_bytes=409544, payload=157.769759 kbit/s; channel FEC 2/3=260.320103 kbit/s; channel FEC 1/2=347.093470 kbit/s; sync_frames=63; timestamp_mismatch=0; frame_id_mismatch=0
 sync_3fps_base_q25_roi_q35: 3.000 fps; BASE=240x135, Q25, frames=63, bytes=151516, bitrate=58.368925 kbit/s; ROI=320x180, Q35, frames=63, bytes=274486, bitrate=105.740995 kbit/s; total_bytes=426002, payload=164.109920 kbit/s; channel FEC 2/3=270.781368 kbit/s; channel FEC 1/2=361.041823 kbit/s; sync_frames=63; timestamp_mismatch=0; frame_id_mismatch=0
 Оценки channel rate иллюстративны: к payload добавлено 10% служебных данных, затем применена оценка FEC 2/3 или FEC 1/2.
 Эти значения не являются окончательной архитектурой радиоканала.
 Preview: data\raw\lab027d_previews\lab027d_fps_quality_preview.mp4
 Формат: MP4/mp4v.
 Предупреждение: оценки пока не включают окончательную модуляцию, полосу сигнала, интерливинг, повторы и команды управления.
 Программа не выбирает лучший профиль автоматически.
 Следующий шаг: ручной выбор пользователя после просмотра preview-видео.
--- a/data/processed/lab027e/lab027e_profile.csv
+++ b/data/processed/lab027e/lab027e_profile.csv
@@ -0,0 +1,2 @@
 profile_name,playback_speed_factor,source_width,source_height,source_fps,source_frames,source_duration_s,output_width,output_height,output_fps,output_frames,output_duration_s,composite_fps,base_width,base_height,base_quality,roi_width,roi_height,roi_quality,selected_composite_frames,total_base_bytes,total_roi_bytes,total_payload_bytes,mean_base_frame_bytes,mean_roi_frame_bytes,mean_composite_frame_bytes,p95_composite_frame_bytes,max_composite_frame_bytes,base_bitrate_kbps,roi_bitrate_kbps,total_payload_bitrate_kbps,channel_rate_fec_2_3_kbps,channel_rate_fec_1_2_kbps,timestamp_mismatch_count,frame_id_mismatch_count
 sync_3fps_base240_q23_roi320_q33_speed_0_5x,0.500000,1280,720,30.000000,623,20.766667,1280,720,30.000000,1246,41.533333,3.000000,240,135,23,320,180,33,125,286715,524962,811677,2293.720,4199.696,6493.416,7125.400,7890,55.226003,101.116276,156.342279,257.964761,343.953014,0,0
--- a/data/processed/lab027e/lab027e_report.txt
+++ b/data/processed/lab027e/lab027e_report.txt
@@ -0,0 +1,50 @@
 Lab027E. Операторское preview при playback 0.5x
 Результаты ручной оценки Lab027D:
 - 3 fps достаточно на исходном быстром видео;
 - Q20/Q30 приемлем;
 - Q23/Q33 приемлем;
 - разница Q23/Q33 и Q25/Q35 практически отсутствует.
 Предварительно выбран профиль Q23/Q33.
 От Q25/Q35 предварительно отказались, поскольку визуальный выигрыш почти отсутствует.
 Профиль не считается окончательно утверждённым до ручного просмотра этого preview.
 Исходная сцена замедлена для имитации более медленного движения ровера и оценки удобства управления.
 Коэффициент playback: 0.500x.
 Предупреждение: реальная скорость исходного автомобиля неизвестна.
 Исходное видео:
 - путь: data\raw\lab026_rover_source.mp4;
 - разрешение: 1280x720;
 - FPS: 30.000000;
 - кадров: 623;
 - длительность: 20.766667 с.
 Выходное preview:
 - разрешение: 1280x720;
 - FPS: 30.000000;
 - кадров: 1246;
 - длительность: 41.533333 с;
 - composite FPS: 3.000000.
 Профиль:
 - BASE 240x135 Q23;
 - ROI 320x180 Q33;
 - составных обновлений: 125.
 Фактические скорости:
 - BASE: 55.226003 kbit/s;
 - ROI: 101.116276 kbit/s;
 - total payload: 156.342279 kbit/s;
 - channel rate FEC 2/3: 257.964761 kbit/s;
 - channel rate FEC 1/2: 343.953014 kbit/s.
 Оценки канальной скорости иллюстративны и не являются окончательной архитектурой радиоканала.
 Mismatch-проверка:
 - timestamp mismatch: 0;
 - frame ID mismatch: 0.
 Preview: data\raw\lab027e_previews\lab027e_operator_view_0_5x.mp4
 Формат: MP4/mp4v.
 Следующий шаг: ручная оценка удобства управления пользователем.
--- a/data/processed/lab028/lab028_overhead_efficiency.png
+++ b/data/processed/lab028/lab028_overhead_efficiency.png
--- a/data/processed/lab028/lab028_packet_payload_results.csv
+++ b/data/processed/lab028/lab028_packet_payload_results.csv
@@ -0,0 +1,6 @@
 max_payload_bytes,composite_frames,mean_base_packets_per_frame,mean_roi_packets_per_frame,mean_total_packets_per_frame,max_total_packets_per_frame,packets_per_second,jpeg_payload_bytes,jpeg_payload_bitrate_kbps,header_bytes_per_second,header_bitrate_kbps,wire_bytes,wire_bitrate_kbps,service_data_percent,efficiency_percent,mean_wire_packet_bytes,p95_wire_packet_bytes,max_wire_packet_bytes
 64,63,36.428571,66.174603,102.603175,117,311.268058,409544,157.769759,9960.577849,79.684623,616392,237.454382,33.557866,66.442134,95.357673,96.000000,96
 128,63,18.428571,33.269841,51.698413,59,156.837881,409544,157.769759,5018.812199,40.150498,513768,197.920257,20.286199,79.713801,157.742708,160.000000,160
 256,63,9.428571,16.920635,26.349206,30,79.935795,409544,157.769759,2557.945425,20.463563,462664,178.233323,11.481334,88.518666,278.713253,288.000000,288
 512,63,5.000000,8.682540,13.682540,15,41.508828,409544,157.769759,1328.282504,10.626260,437128,168.396019,6.310280,93.689720,507.109049,544.000000,544
 1024,63,3.000000,4.587302,7.587302,8,23.017657,409544,157.769759,736.565008,5.892520,424840,163.662279,3.600414,96.399586,888.786611,1056.000000,1056
--- a/data/processed/lab028/lab028_packets_wire_bitrate.png
+++ b/data/processed/lab028/lab028_packets_wire_bitrate.png
--- a/data/processed/lab028/lab028_report.txt
+++ b/data/processed/lab028/lab028_report.txt
@@ -0,0 +1,52 @@
 Lab028. Пакетирование синхронного BASE + ROI
 Профиль и исходные данные
 - Видео: data\raw\lab026_rover_source.mp4
 - Источник: 1280x720, 30.000000 fps, 623 кадров, 20.766667 с.
 - ROI: x=0.20...0.80, y=0.42...1.00; пиксели x=256...1024, y=302...720.
 - Синхронные составные кадры: 63 при 3.000 fps.
 - BASE: 240x135, grayscale JPEG Q23; средний размер 2296.016 B, min/max 2122/2476 B.
 - ROI: 320x180, grayscale JPEG Q33; средний размер 4204.683 B, min/max 3457/4938 B.
 - BASE и ROI формируются из одного source frame и имеют общий composite_frame_id.
 Бинарный заголовок
 - struct format: !4sBBHIHHHHIII
 - Размер: 32 байта; network byte order; padding нет.
 - Layout: magic[4] @0, version:u8 @4, object_type:u8 @5, header_size:u16 @6, composite_frame_id:u32 @8, fragment_index:u16 @12, fragment_count:u16 @14, payload_length:u16 @16, flags:u16 @18, jpeg_size:u32 @20, object_crc32:u32 @24, packet_crc32:u32 @28.
 - object_type: 1=BASE, 2=ROI; flags зарезервирован и равен 0.
 CRC32
 - object_crc32 = zlib.crc32(полный JPEG) & 0xFFFFFFFF; значение помещается во все фрагменты объекта и проверяется после полной сборки.
 - packet_crc32: сначала поле packet_crc32 заголовка обнуляется, затем CRC считается как zlib.crc32(header_with_zero_crc + payload) & 0xFFFFFFFF.
 - Таким образом packet CRC защищает все поля заголовка и payload.
 Функциональные проверки
 - PASS header_serialization_round_trip: fixed 32-byte header round trip is exact
 - PASS ordered_lossless_transfer: BASE and ROI match original JPEG bytes
 - PASS random_packet_order: arbitrary packet order reconstructed correctly
 - PASS exact_duplicate_packets: 2 exact duplicates ignored
 - PASS packet_crc_corruption: payload bit flip rejected; composite not emitted
 - PASS missing_fragment: ROI fragment 10 reported missing
 - PASS object_crc_corruption: valid packet CRCs still failed full-object CRC
 - PASS adjacent_frame_isolation: two interleaved frame IDs remained independent
 - PASS base_without_roi_atomicity: complete BASE retained while composite stayed unpublished
 Результаты размеров packet payload
 payload | BASE pkt/frame | ROI pkt/frame | all pkt/frame | max pkt/frame | pkt/s | JPEG kbit/s | headers B/s | wire kbit/s | service % | efficiency % | packet mean/p95/max
 -------:|---------------:|--------------:|--------------:|--------------:|------:|------------:|------------:|------------:|----------:|-------------:|--------------------:
 64 | 36.429 | 66.175 | 102.603 | 117 | 311.268 | 157.770 | 9960.578 | 237.454 | 33.558 | 66.442 | 95.4/96.0/96
 128 | 18.429 | 33.270 | 51.698 | 59 | 156.838 | 157.770 | 5018.812 | 197.920 | 20.286 | 79.714 | 157.7/160.0/160
 256 | 9.429 | 16.921 | 26.349 | 30 | 79.936 | 157.770 | 2557.945 | 178.233 | 11.481 | 88.519 | 278.7/288.0/288
 512 | 5.000 | 8.683 | 13.683 | 15 | 41.509 | 157.770 | 1328.283 | 168.396 | 6.310 | 93.690 | 507.1/544.0/544
 1024 | 3.000 | 4.587 | 7.587 | 8 | 23.018 | 157.770 | 736.565 | 163.662 | 3.600 | 96.400 | 888.8/1056.0/1056
 JPEG payload bitrate одинаков для всех строк, потому что исходные JPEG не меняются при выборе размера фрагмента.
 Wire bitrate включает только JPEG payload и 32-байтные заголовки каждого пакета.
 Wire bitrate пока НЕ включает FEC, преамбулу, синхронизацию, модуляцию, интервалы, повторные передачи, команды управления и телеметрию.
 Лучший размер packet payload автоматически не выбирается: таблица показывает только транспортный компромисс.
 Артефакты
 - CSV: data\processed\lab028\lab028_packet_payload_results.csv
 - Overhead/efficiency: data\processed\lab028\lab028_overhead_efficiency.png
 - Packet count/wire bitrate: data\processed\lab028\lab028_packets_wire_bitrate.png
 - Промежуточные JPEG и пакеты сохранялись только в памяти; бинарные дампы не создавались.
--- a/docs/video_compression_research_lab026_lab027.md
+++ b/docs/video_compression_research_lab026_lab027.md
@@ -0,0 +1,405 @@
 # Исследование сжатия видеопотока в Lab026–Lab027
 ## 1. Назначение исследований
 Lab026, Lab026B и Lab027 исследуют способы уменьшения полезной нагрузки
 видеоканала для системы управления ровером через ретранслятор.
 На рассматриваемом этапе измеряется только полезная нагрузка,
 формируемая средствами покадрового кодирования изображения. Исследования
 не включают радиопередачу и не определяют профиль как автоматически
 безопасный для управления.
 Последовательность исследований:
 ```text
 Lab026
  |
  +-- разрешение кадра
  +-- частота кадров
  +-- color / grayscale
  +-- JPEG Quality
  |
  v
 Контрольный профиль: 320x180, grayscale, 2 fps, JPEG Q40
  |
  +--> Lab026B: 4-битная яркость и индексированный цвет
  |
  +--> Lab027: раздельная передача общего кадра BASE и области ROI
 ```
 ## 2. Исходное видео
 Во всех трёх лабораторных использован один файл:
 ```text
 data/raw/lab026_rover_source.mp4
 ```
 | Параметр | Значение |
 |---|---:|
 | Размер файла | 7 790 985 байт |
 | Разрешение | 1280x720 |
 | Частота кадров | 30.000000 кадр/с |
 | Число кадров | 623 |
 | Длительность | 20.766667 с |
 | Приблизительный файловый битрейт | 3001.343 кбит/с |
 ## 3. Метод покадрового JPEG-сжатия
 Lab026 и JPEG-режимы последующих лабораторных используют независимое
 покадровое сжатие:
 ```text
 исходный кадр
    |
    +--> изменение разрешения
    |
    +--> преобразование color / grayscale по параметрам профиля
    |
    +--> cv2.imencode(..., JPEG Quality)
    |
    +--> размер JPEG в байтах
    |
    +--> cv2.imdecode(...)
    |
    +--> расчёт PSNR
 ```
 JPEG кодируется и декодируется в памяти. Отдельные JPEG-файлы на диск
 не сохраняются. Межкадровое предсказание не используется.
 Кадры для заданной частоты выбираются по временной шкале. В общем виде:
 ```text
 frame_time = frame_index / source_fps
 кадр выбирается, если:
 frame_time + 1e-9 >= next_sample_time
 после выбора:
 next_sample_time += 1 / target_fps
 ```
 ## 4. Lab026: разрешение, FPS, grayscale и JPEG Quality
 ### 4.1. Изменение FPS
 Условия серии: 640x360, grayscale, JPEG Q50.
 | Целевой FPS | Выбрано кадров | Payload, кбит/с | PSNR, дБ |
 |---:|---:|---:|---:|
 | 30 | 623 | 3936.913 | 37.350 |
 | 10 | 208 | 1402.877 | 36.370 |
 | 5 | 104 | 702.043 | 36.353 |
 | 2 | 42 | 284.084 | 36.320 |
 | 1 | 21 | 142.273 | 36.288 |
 | 0.5 | 11 | 73.821 | 36.372 |
 | 0.2 | 5 | 35.247 | 35.860 |
 ### 4.2. Изменение разрешения
 Условия серии: 5 кадр/с, grayscale, JPEG Q50.
 | Разрешение | Выбрано кадров | Payload, кбит/с | PSNR, дБ |
 |---|---:|---:|---:|
 | 1280x720 | 104 | 2121.333 | 39.608 |
 | 960x540 | 104 | 1314.376 | 38.632 |
 | 640x360 | 104 | 702.043 | 36.353 |
 | 480x270 | 104 | 431.824 | 36.172 |
 | 320x180 | 104 | 227.294 | 35.069 |
 | 160x90 | 104 | 80.918 | 33.586 |
 ### 4.3. Color, grayscale и JPEG Quality
 Условия серии: 640x360, 5 кадр/с.
 | Режим | JPEG Quality | Payload, кбит/с | PSNR, дБ |
 |---|---:|---:|---:|
 | color | 90 | 2113.639 | 39.694 |
 | color | 70 | 1117.677 | 36.029 |
 | color | 50 | 823.307 | 34.439 |
 | color | 30 | 605.629 | 32.766 |
 | color | 20 | 471.731 | 31.299 |
 | grayscale | 90 | 1809.440 | 42.575 |
 | grayscale | 70 | 957.219 | 38.032 |
 | grayscale | 50 | 702.043 | 36.353 |
 | grayscale | 30 | 511.658 | 34.702 |
 | grayscale | 20 | 392.150 | 33.304 |
 ### 4.4. Контрольный профиль
 В качестве контрольного профиля принят:
 | Параметр | Значение |
 |---|---:|
 | Разрешение | 320x180 |
 | Цветовой режим | grayscale |
 | Частота | 2 кадр/с |
 | JPEG Quality | 40 |
 | Выбрано кадров | 42 |
 | Payload bitrate | 80.283660 кбит/с |
 | Средний PSNR | 34.362114 дБ |
 Этот профиль используется как baseline в Lab026B и как контрольная
 точка для Lab027.
