feat: added spd and sdm2

NotProgramming/SDM2/presentations/my_thesis/main.tex

@@ -0,0 +1,332 @@
+\documentclass{beamer}
+
+\usepackage[fontsize=20pt]{fontsize}
+\usepackage{graphicx}
+\usepackage{tikz}
+\usepackage{changepage} % Add to your preamble
+\usepackage{svg}
+\usepackage[polish]{babel}
+
+
+\graphicspath{ {./images/} }
+\usetheme{Warsaw}
+
+
+
+%Information to be included in the title page:
+
+% Custom title page layout adjustments
+\title{\large Porównanie wydajności i możliwości współczesnych silników do gier komputerowych}
+\author{Krzysztof Rudnicki}
+\institute{
+    \textbf{Promotor} \\
+    dr inż. Michał Chwesiuk
+}
+\date{\scriptsize \today} % Adjust the font size here
+
+
+\setbeamertemplate{footline}[frame number]{}
+\beamertemplatenavigationsymbolsempty
+\setbeamertemplate{headline}{}
+
+
+
+
+
+
+\begin{document}
+
+\begin{frame}
+  \vspace{-0.5cm} % Adjust vertical space above title
+  \maketitle
+  % Alternatively, use a completely custom layout:
+  %\begin{center}
+  %    {\Large\inserttitle\par}
+  %    \vskip1em
+  %    {\insertauthor\par}
+  %    \vskip1em
+  %    {\insertinstitute\par}
+  %    \vskip1em
+  %    {\insertdate\par}
+  %\end{center}
+\end{frame}
+
+\begin{frame}
+\frametitle{Plan prezentacji}
+\tableofcontents
+\end{frame}
+
+\section{Definicje}
+\begin{frame}
+  \frametitle{Gra komputerowa}
+  \large Aplikacja dostępna na platformie "Steam" oznaczona typem "Game"
+\end{frame}
+\begin{frame}
+\frametitle{Silnik do gier}
+\large Oprogramowanie zaprojektowane i stworzone do kreacji gier komputerowych
+\end{frame}
+
+\begin{frame}
+  \frametitle{Nowoczesne}
+  \large Ponad 1000 gier w tej dekadzie na platformie "Steam"
+\end{frame}
+
+
+{
+  \setbeamercolor{footline}{fg=white}
+\usebackgroundtemplate{\includegraphics[width=\paperwidth, height=\paperheight]{steamdb_main.png}}
+\begin{frame}
+\end{frame}
+}
+
+
+{
+\usebackgroundtemplate{\includegraphics[width=\paperwidth, height=\paperheight]{steamdb_filter.drawio.pdf}}
+\begin{frame}
+\end{frame}
+}
+
+\begin{frame}
+  \frametitle{Wybrane silniki - start}
+  \begin{center}    
+  \includegraphics[width=0.8\paperwidth, height=0.8\paperheight]{usedEngines.pdf}
+\end{center}
+\end{frame}
+
+\begin{frame}
+  \frametitle{Wybrane silniki}
+  \begin{itemize}
+    \item Wyeliminowanie nie generycznych - Ren'Py, RPGMaker
+    \item Wybór najpopularniejszych - Unity, Unreal 
+    % Prawie 25k i ponad 7.5k
+  \end{itemize}
+\end{frame}
+
+\begin{frame} 
+  \frametitle{Wydajność silnika}
+  \begin{itemize}
+    \item Klatki na sekundę (FPS)
+    \item Zużycie CPU, GPU, RAM i VRAM
+    \item Liczba draw calls 
+    \item Czas ładowania assetów 
+    \item Czas odpowiedzi na interakcję gracza
+  \end{itemize} 
+\end{frame}
+\begin{frame}
+    \frametitle{Możliwości Silnika}
+    \begin{itemize}
+        \item Renderowanie grafiki 
+        % Ray tracing, HDR lighting, dynamic shadows, particle systems, animacja
+        \item Silnik Fizyczny 
+        \item Multiplatformowość (VR)
+        % Linux, Windows, MacOS, Android, IOs, Xbox, PlayStation, Nintendo, VR
+        \item Skryptowanie logiki gier (AI)
+        \item Gry online
+        \item Sklepy z assetami
+    \end{itemize}
+  \end{frame}
+    \section{Narzędzia}
+      \frametitle{Unity Profiler}
+      {
+        \setbeamercolor{footline}{fg=white}
+        \usebackgroundtemplate{
+          \includegraphics[width=\paperwidth, height=\paperheight]
+          {unity_profiler.png}}
