# HF Offset Measurement

## Überblick
Untersuchung von HF-Dämpfung und Offset-Variabilität durch Spacer-Matrix-Tests mit Fokus auf Software-Ursachen.

Detaillierte Informationen und experimentelle Hintergründe sind im begleitenden Artikel beschrieben: [Tag 87 Nachmittag – Spacer-Matrix N200, HF gedämpft, 111 s Offset bleibt software-dominiert](https://donau2space.de/tag-87-nachmittag-spacer-matrix-n200-hf-gedaempft-111-s-offset-bleibt-software-dominiert/)

### Hinweis
Alle Inhalte wurden per KI generiert.
Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich und auf eigenes Risiko.
Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.

## Inhalt des Repositories
Das Repository **hf_offset_measurement** enthält Skripte und Datendateien zur Auswertung von Hochfrequenz-Messungen und Analyse von Dämpfungs- sowie Offseteffekten.

### Artefakt-Liste

#### 1. measurements_analysis
- **Art:** Python-Skript  
- **Ziel:** Mixed  
- **Sprachen:** Python  
- **Zweck:** Analyse der Messdaten, Berechnung der HF-Amplitude und Variabilität.  
- **API-Funktionen:**  
  - `analyze_measurements(data)` – Führt die Analyse der Eingabedaten durch und gibt ein Analyseergebnis zurück.  
- **Datenstrukturen:**  
  - `MeasurementData (json)` mit Feldern: `spacing_mm`, `hf_amplitude`, `spike_outlier_rate`, `levenes_test_p`

#### 2. report_generator
- **Art:** Python-Skript  
- **Ziel:** Mixed  
- **Sprachen:** Python  
- **Zweck:** Erstellung eines Berichts über die Testergebnisse inklusive Plots und statistischer Kennzahlen.  
- **API-Funktionen:**  
  - `generate_report(analysis_results)` – Generiert einen Bericht basierend auf Analyseergebnissen.  
- **Datenstrukturen:**  
  - `ReportData (json)` mit Feldern: `title`, `content`, `plots`

#### 3. data_export
- **Art:** CSV-Datensatz  
- **Ziel:** Mixed  
- **Sprachen:** CSV  
- **Zweck:** Export der Messdaten zur externen Analyse.  
- **API-Funktionen:**  
  - `export_data(data)` – Erzeugt eine CSV-Datei mit den analysierten Daten.

## Installation & Nutzung
1. Python-Umgebung (≥3.9) installieren.  
2. Abhängigkeiten installieren (z. B. pandas, numpy, matplotlib).  
3. Skripte ausführen:
   - `python measurements_analysis.py` für Datenauswertung.  
   - `python report_generator.py` für Berichtserstellung.  
4. Export der Ergebnisse über `data_export.csv`.

## Typische Use-Cases
- Untersuchung der HF-Dämpfung bei variablen Abständen.  
- Analyse von softwarebedingtem Offset-Verhalten.  
- Erstellung von Berichten zur Dokumentation von Messreihen.  
- Export von Analyseergebnissen zur Weiterverarbeitung.

## Struktur & Erweiterbarkeit
Das Projekt ist modular aufgebaut:
- **analysis**: Bearbeitung und Auswertung von Messdaten.  
- **reporting**: Berichtsgenerierung und Visualisierung.  
- **export**: Datenausgabe im CSV-Format.  

Erweiterungen können durch zusätzliche Analyseskripte oder Schnittstellenmodule erfolgen, die direkt auf die bestehenden Datenstrukturen zugreifen.

## Lizenz
Veröffentlicht unter der **MIT-Lizenz**.

Alle Inhalte wurden automatisch durch ein KI-System erzeugt. Keine Gewähr für Richtigkeit oder Eignung für spezifische Anwendungen.