 ## 5. Lab026B: глубина 4 бита на пиксель
 ### 5.1. Исследованные представления
 Под 4-битной яркостью понимается индекс `0...15`, то есть 16 уровней
 серого. Восстановленное значение формируется по тому же индексу в
 диапазоне `0...255`.
 Под 4-битным индексированным цветом понимается один индекс `0...15`
 на пиксель и палитра не более 16 RGB-цветов на кадр. Это не RGB444:
 RGB444 использует по 4 бита на каждый из трёх каналов, то есть 12 бит
 на пиксель.
 Исследованы пять режимов:
 | Режим | Представление |
 |---|---|
 | `gray8_jpeg` | Контрольный grayscale JPEG Q40 |
 | `gray4_jpeg` | 16 уровней серого, восстановление в `uint8`, JPEG Q40 |
 | `gray4_packed_zlib` | Два 4-битных индекса в байте, zlib level 9, заголовок 16 байт |
 | `color16_png` | До 16 цветов, без дизеринга, индексированный PNG |
 | `color16_packed_zlib` | 4-битные индексы, zlib level 9, заголовок 16 байт, палитра 48 байт |
 ### 5.2. Результаты при 320x180 и 2 кадр/с
 | Режим | Payload, кбит/с | Средний PSNR, дБ |
 |---|---:|---:|
 | `gray8_jpeg` | 80.283660 | 34.362114 |
 | `gray4_jpeg` | 88.417849 | 32.588941 |
 | `gray4_packed_zlib` | 169.916148 | 34.397012 |
 | `color16_png` | 143.121669 | 25.384724 |
 | `color16_packed_zlib` | 140.568347 | 25.384724 |
 ### 5.3. Зафиксированный отрицательный результат
 В Lab026B уменьшение глубины до 4 бит не позволило повысить разрешение
 кадра в пределах 100 кбит/с.
 До 100 кбит/с прошли только два профиля:
 | Профиль | Разрешение | Payload, кбит/с | Средний PSNR, дБ |
 |---|---|---:|---:|
 | `320x180_gray8_jpeg_2fps` | 320x180 | 80.283660 | 34.362114 |
 | `320x180_gray4_jpeg_2fps` | 320x180 | 88.417849 | 32.588941 |
 Профилей с разрешением больше 320x180 и payload не более
 80.283660 кбит/с не получено. Цветных `color16`-профилей до
 100 кбит/с также не получено.
 ## 6. Lab027: многомасштабная передача BASE + ROI
 ### 6.1. Принцип
 В Lab027 один профиль состоит из двух независимых JPEG-потоков:
 ```text
 исходный полноразмерный кадр
    |
    +--> BASE
    |      полный grayscale-кадр
    |      собственные разрешение, FPS и JPEG Quality
    |
    +--> ROI
           вырезка из исходного кадра
           собственные разрешение, FPS и JPEG Quality
 приёмная реконструкция 640x360:
 декодированный BASE
    |
    +--> масштабирование до 640x360
    |
    +--> наложение последнего декодированного ROI
           в геометрическое положение области интереса
 ```
 BASE и ROI обновляются независимо по временной шкале. Между
 обновлениями удерживается последнее декодированное состояние каждого
 потока.
 ### 6.2. Фиксированная ROI
 Нормализованные координаты:
 ```text
 x_min = 0.20
 x_max = 0.80
 y_min = 0.42
 y_max = 1.00
 ```
 Для исходного кадра 1280x720 используются координаты:
 ```text
 x = 256...1024
 y = 302...720
 ```
 Область занимает центральные 60% ширины и нижние 58% высоты кадра.
 ROI фиксирована и не использует автоматическое распознавание дороги,
 нейронные сети или детекторы объектов.
 ### 6.3. Результаты ROI-профилей
 | Профиль | BASE | ROI | BASE, кбит/с | ROI, кбит/с | Total, кбит/с | Full PSNR, дБ | ROI PSNR, дБ |
 |---|---|---|---:|---:|---:|---:|---:|
 | `base240_1fps_q25_roi320_2fps_q35` | 240x135, 1 FPS, Q25 | 320x180, 2 FPS, Q35 | 19.592167 | 73.683467 | 93.275634 | 19.657187 | 19.574377 |
 | `base240_0_5fps_q25_roi320_2fps_q35` | 240x135, 0.5 FPS, Q25 | 320x180, 2 FPS, Q35 | 10.150112 | 73.683467 | 83.833579 | 18.613817 | 19.574377 |
 | `base160_1fps_q25_roi320_2fps_q35` | 160x90, 1 FPS, Q25 | 320x180, 2 FPS, Q35 | 11.511525 | 73.683467 | 85.194992 | 19.701304 | 19.574377 |
 | `base240_1fps_q25_roi448_1fps_q30` | 240x135, 1 FPS, Q25 | 448x252, 1 FPS, Q30 | 19.592167 | 56.932392 | 76.524559 | 19.098790 | 17.871555 |
 | `base240_0_5fps_q25_roi448_1fps_q30` | 240x135, 0.5 FPS, Q25 | 448x252, 1 FPS, Q30 | 10.150112 | 56.932392 | 67.082504 | 18.113877 | 17.871555 |
 | `base320_1fps_q30_roi320_1fps_q35` | 320x180, 1 FPS, Q30 | 320x180, 1 FPS, Q35 | 33.862343 | 36.738491 | 70.600835 | 19.121457 | 17.888190 |
 | `base240_1fps_q20_roi320_1fps_q30` | 240x135, 1 FPS, Q20 | 320x180, 1 FPS, Q30 | 17.180610 | 33.306453 | 50.487063 | 19.107784 | 17.873870 |
 | `base160_0_5fps_q20_roi320_2fps_q30` | 160x90, 0.5 FPS, Q20 | 320x180, 2 FPS, Q30 | 5.323917 | 66.820546 | 72.144462 | 18.664976 | 19.549559 |
 Контрольный baseline при повторении в Lab027 составил
 80.270177 кбит/с. Контрольное значение из Lab026, используемое для
 сравнения, равно 80.283660 кбит/с.
 ### 6.4. Основной режим
 В качестве основного режима в этом описании зафиксирован профиль:
 ```text
 base160_1fps_q25_roi320_2fps_q35
 ```
 | Компонент | Параметры |
 |---|---|
 | BASE | 160x90, 1 кадр/с, JPEG Q25 |
 | ROI | 320x180, 2 кадр/с, JPEG Q35 |
 | BASE bitrate | 11.511525 кбит/с |
 | ROI bitrate | 73.683467 кбит/с |
 | Total payload bitrate | 85.194992 кбит/с |
 | Mean reconstructed full PSNR | 19.701304 дБ |
 | Mean reconstructed ROI PSNR | 19.574377 дБ |
 ### 6.5. Аварийный режим
 В качестве аварийного режима в этом описании зафиксирован профиль:
 ```text
 base240_1fps_q20_roi320_1fps_q30
 ```
 | Компонент | Параметры |
 |---|---|
 | BASE | 240x135, 1 кадр/с, JPEG Q20 |
 | ROI | 320x180, 1 кадр/с, JPEG Q30 |
 | BASE bitrate | 17.180610 кбит/с |
 | ROI bitrate | 33.306453 кбит/с |
 | Total payload bitrate | 50.487063 кбит/с |
 | Mean reconstructed full PSNR | 19.107784 дБ |
 | Mean reconstructed ROI PSNR | 17.873870 дБ |
 ## 7. Расчёт payload bitrate
 Для одного JPEG-потока:
 ```text
 total_payload_bytes = сумма размеров выбранных JPEG-кадров
 payload_bitrate_bps =
    total_payload_bytes * 8 / source_duration_seconds
 payload_bitrate_kbps =
    payload_bitrate_bps / 1000
 ```
 Для Lab027:
 ```text
 total_payload_bytes =
    total_base_bytes + total_roi_bytes
 base_bitrate_kbps =
    total_base_bytes * 8 / source_duration_seconds / 1000
 roi_bitrate_kbps =
    total_roi_bytes * 8 / source_duration_seconds / 1000
 total_payload_bitrate_kbps =
    base_bitrate_kbps + roi_bitrate_kbps
 ```
 Lab026B использует тот же принцип подсчёта полезной нагрузки, но размер
 кадра определяется выбранным режимом: JPEG, индексированный PNG либо
 упакованные и сжатые zlib индексы вместе с предусмотренными заголовком
 и палитрой.
 ## 8. Неучтённые накладные расходы радиоканала
 В приведённые значения payload bitrate пока не включены:
 - заголовки радиопакетов и служебные поля радиопротокола;
 - преамбула;
 - CRC;
 - FEC;
 - фрагментация кадров по радиопакетам;
 - межпакетные интервалы;
 - повторные передачи;
 - команды управления.
 Значения также не включают оценку задержки полного тракта. PSNR и
 статические сравнительные изображения не заменяют ручную оценку
 пригодности изображения. Фиксированная ROI не гарантирует попадания
 препятствия в область интереса.
 ## 9. Итоговый рабочий видеорежим после Lab027C–Lab027E
 Динамические сравнения Lab027C и Lab027D подтвердили, что раздельное
 асинхронное обновление BASE и ROI заметно оператору. Синхронное
 формирование обеих частей из одного исходного кадра устранило их
 визуальное рассогласование. Частота 2 кадр/с оказалась недостаточной,
 а 3 кадр/с по результатам ручной оценки признаны приемлемыми.
 В качестве рабочего компромисса выбран следующий профиль:
 | Компонент | Рабочие параметры |
 |---|---|
 | BASE | 240x135, grayscale, JPEG Q23 |
 | ROI | 320x180, grayscale, JPEG Q33 |
 | Обновление | синхронное и атомарное |
 | Частота составного изображения | 3 кадр/с |
 | JPEG payload | 156.342279 кбит/с |
 | Оценка с 10% overhead и FEC 2/3 | 257.964761 кбит/с |
 | Оценка с 10% overhead и FEC 1/2 | 343.953014 кбит/с |
 Расчёт иллюстративных канальных скоростей:
 ```text
 channel_rate_fec_2_3_kbps =
    payload_kbps * 1.10 / (2 / 3)
 channel_rate_fec_1_2_kbps =
    payload_kbps * 1.10 / (1 / 2)
 ```
 JPEG Q20 для BASE и Q30 для ROI признаны приемлемыми. Профиль Q23/Q33
 выбран как рабочий компромисс качества и потока. Визуальная разница
 между Q23/Q33 и Q25/Q35 практически отсутствует, поэтому увеличение
 потока для Q25/Q35 не дало заметного преимущества при ручной оценке.
 При скорости ровера 25 км/ч линейная скорость равна примерно
 6.944 м/с. При трёх составных кадрах в секунду ровер проходит:
 ```text
 6.944 м/с / 3 кадр/с = 2.315 м/кадр
 ```
 То есть между соседними составными изображениями ровер перемещается
 примерно на 2.31 м. Эта оценка не включает задержку кодирования,
 радиоканала, ретранслятора, декодирования и реакции оператора.
 Lab027E дополнительно использовала playback 0.5x для локальной
 визуальной имитации более медленного движения сцены. Замедление
 применялось только при создании операторского preview и не является
 частью передаваемого радиоканального формата. Реальная скорость
 автомобиля в исходном видео неизвестна.
--- a/protocol/video_packet.py
+++ b/protocol/video_packet.py
@@ -0,0 +1,416 @@
 """
 Transport packets for synchronous BASE + ROI JPEG composite frames.
 The wire header has a fixed 32-byte, padding-free network-byte-order layout::
    !4sBBHIHHHHIII
    Offset  Size  Field
       0      4   magic (b"SRV1")
       4      1   version
       5      1   object_type (1=BASE, 2=ROI)
       6      2   header_size
       8      4   composite_frame_id
      12      2   fragment_index
      14      2   fragment_count
      16      2   payload_length
      18      2   flags (reserved, must be zero)
      20      4   jpeg_size
      24      4   object_crc32
      28      4   packet_crc32
 packet_crc32 is calculated over the complete header with packet_crc32 set to
 zero, followed by the packet payload. object_crc32 is calculated over the
 complete JPEG before fragmentation and checked after reassembly.
 """
 from __future__ import annotations
 from dataclasses import dataclass, field
 from enum import IntEnum
 import struct
 import zlib
 MAGIC = b"SRV1"
 VERSION = 1
 HEADER_FORMAT = "!4sBBHIHHHHIII"
 HEADER_SIZE = struct.calcsize(HEADER_FORMAT)
 MAX_PAYLOAD_LENGTH = 0xFFFF
 MAX_FRAGMENT_COUNT = 0xFFFF
 MAX_JPEG_SIZE = 0xFFFFFFFF
 class ObjectType(IntEnum):
    """JPEG object carried by a packet."""
    BASE = 1
    ROI = 2
 class VideoPacketError(ValueError):
    """Base class for video transport validation errors."""
 class PacketCRCError(VideoPacketError):
    """The packet header or payload failed its CRC32 check."""
 class ObjectCRCError(VideoPacketError):
    """A completely reassembled JPEG failed its CRC32 check."""
 class ObjectConsistencyError(VideoPacketError):
    """Fragments for one object contain inconsistent metadata or data."""
