3. 性能指标定义：帧率(FPS)、延迟(Latency)、抖动(Jitter)的数学定义与测量方法

在 Camera HAL 工程落地中，性能指标是衡量系统质量的标尺。帧率、延迟与抖动三者共同决定了相机预览、录像及拍照的用户体验。本章给出严格的数学定义、工程测量方法及常见陷阱。

3.1 帧率 (FPS)

数学定义：帧率是单位时间内输出的帧数，通常以每秒帧数 (Frames Per Second, FPS) 表示。对于连续帧序列，帧率定义为：

FPS = N / (t_N - t_1)

其中 t_1 为第一帧的硬件时间戳，t_N 为第 N 帧的硬件时间戳。工程中常使用滑动窗口平均帧率：

FPS_avg = (N - 1) / (t_N - t_1)

测量方法：

• 硬件时间戳法：从 Sensor 或 ISP 驱动获取 VSYNC 时间戳，精度可达微秒级。
• 应用层回调法：在 Camera HAL 的 process_capture_result 或 buffer_callback 中记录时间。
• 示波器/逻辑分析仪法：直接测量 MIPI CSI 时钟或 VSYNC 信号。

3.2 延迟 (Latency)

数学定义：延迟是事件从发生到完成所经过的时间。在 Camera HAL 中，延迟分为多个阶段：

测量方法：

1. 打点插桩法：在 HAL 关键路径插入 ktime_get() 或 clock_gettime(CLOCK_MONOTONIC)，记录每个阶段的进入和退出时间戳。
2. 光流法：使用 LED 闪烁 + 高速相机拍摄屏幕，测量物理事件到显示的时间差。
3. ADB logcat 时间戳：通过 logcat -v time 粗略估算，精度约 1ms。

3.3 抖动 (Jitter)

数学定义：抖动是帧间隔时间相对于理想间隔的偏差。对于理想帧率 FPS_target，理想帧间隔 T_ideal = 1000 / FPS_target (ms)。第 i 帧的抖动定义为：

J_i = (t_i - t_{i-1}) - T_ideal

工程中常用以下统计量描述抖动：

测量方法：

• 帧间隔直方图：采集连续 300-1000 帧的时间戳，计算相邻帧间隔，绘制分布直方图。
• 时间偏差累积图 (Cumulative Jitter)：绘制 ΣJ_i 随时间的变化，观察是否存在漂移。
• 频谱分析：对帧间隔序列做 FFT，识别周期性抖动的频率成分（如 60Hz 电源干扰、CPU 调频周期）。

3.4 三者的关系与权衡

帧率、延迟和抖动并非独立指标，它们之间存在内在耦合：

3.5 测量工具与自动化

推荐使用以下工具进行自动化性能采集：

# 1. 使用 perfetto 采集 Camera 管线时间戳
adb shell perfetto -c /data/local/tmp/camera_perfetto.cfg -o /data/local/tmp/camera_trace.pb

# 2. 使用 Python 脚本解析帧间隔
import numpy as np
timestamps = np.loadtxt('frame_timestamps.txt')
intervals = np.diff(timestamps) * 1000  # 转换为 ms
jitter = intervals - 33.33
print(f"Mean: {np.mean(intervals):.2f}ms, Std: {np.std(intervals):.2f}ms, Pk-Pk: {np.ptp(intervals):.2f}ms")

# 3. 使用 chre 工具实时监控帧率
adb shell chre_test_client --monitor_fps 30