using System;
using ExperionCrawler.Infrastructure.Control;
using Xunit;

namespace ExperionCrawler.Tests;

public class FeedforwardThetaTests
{
    // 알려진 지연(5 샘플)으로 응답이 피드를 따라가면 θ≈5*ts 로 식별되어야 함
    [Fact]
    public void Estimator_finds_known_lag()
    {
        var est = new CrossCorrLagEstimator(maxLagSamples: 20, historySamples: 400,
                                            minSignalStd: 1e-9, recomputeEvery: 1);
        var feed = new System.Collections.Generic.List<double>();
        (double thetaUpSec, double thetaDnSec, double conf)? last = null;
        for (int t = 0; t < 400; t++)
        {
            double df = Math.Sin(t * 0.3);              // 풍부한 양/음 외란
            feed.Add(df);
            double dr = t >= 5 ? feed[t - 5] : 0.0;     // 응답 = 피드 5샘플 지연
            last = est.Push(df, dr, 0.0, tsSec: 1.0);   // 스팀 0
        }
        Assert.NotNull(last);
        Assert.InRange(last!.Value.thetaUpSec, 4.0, 6.0);
        Assert.InRange(last!.Value.thetaDnSec, 4.0, 6.0);
        Assert.True(last!.Value.conf > 0.5);
    }

    // 피드 외란이 없으면(평탄) 제안 억제(null)
    [Fact]
    public void Estimator_suppresses_when_no_excitation()
    {
        var est = new CrossCorrLagEstimator(maxLagSamples: 20, historySamples: 400,
                                            minSignalStd: 1e-6, recomputeEvery: 1);
        (double, double, double)? last = (0, 0, 0);
        for (int t = 0; t < 200; t++) last = est.Push(0.0, 0.0, 0.0, 1.0);  // Δ 전부 0
        Assert.Null(last);
    }
}