@dataclass(frozen=True)
 class VideoPacket:
    """Decoded and CRC-checked transport packet."""
    composite_frame_id: int
    object_type: ObjectType
    fragment_index: int
    fragment_count: int
    jpeg_size: int
    object_crc32: int
    payload: bytes
    packet_crc32: int = 0
@dataclass(frozen=True)
 class CompositeFrame:
    """Atomically reassembled BASE and ROI JPEGs for one source update."""
    composite_frame_id: int
    base_jpeg: bytes
    roi_jpeg: bytes
 def crc32(data: bytes) -> int:
    """Return an unsigned IEEE CRC32."""
    return zlib.crc32(data) & 0xFFFFFFFF
 def _validate_packet_fields(packet: VideoPacket) -> None:
    if not 0 <= packet.composite_frame_id <= 0xFFFFFFFF:
        raise VideoPacketError("composite_frame_id is outside uint32")
    if packet.object_type not in (ObjectType.BASE, ObjectType.ROI):
        raise VideoPacketError("unsupported object_type")
    if not 1 <= packet.fragment_count <= MAX_FRAGMENT_COUNT:
        raise VideoPacketError("fragment_count is outside uint16")
    if not 0 <= packet.fragment_index < packet.fragment_count:
        raise VideoPacketError("fragment_index is outside fragment_count")
    if not 1 <= len(packet.payload) <= MAX_PAYLOAD_LENGTH:
        raise VideoPacketError("payload length is outside uint16")
    if not 1 <= packet.jpeg_size <= MAX_JPEG_SIZE:
        raise VideoPacketError("jpeg_size is outside uint32")
    if len(packet.payload) > packet.jpeg_size:
        raise VideoPacketError("payload is larger than the JPEG object")
    if not 0 <= packet.object_crc32 <= 0xFFFFFFFF:
        raise VideoPacketError("object_crc32 is outside uint32")
 def _pack_header(packet: VideoPacket, packet_crc32: int) -> bytes:
    return struct.pack(
        HEADER_FORMAT,
        MAGIC,
        VERSION,
        int(packet.object_type),
        HEADER_SIZE,
        packet.composite_frame_id,
        packet.fragment_index,
        packet.fragment_count,
        len(packet.payload),
        0,
        packet.jpeg_size,
        packet.object_crc32,
        packet_crc32,
    )
 def encode_packet(packet: VideoPacket) -> bytes:
    """Serialize a packet and calculate its packet CRC32."""
    if not isinstance(packet, VideoPacket):
        raise TypeError("packet must be VideoPacket")
    _validate_packet_fields(packet)
    header_with_zero_crc = _pack_header(packet, 0)
    packet_crc32 = crc32(header_with_zero_crc + packet.payload)
    return _pack_header(packet, packet_crc32) + packet.payload
 def decode_packet(wire_packet: bytes) -> VideoPacket:
    """Deserialize a packet and validate its fixed header and packet CRC32."""
    if not isinstance(wire_packet, (bytes, bytearray)):
        raise TypeError("wire_packet must be bytes or bytearray")
    wire_packet = bytes(wire_packet)
    if len(wire_packet) < HEADER_SIZE + 1:
        raise VideoPacketError("packet is shorter than header plus payload")
    (
        magic,
        version,
        object_type_value,
        header_size,
        composite_frame_id,
        fragment_index,
        fragment_count,
        payload_length,
        flags,
        jpeg_size,
        object_crc32,
        received_packet_crc32,
    ) = struct.unpack(HEADER_FORMAT, wire_packet[:HEADER_SIZE])
    if magic != MAGIC:
        raise VideoPacketError("invalid packet magic")
    if version != VERSION:
        raise VideoPacketError("unsupported packet version")
    if header_size != HEADER_SIZE:
        raise VideoPacketError("invalid fixed header size")
    if flags != 0:
        raise VideoPacketError("reserved flags must be zero")
    try:
        object_type = ObjectType(object_type_value)
    except ValueError as error:
        raise VideoPacketError("unsupported object_type") from error
    if len(wire_packet) != HEADER_SIZE + payload_length:
        raise VideoPacketError("packet length does not match payload_length")
    packet = VideoPacket(
        composite_frame_id=composite_frame_id,
        object_type=object_type,
        fragment_index=fragment_index,
        fragment_count=fragment_count,
        jpeg_size=jpeg_size,
        object_crc32=object_crc32,
        payload=wire_packet[HEADER_SIZE:],
        packet_crc32=received_packet_crc32,
    )
    _validate_packet_fields(packet)
    calculated_packet_crc32 = crc32(
        _pack_header(packet, 0) + packet.payload
    )
    if calculated_packet_crc32 != received_packet_crc32:
        raise PacketCRCError(
            "packet CRC mismatch: "
            f"received 0x{received_packet_crc32:08X}, "
            f"calculated 0x{calculated_packet_crc32:08X}"
        )
    return packet
 def packetize_jpeg(
    jpeg: bytes,
    composite_frame_id: int,
    object_type: ObjectType,
    max_payload_length: int,
 ) -> list[bytes]:
    """Split one non-empty JPEG object into serialized packets."""
    if not isinstance(jpeg, (bytes, bytearray)):
        raise TypeError("jpeg must be bytes or bytearray")
    jpeg = bytes(jpeg)
    if not jpeg:
        raise ValueError("JPEG object must not be empty")
    if len(jpeg) > MAX_JPEG_SIZE:
        raise ValueError("JPEG object is larger than uint32")
    if not 1 <= max_payload_length <= MAX_PAYLOAD_LENGTH:
        raise ValueError("max_payload_length is outside uint16")
    if not 0 <= composite_frame_id <= 0xFFFFFFFF:
        raise ValueError("composite_frame_id is outside uint32")
    try:
        object_type = ObjectType(object_type)
    except ValueError as error:
        raise ValueError("unsupported object_type") from error
    fragment_count = (
        len(jpeg) + max_payload_length - 1
    ) // max_payload_length
    if fragment_count > MAX_FRAGMENT_COUNT:
        raise ValueError("JPEG needs more than 65535 fragments")
    object_crc32 = crc32(jpeg)
    packets = []
    for fragment_index in range(fragment_count):
        start = fragment_index * max_payload_length
        payload = jpeg[start:start + max_payload_length]
        packets.append(
            encode_packet(
                VideoPacket(
                    composite_frame_id=composite_frame_id,
                    object_type=object_type,
                    fragment_index=fragment_index,
                    fragment_count=fragment_count,
                    jpeg_size=len(jpeg),
                    object_crc32=object_crc32,
                    payload=payload,
                )
            )
        )
    return packets
@dataclass
 class _ObjectAssembly:
    composite_frame_id: int
    object_type: ObjectType
    fragment_count: int
    jpeg_size: int
    object_crc32: int
    fragments: dict[int, bytes] = field(default_factory=dict)
    @classmethod
    def from_packet(cls, packet: VideoPacket) -> "_ObjectAssembly":
        return cls(
            composite_frame_id=packet.composite_frame_id,
            object_type=packet.object_type,
            fragment_count=packet.fragment_count,
            jpeg_size=packet.jpeg_size,
            object_crc32=packet.object_crc32,
        )
    def add(self, packet: VideoPacket) -> bool:
        metadata = (
            packet.composite_frame_id,
            packet.object_type,
            packet.fragment_count,
            packet.jpeg_size,
            packet.object_crc32,
        )
        expected = (
            self.composite_frame_id,
            self.object_type,
            self.fragment_count,
            self.jpeg_size,
            self.object_crc32,
        )
        if metadata != expected:
            raise ObjectConsistencyError(
                "fragment metadata conflicts with object assembly"
            )
        existing = self.fragments.get(packet.fragment_index)
        if existing is not None:
            if existing != packet.payload:
                raise ObjectConsistencyError(
                    "different payload for an existing fragment index"
                )
            return False
        self.fragments[packet.fragment_index] = packet.payload
        return True
    def missing_fragments(self) -> tuple[int, ...]:
        return tuple(
            index
            for index in range(self.fragment_count)
            if index not in self.fragments
        )
    def assemble_if_complete(self) -> bytes | None:
        if self.missing_fragments():
            return None
        jpeg = b"".join(
            self.fragments[index]
            for index in range(self.fragment_count)
        )
        if len(jpeg) != self.jpeg_size:
            raise ObjectConsistencyError(
                "reassembled JPEG length does not match jpeg_size"
            )
        calculated_object_crc32 = crc32(jpeg)
        if calculated_object_crc32 != self.object_crc32:
            raise ObjectCRCError(
                "object CRC mismatch: "
                f"received 0x{self.object_crc32:08X}, "
                f"calculated 0x{calculated_object_crc32:08X}"
            )
        return jpeg
 class CompositeReassembler:
    """Reassemble interleaved BASE/ROI packets and publish atomic frames."""
    def __init__(self) -> None:
        self._objects: dict[
            tuple[int, ObjectType], _ObjectAssembly
        ] = {}
        self._completed: dict[
            int, dict[ObjectType, bytes]
        ] = {}
        self._finalized_frame_ids: set[int] = set()
        self.duplicate_packets = 0
    def ingest(self, wire_packet: bytes) -> CompositeFrame | None:
        """Accept one packet and return a frame only when BASE and ROI exist."""
        packet = decode_packet(wire_packet)
        if packet.composite_frame_id in self._finalized_frame_ids:
            self.duplicate_packets += 1
            return None
        key = (packet.composite_frame_id, packet.object_type)
        assembly = self._objects.get(key)
        if assembly is None:
            assembly = _ObjectAssembly.from_packet(packet)
            self._objects[key] = assembly
        if not assembly.add(packet):
            self.duplicate_packets += 1
            return None
        jpeg = assembly.assemble_if_complete()
        if jpeg is None:
            return None
        frame_parts = self._completed.setdefault(
            packet.composite_frame_id, {}
        )
        frame_parts[packet.object_type] = jpeg
        if not all(
            object_type in frame_parts
            for object_type in (ObjectType.BASE, ObjectType.ROI)
        ):
            return None
        frame = CompositeFrame(
            composite_frame_id=packet.composite_frame_id,
            base_jpeg=frame_parts[ObjectType.BASE],
            roi_jpeg=frame_parts[ObjectType.ROI],
        )
        self._finalized_frame_ids.add(packet.composite_frame_id)
        self._completed.pop(packet.composite_frame_id, None)
        for object_type in (ObjectType.BASE, ObjectType.ROI):
            self._objects.pop(
                (packet.composite_frame_id, object_type), None
            )
        return frame
    def missing_fragments(
        self,
        composite_frame_id: int,
        object_type: ObjectType,
    ) -> tuple[int, ...] | None:
        """Return missing indexes, or None if this object has not started."""
        assembly = self._objects.get(
            (composite_frame_id, ObjectType(object_type))
        )
        if assembly is None:
            return None
        return assembly.missing_fragments()
    def object_is_complete(
        self,
        composite_frame_id: int,
        object_type: ObjectType,
    ) -> bool:
        """Report whether one CRC-validated object awaits its counterpart."""
        return ObjectType(object_type) in self._completed.get(
            composite_frame_id, {}
        )
--- a/tests/lab025_pluto_wfm_demodulation.py
+++ b/tests/lab025_pluto_wfm_demodulation.py
@@ -0,0 +1,875 @@
 """
 Lab025. Приём и программная WFM-демодуляция FM-радиостанции.
 Схема подключения:
    антенна 40–860 МГц -> RX1
 Используется только приёмный канал RX1. Передатчики TX1 и TX2
 не используются. Необработанные IQ-сэмплы на диск не сохраняются.
 """
 from pathlib import Path
 import adi
 import matplotlib
 import numpy as np
 from scipy import signal
 from scipy.io import wavfile
 # Для лабораторной графики сохраняется в файлы без блокирующих окон.
 matplotlib.use("Agg")
 import matplotlib.pyplot as plt
 # ---------------------------------------------------------------------
 # Параметры приёмника Pluto+
 # ---------------------------------------------------------------------
 PLUTO_URI = "ip:192.168.2.1"
 STATION_FREQUENCY_HZ = 100_100_000
 LO_OFFSET_HZ = 250_000
 RX_LO_FREQUENCY_HZ = (
    STATION_FREQUENCY_HZ + LO_OFFSET_HZ
 )
 SAMPLE_RATE_HZ = 2_400_000
 RX_BANDWIDTH_HZ = 1_500_000
 RX_BUFFER_SIZE = 65_536
 DISCARD_BUFFER_COUNT = 3
 CAPTURE_BUFFER_COUNT = 128
 # ---------------------------------------------------------------------
 # Параметры обработки сигнала
 # ---------------------------------------------------------------------
 CHANNEL_DECIMATION = 10
 CHANNEL_SAMPLE_RATE_HZ = 240_000
 AUDIO_CUTOFF_HZ = 15_000
 AUDIO_SAMPLE_RATE_HZ = 48_000
 DEEMPHASIS_TIME_CONSTANT_SECONDS = 50e-6
 AUDIO_TRANSIENT_DURATION_SECONDS = 0.05
 AUDIO_REFERENCE_PERCENTILE = 99.5
 AUDIO_TARGET_LEVEL = 0.85
 MINIMUM_AUDIO_REFERENCE_PEAK = 1e-12
 RF_WELCH_MAXIMUM_SAMPLE_COUNT = 1_048_576
 RF_WELCH_SEGMENT_LENGTH = 8_192
 RF_WELCH_OVERLAP_LENGTH = 4_096
 AUDIO_WELCH_SEGMENT_LENGTH = 8_192
 # ---------------------------------------------------------------------
 # Выходные файлы
 # ---------------------------------------------------------------------
 OUTPUT_DIRECTORY = Path("data/processed/lab025")
 WAV_FILE_PATH = (
    OUTPUT_DIRECTORY / "lab025_wfm_audio_100_1mhz.wav"
 )
 RF_SPECTRUM_FILE_PATH = (
    OUTPUT_DIRECTORY / "lab025_rf_spectrum.png"
 )
 AUDIO_WAVEFORM_FILE_PATH = (
    OUTPUT_DIRECTORY / "lab025_audio_waveform.png"
 )
 AUDIO_SPECTRUM_FILE_PATH = (
    OUTPUT_DIRECTORY / "lab025_audio_spectrum.png"
 )
 REPORT_FILE_PATH = OUTPUT_DIRECTORY / "lab025_report.txt"
 def configure_receiver() -> adi.Pluto:
    """
    Подключается к Pluto+ и настраивает только приёмный канал RX1.
    Частота гетеродина смещена на 250 кГц выше частоты станции.
    Благодаря этому полезный сигнал не совпадает с аппаратным DC-пиком
    в центре комплексной полосы приёмника.
    """
    print("Подключение к Pluto+...")
    sdr = adi.Pluto(uri=PLUTO_URI)
    # Используем только первый приёмный канал RX1.
    sdr.rx_enabled_channels = [0]
    sdr.sample_rate = SAMPLE_RATE_HZ
    sdr.rx_lo = RX_LO_FREQUENCY_HZ
    sdr.rx_rf_bandwidth = RX_BANDWIDTH_HZ
    # Медленная АРУ подходит для приёма вещательной FM-станции.
    sdr.gain_control_mode_chan0 = "slow_attack"
    sdr.rx_buffer_size = RX_BUFFER_SIZE
    return sdr
 def receive_samples(sdr: adi.Pluto) -> np.ndarray:
    """
    Получает последовательность комплексных IQ-буферов.
    Первые буферы отбрасываются, поскольку после настройки приёмника
    в них могут присутствовать переходные процессы АРУ и фильтров.
    Рабочие буферы объединяются только в оперативной памяти.
    """
    print()
    print(
        "Отбрасывание переходных буферов: "
        f"{DISCARD_BUFFER_COUNT}..."
    )
    for _ in range(DISCARD_BUFFER_COUNT):
        _ = sdr.rx()
    print("Получение рабочих IQ-буферов...")
    received_buffers: list[np.ndarray] = []
    for buffer_number in range(1, CAPTURE_BUFFER_COUNT + 1):
        received_buffer = np.asarray(
            sdr.rx(),
            dtype=np.complex64,
        )
        if received_buffer.size == 0:
            raise RuntimeError(
                "Pluto+ вернул пустой рабочий IQ-буфер."
            )
        received_buffers.append(received_buffer)
        if (
            buffer_number % 16 == 0
            or buffer_number == CAPTURE_BUFFER_COUNT
        ):
            print(
                f"  Принято {buffer_number:3d}/"
                f"{CAPTURE_BUFFER_COUNT} буферов"
            )
    if not received_buffers:
        raise RuntimeError("Pluto+ не вернул IQ-сэмплы.")
    combined_samples = np.concatenate(received_buffers)
    if combined_samples.size == 0:
        raise RuntimeError("После объединения получен пустой IQ-массив.")
    if not np.all(np.isfinite(combined_samples)):
        raise RuntimeError("В IQ-сэмплах обнаружены NaN или Inf.")
    return np.asarray(combined_samples, dtype=np.complex64)
 def shift_station_to_baseband(
    samples: np.ndarray,
    sample_rate_hz: float,
    frequency_shift_hz: float,
 ) -> np.ndarray:
    """
    Переносит выбранную станцию в центр цифровой полосы.