+        \begin{frame}
+        \end{frame}
+        }
+
+        \frametitle{Unreal Profiler}
+        {
+          \setbeamercolor{footline}{fg=white}
+          \usebackgroundtemplate{
+            \includegraphics[width=\paperwidth, height=\paperheight]
+            {unreal_profiler.jpg}}
+          \begin{frame}
+          \end{frame}
+          }
+
+          \frametitle{Nvidia nsight}
+          {
+            \setbeamercolor{footline}{fg=white}
+            \usebackgroundtemplate{
+              \includegraphics[width=\paperwidth, height=\paperheight]
+              {nvida_nsighty.jpg}}
+            \begin{frame}
+            \end{frame}
+            }
+            
+          \begin{frame}
+          \frametitle{Nsight - Analiza FPS}
+          \center
+          \includegraphics[width=1\textwidth]{fps_overview.png}
+          % Ile klatek pokazaliśmy na ile
+          % ile trwała średnio klatka
+          % Ile trwała najkrótsza klatka
+          % Ile trwała najdłuższa klatka
+          % Przeciętne klatki na sekundę dla pokazanego wycinka
+          % Tyle lub mniej czasu trwało 99% klatek
+          \end{frame}
+
+          \begin{frame}
+            \frametitle{Nsight - Analiza FPS}
+            \center
+            \includegraphics[width=1\textwidth]{stutter_row.png}
+            % Wykrywanie "zawieszek"
+            % Wykrywamy klatki których długość 
+            % jest znacznie dłuższa od długości mediany pobliskich 19 klatek
+            % zawieszka musi być dłuższa niż 4 milisekundy
+            \end{frame}
+
+            \begin{frame}
+              \frametitle{Nsight - Analiza FPS}
+              \center
+                \includegraphics[width=1\textwidth]{dx12_frame_health.png}
+                % Możemy sprawdzić jaka klatka miała zawieszkę
+                % I jaka metoda w api tę zawieszkę spowodowała 
+                \end{frame}
+        
+
+            \begin{frame}
+              \frametitle{Nsight - Zużycie VRAM}
+              \center
+                \includegraphics[width=1\textwidth]{memory_utilization_gpu_vram.png}
+                % Zielony -> ile pamięci mamy dostępnej
+                % Pomarańczowy -> ile pamięci zużyliśmy 
+                % VidMm Device Suspension -> okresy czasku kiedy przetransferowano
+                % Jeden duży zasób pamięci
+                % Demoted Memory -> w GPU mamy local memory (szybsze) i global memory
+                % (wolniejsze) to może nam mówić o "wyciekach" pamięci
+                % źle zooptymalizowanej pamięci itd.
+                % Allokacja pamięci -> zielone aplikacja, szare -> system
+                \end{frame}
+
+      \begin{frame}
+        \frametitle{Nsight - Zużycie VRAM}
+        \center
+          \includegraphics[width=1\textwidth]{memory_utilization_resource_migrations.png}
+          % W kolejności co najwięcej zużyło zasobów
+          % Konkretnie ile i kiedy
+          \end{frame}
+
+          \begin{frame}
+            \frametitle{Nsight - Zużycie VRAM}
+            \center
+              \includegraphics[width=1\textwidth]{memory_utilization_memory_transfer.png}
+              % W kolejności co najwięcej zużyło zasobów
+              % Konkretnie ile i kiedy
+              \end{frame}
+
+        \begin{frame}
+        \frametitle{Jak porównywać?}
+        \begin{itemize}
+          \item Stworzenie gry na obu
+          \item Porównywanie istniejących gier 
+          \item Porównanie samych edytorów 
