“全能的主！ 看来我刚刚杀了May先生！……但是，只要有可能，我们就继续”（C）J。Clarkson
在本文中，我将告诉您如何使用普通笔记本电脑，一根电线，两个3.5毫米插孔和两个高音压电扬声器通过水通过声音传输视频（以及几乎视频）。 我还将解释其原因和工作原理，并讲述一个有趣的故事，说明我们是如何想到的。 而且，作为蛋糕上的樱桃，在文章后附有一篇有关C＃的源代码，以便有兴趣的每个人都可以自己尝试，因为科学知识是可验证的，不是吗？
如果读者突然想对声纳主题进行更深入的研究，建议您熟悉我们以前的出版物，在这些出版物中，我们通过一些方式谈论我们的项目，以揭示通过水传输信息的困难：
每年从零开始的水下GPS水下GPS：继续水下航行：方向寻找-不要方向寻找，您注定要成功蓝细菌对总裁言语功能的影响通常，必须学习一个简单的道理：任何距离（至少数百米）的水视频都不能使用声音进行传输。 关键是可用频带极窄，不同频率的衰减随距离的强烈不均匀性。 优点是噪声，多径传播，混响，介质中声速因密度（即压力，温度和盐度）而变化，多普勒效应，这在无线电通信中效果不佳。
最先进的声纳调制解调器的速度限制离能够传输视频非常远。 据我所知，该记录属于EvoLogics，记录速度为62.5 kbps，最大记录距离为300米。 此外，关于无法通过水（在适当距离）传输视频声音的说法仅属于EvoLogics的创始人兼董事Konstantin Georgievich。
当我是Hydrosvyaz研究所的研究员时，当时完全不省人事，我想要伟大的成就，
北方和南方的胜利，巨大的土壤疏松 （不，我仍然想要它们，但是那时，我一点也不背负着经验和知识，一切似乎都神奇而美妙）。 在那个时代的团队（其中一部分是我的真实团队）中，我们常常幻想着一些不切实际的声纳项目，在
垃圾填埋场翻腾，并试图连续使用来自一个伟大的古代文明的各种文物，该研究所在某种程度上试图理解声纳通信之道。 。
沉浸在那些回忆中使我产生矛盾的感觉。 然后似乎什么也没有，没有人能阻止我们：我们从总监那里淘汰了一台中国铣床，进行产品原型设计，从荷兰水管Van De Lande组装了常压体，制造商甚至就此事写了一封信：“您是否不小心检查了哪个您的管道可以承受外部压力吗？” 他们用自己的钱在早餐容器中收集了面包板模型，然后秘密地去测试以对它们进行秘密测试，为同事和亲戚收集了冰钻和雪橇，甚至在欧尚购买了一艘中国PVC船。 回首过去，我感到心中充满了恐惧，怀旧和恐惧。
公平地说，值得一提的是，我们一直以来都得到了一些领导者的大力支持-言传身教，因此，我们所有的手工艺品都通过了OCD认证（意味着实验设计工作，而不是强迫症），甚至在2013年国际海军沙龙展出 是的，是的，我们开车去水管，用自己的双手涂上鲜橙色的
StDmitirev ！ 它们在手提箱里：
有一天，我的朋友和同事
StDmitirev在有关光谱和频谱图的对话中说出了以下一句话：
“但是，建立这样的系统会很有趣：潜艇手坐在潜艇上，看着监视器，光谱图在该监视器上平稳移动，字母和数字像另一只潜艇的手指一样写在另一只潜艇的雾窗上。”
每个人都笑了，开发了这个主题，似乎即使在同一天，他们也对频谱图画了一个笑脸，并听了它的发音。 我真的很想把它付诸实践。
现在很难记得了（那是在2012年）。 我有一台带有网络摄像头的工作计算机，装有各种人工制品的天线和一个特殊的“桶声纳”（VG-1-P）加水。 由于我向所有老板展示了不同设备模型的工作，因此他们称他为升职，这促使我晋升为高级研究员。
我不受任何义务的约束，该方法本身早已在公共领域公开发布，其结果已在大会上反复报道。
所以，我要告诉您的是什么精神-如何通过水传输视频：
如何产生信号？
我们记得该想法是基于“绘制频谱图”的，也就是说，传输的图像就是信号的频谱图。 为了将信号从时域转换到频域，反之亦然，为了简便起见，使用（例如，很好地）傅里叶变换，或更确切地说是快速傅里叶变换，称为FFT或更常见的是FFT（快速傅里叶变换），使用起来很方便。
由于我们需要将图片（视频帧）转换成可以由任何计算机的声卡发出的音频信号，因此显然我们将使用逆变换IFFT来形成它。 我们将分列发射图片，并如下图所示形成一列信号：
=
假设FFT窗口的大小为N，并且有一个大小为N的数组。如果我们将其视为信号的频谱，则其零元素对应于零频率（常数），索引为N-1的计数对应于采样率Sample Rate。 必须选择这样的图像帧大小和FFT窗口大小，以便一方面使它在某种程度上类似于视频（传输一帧将花费一段合理的时间），另一方面，所使用的频带在原则上是足够的，并且对于可用设备是足够的。 现在，如果我们从某个喜欢的计数（从图中的底部到顶部）输入图片的一列（帧共通）的亮度值，然后执行逆FFT，那么我们将在输出端得到一个编码图像一列的信号。 现在剩下的工作是，以相同的方式为图像的其余各列形成信号，并使用声卡交替发出信号。