    При положительном смещении комплексный генератор переносит сигнал,
    расположенный на отрицательной относительной частоте, к 0 Гц.
    """
    if samples.size == 0:
        raise RuntimeError(
            "Невозможно выполнить цифровой перенос пустого IQ-массива."
        )
    sample_indices = np.arange(
        len(samples),
        dtype=np.float64,
    )
    digital_oscillator = np.exp(
        1j
        * 2.0
        * np.pi
        * frequency_shift_hz
        * sample_indices
        / sample_rate_hz
    ).astype(np.complex64)
    centered_samples = samples * digital_oscillator
    if not np.all(np.isfinite(centered_samples)):
        raise RuntimeError(
            "После цифрового переноса обнаружены NaN или Inf."
        )
    return np.asarray(centered_samples, dtype=np.complex64)
 def extract_wfm_channel(
    centered_samples: np.ndarray,
 ) -> np.ndarray:
    """
    Фильтрует WFM-канал и понижает частоту до 240 кГц.
    Полигармоническая передискретизация одновременно выполняет
    низкочастотную фильтрацию и децимацию в десять раз.
    """
    calculated_sample_rate_hz = (
        SAMPLE_RATE_HZ / CHANNEL_DECIMATION
    )
    if not np.isclose(
        calculated_sample_rate_hz,
        CHANNEL_SAMPLE_RATE_HZ,
    ):
        raise RuntimeError(
            "Частота канального сигнала после децимации "
            "не равна 240 кГц."
        )
    channel_samples = signal.resample_poly(
        centered_samples,
        up=1,
        down=CHANNEL_DECIMATION,
        window=("kaiser", 8.0),
    )
    if channel_samples.size == 0:
        raise RuntimeError("После выделения WFM-канала массив пуст.")
    if not np.all(np.isfinite(channel_samples)):
        raise RuntimeError(
            "После выделения WFM-канала обнаружены NaN или Inf."
        )
    return np.asarray(channel_samples, dtype=np.complex64)
 def demodulate_fm(
    channel_samples: np.ndarray,
 ) -> np.ndarray:
    """
    Выполняет частотную демодуляцию по фазовой разности отсчётов.
    Результат представляет монофонический композитный FM-сигнал
    до звуковой фильтрации и коррекции предыскажений.
    """
    if channel_samples.size < 2:
        raise RuntimeError(
            "Недостаточно канальных отсчётов для FM-демодуляции."
        )
    phase_difference = np.angle(
        channel_samples[1:]
        * np.conj(channel_samples[:-1])
    ).astype(np.float64)
    demodulated = phase_difference - np.mean(phase_difference)
    if demodulated.size == 0:
        raise RuntimeError("FM-дискриминатор вернул пустой массив.")
    if not np.all(np.isfinite(demodulated)):
        raise RuntimeError(
            "После FM-демодуляции обнаружены NaN или Inf."
        )
    return demodulated
 def lowpass_audio(
    demodulated_samples: np.ndarray,
    sample_rate_hz: float,
 ) -> np.ndarray:
    """
    Выделяет монофонический звук L+R в полосе до 15 кГц.
    Фильтр подавляет стереопилот 19 кГц, стереоразностную часть,
    RDS и внеполосный высокочастотный шум.
    """
    audio_sos = signal.butter(
        6,
        AUDIO_CUTOFF_HZ,
        btype="lowpass",
        fs=sample_rate_hz,
        output="sos",
    )
    filtered_audio = signal.sosfiltfilt(
        audio_sos,
        demodulated_samples,
    )
    if filtered_audio.size == 0:
        raise RuntimeError("Звуковой фильтр вернул пустой массив.")
    if not np.all(np.isfinite(filtered_audio)):
        raise RuntimeError(
            "После звукового фильтра обнаружены NaN или Inf."
        )
    return np.asarray(filtered_audio, dtype=np.float64)
 def apply_deemphasis(
    audio_samples: np.ndarray,
    sample_rate_hz: float,
    time_constant_seconds: float,
 ) -> np.ndarray:
    """
    Выполняет европейскую FM-коррекцию предыскажений 50 мкс.
    Используется устойчивый однополюсный рекурсивный фильтр,
    реализованный функцией scipy.signal.lfilter.
    """
    alpha = np.exp(
        -1.0
        / (
            sample_rate_hz
            * time_constant_seconds
        )
    )
    deemphasized = signal.lfilter(
        [1.0 - alpha],
        [1.0, -alpha],
        audio_samples,
    )
    deemphasized = deemphasized - np.mean(deemphasized)
    if deemphasized.size == 0:
        raise RuntimeError("De-emphasis вернул пустой массив.")
    if not np.all(np.isfinite(deemphasized)):
        raise RuntimeError(
            "После de-emphasis обнаружены NaN или Inf."
        )
    return np.asarray(deemphasized, dtype=np.float64)
 def resample_audio_to_output_rate(
    audio_samples: np.ndarray,
 ) -> np.ndarray:
    """
    Преобразует звуковой сигнал с 240 кГц в выходные 48 кГц.
    """
    output_decimation = 5
    calculated_output_rate_hz = (
        CHANNEL_SAMPLE_RATE_HZ / output_decimation
    )
    if not np.isclose(
        calculated_output_rate_hz,
        AUDIO_SAMPLE_RATE_HZ,
    ):
        raise RuntimeError(
            "Рассчитанная частота WAV не равна 48 кГц."
        )
    output_audio = signal.resample_poly(
        audio_samples,
        up=1,
        down=output_decimation,
    )
    if output_audio.size == 0:
        raise RuntimeError(
            "После преобразования в 48 кГц получен пустой массив."
        )
    if not np.all(np.isfinite(output_audio)):
        raise RuntimeError(
            "После преобразования звука обнаружены NaN или Inf."
        )
    return np.asarray(output_audio, dtype=np.float64)
 def convert_audio_to_pcm16(
    audio_samples: np.ndarray,
 ) -> np.ndarray:
    """
    Удаляет переходный участок, нормализует звук и создаёт PCM16.
    Опорный уровень определяется по 99,5-му процентилю модуля,
    поэтому единичный выброс не делает весь WAV слишком тихим.
    """
    if audio_samples.size == 0:
        raise RuntimeError("Невозможно нормализовать пустой звук.")
    centered_audio = audio_samples - np.mean(audio_samples)
    transient_sample_count = int(
        round(
            AUDIO_TRANSIENT_DURATION_SECONDS
            * AUDIO_SAMPLE_RATE_HZ
        )
    )
    if centered_audio.size <= transient_sample_count:
        raise RuntimeError(
            "Звуковой массив короче переходного участка 0,05 с."
        )
    centered_audio = centered_audio[transient_sample_count:]
    reference_peak = float(
        np.percentile(
            np.abs(centered_audio),
            AUDIO_REFERENCE_PERCENTILE,
        )
    )
    if (
        not np.isfinite(reference_peak)
        or reference_peak <= MINIMUM_AUDIO_REFERENCE_PEAK
    ):
        raise RuntimeError(
            "Сигнал слишком мал для безопасной нормализации PCM16."
        )
    normalized_audio = (
        centered_audio
        / reference_peak
        * AUDIO_TARGET_LEVEL
    )
    normalized_audio = np.clip(
        normalized_audio,
        -1.0,
        1.0,
    )
    pcm16_audio = np.round(
        normalized_audio * np.iinfo(np.int16).max
    ).astype(np.int16)
    if pcm16_audio.size == 0:
        raise RuntimeError("После преобразования PCM16 массив пуст.")
    return pcm16_audio
 def calculate_rf_spectrum(
    samples: np.ndarray,
 ) -> tuple[np.ndarray, np.ndarray]:
    """
    Рассчитывает ограниченный спектр исходного IQ методом Уэлча.
    Для графика используется не более 1 048 576 отсчётов, поэтому
    полная восьмимиллионная запись не передаётся в одну большую FFT.
    """
    analysis_sample_count = min(
        len(samples),
        RF_WELCH_MAXIMUM_SAMPLE_COUNT,
    )
    analysis_samples = samples[:analysis_sample_count]
    relative_frequencies_hz, power_density = signal.welch(
        analysis_samples,
        fs=SAMPLE_RATE_HZ,
        window="hann",
        nperseg=RF_WELCH_SEGMENT_LENGTH,
        noverlap=RF_WELCH_OVERLAP_LENGTH,
        detrend=False,
        return_onesided=False,
        scaling="density",
    )
    relative_frequencies_hz = np.fft.fftshift(
        relative_frequencies_hz
    )
    power_density = np.fft.fftshift(power_density)
    minimum_positive_value = np.finfo(np.float64).tiny
    power_db = 10.0 * np.log10(
        power_density + minimum_positive_value
    )
    power_db -= np.max(power_db)
    return relative_frequencies_hz, power_db
 def create_rf_spectrum_graph(samples: np.ndarray) -> None:
    """
    Сохраняет спектр до цифрового переноса станции в центр.
    """
    frequencies_hz, power_db = calculate_rf_spectrum(samples)
    figure, axes = plt.subplots(figsize=(13, 7))
    axes.plot(
        frequencies_hz / 1e3,
        power_db,
        linewidth=0.8,
    )
    expected_station_offset_hz = -LO_OFFSET_HZ
    axes.axvline(
        expected_station_offset_hz / 1e3,
        color="tab:red",
        linestyle="--",
        linewidth=1.4,
        label=(
            "Ожидаемая станция 100,100 МГц "
            "(-250 кГц)"
        ),
    )
    axes.set_title(
        "Lab025. Спектр принятого IQ до цифрового переноса\n"
        "RX LO = 100,350 МГц; станция = 100,100 МГц"
    )
    axes.set_xlabel("Относительная частота относительно RX LO, кГц")
    axes.set_ylabel("Относительная мощность, дБ")
    axes.set_ylim(-90, 5)
    axes.grid(True)
    axes.legend()
    figure.tight_layout()
    figure.savefig(RF_SPECTRUM_FILE_PATH, dpi=160)
    plt.close(figure)
 def create_audio_waveform_graph(pcm16_audio: np.ndarray) -> None:
    """
    Сохраняет первые 0,1 секунды нормированного звука.
    """
    displayed_sample_count = min(
        len(pcm16_audio),
        int(round(0.1 * AUDIO_SAMPLE_RATE_HZ)),
    )
    displayed_audio = (
        pcm16_audio[:displayed_sample_count].astype(np.float64)
        / np.iinfo(np.int16).max
    )
    time_seconds = (
        np.arange(displayed_sample_count, dtype=np.float64)
        / AUDIO_SAMPLE_RATE_HZ
    )
    figure, axes = plt.subplots(figsize=(12, 5))
    axes.plot(time_seconds, displayed_audio, linewidth=0.8)
    axes.set_title("Lab025. Первые 0,1 секунды демодулированного звука")
    axes.set_xlabel("Время, с")
    axes.set_ylabel("Нормированная амплитуда")
    axes.set_ylim(-1.05, 1.05)
    axes.grid(True)
    figure.tight_layout()
    figure.savefig(AUDIO_WAVEFORM_FILE_PATH, dpi=160)
    plt.close(figure)
 def create_audio_spectrum_graph(pcm16_audio: np.ndarray) -> None:
    """
    Рассчитывает методом Уэлча и сохраняет односторонний спектр WAV.
    """
    normalized_audio = (
        pcm16_audio.astype(np.float64)
        / np.iinfo(np.int16).max
    )
    segment_length = min(
        AUDIO_WELCH_SEGMENT_LENGTH,
        len(normalized_audio),
    )
    frequencies_hz, power_density = signal.welch(
        normalized_audio,
        fs=AUDIO_SAMPLE_RATE_HZ,
        window="hann",
        nperseg=segment_length,
        noverlap=segment_length // 2,
        detrend="constant",
        return_onesided=True,
        scaling="density",
    )
    minimum_positive_value = np.finfo(np.float64).tiny
    power_db = 10.0 * np.log10(
        power_density + minimum_positive_value
    )
    power_db -= np.max(power_db)
    figure, axes = plt.subplots(figsize=(12, 6))
    axes.plot(frequencies_hz / 1e3, power_db, linewidth=0.9)
    axes.set_xlim(0, 20)
    axes.set_ylim(-100, 5)
    axes.set_title("Lab025. Спектр демодулированного монофонического звука")
    axes.set_xlabel("Частота, кГц")
    axes.set_ylabel("Относительная спектральная плотность, дБ")
    axes.grid(True)
    figure.tight_layout()
    figure.savefig(AUDIO_SPECTRUM_FILE_PATH, dpi=160)
    plt.close(figure)
 def calculate_audio_statistics(
    pcm16_audio: np.ndarray,
 ) -> tuple[float, float, float]:
    """
    Возвращает нормированные RMS, пик и процент предельных отсчётов.
    """
    normalized_audio = (
        pcm16_audio.astype(np.float64)
        / np.iinfo(np.int16).max
    )
    rms_value = float(
        np.sqrt(np.mean(normalized_audio ** 2))
    )
    peak_value = float(np.max(np.abs(normalized_audio)))
    clipped_sample_count = int(
        np.count_nonzero(
            (pcm16_audio == np.iinfo(np.int16).min)
            | (pcm16_audio == np.iinfo(np.int16).max)
        )
    )
    clipping_percentage = (
        100.0
        * clipped_sample_count
        / len(pcm16_audio)
    )
    return rms_value, peak_value, clipping_percentage
 def save_report(
    iq_sample_count: int,
    iq_duration_seconds: float,
    pcm16_audio: np.ndarray,
    audio_rms: float,
    audio_peak: float,
    clipping_percentage: float,
 ) -> None:
    """
    Создаёт текстовый отчёт с параметрами приёма и WAV-файла.
    """
    wav_duration_seconds = (
        len(pcm16_audio) / AUDIO_SAMPLE_RATE_HZ
    )
    report_lines = [
        "Lab025. Приём и программная WFM-демодуляция",
        "",
        f"URI Pluto+: {PLUTO_URI}",
        f"Частота станции: {STATION_FREQUENCY_HZ} Гц",
        f"RX LO: {RX_LO_FREQUENCY_HZ} Гц",
        f"Цифровое смещение: +{LO_OFFSET_HZ} Гц",
        f"Частота дискретизации RX: {SAMPLE_RATE_HZ} Гц",
        f"Полоса RX: {RX_BANDWIDTH_HZ} Гц",
        f"Количество рабочих буферов: {CAPTURE_BUFFER_COUNT}",
        f"Количество IQ-сэмплов: {iq_sample_count}",
        f"Длительность IQ-записи: {iq_duration_seconds:.6f} с",
        (
            "Частота канального сигнала после децимации: "
            f"{CHANNEL_SAMPLE_RATE_HZ} Гц"
        ),
        f"Длительность итогового WAV: {wav_duration_seconds:.6f} с",
        f"Частота WAV: {AUDIO_SAMPLE_RATE_HZ} Гц",
        "Тип PCM: signed PCM16, mono",
        f"RMS итогового аудио: {audio_rms:.6f}",
        f"Пиковая амплитуда: {audio_peak:.6f}",
        f"Отсчёты на границе PCM16: {clipping_percentage:.6f} %",
        "",
        "Выходные файлы:",
        f"WAV: {WAV_FILE_PATH}",
        f"Радиоспектр: {RF_SPECTRUM_FILE_PATH}",
        f"Звуковая волна: {AUDIO_WAVEFORM_FILE_PATH}",
        f"Спектр звука: {AUDIO_SPECTRUM_FILE_PATH}",
        f"Отчёт: {REPORT_FILE_PATH}",
        "",
        "Использован только приёмный канал RX1.",
        "Передатчики TX1 и TX2 не использовались.",
        "Необработанные IQ-сэмплы на диск не сохранялись.",
    ]
    REPORT_FILE_PATH.write_text(
        "\n".join(report_lines),
        encoding="utf-8",
    )
 def main() -> None:
    """
    Выполняет полный цикл приёма, WFM-демодуляции и сохранения WAV.
