Расширить DEIF, загрузку CAN и общую обработку сигналов

Добавить общее ядро DEIF, эмуляцию приборов и переносимые панели Python/Qt.
Расширить загрузчики F2812 и F28335, обновление Flash и профиль STM Invertor.
Добавить альтернативный МНК Eigen, модели неисправностей и диагностику сигналов.
Обновить справочники устройств, проекты CCS и регрессионные проверки.

python/set_devices/waveform.py

@@ -17,7 +17,7 @@ class Waveform:
     vref: float
     period_ms: float
 
-def generate(points, sample_rate=1000, vref=3.3, method="pchip", degree=2):
+def generate(points, sample_rate=1000, vref=3.3, method="pchip", degree=2, *, backend="native"):  # Именованный выбор решателя сохраняет прежние вызовы генератора.
     """One cyclic period, last endpoint excluded (no duplicated seam sample)."""
     if type(sample_rate) is not int or not 1 <= sample_rate <= 1000000:
         raise ValueError("Частота отсчётов должна быть 1…1000000 Гц")
@@ -36,23 +36,23 @@ def generate(points, sample_rate=1000, vref=3.3, method="pchip", degree=2):
         raise ValueError("Период × частота должны давать от 2 до 4096 отсчётов")
     if abs(exact_count - count) > 1e-7:
         raise ValueError("Период должен содержать целое число отсчётов при выбранной частоте")
-    result = reconstruct(points, method, count, degree, endpoint=False)
+    result = reconstruct(points, method, count, degree, endpoint=False, backend=backend)  # Формируем циклическую таблицу выбранным пользователем вариантом МНК.
     # Check the endpoint too: polynomial fitting can move its value.
-    checked = reconstruct(points, method, count + 1, degree)
+    checked = reconstruct(points, method, count + 1, degree, backend=backend)  # Конечную точку проверяем тем же решателем, исключая расхождение проверки диапазона ЦАП и результата.
     dac12([p[1] for p in checked.points], vref)
     codes = dac12([p[1] for p in result.points], vref)
     return Waveform(tuple(result.points), codes, sample_rate, vref, period)
 
-def recipe(points, sample_rate, vref, method, degree):
+def recipe(points, sample_rate, vref, method, degree, *, backend="native"):  # Новый необязательный параметр сохраняет совместимость ранее записанных рецептов версии 1.
     return {"version": 1, "points_ms_volts": [list(pair) for pair in points], "sample_rate": sample_rate,
-            "vref": vref, "method": method, "degree": degree}
+            "vref": vref, "method": method, "degree": degree, "backend": backend}  # Сохраняем выбранный решатель для воспроизводимого восстановления сигнала.
 
 def load_recipe(text):
     data = json.loads(text)
     if not isinstance(data, dict) or data.get("version") != 1:
         raise ValueError("Неизвестная версия задания генератора")
     points = tuple((float(x), float(y)) for x, y in data["points_ms_volts"])
-    generate(points, data["sample_rate"], data["vref"], data["method"], data["degree"])
+    generate(points, data["sample_rate"], data["vref"], data["method"], data["degree"], backend=data.get("backend", "native"))  # Старые рецепты без варианта используют прежний алгоритм, новые проверяют именно сохранённый решатель.
     return points, data
 
 def c_header(wave):