+        \end{itemize} 
+        \end{frame}
+
+        {
+          \setbeamercolor{footline}{fg=white}
+          \usebackgroundtemplate{
+            \includegraphics[width=\paperwidth, height=\paperheight]
+            {maxresdefault (1).jpg}}
+          \begin{frame}
+          \end{frame}
+          }
+
+        \begin{frame}
+          \frametitle{Wybór gatunku} 
+          FPS: 
+            \begin{itemize}
+              \item Wystarczająco skomplikowany
+              \item Grafika
+              \item Fizyka
+              \item Klasyczny benchmark 
+              % Wolfenstein, Doom, Quake, Crysis
+            \end{itemize}
+        \end{frame}
+        \begin{frame}
+          \frametitle{Problem}
+          Inklinacja Silnika \\ 
+          \begin{itemize} 
+          \item $ \frac{2478}{39713} \approx 6\%  $ gier Unity to FPS \\ 
+          \item  $ \frac{1765}{11158} \approx 15\% $ gier Unreal to FPS \\ 
+          \end{itemize}
+        Źródło: steamdb.info
+        \end{frame}
+
+        \begin{frame}
+          \frametitle{Wybór gatunku} 
+          Bullet hell: 
+            \begin{itemize}
+              \item Wystarczająco skomplikowany 
+              \item Grafika
+              \item Czas jest ważny 
+              % W Bullet hell czas jest ważny, gra musi być płynna
+            \end{itemize}
+        \end{frame}
+
+        {
+          \setbeamercolor{footline}{fg=white}
+          \usebackgroundtemplate{
+            \includegraphics[width=\paperwidth, height=\paperheight]
+            {maxresdefault.jpg}}
+          \begin{frame}
+          \end{frame}
+          }
+        \begin{frame}
+          \frametitle{Wyzwania}
+          \begin{itemize}
+            \item Sprzęt 
+            % Ten sam, jeden i ten sam komputer użyty w procesie kreacji obu
+            \item Umiejętności 
+            % Nie mam 
+            \item Podobne wersje silnika 
+            % Użyje ostatniego LTS
+            \item Inklinacja Silnika \\ (3\% Unity, 2.4\% Unreal) 
+            % ??? Ch 
+            % 1577 FPS UNITY, 271 FPS UNREAL
+            % 39713 Total Unity, 11158 Total Unreal (proporcjonalnie 2 razy więcej :<)
+          \end{itemize}  
+        \end{frame}  
+
+      \begin{frame} 
+        \frametitle{Ocena łatwości użycia}
+        \begin{itemize}
+          \item Dokumentacja
+          \item Intuicyjność
+          \item Materiały 
+          \item Zasoby (Assety)  
+          \item Dostępne funkcje
+        \end{itemize}
+      \end{frame}
+
+
+
+      \begin{frame} 
+        \frametitle{Po stworzeniu}
+        Przejść obie gry, monitorując przy użyciu Nvidia Nsight i porównać wyniki
+      \end{frame}
+
+
+    \section{Źródła}
+\begin{frame}
+  \frametitle{Źródła}
+    \begin{itemize}
+        \item \href{https://steamdb.info/}{https://steamdb.info/}
+    \item \href{https://docs.nvidia.com/nsight-systems}{https://docs.nvidia.com/nsight-systems}
+    \item An Overview Study of Game Engines, Faizi Noor Ahmad 
+    \item Game Engine Architecture, Jason Gregory
+    \end{itemize}
+    \end{frame}
+
+    \begin{frame}
+      \frametitle{Źródła obrazów}
+        \begin{itemize}
+          \item Crysis - kanał youtube \href{https://www.youtube.com/watch?v=vGjOALIrL_U}{Thronefull}
+          \item BulletHell - kanał youtube \href{https://www.youtube.com/watch?app=desktop&v=h-wr6LoETA0}{Beat that boss}
+        \end{itemize}
+    \end{frame}
+
+\end{document}

