MGP Decoder

Der MGP Decoder interpretiert Rohdaten der Magnet-Gauge-Phasen in dekodierte Phasenwerte mit begleitenden Metadaten. Es akzeptiert gängige MGP-Datenbestände wie zeitstempelte CSV- oder JSON-Dumps und erzeugt rückverfolgbare Ergebnisse, geeignet für Berichte in der Technik und Abbildungen von Publikationsqualität. Das Tool richtet sich an Dateningenieure, Labortechniker und Forscher, die einen wiederholbaren, auditierbaren Dekodierungs-Workflow benötigen. Durch Anwendung von Kalibrierungsprofilen und standardisierten Zuordnungsregeln wandelt es Rohsensor-Signale in sinnvolle Phasenmessungen um, wobei Integrität und Herkunft der Zeitstempel erhalten bleiben. Beispiel: Ein Datensatz mit Feldern timestamp, raw_signal und sensor_id liefert decoded_phase in Grad, einen Vertrauenswert und ein Qualitätskennzeichen. Grundprinzip der Dekodierung ist ein zweistufiger Prozess: Datenvorbereitung und Signal-zu-Phasen-Zuordnung. Zuerst prüft der Daten-Parser erforderliche Felder, normalisiert Zeitstempel und behandelt fehlende Werte. Anschließend wendet ein Kalibrierungsprofil eine Zuordnung (linear oder stückweise) an, um decoded_phase zu erzeugen, während eine Vertrauensmetrik aus Restwerten und Datenvollständigkeit berechnet wird. Das Tool unterstützt mehrere Profile, um Datensätze zu vergleichen oder verschiedene Geräteeinstellungen abzubilden. Ausgabe umfasst decoded_phase, Vertrauen, Flags und optionale Rückverfolgbarkeitsdaten wie profile_id und calibration_source. Dieses Design unterstützt QA-Workflows und Reproduzierbarkeit. Der zentrale Wert liegt in Automatisierung, Konsistenz und Exportfähigkeit. Benutzer erhalten reproduzierbare Ergebnisse, reduzierten manuellen Dekodierungsaufwand und Artefakte, die sich problemlos für Audits, F&E-Berichte oder Compliance-Dokumentation teilen lassen. Anwendungsfälle umfassen Kalibrierungsvalidierung von Sensoren, Chargenanalysen von MGP-Strömen, Quervergleich zwischen Datensätzen und Export nach CSV/JSON für nachgelagerte Analytik. Zu den USPs gehören integrierte Validierungsregeln gegen Standardkurven, Mehrprofil-Unterstützung und explizite Datenherkunft in den Ausgaben.