    """
    OUTPUT_DIRECTORY.mkdir(parents=True, exist_ok=True)
    sdr = None
    try:
        sdr = configure_receiver()
        print()
        print("Параметры RX:")
        print(f"  URI:                    {PLUTO_URI}")
        print(
            f"  Станция:                "
            f"{STATION_FREQUENCY_HZ / 1e6:.3f} МГц"
        )
        print(
            f"  RX LO:                  "
            f"{sdr.rx_lo / 1e6:.3f} МГц"
        )
        print(
            f"  Частота дискретизации:  "
            f"{sdr.sample_rate / 1e6:.3f} Мвыб/с"
        )
        print(
            f"  Полоса RX:              "
            f"{sdr.rx_rf_bandwidth / 1e6:.3f} МГц"
        )
        print(
            f"  Режим усиления:         "
            f"{sdr.gain_control_mode_chan0}"
        )
        print(f"  Размер буфера:          {sdr.rx_buffer_size}")
        print("  Активный канал:         RX1")
        samples = receive_samples(sdr)
        iq_sample_count = len(samples)
        iq_duration_seconds = iq_sample_count / SAMPLE_RATE_HZ
        print()
        print(f"Количество IQ-сэмплов: {iq_sample_count}")
        print(f"Длительность записи:   {iq_duration_seconds:.3f} с")
        # Удаляем остаточную комплексную постоянную составляющую.
        samples = samples - np.mean(samples)
        print()
        print("Цифровой перенос станции в центр полосы...")
        centered_samples = shift_station_to_baseband(
            samples=samples,
            sample_rate_hz=SAMPLE_RATE_HZ,
            frequency_shift_hz=LO_OFFSET_HZ,
        )
        print("Фильтрация WFM-канала и децимация до 240 кГц...")
        channel_samples = extract_wfm_channel(centered_samples)
        print("FM-демодуляция...")
        demodulated_samples = demodulate_fm(channel_samples)
        print("Звуковой low-pass фильтр 0–15 кГц...")
        filtered_audio = lowpass_audio(
            demodulated_samples=demodulated_samples,
            sample_rate_hz=CHANNEL_SAMPLE_RATE_HZ,
        )
        print("De-emphasis 50 мкс...")
        deemphasized_audio = apply_deemphasis(
            audio_samples=filtered_audio,
            sample_rate_hz=CHANNEL_SAMPLE_RATE_HZ,
            time_constant_seconds=(
                DEEMPHASIS_TIME_CONSTANT_SECONDS
            ),
        )
        print("Преобразование звука в 48 кГц...")
        output_audio = resample_audio_to_output_rate(
            deemphasized_audio
        )
        pcm16_audio = convert_audio_to_pcm16(output_audio)
        audio_rms, audio_peak, clipping_percentage = (
            calculate_audio_statistics(pcm16_audio)
        )
        print("Сохранение WAV...")
        wavfile.write(
            WAV_FILE_PATH,
            AUDIO_SAMPLE_RATE_HZ,
            pcm16_audio,
        )
        if not WAV_FILE_PATH.is_file():
            raise RuntimeError("Выходной WAV-файл не создан.")
        print("Сохранение графиков...")
        create_rf_spectrum_graph(samples)
        create_audio_waveform_graph(pcm16_audio)
        create_audio_spectrum_graph(pcm16_audio)
        print("Создание текстового отчёта...")
        save_report(
            iq_sample_count=iq_sample_count,
            iq_duration_seconds=iq_duration_seconds,
            pcm16_audio=pcm16_audio,
            audio_rms=audio_rms,
            audio_peak=audio_peak,
            clipping_percentage=clipping_percentage,
        )
        print()
        print("Созданы файлы:")
        print(f"  WAV:             {WAV_FILE_PATH}")
        print(f"  Радиоспектр:     {RF_SPECTRUM_FILE_PATH}")
        print(f"  Звуковая волна:  {AUDIO_WAVEFORM_FILE_PATH}")
        print(f"  Спектр звука:    {AUDIO_SPECTRUM_FILE_PATH}")
        print(f"  Отчёт:           {REPORT_FILE_PATH}")
        print()
        print(f"RMS аудио:              {audio_rms:.6f}")
        print(f"Пиковая амплитуда:      {audio_peak:.6f}")
        print(
            f"Отсчёты на границе PCM: "
            f"{clipping_percentage:.6f} %"
        )
        print()
        print("Lab025 выполнена успешно.")
        print()
        print("Для прослушивания откройте:")
        print(WAV_FILE_PATH)
    finally:
        if sdr is not None:
            destroy_buffer = getattr(
                sdr,
                "rx_destroy_buffer",
                None,
            )
            if callable(destroy_buffer):
                try:
                    destroy_buffer()
                except Exception as cleanup_error:
                    print(
                        "Предупреждение: не удалось освободить "
                        f"RX-буфер: {cleanup_error}"
                    )
 if __name__ == "__main__":
    main()
--- a/tests/lab026_video_bitrate_benchmark.py
+++ b/tests/lab026_video_bitrate_benchmark.py
--- a/tests/lab026b_four_bit_video_benchmark.py
+++ b/tests/lab026b_four_bit_video_benchmark.py
--- a/tests/lab027_roi_multiresolution_benchmark.py
+++ b/tests/lab027_roi_multiresolution_benchmark.py
--- a/tests/lab027_roi_temporal_preview.py
+++ b/tests/lab027_roi_temporal_preview.py
@@ -0,0 +1,925 @@
 """
 Lab027. Динамическое превью временного обновления BASE и ROI.
 Скрипт не повторяет расчёт benchmark Lab027 и не изменяет его
 результаты. Он создаёт одно игнорируемое Git preview-видео с четырьмя
 фиксированными профилями. Для каждого профиля независимо удерживаются
 последние декодированные JPEG-состояния BASE и ROI.
 Отдельные JPEG-файлы не сохраняются: кодирование и декодирование
 выполняются только в памяти средствами OpenCV.
 """
 from __future__ import annotations
 from dataclasses import dataclass
 from pathlib import Path
 import cv2
 import numpy as np
 SOURCE_VIDEO_PATH = Path("data/raw/lab026_rover_source.mp4")
 PREVIEW_DIRECTORY = Path("data/raw/lab027_previews")
 MP4_PREVIEW_PATH = (
    PREVIEW_DIRECTORY / "lab027_roi_temporal_preview.mp4"
 )
 AVI_PREVIEW_PATH = (
    PREVIEW_DIRECTORY / "lab027_roi_temporal_preview.avi"
 )
 OUTPUT_FPS = 30.0
 PANEL_WIDTH = 640
 PANEL_HEIGHT = 360
 OUTPUT_WIDTH = PANEL_WIDTH * 2
 OUTPUT_HEIGHT = PANEL_HEIGHT * 2
 ROI_X_MIN = 0.20
 ROI_X_MAX = 0.80
 ROI_Y_MIN = 0.42
 ROI_Y_MAX = 1.00
 FRAME_TIME_EPSILON_SECONDS = 1e-9
 NEW_UPDATE_LABEL_SECONDS = 0.15
@dataclass(frozen=True)
 class PreviewProfile:
    """
    Описывает один из четырёх фиксированных preview-профилей.
    """
    name: str
    base_width: int
    base_height: int
    base_fps: float
    base_quality: int
    roi_enabled: bool
    roi_width: int
    roi_height: int
    roi_fps: float
    roi_quality: int
    measured_payload_kbps: float
@dataclass
 class ProfileState:
    """
    Хранит независимое временное состояние BASE и ROI профиля.
    """
    latest_base: np.ndarray | None = None
    latest_roi: np.ndarray | None = None
    next_base_time: float = 0.0
    next_roi_time: float = 0.0
    last_base_update_time: float = 0.0
    last_roi_update_time: float = 0.0
    base_update_count: int = 0
    roi_update_count: int = 0
 def read_video_metadata(
    source_path: Path,
 ) -> tuple[int, int, float, int, float]:
    """
    Читает и проверяет параметры исходного видео.
    """
    if not source_path.exists():
        raise RuntimeError(
            f"Исходный видеофайл отсутствует: {source_path}"
        )
    capture = cv2.VideoCapture(str(source_path))
    if not capture.isOpened():
        raise RuntimeError(
            f"OpenCV не смог открыть видео: {source_path}"
        )
    try:
        width = int(capture.get(cv2.CAP_PROP_FRAME_WIDTH))
        height = int(capture.get(cv2.CAP_PROP_FRAME_HEIGHT))
        fps = float(capture.get(cv2.CAP_PROP_FPS))
        frame_count = int(capture.get(cv2.CAP_PROP_FRAME_COUNT))
    finally:
        capture.release()
    if width <= 0 or height <= 0:
        raise RuntimeError(
            "OpenCV вернул некорректное разрешение видео."
        )
    if fps <= 0.0:
        raise RuntimeError("FPS исходного видео равен нулю.")
    if frame_count <= 0:
        raise RuntimeError("Число кадров исходного видео равно нулю.")
    duration_seconds = frame_count / fps
    return width, height, fps, frame_count, duration_seconds
 def build_profiles() -> list[PreviewProfile]:
    """
    Создаёт ровно четыре согласованных preview-профиля.
    """
    profiles = [
        PreviewProfile(
            name="baseline",
            base_width=320,
            base_height=180,
            base_fps=2.0,
            base_quality=40,
            roi_enabled=False,
            roi_width=0,
            roi_height=0,
            roi_fps=0.0,
            roi_quality=0,
            measured_payload_kbps=80.27,
        ),
        PreviewProfile(
            name="ROI normal",
            base_width=240,
            base_height=135,
            base_fps=1.0,
            base_quality=25,
            roi_enabled=True,
            roi_width=320,
            roi_height=180,
            roi_fps=2.0,
            roi_quality=35,
            measured_payload_kbps=93.28,
        ),
        PreviewProfile(
            name="ROI economy",
            base_width=160,
            base_height=90,
            base_fps=1.0,
            base_quality=25,
            roi_enabled=True,
            roi_width=320,
            roi_height=180,
            roi_fps=2.0,
            roi_quality=35,
            measured_payload_kbps=85.19,
        ),
        PreviewProfile(
            name="ROI degraded channel",
            base_width=240,
            base_height=135,
            base_fps=1.0,
            base_quality=20,
            roi_enabled=True,
            roi_width=320,
            roi_height=180,
            roi_fps=1.0,
            roi_quality=30,
            measured_payload_kbps=50.49,
        ),
    ]
    if len(profiles) != 4:
        raise RuntimeError(
            "Preview Lab027 должно содержать ровно четыре профиля."
        )
    return profiles
 def normalized_roi_to_pixels(
    width: int,
    height: int,
 ) -> tuple[int, int, int, int]:
    """
    Переводит фиксированные нормализованные координаты ROI в пиксели.
    Результат задаёт полуоткрытый прямоугольник:
    x_min, y_min, x_max, y_max.
    """
    if width <= 0 or height <= 0:
        raise ValueError("Размер кадра должен быть положительным.")
    x_min = int(round(width * ROI_X_MIN))
    x_max = int(round(width * ROI_X_MAX))
    y_min = int(round(height * ROI_Y_MIN))
    y_max = int(round(height * ROI_Y_MAX))
    x_min = min(max(x_min, 0), width - 1)
    x_max = min(max(x_max, x_min + 1), width)
    y_min = min(max(y_min, 0), height - 1)
    y_max = min(max(y_max, y_min + 1), height)
    return x_min, y_min, x_max, y_max
 def should_update(
    current_time: float,
    next_update_time: float,
    epsilon_seconds: float = FRAME_TIME_EPSILON_SECONDS,
 ) -> bool:
    """
    Проверяет наступление времени очередного обновления потока.
    """
    return (
        current_time + epsilon_seconds
        >= next_update_time
    )
 def encode_decode_grayscale_jpeg(
    gray_frame: np.ndarray,
    jpeg_quality: int,
 ) -> np.ndarray:
    """
    Кодирует grayscale JPEG в памяти и декодирует его обратно.
    """
    if gray_frame.ndim != 2:
        raise RuntimeError(
            "JPEG preview должен получать grayscale-кадр."
        )
    encoding_ok, encoded = cv2.imencode(
        ".jpg",
        gray_frame,
        [cv2.IMWRITE_JPEG_QUALITY, jpeg_quality],
    )
    if not encoding_ok or encoded is None or encoded.size == 0:
        raise RuntimeError("OpenCV не смог закодировать JPEG.")
    decoded = cv2.imdecode(
        encoded,
        cv2.IMREAD_GRAYSCALE,
    )
    if decoded is None or decoded.shape != gray_frame.shape:
        raise RuntimeError(
            "Декодированный JPEG имеет некорректный размер."
        )
    return decoded
 def encode_decode_base(
    source_frame: np.ndarray,
    profile: PreviewProfile,
 ) -> np.ndarray:
    """
    Формирует очередное декодированное состояние BASE.
    """
    source_gray = cv2.cvtColor(
        source_frame,
        cv2.COLOR_BGR2GRAY,
    )
    resized_base = cv2.resize(
        source_gray,
        (profile.base_width, profile.base_height),
        interpolation=cv2.INTER_AREA,
    )
    return encode_decode_grayscale_jpeg(
        resized_base,
        profile.base_quality,
    )
 def encode_decode_roi(
    source_frame: np.ndarray,
    source_roi: tuple[int, int, int, int],
    profile: PreviewProfile,
 ) -> np.ndarray:
    """
    Вырезает ROI исходного BGR-кадра и формирует JPEG-состояние.
    """
    if not profile.roi_enabled:
        raise RuntimeError(
            "Нельзя кодировать ROI для отключённого ROI-профиля."
        )
    x_min, y_min, x_max, y_max = source_roi
    roi_bgr = source_frame[y_min:y_max, x_min:x_max]
    if roi_bgr.size == 0:
        raise RuntimeError("Вырезана пустая область ROI.")
    roi_gray = cv2.cvtColor(
        roi_bgr,
        cv2.COLOR_BGR2GRAY,
    )
    resized_roi = cv2.resize(
        roi_gray,
        (profile.roi_width, profile.roi_height),
        interpolation=cv2.INTER_AREA,
    )
    return encode_decode_grayscale_jpeg(
        resized_roi,
        profile.roi_quality,
    )
 def reconstruct_panel(
    profile: PreviewProfile,
    state: ProfileState,
    panel_roi: tuple[int, int, int, int],
 ) -> np.ndarray:
    """
    Восстанавливает одну grayscale-панель размером 640x360.
    """
    if state.latest_base is None:
        raise RuntimeError("BASE-состояние ещё не создано.")
    reconstructed = cv2.resize(
        state.latest_base,
        (PANEL_WIDTH, PANEL_HEIGHT),
        interpolation=cv2.INTER_LINEAR,
    )
    if profile.roi_enabled:
        if state.latest_roi is None:
            raise RuntimeError("ROI-состояние ещё не создано.")
        x_min, y_min, x_max, y_max = panel_roi
        resized_roi = cv2.resize(
            state.latest_roi,
            (x_max - x_min, y_max - y_min),
            interpolation=cv2.INTER_LINEAR,
        )
        reconstructed[y_min:y_max, x_min:x_max] = resized_roi
    return reconstructed
 def draw_text_line(
    image: np.ndarray,
    text: str,
    y_position: int,
    text_color: tuple[int, int, int] = (255, 255, 255),
 ) -> None:
    """
    Рисует одну ASCII-строку служебной информации OpenCV.
