你好，亲爱的！
今天，我们将再次使用超声波通过水传输图像：我们将在字面上看到混响和回声，甚至根据情况如何变化。 我要告诉您的一切都很简单，我自己重复一遍很有趣，几乎任何人都可以做到。
如果您的话语在您的灵魂中飞舞，欢迎来到凯特，走进我们池塘的黑暗水域！
“最好的休息就是解释众所周知的事实。” （C）二十二世纪中午，ABS
前戏
水声目击者俱乐部的基本规则是，在水体的中部或多或少有效距离（超过几米）使用水声的视频无法传输，并且永远不会传输。
这有很严重的原因-具有非常低的带宽，低的信号传播速度（在水中仅1,500 m / s）和较高的出错概率的通信信道。 可用频带只有几十千赫兹。
但这还不是全部-如果相对而言，如果信号在10 kHz左右的频率在水中以大约8-10 km的距离传播，那么在20 kHz的频率下已经是3-5 km，并且频率越高，衰减越强。 例如，我们世界上最小的
uWAVE调制解调器工作在20-30 kHz频段，并以每1000米78比特/秒的速度传输数据，而
RedLINE则在5-15至8000米的频段内传输数据。 商用设备中的记录属于
EvoLogics-每300米68
kBits 。
，无法欺骗物理，不可能对此达成共识-它可以非常缓慢且抗噪音的方式传播，也可以快速传播，但传播距离很短。
但是，在某些情况下，可以“切掉一些角”，这一次我们要切掉的角较低。
我们今天将要做什么？为此需要什么？
在之前的文章中，我们已经
通过声音传输了带有声音的“视频” ，我想提醒您那里的帧是“绘制在频谱上的”，也就是说，频谱，或者说信号的频谱图就是一幅图片。
后来，我们
用垃圾制成了
简单的水 声天线，并制造了
最简单的水声调制解调器 。 在那里，我们还为天线做了一个前置放大器（
此处仍由LUT-ohm自行生产PCB的设计）。
我们认为您还可以尝试传达图片，以便甚至是
幼儿园的学生都可以理解它，而且在我们看来，他们想出了一种比以前更简单的方法。
因此，总而言之，请草拟一份我们需要的清单：
-一对
拾音器的声纳天线-LUT制造的
前置放大器-C＃项目
源代码-一对12伏铅电池
-TDA上的放大器，我在阿里只花了50卢布
一点理论
回想一下，我们的
声纳调制解调器基于简单的音频检测器，其频率比采样频率低4倍。 简要回顾一下它是如何工作的。
图片显示了在Pi / 2上两个相对偏移的振荡-即正弦和余弦相位。 而且，如果频率恰好是采样频率的四倍，则该周期只有四个采样。
细心的habuchitel确实注意到两个信号都转移到Pi / 4上。 经过这样的移位，信号仅取两个值：√2/ 2和-√2/ 2。
特定的值甚至都不重要，重要的是您只能使用符号“ +”和“-”。
现在我们可以将正弦相位表示为符号“ +”“ +”“-”“-”的序列，并将余弦相位表示为“ +”“-”“-”“ +”。
在扰流板下，重复检测器：假设输入信号在sn缓冲区中，则对于正弦和余弦相位，我们有两个环形平均缓冲区-大小为N的bs和bc。它们具有共同的头和尾指针-bH和bT。 在初始时间，bH = N-1，bT =0。平均周期计数器C = 0。
我们从输入缓冲区中提取4个样本，然后根据字符序列将其相加。
a = sn(i)
bs(bH) = a
bc(bH) = a
s1 = s1 + a - bs(bT)
s2 = s2 + a - bc(bT)
bH = (bH + 1) % N
bT = (bT + 1) % N
a = sn(i+1)
bs(bH) = a
bc(bH) = -a
s1 = s1 + a - bs(bT)
s2 = s2 - a - bc(bT)
bH = (bH + 1) % N
bT = (bT + 1) % N
a = sn(i+2)
bs(bH) = -a
bc(bH) = -a
s1 = s1 - a - bs(bT)
s2 = s2 - a - bc(bT)
bH = (bH + 1) % N
bT = (bT + 1) % N
a = sn(i+3)
bs(bH) = -a
bc(bH) = a
s1 = s1 - a - bs(bT)
s2 = s2 + a - bc(bT)
bH = (bH + 1) % N
bT = (bT + 1) % N
在每个处理了四个样本之后，我们检查平均周期的计数器，如果它超过了N，则我们计算载波的振幅cA：
if ++cycle >= N
cA = sqrt(s1 * s1 + s2 * s2)
cycle = 0
end
我们以此方法为基础；它将负责“同步”。
现在让我们看看图像是如何编码的。 我建议使用
幅度操纵 。 操纵是指将信号划分为相等的片段（称为码片或符号），然后沿着码片的长度存储一些可变参数（在我们的情况下为振幅）。
例如，如果我们可以在0到32767（16位样本）的范围内改变幅度，并且我们需要传输255个像素亮度值，那么每单位像素亮度变化，芯片的幅度将变为32768/255 = 128。
另一个重要参数是芯片的长度，我们从一个载波周期开始-在本例中为四个样本。
因此，图片将逐像素传输，每个像素持续4个样本，此周期的幅度为b [x，y] * 128，其中b [x，y]是图像b中具有x和y坐标的像素的亮度值。
让我们估计一下传输速度。
在示例中，我使用了120x120像素的帧大小。 这意味着要转移一帧，我们需要
120x120x4 = 57600个样本，
如果采样频率为96 kHz，则一帧的传输将花费时间：
57600/96000 = 0.6秒
