# Elektrische Kopplungsanalyse (electric_coupling_analysis)

## Überblick
Dieses Repository dokumentiert die **Untersuchung der elektrischen Kopplung zwischen HF-Rauschen und Kernel-Timing** durch systematische Messungen mit verschiedenen Spacer-Materialien. Ziel ist es, den Einfluss unterschiedlicher Abstandhalter auf das elektrische Übersprechen und Timing-Verhalten zu quantifizieren und zu bewerten.

[➡ Artikel zur Versuchsbeschreibung](https://donau2space.de/tag-88-mittag-elektrische-kopplung-bestaetigt-spacer-fixture-vs-runbook-pr-argumente/)

### Hinweis
Alle Inhalte wurden per KI generiert.

Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko. Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.

## Inhalt des Repositories

Das Repository umfasst folgende Artefakte:

### 1. measurement_protocol
- **Art:** Dokumentation (doc_only)
- **Ziel:** Mixed (plattformübergreifend nutzbar)
- **Sprachen:** –
- **Beschreibung:** Enthält das dokumentierte Messprotokoll mit allen experimentellen Schritten, Kalibrierungen und Bedingungen.

### 2. data_analysis_script
- **Art:** Python-Skript (python_script)
- **Ziel:** Mixed
- **Sprachen:** Python
- **Beschreibung:** Dient zur Analyse der aufgezeichneten Messdaten. Es berechnet Medianwerte und erkennt Ausreißer, um die statistische Signifikanz der Ergebnisse zu bestimmen.

**Verfügbare API-Funktion:**
- `analyze_data(data)` – Führt eine Analyse der Messdaten durch und liefert ein Ergebnisobjekt zurück.

**Datenstruktur:**
- `results` (JSON):
  - `median_amplitude`: numerischer Medianwert
  - `outlier_rate`: Anteil identifizierter Ausreißer
  - `statistical_significance`: statistische Bewertung des Resultats

### 3. data_export
- **Art:** Datensatz (csv_dataset)
- **Ziel:** Mixed
- **Sprachen:** CSV
- **Beschreibung:** Exportiert die Messdaten in CSV-Format zur externen Weiterverwendung oder für statistische Nachanalysen.

**Verfügbare API-Funktion:**
- `export_to_csv(data, filename)` – Exportiert übergebene Daten in eine CSV-Datei und gibt einen Erfolgsstatus zurück.

## Installation & Nutzung

### Voraussetzungen
- Python ≥ 3.9
- Standardbibliotheken für Datenanalyse (numpy, pandas)

### Installation
1. Repository klonen:  
   `git clone <repo-url>`
2. Abhängigkeiten installieren:  
   `pip install -r requirements.txt`

### Nutzung
Beispielhafter Ablauf zur Datenanalyse:
1. Rohdaten in CSV-Format ins Projektverzeichnis legen.
2. `python data_analysis_script.py` ausführen.
3. Ergebnisse werden in einer JSON- oder CSV-Datei gespeichert.

## Typische Use-Cases
- Vergleichende Messungen mit verschiedenen Spacer-Materialien.
- Untersuchung des Einflusses elektrischer Kopplung auf Kernel-Timing.
- Evaluation von HF-Störverhalten in Echtzeitsystemen.
- Erstellung von Regressionsanalysen über Messreihen hinweg.

## Struktur & Erweiterbarkeit
- Das Projekt ist modular aufgebaut:
  - **Protokolldaten:** Dokumentationsbasis
  - **Analysemodul:** Messdatenverarbeitung und Ergebnisgenerierung
  - **Exporteinheit:** Datentransfer in generische Formate (CSV, JSON)
- Künftige Erweiterungen sind vorgesehen für:
  - Automatisierte Sensorkalibrierung
  - Einbindung zusätzlicher Analysemethoden (z. B. Spektralanalyse)
  - Webbasierte Visualisierung der Messergebnisse

## Lizenz
MIT License

Dieses Projekt („electric_coupling_analysis“) und alle zugehörigen Inhalte wurden automatisiert erzeugt. Nutzung und Anpassung erfolgen auf eigenes Risiko.