    """
    cv2.putText(
        image,
        text,
        (10, y_position),
        cv2.FONT_HERSHEY_SIMPLEX,
        0.46,
        text_color,
        1,
        cv2.LINE_AA,
    )
 def draw_panel_information(
    reconstructed_gray: np.ndarray,
    profile: PreviewProfile,
    state: ProfileState,
    current_time: float,
    panel_roi: tuple[int, int, int, int],
 ) -> np.ndarray:
    """
    Добавляет рамку ROI, параметры и индикаторы обновления панели.
    """
    panel = cv2.cvtColor(
        reconstructed_gray,
        cv2.COLOR_GRAY2BGR,
    )
    if profile.roi_enabled:
        cv2.rectangle(
            panel,
            (panel_roi[0], panel_roi[1]),
            (panel_roi[2] - 1, panel_roi[3] - 1),
            (0, 255, 255),
            2,
        )
    overlay = panel.copy()
    cv2.rectangle(
        overlay,
        (0, 0),
        (PANEL_WIDTH - 1, 142),
        (0, 0, 0),
        thickness=-1,
    )
    cv2.addWeighted(
        overlay,
        0.72,
        panel,
        0.28,
        0.0,
        panel,
    )
    base_age = max(
        0.0,
        current_time - state.last_base_update_time,
    )
    roi_age = max(
        0.0,
        current_time - state.last_roi_update_time,
    )
    base_is_new = (
        base_age <= NEW_UPDATE_LABEL_SECONDS
    )
    roi_is_new = (
        profile.roi_enabled
        and roi_age <= NEW_UPDATE_LABEL_SECONDS
    )
    draw_text_line(panel, profile.name, 20)
    draw_text_line(
        panel,
        (
            f"BASE: {profile.base_width}x{profile.base_height}, "
            f"{profile.base_fps:g} fps, Q{profile.base_quality}"
        ),
        41,
    )
    if profile.roi_enabled:
        roi_text = (
            f"ROI: {profile.roi_width}x{profile.roi_height}, "
            f"{profile.roi_fps:g} fps, Q{profile.roi_quality}"
        )
        roi_age_text = f"{roi_age:.3f} s"
    else:
        roi_text = "ROI: disabled"
        roi_age_text = "disabled"
    draw_text_line(panel, roi_text, 62)
    draw_text_line(
        panel,
        (
            f"payload={profile.measured_payload_kbps:.2f} kbps, "
            f"source time={current_time:.3f} s"
        ),
        83,
    )
    draw_text_line(
        panel,
        (
            f"since BASE={base_age:.3f} s, "
            f"since ROI={roi_age_text}"
        ),
        104,
    )
    update_labels: list[str] = []
    if base_is_new:
        update_labels.append("NEW BASE")
    if roi_is_new:
        update_labels.append("NEW ROI")
    if update_labels:
        draw_text_line(
            panel,
            " | ".join(update_labels),
            130,
            text_color=(0, 255, 0),
        )
    return panel
 def compose_grid(panels: list[np.ndarray]) -> np.ndarray:
    """
    Объединяет четыре панели в сетку 2x2 размером 1280x720.
    """
    if len(panels) != 4:
        raise RuntimeError(
            "Для сетки preview требуется ровно четыре панели."
        )
    for panel in panels:
        if panel.shape != (PANEL_HEIGHT, PANEL_WIDTH, 3):
            raise RuntimeError(
                f"Некорректный размер панели: {panel.shape}"
            )
    top_row = np.hstack((panels[0], panels[1]))
    bottom_row = np.hstack((panels[2], panels[3]))
    grid = np.vstack((top_row, bottom_row))
    if grid.shape != (OUTPUT_HEIGHT, OUTPUT_WIDTH, 3):
        raise RuntimeError(
            f"Некорректный размер сетки: {grid.shape}"
        )
    return grid
 def open_preview_writer() -> tuple[cv2.VideoWriter, Path, bool]:
    """
    Открывает MP4 writer либо разрешённый fallback AVI/MJPG.
    """
    mp4_writer = cv2.VideoWriter(
        str(MP4_PREVIEW_PATH),
        cv2.VideoWriter_fourcc(*"mp4v"),
        OUTPUT_FPS,
        (OUTPUT_WIDTH, OUTPUT_HEIGHT),
        True,
    )
    if mp4_writer.isOpened():
        return mp4_writer, MP4_PREVIEW_PATH, False
    mp4_writer.release()
    if MP4_PREVIEW_PATH.exists():
        MP4_PREVIEW_PATH.unlink()
    avi_writer = cv2.VideoWriter(
        str(AVI_PREVIEW_PATH),
        cv2.VideoWriter_fourcc(*"MJPG"),
        OUTPUT_FPS,
        (OUTPUT_WIDTH, OUTPUT_HEIGHT),
        True,
    )
    if not avi_writer.isOpened():
        avi_writer.release()
        if AVI_PREVIEW_PATH.exists():
            AVI_PREVIEW_PATH.unlink()
        raise RuntimeError(
            "OpenCV не смог открыть ни MP4, ни AVI writer."
        )
    return avi_writer, AVI_PREVIEW_PATH, True
 def create_preview(
    source_path: Path,
    profiles: list[PreviewProfile],
    source_width: int,
    source_height: int,
    source_fps: float,
    expected_frame_count: int,
 ) -> tuple[Path, bool, int, list[ProfileState]]:
    """
    Создаёт preview-видео с одним выходным кадром на исходный кадр.
    """
    if len(profiles) != 4:
        raise RuntimeError(
            "Ожидалось ровно четыре preview-профиля."
        )
    PREVIEW_DIRECTORY.mkdir(
        parents=True,
        exist_ok=True,
    )
    capture = cv2.VideoCapture(str(source_path))
    if not capture.isOpened():
        raise RuntimeError(
            f"OpenCV не смог открыть видео: {source_path}"
        )
    writer, preview_path, fallback_used = open_preview_writer()
    source_roi = normalized_roi_to_pixels(
        source_width,
        source_height,
    )
    panel_roi = normalized_roi_to_pixels(
        PANEL_WIDTH,
        PANEL_HEIGHT,
    )
    states = [
        ProfileState()
        for _ in profiles
    ]
    frame_index = 0
    try:
        while True:
            frame_read, source_frame = capture.read()
            if not frame_read:
                break
            if source_frame is None:
                raise RuntimeError(
                    f"Получен пустой кадр {frame_index}."
                )
            if (
                source_frame.shape[1] != source_width
                or source_frame.shape[0] != source_height
            ):
                raise RuntimeError(
                    "Размер кадра отличается от метаданных."
                )
            current_time = frame_index / source_fps
            panels: list[np.ndarray] = []
            for profile, state in zip(profiles, states):
                if should_update(
                    current_time,
                    state.next_base_time,
                ):
                    state.latest_base = encode_decode_base(
                        source_frame,
                        profile,
                    )
                    state.last_base_update_time = current_time
                    state.next_base_time += 1.0 / profile.base_fps
                    state.base_update_count += 1
                if (
                    profile.roi_enabled
                    and should_update(
                        current_time,
                        state.next_roi_time,
                    )
                ):
                    state.latest_roi = encode_decode_roi(
                        source_frame,
                        source_roi,
                        profile,
                    )
                    state.last_roi_update_time = current_time
                    state.next_roi_time += 1.0 / profile.roi_fps
                    state.roi_update_count += 1
                reconstructed = reconstruct_panel(
                    profile,
                    state,
                    panel_roi,
                )
                panels.append(
                    draw_panel_information(
                        reconstructed,
                        profile,
                        state,
                        current_time,
                        panel_roi,
                    )
                )
            writer.write(compose_grid(panels))
            frame_index += 1
            if (
                frame_index % 100 == 0
                or frame_index == expected_frame_count
            ):
                print(
                    f"  Written frames: "
                    f"{frame_index}/{expected_frame_count}"
                )
    except Exception:
        capture.release()
        writer.release()
        if preview_path.exists():
            preview_path.unlink()
        raise
    finally:
        capture.release()
        writer.release()
    if frame_index != expected_frame_count:
        if preview_path.exists():
            preview_path.unlink()
        raise RuntimeError(
            "Число записанных кадров не совпало с исходным: "
            f"{frame_index} != {expected_frame_count}."
        )
    return (
        preview_path,
        fallback_used,
        frame_index,
        states,
    )
 def read_frame_at(
    capture: cv2.VideoCapture,
    frame_index: int,
 ) -> tuple[bool, tuple[int, ...] | None]:
    """
    Читает один кадр preview по индексу для итоговой проверки.
    """
    capture.set(
        cv2.CAP_PROP_POS_FRAMES,
        frame_index,
    )
    frame_read, frame = capture.read()
    if not frame_read or frame is None:
        return False, None
    return True, frame.shape
 def verify_preview(
    preview_path: Path,
    source_frame_count: int,
    source_duration_seconds: float,
 ) -> tuple[
    int,
    int,
    float,
    int,
    float,
    tuple[bool, tuple[int, ...] | None],
    tuple[bool, tuple[int, ...] | None],
    tuple[bool, tuple[int, ...] | None],
 ]:
    """
    Проверяет контейнер, геометрию, FPS, длительность и три кадра.
    """
    if not preview_path.exists():
        raise RuntimeError(
            f"Preview отсутствует: {preview_path}"
        )
    if preview_path.stat().st_size <= 0:
        raise RuntimeError("Preview имеет нулевой размер.")
    capture = cv2.VideoCapture(str(preview_path))
    if not capture.isOpened():
        raise RuntimeError(
            f"OpenCV не смог открыть preview: {preview_path}"
        )
    try:
        width = int(capture.get(cv2.CAP_PROP_FRAME_WIDTH))
        height = int(capture.get(cv2.CAP_PROP_FRAME_HEIGHT))
        fps = float(capture.get(cv2.CAP_PROP_FPS))
        frame_count = int(capture.get(cv2.CAP_PROP_FRAME_COUNT))
        if fps <= 0.0:
            raise RuntimeError("FPS preview равен нулю.")
        duration_seconds = frame_count / fps
        first_frame = read_frame_at(capture, 0)
        middle_frame = read_frame_at(
            capture,
            frame_count // 2,
        )
        last_frame = read_frame_at(
            capture,
            frame_count - 1,
        )
    finally:
        capture.release()
    if width != OUTPUT_WIDTH or height != OUTPUT_HEIGHT:
        raise RuntimeError(
            f"Некорректное разрешение preview: {width}x{height}."
        )
    if frame_count != source_frame_count:
        raise RuntimeError(
            "Число кадров preview не совпало с исходным."
        )
    allowed_duration_difference = (
        1.0 / fps + FRAME_TIME_EPSILON_SECONDS
    )
    if (
        abs(duration_seconds - source_duration_seconds)
        > allowed_duration_difference
    ):
        raise RuntimeError(
            "Длительность preview отличается более чем на один кадр."
        )
    for label, frame_result in [
        ("первый", first_frame),
        ("средний", middle_frame),
        ("последний", last_frame),
    ]:
        if not frame_result[0]:
            raise RuntimeError(
                f"Не удалось прочитать {label} кадр preview."
            )
    return (
        width,
        height,
        fps,
        frame_count,
        duration_seconds,
        first_frame,
        middle_frame,
        last_frame,
    )
 def main() -> None:
    """
    Создаёт и проверяет динамическое preview Lab027.
    """
    print("Reading source video metadata...")
    (
        source_width,
        source_height,
        source_fps,
        source_frame_count,
        source_duration_seconds,
    ) = read_video_metadata(SOURCE_VIDEO_PATH)
    print(f"  Source: {SOURCE_VIDEO_PATH}")
    print(f"  Resolution: {source_width}x{source_height}")
    print(f"  FPS: {source_fps:.6f}")
    print(f"  Frames: {source_frame_count}")
    print(f"  Duration: {source_duration_seconds:.6f} s")
    profiles = build_profiles()
    print("Creating dynamic preview...")
    (
        preview_path,
        fallback_used,
        written_frame_count,
        states,
    ) = create_preview(
        source_path=SOURCE_VIDEO_PATH,
        profiles=profiles,
        source_width=source_width,
        source_height=source_height,
        source_fps=source_fps,
        expected_frame_count=source_frame_count,
    )
    print("Verifying preview...")
    (
        preview_width,
        preview_height,
        preview_fps,
        preview_frame_count,
        preview_duration_seconds,
        first_frame,
        middle_frame,
        last_frame,
    ) = verify_preview(
        preview_path,
        source_frame_count,
        source_duration_seconds,
    )
    print("")
    print(f"Preview path: {preview_path}")
    print(f"Fallback used: {fallback_used}")
    print(f"File size: {preview_path.stat().st_size} bytes")
    print(
        f"Preview resolution: "
        f"{preview_width}x{preview_height}"
    )
    print(f"Preview FPS: {preview_fps:.6f}")
    print(f"Written frames: {written_frame_count}")
    print(f"Verified frames: {preview_frame_count}")
    print(
        f"Preview duration: "
        f"{preview_duration_seconds:.6f} s"
    )
    print(f"First frame: {first_frame}")
    print(f"Middle frame: {middle_frame}")
    print(f"Last frame: {last_frame}")
    print("")
    print("Profile update counts:")
    for profile, state in zip(profiles, states):
        print(
            f"  {profile.name}: "
            f"BASE={state.base_update_count}, "
            f"ROI={state.roi_update_count}"
        )
    print("")
    print("Lab027 temporal preview completed successfully.")
 if __name__ == "__main__":
    main()
--- a/tests/lab027c_synchronous_roi_preview.py
+++ b/tests/lab027c_synchronous_roi_preview.py
--- a/tests/lab027d_fps_quality_preview.py
+++ b/tests/lab027d_fps_quality_preview.py
--- a/tests/lab027e_operator_view_preview.py
+++ b/tests/lab027e_operator_view_preview.py
--- a/tests/lab028_video_packetization.py
+++ b/tests/lab028_video_packetization.py
@@ -0,0 +1,869 @@
 """
 Lab028. Packetization of synchronous BASE + ROI JPEG video objects.
 The laboratory forms the selected Lab027E profile directly from the source
 video, keeps every JPEG and packet in memory, verifies the transport layer,
 and writes only aggregate CSV/report/plot artifacts.
