帧率抖动的度量指标

为什么不能只看平均帧率？

平均帧率 60fps，就代表流畅吗？
我在项目里遇到过真实案例：某款 MOBA 游戏平均帧率一直稳定在 58～62fps，但玩家疯狂吐槽「一打团就卡」。一抓数据才发现——平均帧率骗了所有人。

平均帧率会把短暂的掉帧「平均掉」。你想想看，一段 10 秒的数据里，9 秒跑 60fps，1 秒掉到 20fps，平均还是 56fps。但玩家的眼睛，对那 1 秒的卡顿记忆深刻。所以我们需要更精细的度量指标，把抖动「揪出来」。

标准差 — 抖动幅度的「黄金标尺」

标准差这个东西，搞过统计的人都不陌生。它衡量数据集的离散程度。用在帧率分析上，标准差越大，帧率波动越剧烈。

公式不复杂：

σ = sqrt( Σ(FPSᵢ - μ)² / n )

其中 μ 是平均帧率，n 是帧总数。单位就是 fps，非常直观。

我个人习惯这样看：
σ < 3 fps → 流畅，几乎感觉不到抖动
3 ≤ σ < 8 fps → 轻微抖动，部分敏感用户能察觉
8 ≤ σ < 15 fps → 明显抖动，大多数用户会抱怨
σ ≥ 15 fps → 严重抖动，必须立即优化

方差 — 把极端抖动「放大」的显微镜

方差就是标准差的平方，单位是 fps²。它没什么物理意义，但有一个特点：对离群值极度敏感。

为什么会有用？举个例子：
数据 A：[58, 59, 60, 61, 62] → 方差 ≈ 2.0
数据 B：[58, 59, 60, 61, 62, 20] → 方差 ≈ 215.8

一个 20fps 的掉帧，让方差从 2.0 飙到 215.8，放大了一百多倍。如果你在自动化监控里用方差做告警阈值，稍微一个异常值就会触发——敏感，但容易误报。

我个人较少直接用方差做对外汇报，而是把它放在内部监控系统里，作为「抖动探测」的早期预警信号。配合标准差一起看，能快速判断是否存在极端毛刺。

卡顿百分比 — 玩家体验的「照妖镜」

前面两个指标都是统计视角，但玩家不关心 σ 是 3 还是 5，他们只关心——刚才是不是卡了一下？

卡顿百分比（Jank Percentage）的定义很简单：

卡顿百分比 = (帧间隔 > 阈值的帧数) / 总帧数 × 100%

阈值怎么定？业界常用 50ms（对应 20fps）。
我把这个标准再细化了一下：

• 轻微卡顿：帧间隔 > 33ms（< 30fps）
• 明显卡顿：帧间隔 > 50ms（< 20fps）
• 严重卡顿：帧间隔 > 100ms（< 10fps）

注意，卡顿百分比和掉帧率是两回事。掉帧率关注「帧率低于目标」的占比，而卡顿百分比关注「单帧耗时过长」的占比。后者和用户的「卡一下」感知更贴合。

辅助指标 — 帧间隔与百分位帧率

除了上面三个主力指标，还有两个辅助工具我几乎每天都用。

帧间隔 (Frame Delta)
每帧的耗时数据，单位 ms。它是所有指标的基础原材料。我会把它画成时序图，肉眼一看就知道抖动发生在哪个时间点。配合 CPU/GPU 耗时曲线，能快速定位是渲染瓶颈还是逻辑瓶颈。

99百分位帧率 (P99 FPS)
把帧率从小到大排序，取第 99% 位置的值。P99 帧率能告诉你「最差的 1% 场景有多卡」。

• 平均帧率 60，P99 = 55 → 整体很稳
• 平均帧率 60，P99 = 25 → 尾部有严重掉帧

我个人特别喜欢 P99 帧率，它比标准差更「场景化」——直接告诉你最坏情况的表现。在做性能基线对比时，我通常把 P99 帧率作为核心指标之一。

指标对比一览表

指标	核心作用	对抖动敏感度	可解释性	计算开销
标准差	整体抖动幅度	中等	高	低
方差	放大极端异常	极高	低（单位抽象）	低
卡顿百分比	用户体验量化	高	极高	中
P99 帧率	尾部最差表现	高	高	中（需排序）
帧间隔时序	定位抖动时间点	极高（原始数据）	中（需看图）	极低

我推荐的指标组合

单一指标都有盲区。举个例子：
标准差低 + 卡顿百分比高 → 高频小幅掉帧，幅度不大但很频繁
标准差高 + 卡顿百分比低 → 偶尔剧烈掉帧，但次数少
只看一个，你都会误判。

我自己的工程实践里，长期维护着一套「三指标基线」：

1. 标准差 ≤ 5 fps — 保证整体波动可控
2. 卡顿百分比 ≤ 2% — 保证玩家体验不崩
3. P99 帧率 ≥ 45 fps — 保证极端场景不拉胯

三个指标同时达标，我才敢说「帧率没问题」。如果某个指标越界，再结合帧间隔时序图去定位具体根因。

代码示例：快速计算核心指标

下面是 Python 风格的伪代码，采集帧间隔数据后一键算出所有指标。实际工程中可以用任何语言实现。

# 帧间隔数据（单位：毫秒）
frame_deltas = [16.7, 16.7, 33.4, 16.7, 50.1, 16.7, 16.7, 33.4, 16.7, 16.7]

n = len(frame_deltas)
mean = sum(frame_deltas) / n

# 方差 & 标准差
variance = sum((d - mean) ** 2 for d in frame_deltas) / n
std_dev = variance ** 0.5

# 卡顿百分比（阈值 50ms）
jank_threshold = 50.0
jank_count = sum(1 for d in frame_deltas if d > jank_threshold)
jank_pct = jank_count / n * 100

# P99 帧率（将帧间隔转回帧率后排序）
fps_list = [1000 / d for d in frame_deltas]
fps_list.sort()
p99_fps = fps_list[int(n * 0.99)]

print(f"标准差: {std_dev:.2f} ms")
print(f"卡顿百分比: {jank_pct:.1f}%")
print(f"P99 帧率: {p99_fps:.1f} fps")

这段代码直来直去，没有花哨的东西。但就是这几行，帮我排查了不下 30 个帧率抖动问题。