v1

Zmq/zmqServer.py

@@ -217,47 +217,48 @@ class zmqServer(threading.Thread):
         处理8100端口原始脑电二进制数据
         固定格式：上位机发送 (5,66) float32 二维数组字节流（已转换为微伏物理量）→ 转置为 (66,5) 写入双缓冲区
         """
-        # 1. 校验ZMQ消息帧完整性
-        if len(frames) < 3:
-            print(f"[ERROR] 无效数据帧：长度不足3帧，实际长度={len(frames)}")
+        # 1. 校验ZMQ消息帧完整性（ROUTER接收DEALER消息的帧格式：[客户端ID, 发送方ID, 空帧, 数据帧]）
+        if len(frames) < 4:  # 至少需要4帧
+            algo_log(f"Invalid data frame: 帧数量不足，期望≥4，实际{len(frames)}", level="ERROR")
             return
         
-        ident, _, data_bytes = frames[:3]
+        # 2. 正确解析帧（适配DEALER→ROUTER的帧格式）
+        client_ident, sender_ident, empty_sep, data_bytes = frames[:4]
+        if empty_sep != b'':  # 校验空分隔帧
+            algo_log(f"Invalid frame separator: 期望空字节，实际{empty_sep}", level="ERROR")
+            return
 
-        # 2. 客户端管理（单客户端场景，自动更新最新身份）
-        if ident not in self.data_clients:
-            self.data_clients.add(ident)
-            self.current_data_client = ident  # 保存唯一客户端身份，用于后续回复滤波结果
-            print(f"[INFO] 新数据客户端连接成功：{ident}")
+        # 3. 客户端管理（单客户端场景，自动更新最新身份）
+        if client_ident not in self.data_clients:
+            self.data_clients.add(client_ident)
+            self.current_data_client = client_ident  # 保存唯一客户端身份，用于后续回复滤波结果
+            print(f"[INFO] 新数据客户端连接成功：{client_ident}")
 
         try:
-            # 3. 精确长度校验（核心：固定(5,66) float32 = 5*66*4=1320字节，与int32字节数相同）
+            # 4. 精确长度校验（核心：固定(5,66) float32 = 5*66*4=1320字节）
             EXPECTED_BYTES = self.device_info['frame_points'] * self.device_info['channel_nums'] * 4  # 每个float32占4字节
             if len(data_bytes) != EXPECTED_BYTES:
-                print(f"[ERROR] 数据长度错误：期望{EXPECTED_BYTES}字节，实际{len(data_bytes)}字节")
+                algo_log(f"[ERROR] 数据长度错误：期望{EXPECTED_BYTES}字节，实际{len(data_bytes)}字节", level="ERROR")
                 return
 
-            # 4. 零拷贝二进制解析 + 维度转换
-            # 步骤：字节流 → (330,) float32数组 → (5,66) 原始格式 → 转置为 (66,5) 缓冲区标准格式
+            # 5. 零拷贝二进制解析 + 维度转换
+            
             data_np = np.frombuffer(data_bytes, dtype=np.float32)
-            # 重塑为上位机原始维度
             data_np = data_np.reshape(self.device_info['frame_points'], self.device_info['channel_nums'])
-            # 转置为(通道数, 采样点数)标准格式，转换为float64保证滤波运算精度
             data_np = data_np.T.astype(np.float64)
 
-            # 5. 同时写入双环形缓冲区（方法名与现有类保持一致：appendBuffer）
-            # 注意：上位机已发送微伏物理量，无需再乘以增益系数
+            # 6. 写入缓冲区
             self.paradigmBuffer.appendBuffer(data_np)
             self.filterBuffer.appendBuffer(data_np)
 
-            # 生产环境必须注释！每秒50次打印会导致CPU占用飙升30%以上
-            algo_log(f"数据写入成功：shape={data_np.shape}, 范围=[{data_np.min():.2f}, {data_np.max():.2f}] μV", level="DEBUG", record_once=True)
+            algo_log(f"数据写入成功：shape={data_np.shape}, 范围=[{data_np.min():.2f}, {data_np.max():.2f}] μV", level="DEBUG")
 
         except Exception as e:
             algo_log(f"数据处理失败：{str(e)}", level="ERROR")
-            # 调试阶段临时打开，生产环境务必注释
-            import traceback
-            traceback.print_exc()
+            if IniRead('system', 'algo_log_level', 'INFO') == 'DEBUG':
+                import traceback
+                traceback.print_exc()
+
 
     def _process_send_queue(self):
         """处理发送队列，向所有命令客户端广播消息"""