 """
 from __future__ import annotations
 import csv
 from dataclasses import dataclass
 from pathlib import Path
 import random
 from typing import Callable
 import cv2
 import matplotlib
 import numpy as np
 matplotlib.use("Agg")
 import matplotlib.pyplot as plt
 from protocol.video_packet import (
    CompositeFrame,
    CompositeReassembler,
    HEADER_FORMAT,
    HEADER_SIZE,
    ObjectCRCError,
    ObjectType,
    PacketCRCError,
    VideoPacket,
    decode_packet,
    encode_packet,
    packetize_jpeg,
 )
 SOURCE_VIDEO_PATH = Path("data/raw/lab026_rover_source.mp4")
 OUTPUT_DIRECTORY = Path("data/processed/lab028")
 CSV_PATH = OUTPUT_DIRECTORY / "lab028_packet_payload_results.csv"
 REPORT_PATH = OUTPUT_DIRECTORY / "lab028_report.txt"
 OVERHEAD_PLOT_PATH = (
    OUTPUT_DIRECTORY / "lab028_overhead_efficiency.png"
 )
 TRAFFIC_PLOT_PATH = (
    OUTPUT_DIRECTORY / "lab028_packets_wire_bitrate.png"
 )
 COMPOSITE_FPS = 3.0
 BASE_WIDTH = 240
 BASE_HEIGHT = 135
 BASE_QUALITY = 23
 ROI_WIDTH = 320
 ROI_HEIGHT = 180
 ROI_QUALITY = 33
 ROI_X_MIN = 0.20
 ROI_X_MAX = 0.80
 ROI_Y_MIN = 0.42
 ROI_Y_MAX = 1.00
 PAYLOAD_LENGTHS = (64, 128, 256, 512, 1024)
 FRAME_TIME_EPSILON_SECONDS = 1e-9
 CSV_FIELDS = [
    "max_payload_bytes",
    "composite_frames",
    "mean_base_packets_per_frame",
    "mean_roi_packets_per_frame",
    "mean_total_packets_per_frame",
    "max_total_packets_per_frame",
    "packets_per_second",
    "jpeg_payload_bytes",
    "jpeg_payload_bitrate_kbps",
    "header_bytes_per_second",
    "header_bitrate_kbps",
    "wire_bytes",
    "wire_bitrate_kbps",
    "service_data_percent",
    "efficiency_percent",
    "mean_wire_packet_bytes",
    "p95_wire_packet_bytes",
    "max_wire_packet_bytes",
 ]
@dataclass(frozen=True)
 class VideoMetadata:
    width: int
    height: int
    fps: float
    frame_count: int
    duration_seconds: float
@dataclass(frozen=True)
 class EncodedComposite:
    composite_frame_id: int
    source_frame_index: int
    base_jpeg: bytes
    roi_jpeg: bytes
@dataclass(frozen=True)
 class PayloadMetrics:
    max_payload_bytes: int
    composite_frames: int
    mean_base_packets_per_frame: float
    mean_roi_packets_per_frame: float
    mean_total_packets_per_frame: float
    max_total_packets_per_frame: int
    packets_per_second: float
    jpeg_payload_bytes: int
    jpeg_payload_bitrate_kbps: float
    header_bytes_per_second: float
    header_bitrate_kbps: float
    wire_bytes: int
    wire_bitrate_kbps: float
    service_data_percent: float
    efficiency_percent: float
    mean_wire_packet_bytes: float
    p95_wire_packet_bytes: float
    max_wire_packet_bytes: int
@dataclass(frozen=True)
 class TestResult:
    name: str
    passed: bool
    detail: str
 def normalized_roi_to_pixels(
    width: int,
    height: int,
 ) -> tuple[int, int, int, int]:
    """Use the normalized ROI coordinates from Lab027 through Lab027E."""
    coordinates = (
        int(round(width * ROI_X_MIN)),
        int(round(height * ROI_Y_MIN)),
        int(round(width * ROI_X_MAX)),
        int(round(height * ROI_Y_MAX)),
    )
    x_min, y_min, x_max, y_max = coordinates
    if not (
        0 <= x_min < x_max <= width
        and 0 <= y_min < y_max <= height
    ):
        raise RuntimeError("calculated ROI is outside the source frame")
    return coordinates
 def encode_grayscale_jpeg(image: np.ndarray, quality: int) -> bytes:
    """Encode one grayscale image to an in-memory JPEG."""
    encoded, buffer = cv2.imencode(
        ".jpg",
        image,
        [int(cv2.IMWRITE_JPEG_QUALITY), int(quality)],
    )
    if not encoded:
        raise RuntimeError("OpenCV could not encode JPEG")
    jpeg = buffer.tobytes()
    if not jpeg:
        raise RuntimeError("OpenCV produced an empty JPEG")
    return jpeg
 def encode_composite(
    source_frame: np.ndarray,
    source_roi: tuple[int, int, int, int],
    composite_frame_id: int,
    source_frame_index: int,
 ) -> EncodedComposite:
    """Form synchronous BASE and ROI JPEGs from exactly one source frame."""
    grayscale = cv2.cvtColor(source_frame, cv2.COLOR_BGR2GRAY)
    base = cv2.resize(
        grayscale,
        (BASE_WIDTH, BASE_HEIGHT),
        interpolation=cv2.INTER_AREA,
    )
    x_min, y_min, x_max, y_max = source_roi
    roi = grayscale[y_min:y_max, x_min:x_max]
    if roi.size == 0:
        raise RuntimeError("source ROI is empty")
    roi = cv2.resize(
        roi,
        (ROI_WIDTH, ROI_HEIGHT),
        interpolation=cv2.INTER_AREA,
    )
    return EncodedComposite(
        composite_frame_id=composite_frame_id,
        source_frame_index=source_frame_index,
        base_jpeg=encode_grayscale_jpeg(base, BASE_QUALITY),
        roi_jpeg=encode_grayscale_jpeg(roi, ROI_QUALITY),
    )
 def load_video_profile(
    source_path: Path,
 ) -> tuple[VideoMetadata, list[EncodedComposite]]:
    """Read the video sequentially and select synchronous updates at 3 fps."""
    if not source_path.exists():
        raise FileNotFoundError(f"source video is missing: {source_path}")
    capture = cv2.VideoCapture(str(source_path))
    if not capture.isOpened():
        raise RuntimeError(f"OpenCV could not open {source_path}")
    width = int(capture.get(cv2.CAP_PROP_FRAME_WIDTH))
    height = int(capture.get(cv2.CAP_PROP_FRAME_HEIGHT))
    fps = float(capture.get(cv2.CAP_PROP_FPS))
    declared_frame_count = int(
        capture.get(cv2.CAP_PROP_FRAME_COUNT)
    )
    if width <= 0 or height <= 0 or fps <= 0.0:
        capture.release()
        raise RuntimeError("invalid source video metadata")
    source_roi = normalized_roi_to_pixels(width, height)
    selected: list[EncodedComposite] = []
    source_frame_index = 0
    next_composite_time = 0.0
    try:
        while True:
            frame_read, source_frame = capture.read()
            if not frame_read or source_frame is None:
                break
            source_time = source_frame_index / fps
            if (
                source_time + FRAME_TIME_EPSILON_SECONDS
                >= next_composite_time
            ):
                selected.append(
                    encode_composite(
                        source_frame,
                        source_roi,
                        len(selected),
                        source_frame_index,
                    )
                )
                next_composite_time += 1.0 / COMPOSITE_FPS
            source_frame_index += 1
    finally:
        capture.release()
    if source_frame_index <= 0 or not selected:
        raise RuntimeError("source video did not yield frames")
    if (
        declared_frame_count > 0
        and source_frame_index != declared_frame_count
    ):
        raise RuntimeError(
            "decoded frame count differs from video metadata: "
            f"{source_frame_index} != {declared_frame_count}"
        )
    metadata = VideoMetadata(
        width=width,
        height=height,
        fps=fps,
        frame_count=source_frame_index,
        duration_seconds=source_frame_index / fps,
    )
    return metadata, selected
 def packets_for_composite(
    composite: EncodedComposite,
    max_payload_bytes: int,
 ) -> tuple[list[bytes], list[bytes]]:
    """Packetize BASE and ROI separately with one composite frame ID."""
    base_packets = packetize_jpeg(
        composite.base_jpeg,
        composite.composite_frame_id,
        ObjectType.BASE,
        max_payload_bytes,
    )
    roi_packets = packetize_jpeg(
        composite.roi_jpeg,
        composite.composite_frame_id,
        ObjectType.ROI,
        max_payload_bytes,
    )
    return base_packets, roi_packets
 def calculate_payload_metrics(
    composites: list[EncodedComposite],
    duration_seconds: float,
    max_payload_bytes: int,
 ) -> PayloadMetrics:
    """Calculate actual packet and bitrate statistics for one payload limit."""
    base_counts: list[int] = []
    roi_counts: list[int] = []
    total_counts: list[int] = []
    wire_packet_sizes: list[int] = []
    for composite in composites:
        base_packets, roi_packets = packets_for_composite(
            composite, max_payload_bytes
        )
        base_counts.append(len(base_packets))
        roi_counts.append(len(roi_packets))
        total_counts.append(len(base_packets) + len(roi_packets))
        wire_packet_sizes.extend(
            len(packet) for packet in base_packets + roi_packets
        )
    jpeg_payload_bytes = sum(
        len(composite.base_jpeg) + len(composite.roi_jpeg)
        for composite in composites
    )
    packet_count = len(wire_packet_sizes)
    header_bytes = packet_count * HEADER_SIZE
    wire_bytes = jpeg_payload_bytes + header_bytes
    return PayloadMetrics(
        max_payload_bytes=max_payload_bytes,
        composite_frames=len(composites),
        mean_base_packets_per_frame=float(np.mean(base_counts)),
        mean_roi_packets_per_frame=float(np.mean(roi_counts)),
        mean_total_packets_per_frame=float(np.mean(total_counts)),
        max_total_packets_per_frame=max(total_counts),
        packets_per_second=packet_count / duration_seconds,
        jpeg_payload_bytes=jpeg_payload_bytes,
        jpeg_payload_bitrate_kbps=(
            jpeg_payload_bytes * 8.0 / duration_seconds / 1000.0
        ),
        header_bytes_per_second=header_bytes / duration_seconds,
        header_bitrate_kbps=(
            header_bytes * 8.0 / duration_seconds / 1000.0
        ),
        wire_bytes=wire_bytes,
        wire_bitrate_kbps=(
            wire_bytes * 8.0 / duration_seconds / 1000.0
        ),
        service_data_percent=header_bytes / wire_bytes * 100.0,
        efficiency_percent=jpeg_payload_bytes / wire_bytes * 100.0,
        mean_wire_packet_bytes=float(np.mean(wire_packet_sizes)),
        p95_wire_packet_bytes=float(
            np.percentile(wire_packet_sizes, 95)
        ),
        max_wire_packet_bytes=max(wire_packet_sizes),
    )
 def feed_packets(
    packets: list[bytes],
    reassembler: CompositeReassembler | None = None,
 ) -> tuple[list[CompositeFrame], CompositeReassembler]:
    """Feed packets and collect every atomically published frame."""
    receiver = reassembler or CompositeReassembler()
    completed = []
    for packet in packets:
        frame = receiver.ingest(packet)
        if frame is not None:
            completed.append(frame)
    return completed, receiver
 def assert_frame_matches(
    frame: CompositeFrame,
    expected: EncodedComposite,
 ) -> None:
    if frame.composite_frame_id != expected.composite_frame_id:
        raise AssertionError("composite frame ID differs")
    if frame.base_jpeg != expected.base_jpeg:
        raise AssertionError("BASE JPEG differs byte-for-byte")
    if frame.roi_jpeg != expected.roi_jpeg:
        raise AssertionError("ROI JPEG differs byte-for-byte")
 def run_functional_tests(
    composites: list[EncodedComposite],
 ) -> list[TestResult]:
    """Run header and all mandatory Lab028 transport checks."""