NotProgramming/SDM2/presentations/my_thesis/script.txt

@@ -0,0 +1,15 @@
+Dzień dobry państwu, nazywam się Krzysztof Rudnicki i chciałbym opowiedzieć o mojej pracy magisterskiej pod promotorstwem Pana doktora Michała Chwesiuka, o tytule Porównanie wydajnośći i możliwości współczesnych silników gier komputerowych
+
+Jeżeli pojawią się jakieś pytania to można je jak najbardziej zadawać w trakcie
+
+Plan prezentacji wygląda następująco, najpierw omówię krótko co 
+rozumiem pod pojęciem silnika do gier, 
+jakie są współczesne silniki do gier,
+które z nich będę porównywał, 
+czym są możliwości i wydajności tych silników
+i jak zamierzam je porównywać
+
+Chciałbym aby po tej prezentacji wiedzieli Państwo więcej o tym jak można 
+porównywać silniki graficzne niż przed nią 
+
+

NotProgramming/SPD/lab2_spd/lab2.drawio

@@ -0,0 +1,15 @@
+<mxfile host="app.diagrams.net" agent="Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/128.0.0.0 Safari/537.36" version="26.0.6">
+  <diagram name="Page-1" id="2vE6dni7qVpCWZpP-CNm">
+    <mxGraphModel dx="983" dy="1268" grid="1" gridSize="10" guides="1" tooltips="1" connect="1" arrows="1" fold="1" page="1" pageScale="1" pageWidth="850" pageHeight="1100" math="0" shadow="0">
+      <root>
+        <mxCell id="0" />
+        <mxCell id="1" parent="0" />
+        <UserObject label="&lt;b style=&quot;font-weight:normal;&quot; id=&quot;docs-internal-guid-ff2c5e07-7fff-3fae-fed4-b0fa37caed6b&quot;&gt;&lt;span style=&quot;font-size:20pt;font-family:Arial,sans-serif;color:#000000;background-color:transparent;font-weight:400;font-style:normal;font-variant:normal;text-decoration:none;vertical-align:baseline;white-space:pre;white-space:pre-wrap;&quot;&gt;&lt;span style=&quot;border:none;display:inline-block;overflow:hidden;width:624px;height:432px;&quot;&gt;&lt;img src=&quot;https://lh7-rt.googleusercontent.com/docsz/AD_4nXd6iwCGetaFN00emJRvhzG8WmA_Y3vEveyXiAYYBNjk4vUl1OXIgBGd_od5nMTBzg6CVQFR43BRpWswvvDkyARfb-LE6e-OWbQdNa2YtGMkcWp1KjTEYvVhynCBW6VwtiN78eRRKA?key=UzfVxNH8I7wCxe0FnKorOi_b&quot; width=&quot;624&quot; height=&quot;432&quot; style=&quot;margin-left:0px;margin-top:0px;&quot;&gt;&lt;/span&gt;&lt;/span&gt;&lt;/b&gt;" link="&lt;b style=&quot;font-weight:normal;&quot; id=&quot;docs-internal-guid-ff2c5e07-7fff-3fae-fed4-b0fa37caed6b&quot;&gt;&lt;span style=&quot;font-size:20pt;font-family:Arial,sans-serif;color:#000000;background-color:transparent;font-weight:400;font-style:normal;font-variant:normal;text-decoration:none;vertical-align:baseline;white-space:pre;white-space:pre-wrap;&quot;&gt;&lt;span style=&quot;border:none;display:inline-block;overflow:hidden;width:624px;height:432px;&quot;&gt;&lt;img src=&quot;https://lh7-rt.googleusercontent.com/docsz/AD_4nXd6iwCGetaFN00emJRvhzG8WmA_Y3vEveyXiAYYBNjk4vUl1OXIgBGd_od5nMTBzg6CVQFR43BRpWswvvDkyARfb-LE6e-OWbQdNa2YtGMkcWp1KjTEYvVhynCBW6VwtiN78eRRKA?key=UzfVxNH8I7wCxe0FnKorOi_b&quot; width=&quot;624&quot; height=&quot;432&quot; style=&quot;margin-left:0px;margin-top:0px;&quot;&gt;&lt;/span&gt;&lt;/span&gt;&lt;/b&gt;" id="PGaHsMgPPGA8kvKqBguw-1">
+          <mxCell style="text;whiteSpace=wrap;html=1;" vertex="1" parent="1">
+            <mxGeometry x="90" y="530" width="560" height="460" as="geometry" />
+          </mxCell>
+        </UserObject>
+      </root>
+    </mxGraphModel>
+  </diagram>
+</mxfile>

