2. 日志时间戳对齐与多源时钟偏差校正

问题拆解：三类日志的时间基准并不相同

车载ATP、DMI、BTM的日志时间戳来源不同：ATP通常记录的是自身主控周期计数换算出的系统时间，DMI记录的是人机交互时刻（常带操作员可见的秒级时间），BTM则记录射频事务的触发/响应时刻。三者可能分别来自不同的晶振、不同的上电起点，甚至存在整秒级偏移。直接按字符串排序会把“BTM先检测到应答器、ATP后进入模式转换”这类因果顺序颠倒。因此本例的任务是：解析各源时间戳 → 估计相对偏差 → 统一到同一时间轴。

时间戳解析：先统一成可比较的数值

假设三类日志的典型行格式如下（示例数据，非实测）：

# ATP 事件日志（相对上电毫秒 + 日期）
2024-03-11 08:12:03.412 [ATP] MODE_CHANGE C2->C3 t_ms=183412

# DMI 操作日志（本地时间，秒级）
2024-03-11 08:12:04 [DMI] BTN_MODE_CONFIRM

# BTM 事务日志（设备内部计数，单位 10ms）
2024-03-11 08:12:02.980 [BTM] TX_BALISE id=0451 tick=1832980

解析时把每条记录转成“源内数值时间”：ATP用 t_ms，BTM用 tick×10 得毫秒，DMI用本地时间转毫秒。注意DMI只有秒级精度，对齐时其不确定度为±500ms，不能当作精确锚点。

偏差估计：用共现事件做锚点

校正的关键是找到同一物理事件在不同日志中的“共现记录”。例如ATP记录“BTM应答器报文接收完成”，BTM记录“RX_BALISE id=0451”，二者是同一事务的两端，时间差即两设备时钟偏差的观测值。对多个锚点求差的中位数，可抑制单次抖动：

import re, statistics
from datetime import datetime

def parse_atp(line):
    m = re.search(r'(\S+ \S+) \[ATP\].*t_ms=(\d+)', line)
    return int(m.group(2)) if m else None

def parse_btm(line):
    m = re.search(r'\[BTM\].*tick=(\d+)', line)
    return int(m.group(1)) * 10 if m else None

def parse_dmi(line):
    m = re.search(r'(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}) \[DMI\]', line)
    if not m: return None
    dt = datetime.strptime(m.group(1), '%Y-%m-%d %H:%M:%S')
    return int(dt.timestamp() * 1000)

# 锚点对：(atp_ms, btm_ms)，来自同一应答器事务
anchors = [(183412, 1832980), (241905, 2417470), (302118, 3019600)]
offsets = [a - b for a, b in anchors]   # ATP相对BTM的偏差
bias_atp_btm = statistics.median(offsets)  # 示例：约 432 ms

得到 bias_atp_btm ≈ 432ms 后，把BTM时间加上该偏差即可映射到ATP时间轴。DMI因精度低，只用于粗对齐（如整秒级校验），不参与毫秒级偏差估计。

对齐结果与判读

校正后按统一时间轴重排，可验证因果链是否合理：BTM应答器接收应早于ATP模式转换，DMI确认操作应晚于ATP状态变化。若校正后仍出现“结果早于原因”，说明锚点选择有误或存在未识别的时钟跳变（如设备重启导致计数归零），需回到解析阶段检查上电起点。

可复用的校正检查清单