    if len(composites) < 2:
        raise RuntimeError("functional checks need two video frames")
    first = composites[0]
    second = composites[1]
    base_packets, roi_packets = packets_for_composite(first, 256)
    all_packets = base_packets + roi_packets
    tests: list[tuple[str, Callable[[], str]]] = []
    def header_round_trip() -> str:
        parsed = decode_packet(all_packets[0])
        rebuilt = encode_packet(
            VideoPacket(
                composite_frame_id=parsed.composite_frame_id,
                object_type=parsed.object_type,
                fragment_index=parsed.fragment_index,
                fragment_count=parsed.fragment_count,
                jpeg_size=parsed.jpeg_size,
                object_crc32=parsed.object_crc32,
                payload=parsed.payload,
            )
        )
        if rebuilt != all_packets[0]:
            raise AssertionError("serialized bytes changed after round trip")
        return f"fixed {HEADER_SIZE}-byte header round trip is exact"
    def ordered_lossless() -> str:
        frames, _ = feed_packets(all_packets)
        if len(frames) != 1:
            raise AssertionError("ordered transfer did not emit one frame")
        assert_frame_matches(frames[0], first)
        return "BASE and ROI match original JPEG bytes"
    def shuffled_packets() -> str:
        shuffled = list(all_packets)
        random.Random(28001).shuffle(shuffled)
        frames, _ = feed_packets(shuffled)
        if len(frames) != 1:
            raise AssertionError("shuffled transfer did not emit one frame")
        assert_frame_matches(frames[0], first)
        return "arbitrary packet order reconstructed correctly"
    def duplicate_packets() -> str:
        duplicated = list(all_packets)
        duplicated.extend(
            [all_packets[0], all_packets[len(base_packets)]]
        )
        random.Random(28002).shuffle(duplicated)
        frames, receiver = feed_packets(duplicated)
        if len(frames) != 1:
            raise AssertionError("duplicates changed publication count")
        assert_frame_matches(frames[0], first)
        if receiver.duplicate_packets < 2:
            raise AssertionError("exact duplicates were not counted")
        return f"{receiver.duplicate_packets} exact duplicates ignored"
    def packet_crc_corruption() -> str:
        corrupted = bytearray(all_packets[0])
        corrupted[-1] ^= 0x01
        receiver = CompositeReassembler()
        try:
            receiver.ingest(bytes(corrupted))
        except PacketCRCError:
            pass
        else:
            raise AssertionError("corrupted packet passed packet CRC")
        frames, _ = feed_packets(all_packets[1:], receiver)
        if frames:
            raise AssertionError("frame emitted despite rejected packet")
        return "payload bit flip rejected; composite not emitted"
    def missing_fragment() -> str:
        missing_packet = roi_packets[len(roi_packets) // 2]
        missing_index = decode_packet(missing_packet).fragment_index
        remaining = [
            packet
            for packet in all_packets
            if packet is not missing_packet
        ]
        frames, receiver = feed_packets(remaining)
        if frames:
            raise AssertionError("frame emitted with a missing fragment")
        missing = receiver.missing_fragments(
            first.composite_frame_id, ObjectType.ROI
        )
        if missing is None or missing_index not in missing:
            raise AssertionError("missing fragment was not reported")
        return f"ROI fragment {missing_index} reported missing"
    def object_crc_corruption() -> str:
        target_position = len(base_packets)
        parsed = decode_packet(all_packets[target_position])
        changed_payload = bytearray(parsed.payload)
        changed_payload[0] ^= 0x01
        altered = encode_packet(
            VideoPacket(
                composite_frame_id=parsed.composite_frame_id,
                object_type=parsed.object_type,
                fragment_index=parsed.fragment_index,
                fragment_count=parsed.fragment_count,
                jpeg_size=parsed.jpeg_size,
                object_crc32=parsed.object_crc32,
                payload=bytes(changed_payload),
            )
        )
        formally_valid = list(all_packets)
        formally_valid[target_position] = altered
        receiver = CompositeReassembler()
        emitted = []
        object_error_seen = False
        for packet in formally_valid:
            try:
                frame = receiver.ingest(packet)
            except ObjectCRCError:
                object_error_seen = True
                continue
            if frame is not None:
                emitted.append(frame)
        if not object_error_seen:
            raise AssertionError("object CRC did not detect changed JPEG")
        if emitted:
            raise AssertionError("frame emitted after object CRC failure")
        return "valid packet CRCs still failed full-object CRC"
    def adjacent_frames_do_not_mix() -> str:
        first_packets = sum(packets_for_composite(first, 256), [])
        second_packets = sum(packets_for_composite(second, 256), [])
        interleaved = first_packets + second_packets
        random.Random(28003).shuffle(interleaved)
        frames, _ = feed_packets(interleaved)
        by_id = {frame.composite_frame_id: frame for frame in frames}
        if set(by_id) != {
            first.composite_frame_id,
            second.composite_frame_id,
        }:
            raise AssertionError("adjacent frames were lost or mixed")
        assert_frame_matches(by_id[first.composite_frame_id], first)
        assert_frame_matches(by_id[second.composite_frame_id], second)
        return "two interleaved frame IDs remained independent"
    def base_only_is_not_atomic() -> str:
        frames, receiver = feed_packets(base_packets)
        if frames:
            raise AssertionError("BASE-only input emitted a composite")
        if not receiver.object_is_complete(
            first.composite_frame_id, ObjectType.BASE
        ):
            raise AssertionError("complete BASE object was not retained")
        return "complete BASE retained while composite stayed unpublished"
    tests.extend(
        [
            ("header_serialization_round_trip", header_round_trip),
            ("ordered_lossless_transfer", ordered_lossless),
            ("random_packet_order", shuffled_packets),
            ("exact_duplicate_packets", duplicate_packets),
            ("packet_crc_corruption", packet_crc_corruption),
            ("missing_fragment", missing_fragment),
            ("object_crc_corruption", object_crc_corruption),
            ("adjacent_frame_isolation", adjacent_frames_do_not_mix),
            ("base_without_roi_atomicity", base_only_is_not_atomic),
        ]
    )
    results = []
    for name, test in tests:
        try:
            detail = test()
        except Exception as error:
            results.append(TestResult(name, False, str(error)))
        else:
            results.append(TestResult(name, True, detail))
    failed = [result for result in results if not result.passed]
    if failed:
        details = "; ".join(
            f"{result.name}: {result.detail}" for result in failed
        )
        raise RuntimeError(f"functional transport tests failed: {details}")
    return results
 def save_csv(metrics: list[PayloadMetrics]) -> None:
    OUTPUT_DIRECTORY.mkdir(parents=True, exist_ok=True)
    with CSV_PATH.open("w", encoding="utf-8", newline="") as csv_file:
        writer = csv.DictWriter(csv_file, fieldnames=CSV_FIELDS)
        writer.writeheader()
        for item in metrics:
            row = {}
            for field_name in CSV_FIELDS:
                value = getattr(item, field_name)
                row[field_name] = (
                    f"{value:.6f}"
                    if isinstance(value, float)
                    else value
                )
            writer.writerow(row)
 def save_plots(metrics: list[PayloadMetrics]) -> None:
    payloads = [item.max_payload_bytes for item in metrics]
    figure, axis = plt.subplots(figsize=(9, 5.5))
    axis.plot(
        payloads,
        [item.service_data_percent for item in metrics],
        marker="o",
        linewidth=2,
        label="Service data (header / wire)",
    )
    axis.plot(
        payloads,
        [item.efficiency_percent for item in metrics],
        marker="s",
        linewidth=2,
        label="Efficiency (JPEG / wire)",
    )
    axis.set_xscale("log", base=2)
    axis.set_xticks(payloads)
    axis.set_xticklabels([str(value) for value in payloads])
    axis.set_xlabel("Maximum packet payload, bytes")
    axis.set_ylabel("Share, %")
    axis.set_title("Lab028 packet overhead and efficiency")
    axis.grid(True, alpha=0.3)
    axis.legend()
    figure.tight_layout()
    figure.savefig(OVERHEAD_PLOT_PATH, dpi=160)
    plt.close(figure)
    figure, packet_axis = plt.subplots(figsize=(9, 5.5))
    bitrate_axis = packet_axis.twinx()
    packet_line = packet_axis.plot(
        payloads,
        [item.packets_per_second for item in metrics],
        color="tab:blue",
        marker="o",
        linewidth=2,
        label="Packets/s",
    )
    bitrate_lines = bitrate_axis.plot(
        payloads,
        [item.wire_bitrate_kbps for item in metrics],
        color="tab:red",
        marker="s",
        linewidth=2,
        label="Wire bitrate",
    )
    bitrate_axis.plot(
        payloads,
        [item.jpeg_payload_bitrate_kbps for item in metrics],
        color="tab:green",
        linestyle="--",
        linewidth=2,
        label="JPEG payload bitrate",
    )
    packet_axis.set_xscale("log", base=2)
    packet_axis.set_xticks(payloads)
    packet_axis.set_xticklabels([str(value) for value in payloads])
    packet_axis.set_xlabel("Maximum packet payload, bytes")
    packet_axis.set_ylabel("Packets per second", color="tab:blue")
    bitrate_axis.set_ylabel("Bitrate, kbit/s", color="tab:red")
    packet_axis.set_title("Lab028 packet rate and wire bitrate")
    packet_axis.grid(True, alpha=0.3)
    lines = packet_line + bitrate_lines + bitrate_axis.lines[1:]
    packet_axis.legend(
        lines,
        [line.get_label() for line in lines],
        loc="best",
    )
    figure.tight_layout()
    figure.savefig(TRAFFIC_PLOT_PATH, dpi=160)
    plt.close(figure)
 def metrics_table(metrics: list[PayloadMetrics]) -> list[str]:
    lines = [
        (
            "payload | BASE pkt/frame | ROI pkt/frame | all pkt/frame | "
            "max pkt/frame | pkt/s | JPEG kbit/s | headers B/s | "
            "wire kbit/s | service % | efficiency % | packet mean/p95/max"
        ),
        (
            "-------:|---------------:|--------------:|--------------:|"
            "--------------:|------:|------------:|------------:|"
            "------------:|----------:|-------------:|--------------------:"
        ),
    ]
    for item in metrics:
        lines.append(
            f"{item.max_payload_bytes} | "
            f"{item.mean_base_packets_per_frame:.3f} | "
            f"{item.mean_roi_packets_per_frame:.3f} | "
            f"{item.mean_total_packets_per_frame:.3f} | "
            f"{item.max_total_packets_per_frame} | "
            f"{item.packets_per_second:.3f} | "
            f"{item.jpeg_payload_bitrate_kbps:.3f} | "
            f"{item.header_bytes_per_second:.3f} | "
            f"{item.wire_bitrate_kbps:.3f} | "
            f"{item.service_data_percent:.3f} | "
            f"{item.efficiency_percent:.3f} | "
            f"{item.mean_wire_packet_bytes:.1f}/"
            f"{item.p95_wire_packet_bytes:.1f}/"
            f"{item.max_wire_packet_bytes}"
        )
    return lines
 def write_report(
    metadata: VideoMetadata,
    composites: list[EncodedComposite],
    metrics: list[PayloadMetrics],
    test_results: list[TestResult],
 ) -> None:
    source_roi = normalized_roi_to_pixels(
        metadata.width, metadata.height
    )
    base_sizes = [len(item.base_jpeg) for item in composites]
    roi_sizes = [len(item.roi_jpeg) for item in composites]
    lines = [
        "Lab028. Пакетирование синхронного BASE + ROI",
        "",
        "Профиль и исходные данные",
        f"- Видео: {SOURCE_VIDEO_PATH}",
        (
            f"- Источник: {metadata.width}x{metadata.height}, "
            f"{metadata.fps:.6f} fps, {metadata.frame_count} кадров, "
            f"{metadata.duration_seconds:.6f} с."
        ),
        (
            f"- ROI: x={ROI_X_MIN:.2f}...{ROI_X_MAX:.2f}, "
            f"y={ROI_Y_MIN:.2f}...{ROI_Y_MAX:.2f}; "
            f"пиксели x={source_roi[0]}...{source_roi[2]}, "
            f"y={source_roi[1]}...{source_roi[3]}."
        ),
        (
            f"- Синхронные составные кадры: {len(composites)} "
            f"при {COMPOSITE_FPS:.3f} fps."
        ),
        (
            f"- BASE: {BASE_WIDTH}x{BASE_HEIGHT}, grayscale JPEG Q"
            f"{BASE_QUALITY}; средний размер {np.mean(base_sizes):.3f} B, "
            f"min/max {min(base_sizes)}/{max(base_sizes)} B."
        ),
        (
            f"- ROI: {ROI_WIDTH}x{ROI_HEIGHT}, grayscale JPEG Q"
            f"{ROI_QUALITY}; средний размер {np.mean(roi_sizes):.3f} B, "
            f"min/max {min(roi_sizes)}/{max(roi_sizes)} B."
        ),
        (
            "- BASE и ROI формируются из одного source frame и имеют "
            "общий composite_frame_id."
        ),
        "",
        "Бинарный заголовок",
        f"- struct format: {HEADER_FORMAT}",
        f"- Размер: {HEADER_SIZE} байта; network byte order; padding нет.",
        (
            "- Layout: magic[4] @0, version:u8 @4, object_type:u8 @5, "
            "header_size:u16 @6, composite_frame_id:u32 @8, "
            "fragment_index:u16 @12, fragment_count:u16 @14, "
            "payload_length:u16 @16, flags:u16 @18, jpeg_size:u32 @20, "
            "object_crc32:u32 @24, packet_crc32:u32 @28."
        ),
        "- object_type: 1=BASE, 2=ROI; flags зарезервирован и равен 0.",
        "",
        "CRC32",
        (
            "- object_crc32 = zlib.crc32(полный JPEG) & 0xFFFFFFFF; "
            "значение помещается во все фрагменты объекта и проверяется "
            "после полной сборки."
        ),
        (
            "- packet_crc32: сначала поле packet_crc32 заголовка "
            "обнуляется, затем CRC считается как "
            "zlib.crc32(header_with_zero_crc + payload) & 0xFFFFFFFF."
        ),
        "- Таким образом packet CRC защищает все поля заголовка и payload.",
        "",
        "Функциональные проверки",
    ]
    lines.extend(
        f"- {'PASS' if item.passed else 'FAIL'} {item.name}: {item.detail}"
        for item in test_results
    )
    lines.extend(
        [
            "",
            "Результаты размеров packet payload",
            *metrics_table(metrics),
            "",
            (
                "JPEG payload bitrate одинаков для всех строк, потому что "
                "исходные JPEG не меняются при выборе размера фрагмента."
            ),
            (
                "Wire bitrate включает только JPEG payload и 32-байтные "
                "заголовки каждого пакета."
            ),
            (
                "Wire bitrate пока НЕ включает FEC, преамбулу, "
                "синхронизацию, модуляцию, интервалы, повторные передачи, "
                "команды управления и телеметрию."
            ),
            (
                "Лучший размер packet payload автоматически не выбирается: "
                "таблица показывает только транспортный компромисс."
            ),
            "",
            "Артефакты",
            f"- CSV: {CSV_PATH}",
            f"- Overhead/efficiency: {OVERHEAD_PLOT_PATH}",
            f"- Packet count/wire bitrate: {TRAFFIC_PLOT_PATH}",
            (
                "- Промежуточные JPEG и пакеты сохранялись только в памяти; "
                "бинарные дампы не создавались."
            ),
            "",
        ]
    )
    REPORT_PATH.write_text("\n".join(lines), encoding="utf-8")
 def validate_outputs(metrics: list[PayloadMetrics]) -> None:
    if len(metrics) != len(PAYLOAD_LENGTHS):
        raise RuntimeError("not all payload sizes were measured")
    if [item.max_payload_bytes for item in metrics] != list(
        PAYLOAD_LENGTHS
    ):
        raise RuntimeError("payload result order differs")
    if any(
        abs(
            item.service_data_percent
            + item.efficiency_percent
            - 100.0
        ) > 1e-9
        for item in metrics
    ):
        raise RuntimeError("overhead and efficiency do not sum to 100%")
    for path in (
        CSV_PATH,
        REPORT_PATH,
        OVERHEAD_PLOT_PATH,
        TRAFFIC_PLOT_PATH,
    ):
        if not path.exists() or path.stat().st_size <= 0:
            raise RuntimeError(f"missing or empty output: {path}")
 def main() -> None:
    print("Lab028: loading and JPEG-encoding the Lab027E profile...")
    metadata, composites = load_video_profile(SOURCE_VIDEO_PATH)
    print(
        f"  source={metadata.width}x{metadata.height}, "
        f"{metadata.fps:.3f} fps, frames={metadata.frame_count}"
    )
    print(f"  synchronous composite frames={len(composites)}")
    print("Running functional transport checks...")
    test_results = run_functional_tests(composites)
    for result in test_results:
        print(f"  PASS {result.name}: {result.detail}")
    print("Measuring packet payload sizes...")
    metrics = [
        calculate_payload_metrics(
            composites,
            metadata.duration_seconds,
            payload_length,
        )
        for payload_length in PAYLOAD_LENGTHS
    ]
    for item in metrics:
        print(
            f"  payload={item.max_payload_bytes:4d} B: "
            f"{item.packets_per_second:.3f} packet/s, "
            f"wire={item.wire_bitrate_kbps:.3f} kbit/s, "
            f"service={item.service_data_percent:.3f}%"
        )
    OUTPUT_DIRECTORY.mkdir(parents=True, exist_ok=True)
    save_csv(metrics)
    save_plots(metrics)
    write_report(metadata, composites, metrics, test_results)
    validate_outputs(metrics)
    print(f"CSV: {CSV_PATH}")
    print(f"Report: {REPORT_PATH}")
    print(f"Plots: {OVERHEAD_PLOT_PATH}, {TRAFFIC_PLOT_PATH}")
    print("Lab028 completed successfully.")
 if __name__ == "__main__":
    main()
Author	SHA1	Message	Date
LittleSam129	04ce66fdfe	Lab028: add video packetization and CRC reassembly	2026-07-27 13:46:01 +03:00
LittleSam129	78258b5355	Lab027: optimize synchronized ROI video stream	2026-07-24 17:54:27 +03:00
LittleSam129	6d49036066	Lab026: benchmark low-bitrate video and 4-bit encoding	2026-07-24 11:56:41 +03:00
LittleSam129	557b082f2b	lab025_wfm_audio_100_1mhz	2026-07-22 17:29:07 +03:00
LittleSam129	f3a11b29b3	Merge branch 'repair/project-layout'	2026-07-22 14:20:11 +03:00
LittleSam129	35cb25fccc	Create lab024a_pluto_rx_100mhz.npy	2026-07-22 11:24:05 +03:00
		`@@ -0,0 +1,2 @@`
							profile_name,playback_speed_factor,source_width,source_height,source_fps,source_frames,source_duration_s,output_width,output_height,output_fps,output_frames,output_duration_s,composite_fps,base_width,base_height,base_quality,roi_width,roi_height,roi_quality,selected_composite_frames,total_base_bytes,total_roi_bytes,total_payload_bytes,mean_base_frame_bytes,mean_roi_frame_bytes,mean_composite_frame_bytes,p95_composite_frame_bytes,max_composite_frame_bytes,base_bitrate_kbps,roi_bitrate_kbps,total_payload_bitrate_kbps,channel_rate_fec_2_3_kbps,channel_rate_fec_1_2_kbps,timestamp_mismatch_count,frame_id_mismatch_count
							`sync_3fps_base240_q23_roi320_q33_speed_0_5x,0.500000,1280,720,30.000000,623,20.766667,1280,720,30.000000,1246,41.533333,3.000000,240,135,23,320,180,33,125,286715,524962,811677,2293.720,4199.696,6493.416,7125.400,7890,55.226003,101.116276,156.342279,257.964761,343.953014,0,0`