值得注意的是，输出处的FFT给出了一个复数值数组，因此我们的信号是最重要的部分。 当然，列中的结果信号会减少为16位带符号整数（以这种形式，通常会存储数字音频信号）并进行标准化。
实际上，在图片的开头，我还输入了几列最大亮度，稍后在接收器端，这将确定收发器路径（和传输通道）的频率响应，将其反转并稍微平滑后将有助于我们改善接收的帧。
我认为，演示发射机设备的最简单方法是用一段代码，这里是（Encoder类的Encode方法）：
public double[] Encode(Bitmap source) { Bitmap frame; if (source.PixelFormat != System.Drawing.Imaging.PixelFormat.Format8bppIndexed) frame = Grayscale.CommonAlgorithms.RMY.Apply(source); else frame = source; if (!frame.Size.Equals(frameSize)) frame = resizer.Apply(frame); double[] samples = new double[fftSize * frameSize.Width]; alglib.complex[] slice = new alglib.complex[fftSize]; double maxSlice; int sampleIndex = 0; int colsCount = frameSize.Width; int startRow = startLine; int endRow = startRow + frameSize.Height; for (int x = 0; x < colsCount; x++) { for (int y = startRow; y < endRow; y++) slice[y].x = (frame.GetPixel(x, frameSize.Height - (y - startRow) - 1).R / 255.0) * short.MaxValue; for (int y = 0; y < fftSize; y++) slice[y].x *= randomizerMask[y]; alglib.fftc1dinv(ref slice); maxSlice = double.MinValue; for (int y = 0; y < slice.Length; y++) if (Math.Abs(slice[y].x) > maxSlice) maxSlice = Math.Abs(slice[y].x); for (int i = 0; i < slice.Length; i++) { samples[sampleIndex] = (short)Math.Round(slice[i].x * short.MaxValue / maxSlice); sampleIndex++; } } return samples; }
该代码自然不会伪装成任何东西，而只是为了演示而匆忙编写。
那么传输速度呢？
以及如何评估呢？ 我们设法（
从邪恶而不是邪恶）维持了大约两个月的阴谋，而我们的一些高级同志和领导人在空闲时间设法写了一堆纸，想知道如此疯狂的传输速度会如何。
例如，如果采样频率为96 kHz，并且将FFT窗口大小设为512，我们将向发送器输入发送120 x 120像素（每像素8位），则发送一个图像帧所需的时间为：
120 * 512/96000 = 0.64秒比特率似乎应该是：
120x120 * 8 / 0.64 =每秒180,000位！导演的儿子当时很高兴-是的，您已经可以使用Internet协议！ 这是一个突破！正如我将在下面显示的那样，很容易陷入这种误解。 怎么了 毕竟，一切都如此简单而优雅！
实际上，这种速度计算不适用于此方法，就像它不适用于模拟电视信号一样，每个像素有多少位？ =）那最简单的探测器接收器呢？ =））
所描述的传输方法本质上是
模拟，并且“位”和“像素”的概念不适用于它-在同一张图片中，理论上，每个像素亮度不能采用8位，而是16位，“速度”将自动加倍。
现在该展示我们“突破”的最初结果：
上图是我们于2012年冬天在Pichuga河上拍摄的。 传输距离为700米。 是的，a，我亲爱的读者，这根本不是高清的，甚至还没有采用最可耻的CamRip。 我不记得是谁了，但是有人非常准确地注意到，我们所有的“视频”都像从垂死的星球上发出求救信号。
