24mm4: cascade_sim.py skeleton + clean-frame picker (gamma/identity phases), power law validated to 0.0006dB; pointwise detector laws refuted on 447 bins - scr is spectral-cascade product
This commit is contained in:
@@ -3994,3 +3994,30 @@ mask(f) = exp(γ · scr(f)) ; γ вычисляется цепоч
|
|||||||
rendersnap-кадры полиморфны: отбирать только кадры где (а) trk==exp(scr),
|
rendersnap-кадры полиморфны: отбирать только кадры где (а) trk==exp(scr),
|
||||||
(б) fit γ имеет rms<1e-5, (в) нет нулей в 678. Критерий отбора встроен
|
(б) fit γ имеет rms<1e-5, (в) нет нулей в 678. Критерий отбора встроен
|
||||||
в scan-скрипты следующего раунда.
|
в scan-скрипты следующего раунда.
|
||||||
|
|
||||||
|
## ============ 24mm4: ЦЕЛЬ СИМУЛЯТОРА = scr(f); ТОЧЕЧНЫЕ ЗАКОНЫ ОТВЕРГНУТЫ НА 447 БИНАХ; cascade_sim.py ============
|
||||||
|
|
||||||
|
### Сквозная валидация степенного закона (scripts/cascade_sim.py)
|
||||||
|
- multi4b/ph073: γ=1.760561 (fit rms 1.1e-07), закон mask=trk^γ:
|
||||||
|
rms 0.0064 дБ / 48 бинов | multi4b/ph065: 0.0006 дБ / 103 бина
|
||||||
|
- multi6: identity-фаза ph034 (γ=1, маска==trk, 499 бинов rms 0) даёт ВСЕ
|
||||||
|
шесть нотчей ±0.03 дБ; γ-фаза ph037: 0.0006 дБ.
|
||||||
|
- Отбор кадров формализован (pick_clean_frame): две фазы (γ*≈1.760561 и
|
||||||
|
identity γ=1), критерий fit-rms<1e-4.
|
||||||
|
|
||||||
|
### Детекторный вход: точечные законы окончательно мертвы
|
||||||
|
На multi6/ph034 по всем 447 значимым бинам: corr(−scr, ln X) ≤ 0.36 для
|
||||||
|
X ∈ {lvl, am·S/res, am·S, S/res, am·res, S·lvl, am·S/√res}; лучший
|
||||||
|
двухпараметрический фит rms 0.20 (нужно <0.05 дБ). scr(f) зависит от
|
||||||
|
ОКРЕСТНОСТИ спектра ⇒ воспроизводится только спектральным каскадом
|
||||||
|
(частотные IIR шагов детектора, коэф. 533340). Это и есть остаток Задачи №1.
|
||||||
|
|
||||||
|
### Состояние на закрытие сессии
|
||||||
|
1. Все 10 ядер резолвлены+опознаны; expf/divide декодированы до формул
|
||||||
|
(BLOCKMAP 24mm2). Каноническая C++ транскрипция ядер — после замыкания
|
||||||
|
структуры каскада.
|
||||||
|
2. Применение: mask=trk^1.760561, trk=exp(scr); γ вычисляется цепочкой —
|
||||||
|
источник γ в алгебре divide/add/exp шагов 9–19 (поиск в декоде).
|
||||||
|
3. Симулятор: scripts/cascade_sim.py (каркас + валидатор + отбор кадров).
|
||||||
|
Следующий раунд: оп-за-оп декод тела каскада между lvl_raw и scr
|
||||||
|
(частотные IIR с коэф. 24cc → vec6f8/bands_curve), затем C++ порт.
|
||||||
|
|||||||
@@ -0,0 +1,139 @@
|
|||||||
|
#!/usr/bin/env python3
|
||||||
|
"""cascade_sim.py — структурный симулятор тракта маски soothe2 (float-путь).
|
||||||
|
|
||||||
|
Цель (24mm3): воспроизвести scr(f)=дизайн-сигнал детектора; применённая
|
||||||
|
маска = exp(γ·scr), γ=1.760561 (точно), trk@688=exp(scr@628) бит-в-бит.
