声波通讯 - 流式数据处理 - 窗口对齐

问题描述

• 个人当前实现的声波通讯程序原理是：采用两个不同频率的声波表示0和1，按照所需传输数据的二进制编码生成一段声波进行播放，音频接收端使用快速傅里叶算法解析采集到的音频数据，通过解析出的两个特定频率的排列顺序还原出二进制数据。
• 问题：音频频率并不是一个sample的音频就可以解析出，使用快速傅里叶算法解析，需要多个sample的音频数据才能表示一个频率，假设是每40个sample表示一个频率（即一个二进制位0或1），音频接收端也需要以同样的sample个数作为一个解析窗口，由于发送和接收的时间不一定同步，就会产生一个窗口对齐的问题，如下：

* 假设发送数据是0和1交替，窗口是4个sample的音频数据
发送端：000011110000111100001111000011110000111
接收端：0000111100001111....
可能是： 000111100001111....
也可能是：00111100001111....
也可能是： 0111100001111....

• 如上图，如果接收解析端也按照4个sample去解析，窗口没对齐时，4个sample中就会混杂0和1，这样解析出的数据就可能是错的，或者全部是乱七八糟的数据。

问题解决

• 之前公司老员工给的解决方案是：创建多个解析处理，每个处理间隔一定时间，这样总有一个解析是完全正确的。
• 经过一定时间的思考，有了一个更好的办法。

有利条件

• 判断一个窗口音频数据的频率时，可以采用判断两种特定频率的快速傅里叶运算值，哪个高就认为是哪个频率，这样的话窗口并不需要完全对齐，只要窗口中正确的频率超过另外一个频率，即正确的sample数据占比大于50%就能解析出正确的数据，如下：

* 如果数据是0
接收到的音频sample数据：0000 （可以正确解析）
0001（可以正确解析）
0011（不能正确解析）

现实场景

• 如上，只要解析窗口不正好和发送窗口相差一半窗口的时长就不会出错，这种情况出现的概率也比较小，这样的话，理论上大部分情况都能解析出正确的答案；但是实际测试中发现，不做其它处理，解析出正确的结果的几率很低，原因是：发送和接收端都有可能丢失sample。
• 正确解析方案：解析窗口越靠近发送窗口的开始或者结束，得到正确结果的可能越大。

如何实现

• 我们无法保证单个解析窗口与发送窗口的时差，因此我们需要创建额外解析窗口，只需要再创建一个就好了，不需要多个，与第一个解析窗口的时差控制在半个窗口的时长，如下：

发送端：000011110000111100001111000011110000111
* 情况1：第一个窗口解析错误，第二个窗口就能解析正确
接收端窗口1：00111100001111.... 
接收端窗口2：  111100001111.... （与第一个窗口相差半个窗口时长）
* 情况1：第一个窗口解析正确，第二个窗口就会解析错误
接收端窗口1：000111100001111....
接收端窗口2：  0111100001111.... （与第一个窗口相差半个窗口时长）