fix-2d-array-row-write

name	fix-2d-array-row-write
description	Preallocated 2D array row assignment (pc[p] = array) silently fails for large arrays — use ins.stack instead
source	auto-skill
extracted_at	2026-06-06T19:58:07.524Z

2D 数组逐行赋值 bug

问题

对预分配的 2D complex128 数组做逐行赋值 pc[p] = fftconvolve(...) 或 s_rx[p] = pulse + noise 时，当行数 >= 128，所有行的值变成相同的（最后写入的那一行）。行数小时（如 4）正常。

症状

• 所有脉冲压缩结果相同 → Doppler FFT 后能量集中在 DC(0Hz)
• 能量图看似正常但实际没有多普勒信息
• 仅在大数组（>=128行）时出现

根因

pc[p] 返回的 view 在 Insight7 的 __setitem__ 实现中有 bug，对于大步长的 2D 数组写入不生效。多次写入只覆盖了同一片内存。

解决方案

不要使用 pc[p] = row_array 模式：

# ❌ 错误 — 大数组时所有行变成相同值
pc = ins.zeros([N_PULSES, N], ins.complex128)
for p in range(N_PULSES):
    pc[p] = compute_some_row()  # Bug: 只有最后一行有效

使用 ins.stack(list_of_rows, 0) 构建：

# ✅ 正确 — 适用于任意行数
rows = []
for p in range(N_PULSES):
    rows.append(compute_some_row())
pc = ins.stack(rows, 0)

注意事项

• ins.stack 构建的 2D 数组行是视图（view），不是拷贝。将视图传递给某些操作（如 fftconvolve）可能产生错误结果（也读到错误内存）
• 如果需要按行传递给其他函数，确保传递新创建的数组而非视图

替代方案：合并循环

如果回波模拟和脉冲压缩需要串行，将两者合并到同一循环中，避免创建中间 2D 数组：

rows = []
for p in range(N_PULSES):
    s_rx = generate_pulse(...)  # 返回新 Array
    pc_row = ins.signal.fftconvolve(s_rx, mf, "same")  # s_rx 是新 Array 不是 view
    rows.append(pc_row)
pc = ins.stack(rows, 0)