第1章 帧率抖动的现象定义与可量化指标
本章目标：掌握帧率抖动的现象级定义，建立四个核心量化指标（帧时间标准差、帧时间分布、抖动频率、卡顿百分比）的计算口径与判定阈值，形成从“感官卡顿”到“数字标定”的排查起点。
1.1 现象识别：从“感官卡顿”到“帧率抖动”
帧率抖动（Frame Rate Jank）是指设备在一段时间内帧与帧之间的渲染完成间隔不规律，表现为画面忽快忽慢、顿挫、跳帧。用户感知的“卡顿”绝大多数不是持续低帧率（如稳定15fps），而是帧时间波动导致的视觉断续。
- 典型用户描述：“滑动时画面一卡一卡的”“动画掉帧”“跟手性差”。
- 与低帧率的区别：稳定30fps的帧时间为33.3ms（标准差≈0），用户感知平滑；帧时间在10ms~60ms间剧烈波动的平均fps可能也是30，但感知明显卡顿。
- 关键判断规则：若用户反馈“偶尔卡一下”而非“一直卡”，优先排查帧率抖动而非持续性能不足。
| 感知现象 | 可能的帧时间特征 | 初始怀疑方向 |
|---|---|---|
| 滑动列表突跳 | 单帧帧时间 > 100ms | 主线程长时间阻塞 / GC停顿 |
| 动画首帧延迟 | 首帧帧时间 > 50ms，后续正常 | 资源加载 / 布局重算 |
| 周期性微顿挫 | 帧时间以1~2秒为周期波动 | 温控降频 / 后台线程调度 |
| 高负载场景持续顿挫 | 帧时间散点图呈宽分布 | GPU渲染超时 / CPU频率不足 |
⚠ 常见误判：不要只看平均fps。平均fps ≥ 55 但帧时间标准差 > 8ms 的场景，比平均fps=45但标准差<3ms的场景更让用户感到“卡顿”。必须用抖动指标而非平均帧率做第一筛。
1.2 数据采集：四个核心指标及其采集口径
帧率抖动的量化必须建立在逐帧帧时间的基础上。以 Android 的 Choreographer 回调时间戳或 SurfaceFlinger 的 present 时间为数据源，采集连续 N 帧（建议 N ≥ 500）的帧时间序列。
| 指标 | 定义 | 计算公式 | 健康阈值（参考） |
|---|---|---|---|
| 帧时间标准差 (FT StdDev) | 帧时间序列的样本标准差，反映整体离散程度 | σ = √[ Σ(xᵢ − μ)² / (N−1) ] | σ < 6ms 为优；6~10ms 需关注；>10ms 视为抖动 |
| 帧时间分布 (FT Distribution) | 直方图或累积分布曲线，识别多峰/拖尾 | 按 2ms 为 bin 统计频次；关注 P90、P99 | P90 < 20ms；P99 < 35ms；无明显双峰 |
| 抖动频率 (Jank Frequency) | 单位时间内帧时间超过阈值的次数 | JankFreq = 帧时间 > T_jank 的帧数 / 总时长(s) | T_jank 取 35ms；JankFreq < 1.0 次/秒 |
| 卡顿百分比 (Jank Percentage) | 帧时间超过阈值的帧数占总帧数的比例 | Jank% = (帧时间 > T_jank 的帧数 / 总帧数) × 100% | Jank% < 3% 为可接受；> 8% 应介入排查 |
# 帧时间序列采集示例（adb shell dumpsys gfxinfo）
# 抓取 512 帧的 draw 耗时（单位：ns）
adb shell dumpsys gfxinfo <package> framestats
# 解析后得到帧时间序列（示例数据，单位 ms）
frame_times = [12.3, 11.8, 14.2, 18.9, 13.1, 42.7, 15.2, 11.5, 13.0, 11.9,
12.7, 55.3, 14.1, 12.4, 13.5, 11.6, 16.8, 12.2, 11.9, 13.3]
# 计算四个指标（Python 示意）
import numpy as np
ft = np.array(frame_times)
std = np.std(ft, ddof=1) # 帧时间标准差
p90 = np.percentile(ft, 90) # 分布 P90
jank_freq = np.sum(ft > 35) / (len(ft) / 60.0) # 抖动频率（假设 60fps）
jank_pct = np.sum(ft > 35) / len(ft) * 100 # 卡顿百分比
采集原则：数据采集必须在真实用户场景（滑动、动画、列表滚动）下进行，避免静态界面。采样帧数 N ≥ 500 才能保证标准差和 P99 的统计稳定性。
1.3 原因定位：故障树与排查表
基于四个量化指标的组合特征，可以快速收敛到根本原因。下表给出“指标模式 → 根因”的判断规则：
| 指标组合模式 | 典型根因 | 排查方向 |
|---|---|---|
| σ 高 + P99 极高 + JankFreq 稀疏 | 偶发长耗时任务（GC、IO、Binder） | 抓取 Systrace 定位长帧；检查 Binder 调用 |
| σ 中高 + 分布呈双峰 + Jank% > 5% | Vsync 失调 / 帧率切换偏移 | 检查 Choreographer callback 间隔；查看 SurfaceFlinger 落帧 |
| σ 高 + 所有帧时间普遍偏大 + 分布右移 | GPU 渲染过载 / 着色器编译 | 检查 GPU 渲染管线；使用 GPU Inspector 分析 |
| σ 低 + JankFreq 高 + 小幅波动 | CPU 频率锁制 / 温度降频 | 查看 CPU 频率曲线和温控日志 |
以下故障树提供了从“帧率抖动”到根因的完整分解路径：
故障树使用方式：从顶部“帧率抖动现象”开始，沿分支向下检查每个量化指标；若指标异常，继续沿对应子分支到数据采集层，再向下定位到具体原因类别，最后执行修复与预防。