显然，我们需要某种暂停，一定的保护间隔，以便检测器可以确定下一帧的开始。 出于人道的原因，假设对我们来说0.1秒就足够了，在此期间所有回声都消失了（实际上不是）。 然后，最终传输速率将变为：
1 /（0.6 + 0.1）= 1.428帧/秒
在此处犯错并尝试计算速度（以位/秒为单位）非常容易。 看看传输速度是多么令人难以置信：
120 * 120 * 8 / 1.428 = 80627 bps
但是，如果我没有8位像素，而是16位像素，会发生什么情况？
120 * 120 * 16 / 1.428 = 161344 bps
这里的问题是，再次，这种传输方法不能称为数字传输，并且比特率的概念对此并不完全有效。
尝试计算模拟电视信号的比特率。 对于探测器接收器？ :)
因此，例如，一条信号看起来像，传输了10个像素的亮度，其值交替变化：1 2 1 2 1 2 1 2 1 2
现在，让我们在示例中看看它是如何工作的。 Encode和Decode方法位于
Encoder类中，负责调制和解调图像：
public double[] Encode(Bitmap source, double carrier, int pSize, int interframePauseMs) { 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); int cols = frameSize.Width; int rows = frameSize.Height; int col = 0; int row = 0; double delta = Math.PI * 2 * carrier / sampleRate; double alpha = 0; double phase = 0; double pxAmplitude = 0; double chipLimit = Math.PI * 2 * chipSize; double pLimit = Math.PI * 2; List<double> samples = new List<double>(); bool isFinished = false; for (int i = 0; i < pSize; i++) { alpha = Math.Sin(phase); phase += delta; if (phase >= pLimit) { phase -= pLimit; } samples.Add(alpha * short.MaxValue); } while (!isFinished) { alpha = Math.Sin(phase); phase += delta; if (phase >= chipLimit) { phase -= chipLimit; pxAmplitude = (((double)frame.GetPixel(col, row).R) / 255.0) * short.MaxValue; if (++col >= cols) { if (++row >= rows) isFinished = true; else col = 0; } } samples.Add(alpha * pxAmplitude); } if (interframePauseMs > 0) { samples.AddRange(new double[(int)((((double)interframePauseMs) / 1000.0) * (double)sampleRate)]); } return samples.ToArray(); }
从代码中可以看出，在调制图像之前，将由纯音组成的同步前缀（pSize样本）添加到输出信号-这是必要的，以便在接收端可以在图像本身之前发生同步，
并且通常可能在不利条件下
发生 。
解码方法如下：
public Bitmap Decode(double[] samples, double carrier, int pSize) { int cols = frameSize.Width; int rows = frameSize.Height; int col = 0; int row = 0; Bitmap result = new Bitmap(cols, rows); double delta = Math.PI * 2 * carrier / sampleRate; double alpha = 0; double phase = 0; double chipLimit = Math.PI * 2 * chipSize; double chipAmplitude = 0; double maxAmplitude = WaveUtils.GetMaxAmplitude(samples); double pxMax = -maxAmplitude; double pxMin = maxAmplitude; double smp; for (int i = pSize; (i < samples.Length) && (row < rows); i++) { alpha = Math.Sin(phase); phase += delta; if (phase >= chipLimit) { phase -= chipLimit; chipAmplitude = (Math.Max(Math.Abs(pxMax), Math.Abs(pxMin)) / maxAmplitude); pxMin = maxAmplitude; pxMax = -maxAmplitude; var gs = Convert.ToByte(chipAmplitude * 255); result.SetPixel(col, row, Color.FromArgb(255, gs, gs, gs)); if (++col >= cols) { col = 0; row++; } } else { smp = samples[i] * alpha; if (smp > pxMax) pxMax = smp; if (smp < pxMin) pxMin = smp; } } return result; }