NotProgramming/SPD/lab2_spd/lab2_1.drawio

@@ -0,0 +1 @@
+<mxGraphModel><root><mxCell id="0"/><mxCell id="1" parent="0"/></root></mxGraphModel>

NotProgramming/SPD/lab4_spd/main.py

@@ -0,0 +1,128 @@
+import matplotlib.pyplot as plt
+
+# Prepare the datasets
+datasets_200Hz = []
+datasets_400Hz = []
+
+# Dataset 1: Wieloton 200 Hz, 7 (1400 Hz), 3 składowe
+# Starting x value is 1400 Hz
+datasets_200Hz.append({
+    'name': '200 Hz, 7 (1400 Hz), 3 składowe',
+    'x': [1400 + 0, 1400 + 50, 1400 + 100, 1400 + 150],
+    'y': [200, 200, 215, 230]
+})
+
+# Dataset 2: Wieloton 200 Hz, 7 (1400 Hz), 7 składowych
+datasets_200Hz.append({
+    'name': '200 Hz, 7 (1400 Hz), 7 składowych',
+    'x': [1400 + 0, 1400 + 50, 1400 + 100, 1400 + 150],
+    'y': [190, 190, 200, 195]
+})
+
+# Dataset 3: Wieloton 200 Hz, 10 (2000 Hz), 3 składowe
+# Starting x value is 2000 Hz
+datasets_200Hz.append({
+    'name': '200 Hz, 10 (2000 Hz), 3 składowe',
+    'x': [2000 + 0, 2000 + 50, 2000 + 100, 2000 + 150],
+    'y': [225, 215, 220, 265]
+})
+
+# Dataset 4: Wieloton 200 Hz, 10 (2000 Hz), 7 składowych
+datasets_200Hz.append({
+    'name': '200 Hz, 10 (2000 Hz), 7 składowych',
+    'x': [2000 + 0, 2000 + 50, 2000 + 100, 2000 + 150],
+    'y': [190, 205, 205, 210]
+})
+
+# Dataset 4: Wieloton 200 Hz, 10 (2000 Hz), 7 składowych
+datasets_200Hz.append({
+    'name': 'Shouten - 7',
+    'x': [1400 + 0, 1400 + 50, 1400 + 100, 1400 + 150],
+    'y': [200, 207.5, 214, 222]
+})
+
+# Dataset 4: Wieloton 200 Hz, 10 (2000 Hz), 7 składowych
+datasets_200Hz.append({
+    'name': 'Shouten - 10',
+    'x': [2000 + 0, 2000 + 50, 2000 + 100, 2000 + 150],
+    'y': [200, 205, 210, 215]
+})
+
+
+
+# Dataset 5: Wieloton 400 Hz, 7 (2800 Hz), 3 składowe
+# Starting x value is 2800 Hz
+datasets_400Hz.append({
+    'name': '400 Hz, 7 (2800 Hz), 3 składowe',
+    'x': [2800 + 0, 2800 + 100, 2800 + 200, 2800 + 300],
+    'y': [405, 410, 410, 405]
+})
+
+# Dataset 6: Wieloton 400 Hz, 7 (2800 Hz), 7 składowych
+datasets_400Hz.append({
+    'name': '400 Hz, 7 (2800 Hz), 7 składowych',
+    'x': [2800 + 0, 2800 + 100, 2800 + 200, 2800 + 300],
+    'y': [410, 420, 420, 425]