值得注意的是，随着时间的推移，这可以描述为一种OFDM-数据在正交子载波上传输，这意味着对音调和其他窄带干扰具有良好的抵抗力-在这种情况下，图片的各个“线”会失真。 相反，脉冲噪声会使一个或一组色谱柱失真。 图片的特征“条带”是由所谓的 由于多径传播而导致频率选择性衰落，但我将在其他时间讨论。
接收器如何布置？
我将立即预订，以便在水桶甚至小水池中尝试此方法，两个小时长的零件（例如圆形零件）带有将声卡焊接到上面的连接器就足够了。 对于发射器，您可以使用相当长的电缆（2-3-4-5米）并且使用非屏蔽电缆，并用zapon清漆或一小层密封剂将压电元件密封-足够多次。 产生的声纳天线（不是吗？）插入了耳机插孔。
下图显示了撰写本文时手头上的各种作品。 所示的所有压电元件都非常适合“尝试”，并且通常在任何
垃圾场中都有一个无线电商店。 Pyatak没有压电效应，并且在图像中以比例尺显示。
对于接收器，最好采用带相同连接器的屏蔽麦克风电缆，并在末端涂上密封剂或清漆的压电二极管。 我们将此天线插入麦克风插孔。
对于在池塘上进行的实验，最好采用某种压电环作为发射器，然后将其放大后馈入其中（带有正确缠绕变压器的TDA2030上的放大器在一个好的池塘中可以持续数百米，
或者可以缠绕
另外5圈 ）。 对于接收器，在这种情况下，还需要前置放大器，最好是带通滤波器。 如果读者有兴趣了解更多详细信息，请在评论中告诉我们，我们将尝试撰写有关声纳通信的功率放大器，前置放大器和天线的创建的文章。
因此，回到接收器，更确切地说，回到其软件部分
通信中最重要的事情是同步和确定有用信号的存在。 在我们的示例中，检测是通过频带中的能量执行的：确定了急剧增加的位置（帧的开始）和急剧下降的位置（帧的末端），条件是从前到后至少应存在帧的持续时间。
尽管非常简单，但效果却出奇的好。
声卡上的数据由FFTSize样本收集，对它们立即进行FFT，并将它们存储为单独的“片段”，等待它们被搜索过程处理的时刻，这是其代码（Receiver类中的Search方法）：
private void Search() { int sliceIndex = 0; int frameWidth = encoder.FrameSize.Width; int minSlicesToSearch = Convert.ToInt32((frameWidth + 5) * 2); int sliceSize = encoder.FFTSize; double weight; int lastRisePosition = 0; int prevRisePosition = 0; while ((slices.Count > minSlicesToSearch) && (sliceIndex < slices.Count)) { weight = 0.0; for (int i = 0; i < sliceSize; i++) weight += Math.Abs(slices[sliceIndex][i]); double ratio = weight / previousWeight; if ((ratio >= risePeekRatio) && (sliceIndex - prevRisePosition > frameWidth)) { prevRisePosition = lastRisePosition; lastRisePosition = sliceIndex; if (lastRisePosition + (frameWidth + 5) < slices.Count) { double[][] samples = new double[frameWidth + 5][]; for (int i = 0; i < frameWidth + 5; i++) { samples[i] = new double[sliceSize]; Array.Copy(slices[lastRisePosition + i], samples[i], sliceSize); } slices.RemoveRange(0, sliceIndex); lastRisePosition = 0; if (FrameReceived != null) FrameReceived(this, new FrameReceivedEventArgs(encoder.DecodeEx(samples, 5))); lastRisePosition = sliceIndex; } } sliceIndex++; previousWeight = weight; } Interlocked.Decrement(ref isSearching); }