可以看出，这两种方法均不受任何特定频率的限制，可以与其他检测器一起使用。
信号搜索本身（检测，同步）也像我们
最简单的水声调制解调器中一样发生 ，唯一的区别是我将其放在单独的类
FsBy4CarrierDetector中进行更改。
所有简单的魔术都发生在bool ProcessSample方法中（简称a）
public bool ProcessSample(short a) { bool result = false; if (smpCount == 0) { ring1[ringHead] = a; ring2[ringHead] = a; s1 += a - ring1[ringTail]; s2 += a - ring2[ringTail]; } else if (smpCount == 1) { ring1[ringHead] = a; ring2[ringHead] = -a; s1 += a - ring1[ringTail]; s2 += - a - ring2[ringTail]; } else if (smpCount == 2) { ring1[ringHead] = -a; ring2[ringHead] = -a; s1 += -a - ring1[ringTail]; s2 += -a - ring2[ringTail]; } else if (smpCount == 3) { ring1[ringHead] = -a; ring2[ringHead] = a; s1 += -a - ring1[ringTail]; s2 += a - ring2[ringTail]; } ringHead = (ringHead + 1) % ringSize; ringTail = (ringTail + 1) % ringSize; if (++smpCount >= 4) { smpCount = 0; if (++cycle >= ringSize) { s = Math.Sqrt(s1 * s1 + s2 * s2) / ringSize; cycle = 0; result = (s - sPrev) >= Threshold; sPrev = s; } } return result; }
在每个传入样本上都会调用它，并在检测到载波时返回true。
由于检测器远非完美，并且可以轻松地在行的中间进行同步，因此我添加了一个特殊的滑块，移动该滑块可以实现更准确的同步。
现在，在我们简要研究了所有工作原理之后，让我们继续进行最美味的部分：可以从所有这些中获得什么。
一点练习
首先，让我们检查一下没有声纳通道的情况下的工作原理-只需将接收天线和发射天线相互连接即可。
首先，图片较大（240x120），因此至少可以看出：
然后快速播放，使
生活更像视频：
好像还不错吗？ 但不要急于下结论，而去游泳池：
正如我在标题中所承诺的，在这里，我们将亲眼看到回声：
埃隆·马斯克（Elon Musk），您觉得怎么样？ 你喜欢高清吗？ 为什么会这样呢？
一切都非常简单-回波本质上是原始信号的延迟副本，在接收点会产生干扰，在不同的相位折叠并给出这样的图像。 由于我们传输了图像，最终我们得到了许多幅彼此重叠且幅值不同的图像。 所有这些最终导致模糊和再现。
往回看，让我们检查一下模型大图片上的所有内容。 我随机拍了张照片：
我对其进行了调制，然后添加了回声和一点噪声，然后对其进行解码，是的-结果类似于我们在池中得到的结果：
原则上，可以进行去
卷积并减去反射，但是
让我们这个地区的人们离开这一点进行独立工作。
顺便说一下，池中的
前一种方法效果更好，但效果也很差-在宽带信号上，多径和混响会导致频率选择性衰落，在图片中（在频谱上读取）看起来像是黑白条纹-信号处于反相状态，以及它的开发阶段（实际上，还有很多中间选项）：
4月，我们抓住了片刻，带着面包板模型去了池塘，并在那里宠爱自己：
结果与池中获得的结果没有太大不同：
立即比较一下以前的方法：
这是从保存的帧中收集的gif动画，方法1：
在本文中我们将讨论方法2：
总结
如所承诺的，我们展示了回声和混响的字面外观，如何度过了有益的时光并用手完成了一些工作。
当然，以这种形式，该方法在实践中不适用，但是对初学者来说，使用它会非常有用。
一般而言，我们在条件很不利的浅水池中进行检查，如果有人在其他水库中重复我们的实验并肯定会告诉他们结果，那将是很酷的。
如果读者只是想尝试（即使是戴着麦克风和扬声器在空中），也可以使用以下链接：
方法1方法2（来自本文）聚苯乙烯
我们非常希望获得读者的反馈，因为了解您正在徒劳（或徒劳，然后需要立即停止）是非常重要的。
PS / 2
我会立即回答一个常见问题：对于这类儿童设施中的鱼类和其他海洋生物而言，这一切都鲜为人知。