+})
+
+# Dataset 7: Wieloton 400 Hz, 10 (4000 Hz), 3 składowe
+# Starting x value is 4000 Hz
+datasets_400Hz.append({
+    'name': '400 Hz, 10 (4000 Hz), 3 składowe',
+    'x': [4000 + 0, 4000 + 100, 4000 + 200, 4000 + 300],
+    'y': [407, 419, 425, 425]
+})
+
+# Dataset 8: Wieloton 400 Hz, 10 (4000 Hz), 7 składowych
+# Note: The last two 'Wynik [Hz]' values seem inconsistent.
+# They are much lower than expected based on prior values.
+# Assuming there might be typos, and they should be 2200 and 2400
+# instead of 220 and 240.
+datasets_400Hz.append({
+    'name': '400 Hz, 10 (4000 Hz), 7 składowych',
+    'x': [4000 + 0, 4000 + 100, 4000 + 200, 4000 + 300],
+    'y': [405, 410, 415, 415]  # Original data
+})
+
+datasets_400Hz.append({
+    'name': 'Shouten - 7',
+    'x': [2800 + 0, 2800 + 100, 2800 + 200, 2800 + 300],
+    'y': [400, 414, 428, 443]
+})
+
+
+datasets_400Hz.append({
+    'name': 'Shouten - 10',
+    'x': [4000 + 0, 4000 + 100, 4000 + 200, 4000 + 300],
+    'y': [400, 410, 420, 430]  # Original data
+})
+
+# Plot the data for 200 Hz
+plt.figure(figsize=(12, 8))
+for dataset in datasets_200Hz:
+    if 'Shouten' in dataset['name']:
+        plt.plot(dataset['x'], dataset['y'], marker='s', color='red', label=dataset['name'])  # Shouten datasets
+    else:
+        plt.plot(dataset['x'], dataset['y'], marker='o', label=dataset['name'])  # Other datasets
+plt.xlabel('Frequency [Hz]')
+plt.ylabel('Result [Hz]')
+plt.title('Combined Graph of Results for 200 Hz')
+plt.legend()
+plt.grid(True)
+plt.savefig('results_200Hz.png')  # Save the plot
+plt.show()
+
+# Plot the data for 400 Hz
+plt.figure(figsize=(12, 8))
+for dataset in datasets_400Hz:
+    if 'Shouten' in dataset['name']:
+        plt.plot(dataset['x'], dataset['y'], marker='s', color='red', label=dataset['name'])  # Shouten datasets
+    else:
+        plt.plot(dataset['x'], dataset['y'], marker='o', label=dataset['name'])  # Other datasets
+plt.xlabel('Frequency [Hz]')
+plt.ylabel('Result [Hz]')
+plt.title('Combined Graph of Results for 400 Hz')
+plt.legend()
+plt.grid(True)
+plt.savefig('results_400Hz.png')  # Save the plot
+plt.show()