这是一段负责解码图片的代码（Encoder.DecodeEx）：
public Bitmap Decode(double[] samples, int measureCols) { int colCount = samples.Length / fftSize; if (colCount == frameSize.Width + measureCols) { int rowCount = frameSize.Height; Bitmap temp = new Bitmap(colCount, rowCount); double[] slice = new double[fftSize]; alglib.complex[] sliceC = new alglib.complex[fftSize]; int samplesCount = 0; byte component; int decodeStart = startLine; int decodeEnd = startLine + rowCount; double maxSlice; for (int x = 0; x < colCount; x++) { for (int y = 0; y < fftSize; y++) { slice[y] = samples[samplesCount]; samplesCount++; } alglib.fftr1d(slice, out sliceC); maxSlice = double.MinValue; for (int y = decodeStart; y < decodeEnd; y++) if (alglib.math.abscomplex(sliceC[y].x) > maxSlice) maxSlice = alglib.math.abscomplex(sliceC[y].x); int offset = temp.Height + decodeStart - 1; for (int y = decodeStart; y < decodeEnd; y++) { component = (byte)(255.0 * alglib.math.abscomplex(sliceC[y].x) / maxSlice); temp.SetPixel(x, offset - y, Color.FromArgb(component, component, component)); } } return temp; } else { throw new ApplicationException("Specified array length error"); } }
现在，我建议看一下在不同水库不同时间进行的“视频”传输的实验结果。
这两张照片（下图）是2013年在圣彼得堡国际海军沙龙上（当时）通过两台笔记本电脑和一个水族馆拍摄的。
无法弄清楚徽章上写的是什么
这是我们在卡累利阿的拉多加湖的一个海湾中录制的两个“视频”，它们是这种方法的一种记录（我们再也没有尝试过，而且不太可能）–第一个是在500公里的距离上拍摄的，第二个是在1000米处拍摄的：
通过水视频传输，距离为500 m（文件8.7 mb）
由于使用网络摄像头实时录制了“视频”，因此各种奇怪的东西都掉进了框架。 如果有人猜到并在评论中写下最后一个“视频”中的背景，这将非常有趣。
支持该方法已发布很久的事实-
我们的文章已于2013年发布
我使用了很棒的
AForge库来
捕获网络摄像头图像 。
出色的
AlgLib库使用复数和FFT函数。
而且，正如我所承诺的那样，C＃（VS2012）中的整个项目都作为“家庭”工作的材料附加到文章中。 为了方便起见，
项目和
二进制文件是分开的。
该演示提供了更改（移动）占用频带以及对输出帧进行伽马校正的功能（所有内容都可以实时更改）。
聚苯乙烯
我已经很长时间没有使用C＃了，很难在工作时间表中找到时间，因此对于代码的混乱和匆忙，我事先表示歉意。
PPS
我没有在商品上附上一根电线，两个插孔和两根电线-不够给所有人。
勘误表和附录
-在某些输入的声卡中，有一个低通滤波器，可悲地削减了〜15 kHz以上的所有信号（为什么？）。
-默认情况下，该演示项目的采样频率为96 kHz，但并非所有现代声卡均支持该采样频率（为什么？）。 如果设备不能达到96 kHz，则需要在设置中设置48 kHz，否则，肯定在任何地方都支持44100，但是，一帧的传输持续时间将相应地更长。
以下是可以视为年轻声纳设备的笔记本电脑和声卡的列表：
- 联想Ideapad Y510P带有JBL声音
- 华硕n55s
- 华硕K501U
- 外部声卡Sound Blaster X-Fi Surround 5.1（型号SB 1095）