|
||||||
|
|
||||||
|
Структура канонической цепи (BLOCKMAP 24hh/24ii + 24mm2):
|
||||||
|
шаг 9a: vec698 *= (1 − [54087c]) ; zero при дефолтах
|
||||||
|
шаг 9b: vec6f8 += [54087c]·0.8 ; xmm10=0.8 @1824c3e28
|
||||||
|
шаг 9c: bands_curve_i /= ... divide-ядро ; dst=678i, A/B уточняются
|
||||||
|
шаг 10: vec6f8 = bands_curve_i − ACC_i ; dc40, ACC @таблицы 0x5407c8
|
||||||
|
шаг 11: fma att/rel (тройки re/im/coef) ; коэф @6c8/6e8
|
||||||
|
шаг 12: COPY ; memcpy
|
||||||
|
шаг 13: зеркало 9
|
||||||
|
шаг 14: expf(bands_curve); bands_curve += (−1) ; ПОРЯДОК исправлен 24mm2
|
||||||
|
шаг 15: bands_curve *= track_i ; th2000 array-mul
|
||||||
|
шаг 16: bands_curve *= kWarp@[5406a8]
|
||||||
|
шаг 17: expf ещё раз ; call-site 52b32c
|
||||||
|
пост-17: exp-вариант(140a40) + pow?(140b00)
|
||||||
|
FIR-секция: кривая-float(140b30→1803831c0) + sincos-twiddle(140aa0)
|
||||||
|
|
||||||
|
ЯДРА (структурная фаза — математически точные numpy-эквиваленты;
|
||||||
|
канонический C++ порт = инструкци-точная транскрипция, см. BLOCKMAP 24mm2):
|
||||||
|
"""
|
||||||
|
import numpy as np
|
||||||
|
import glob
|
||||||
|
import os
|
||||||
|
|
||||||
|
GAMMA = 1.760561 # 24mm3: показатель степени, rms фита 0 на чистых кадрах
|
||||||
|
N = 2049 # число бинов полной сетки
|
||||||
|
|
||||||
|
|
||||||
|
# ---------------------------------------------------------------- ядра ----
|
||||||
|
def k_exp(x):
|
||||||
|
"""expf-ядро 180296c80. Структурная фаза: np.exp.
|
||||||
|
Каноническая формула (для C++ порта, FMA-точно):
|
||||||
|
n = fma(log2e_hi=1.4427f, x, 12582912.0f); k = n - MAGIC
|
||||||
|
r = (x - 0.693146f*k) - 1.42861e-06f*k
|
||||||
|
p = (((0.00829172f*r+0.0418735f)*r+0.166674f)*r+0.499994f)*r+1)*r+1
|
||||||
|
out = bits((k<<23) + bits(p)); guard |x|>87.3365 -> slow path
|
||||||
|
"""
|
||||||
|
return np.exp(x)
|
||||||
|
|
||||||
|
|
||||||
|
def k_div(a, b):
|
||||||
|
"""divide-ядро 1803a06a0: dst = B/A (~0.5 ulp, rcp+таблицы+полином).
|
||||||
|
Структурная фаза: точное деление."""
|
||||||
|
return b / a
|
||||||
|
|
||||||
|
|
||||||
|
# ------------------------------------------------------------ данные -----
|
||||||
|
def load_tract(path):
|
||||||
|
"""tract_*.txt: k am res lvl_raw band_level prewarp w"""
|
||||||
|
t = np.loadtxt(path)
|
||||||
|
return {'am': t[:, 1], 'res': t[:, 2], 'lvl': t[:, 3]}
|
||||||
|
|
||||||
|
|
||||||
|
def load_frame(npz):
|
||||||
|
"""Слоты кадра rendersnap2 → dict[int, np.ndarray]."""
|
||||||
|
d = np.load(npz)
|
||||||
|
out = {}
|
||||||
|
for k in d.keys():
|
||||||
|
if k.startswith('0x'):
|
||||||
|
out[int(k[2:], 16)] = d[k]
|
||||||
|
return out, d['t_snap']
|
||||||
|
|
||||||
|
|
||||||
|
def pick_clean_frame(ds_dir, min_bins=8):
|
||||||
|
"""Отбор чистых стационарных кадров по фазам (24mm3):
|
||||||
|
возвращает лучший на фазе γ* (~1.7606, маска применена)
|
||||||
|
и лучший на фазе γ=1 (степень ещё не применена)."""