NotProgramming/SPD/spd3/main.py

@@ -0,0 +1,136 @@
+import matplotlib.pyplot as plt
+
+# Values 1
+x1 = [0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6]
+y1 = [33.2, 35.48, 27.67, 19.41, 15.3, 15.44, 13.59]
+
+# Values 2
+x2 = [0.4, 0.5, 0.6, 0.7]
+y2 = [13.29, 11.25, 12.55, 13.26]
+
+# Values 3
+x3 = [0.4, 0.5, 0.6, 0.7]
+y3 = [22.06, 15.48, 18.74, 17.71]
+
+# Create the plot
+plt.figure(figsize=(10, 6))
+
+# Plot each line with different styles
+plt.plot(x1, y1, marker='o', linestyle='-', color='blue', label='symetrycznie 500 Hz')
+plt.plot(x2, y2, marker='s', linestyle='--', color='green', label='asymetrycznie 550 Hz')
+plt.plot(x3, y3, marker='^', linestyle='-.', color='red', label='asymetrycznie 450 Hz')
+
+# Add labels and title
+plt.xlabel('parametr g', fontsize=40)
+plt.ylabel('Prod detekcji syngalu [dB]', fontsize=40)
+plt.title('500 Hz', fontsize=48)
+
+# Add a legend
+plt.legend(fontsize=32)
+
+# Optional: Add gridlines
+plt.grid(True)
+plt.xticks(fontsize=32)
+plt.yticks(fontsize=32)
+
+# Display the plot
+plt.show()
+
+# Values 1
+x1 = [0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6]
+y1 = [33.06, 35.28, 23.33, 17.14, 14.33, 10.01, 4.43]
+
+# Values 2
+x2 = [0.4, 0.5, 0.6, 0.7]
+y2 = [15.22, 8.16, 6.45, 6.27]
+
+# Values 3
+x3 = [0.4, 0.5, 0.6, 0.7]
+y3 = [13.0, 13.06, 7.8, 1.7]
+
+# Create the plot
+plt.figure(figsize=(10, 6))
+
+# Plot each line with different styles
+plt.plot(x1, y1, marker='o', linestyle='-', color='blue', label='symetrycznie 1500 Hz')
+plt.plot(x2, y2, marker='s', linestyle='--', color='green', label='asymetrycznie 1650 Hz')
+plt.plot(x3, y3, marker='^', linestyle='-.', color='red', label='asymetrycznie 1350 Hz')
+
+# Add labels and title
+plt.xlabel('parametr g', fontsize=40)
+plt.ylabel('Prod detekcji syngalu [dB]', fontsize=40)
+plt.title('1500 Hz', fontsize=48)
+
+# Add a legend
+plt.legend(fontsize=32)
+
+# Optional: Add gridlines
+plt.grid(True)
+plt.xticks(fontsize=32)
+plt.yticks(fontsize=32)
+
+# Display the plot
+plt.show()
+
+# Values 1
+x1 = [0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6]
+y1 = [33.2, 35.48, 27.67, 19.41, 15.3, 15.44, 13.59]
+
+# Values 2
+x2 = [0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6]
+y2 = [33.06, 35.28, 23.33, 17.14, 14.33, 10.01, 4.43]
+
+# Create the plot
+plt.figure(figsize=(10, 6))
+
+# Plot each line with different styles
+plt.plot(x1, y1, marker='o', linestyle='-', color='blue', label='symetrycznie 500 Hz')
+plt.plot(x2, y2, marker='s', linestyle='--', color='green', label='symetrycznie 1500 Hz')
+
+# Add labels and title
+plt.xlabel('parametr g', fontsize=40)
+plt.ylabel('Prod detekcji syngalu [dB]', fontsize=40)
+plt.title('500 Hz vs 1500 Hz', fontsize=48)
+
+# Add a legend
+plt.legend(fontsize=32)
+
+# Optional: Add gridlines
+plt.grid(True)
+plt.xticks(fontsize=32)
+plt.yticks(fontsize=32)
+
+# Display the plot
+plt.show()
+
+# Values 1
+x1 = [0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6]
+y1 = [33.2, 35.48, 27.67, 19.41, 15.3, 15.44, 13.59]
+
+# Values 2
+x2 = [0.005, 0.01, 0.02, 0.05, 0.1, 0.3]
+y2 = [81.59, 60.08, 68.48, 58.77, 53.6, 55.46]
+
+# Create the plot
+plt.figure(figsize=(10, 6))
+
+# Plot each line with different styles
+plt.plot(x1, y1, marker='o', linestyle='-', color='blue', label='pasmowy 500 Hz')
+plt.plot(x2, y2, marker='s', linestyle='--', color='green', label='pasmowo-zaporowy 500 Hz')
+
+# Add labels and title
+plt.xlabel('parametr g', fontsize=40)
+plt.ylabel('Prod detekcji syngalu [dB]', fontsize=40)
+plt.title('Porownanie szum pasmowy vs szum pasmowo zaporowy dla 500 Hz', fontsize=48)
+
+# Add a legend
+plt.legend(fontsize=32)
+
+# Optional: Add gridlines
+plt.grid(True)
+plt.xticks(fontsize=32)
+plt.yticks(fontsize=32)
+
+# Display the plot
+plt.show()
+