|
||||||
|
classes = {'gamma': None, 'identity': None}
|
||||||
|
for f in sorted(glob.glob(os.path.join(ds_dir, 'ph*.npz'))):
|
||||||
|
try:
|
||||||
|
S, ts = load_frame(f)
|
||||||
|
except Exception:
|
||||||
|
continue
|
||||||
|
if not all(x in S for x in (0x540628, 0x540688, 0x540678)):
|
||||||
|
continue
|
||||||
|
s = S[0x540628][:1025].astype(np.float64)
|
||||||
|
t = S[0x540688][:1025].astype(np.float64)
|
||||||
|
c = S[0x540678][:1025].astype(np.float64)
|
||||||
|
ok = (t > 1e-30) & (c > 1e-30) & np.isfinite(s)
|
||||||
|
if ok.sum() < 50:
|
||||||
|
continue
|
||||||
|
lt = np.log(t[ok])
|
||||||
|
lc = np.log(c[ok])
|
||||||
|
sel = np.abs(lt) > 0.05
|
||||||
|
if sel.sum() < min_bins:
|
||||||
|
continue
|
||||||
|
g = float(np.sum(lt[sel] * lc[sel]) / np.sum(lt[sel] ** 2))
|
||||||
|
rms = float(np.sqrt(np.mean((lc[sel] - g * lt[sel]) ** 2)))
|
||||||
|
depth = float(-lc.min())
|
||||||
|
key = 'gamma' if abs(g - GAMMA) < 0.01 else \
|
||||||
|
('identity' if abs(g - 1.0) < 1e-4 else None)
|
||||||
|
if key is None or rms > 1e-4:
|
||||||
|
continue
|
||||||
|
cand = (depth, f, s, t, c, g, rms)
|
||||||
|
if classes[key] is None or depth > classes[key][0]:
|
||||||
|
classes[key] = cand
|
||||||
|
return classes
|
||||||
|
|
||||||
|
|
||||||
|
# ------------------------------------------------------- валидация -------
|
||||||
|
def validate_scr(sim_scr, cap_scr, tol_db=0.05):
|
||||||
|
"""rms в дБ между симулированным и захваченным scr."""
|
||||||
|
m = np.abs(cap_scr) > 0.02
|
||||||
|
err = (sim_scr[m] - cap_scr[m]) * (20 / np.log(10))
|
||||||
|
return float(np.sqrt(np.mean(err ** 2))), int(m.sum())
|
||||||
|
|
||||||
|
|
||||||
|
def main():
|
||||||
|
import sys
|
||||||
|
ds = sys.argv[1] if len(sys.argv) > 1 else '/tmp/opencode/sc_multi6'
|
||||||
|
tract = sys.argv[2] if len(sys.argv) > 2 else '/tmp/opencode/tract_multi6.txt'
|
||||||
|
|
||||||
|
classes = pick_clean_frame(ds)
|
||||||
|
ph_g = classes['gamma']
|
||||||
|
ph_i = classes['identity']
|
||||||
|
if not ph_g and not ph_i:
|
||||||
|
print('нет чистых кадров в', ds)
|
||||||
|
return
|
||||||
|
for lbl, best in (('γ-фаза', ph_g), ('identity', ph_i)):
|
||||||
|
if not best:
|
||||||
|
continue
|
||||||
|
_, f, scr, trk, cur, gamma_fit, grms = best
|
||||||
|
n = len(scr)
|
||||||
|
cut_meas = -20 / np.log(10) * np.log(np.maximum(cur, 1e-30))
|
||||||
|
g_use = gamma_fit
|
||||||
|
cut_sim = g_use * (-scr) * 20 / np.log(10)
|
||||||
|
e = cut_sim - cut_meas
|
||||||
|
sel = np.abs(cut_meas) > 0.1
|
||||||
|
rms_db = float(np.sqrt(np.mean(e[sel] ** 2))) if sel.any() else 0.0
|
||||||
|
print(f'{lbl}: {os.path.basename(f)} γ={gamma_fit:.6f} (rms {grms:.1e}) '
|
||||||
|
f'закон: rms={rms_db:.4f} дБ / {int(sel.sum())} бинов')
|
||||||
|
|
||||||
|
|
||||||
|
if __name__ == '__main__':
|
||||||
|
main()
|
||||||
Reference in New Issue
Block a user