NotProgramming/SPD/spd_5/main.py

@@ -0,0 +1,42 @@
+import matplotlib.pyplot as plt
+import numpy as np
+
+# Data
+delta_t = np.array([500, 200, 100, 50, 20, 10, 5, 3])
+ton_60_db = [60, 60, 59, 58, 50, 46, 42, 39]
+szum_20_db_per_hz = [20, 19, 18, 16, 12, 11, 8, 8]
+ton_60_db_minus = [ton - 60 for ton in ton_60_db]
+szum_20_db_per_hz_minus = [szum - 20 for szum in szum_20_db_per_hz]
+
+# Theoretical lines
+delta_t_line = np.logspace(np.log10(3), np.log10(500), 100)
+log_delta_t_line = np.log10(delta_t_line)
+
+# Equations in terms of log(delta_t)
+# For Broadband Noise: y = 10 * log10(delta_t) - 25
+y_broadband_line = 10 * log_delta_t_line - 25
+
+# For Pure Tone: y = 9 * log10(delta_t) - 19
+y_pure_tone_line = 9 * log_delta_t_line - 19
+
+# Plotting
+plt.figure(figsize=(10, 6))
+
+# Plot the experimental data
+plt.semilogx(delta_t, ton_60_db_minus, 'o', label='Ton eksperymentalny 60 dB')
+plt.semilogx(delta_t, szum_20_db_per_hz_minus, 's', label='Szum eksperymentalny 20 dB/Hz')
+
+# Plot the theoretical lines
+plt.semilogx(delta_t_line, y_pure_tone_line, label='Ton - krzywa teoretyczna')
+plt.semilogx(delta_t_line, y_broadband_line, label='Szum - krzywa teoereyczna')
+
+plt.xlabel('Czas trwania sygnału [ms]', fontsize=40)
+plt.ylabel('Poziom względny głośności [dB]', fontsize=40)
+plt.title('Głośnośc vs czas', fontsize=48)
+plt.legend(fontsize=32)
+plt.grid(True, which="both", ls="--")
+
+plt.xticks(fontsize=32)
+plt.yticks(fontsize=32)
+
+plt.show()

NotProgramming/SPD/spd_5/main2.py

@@ -0,0 +1,24 @@
+import matplotlib.pyplot as plt
+import numpy as np
+
+# Data (decreasing values)
+bandwidth = np.array([40, 100, 160, 300, 600, 1000])
+detection_threshold_600Hz = np.array([50, 30, 20, 12, 10, 8])
+detection_threshold_2200Hz = np.array([40, 25, 18, 10, 8, 7])
+detection_threshold_4400Hz = np.array([35, 22, 15, 9, 7, 6])
+
+# Plot
+plt.figure(figsize=(10, 6))
+plt.xscale('log')
+
+plt.scatter(bandwidth, detection_threshold_600Hz, label='600 Hz', marker='o')
+plt.scatter(bandwidth, detection_threshold_2200Hz, label='2200 Hz', marker='^')
+plt.scatter(bandwidth, detection_threshold_4400Hz, label='4400 Hz', marker='s')
+
+plt.xlabel('Szerokość pasma [Hz]')
+plt.ylabel('Próg detekcji interwału ciszy [ms]')
+plt.title('Górna częstotliwość odcięcia (GCO)')
+plt.legend(title='GCO')
+
+plt.grid(True)
+plt.show()

NotProgramming/SPD/spd_5/zad3.drawio

@@ -0,0 +1 @@
+<mxGraphModel><root><mxCell id="0"/><mxCell id="1" parent="0"/></root></mxGraphModel>