结合实例分析A2DP SBC帧结构和编解码算法

SBC也就是Sub band codec，俗称子带编码，是蓝牙A2DP必须支持的唯一编码。下面结合实例看看SBC编码数据在蓝牙传输中帧结构以及SBC的编解码算法流程：

AVDTP Frame

首先AVDTP Frame是基于L2CAP协议，所以会包含有4个字节的L2CAP头部，如上图看到2个字节的length = 650 bytes，两个字节的Destination CID = 0xA040 (AVDTP)。
接下来看看12个字节的AVDTP的头部：

这12个字节分成了三部分：

• Padding ，Extension, Maker 和 Payload Type组成了2个字节，也就是0x8060；
• Sequence Number 也就是0x0019， 占用2个字节，就是给AVDTP Frame一个序号，方便接收方能检查发送的数据包是不是连续的，有没有丢包。
• Time Stamp 也就是0x00005400，占用4个字节，这个就是计算数据包播放的时间戳，接收方Audio DSP会根据时间戳来做音频播放同步以及丢包错包检查。
• SSRC 也就是0x00000000，占用4个字节。

SBC Frame

从上图可以看到一个2-DH5数据包的Media Payload包含一个字节SBC头部（其中4个bit用来表示包含几个子frame），和7个frame。
根据A2DP_SPEC_V1.3,立体声和联合立体声的Frame_length计算方法：

frame_length = 4 + (4 * nrof_subbands * nrof_channels ) / 8 + (join * nrof_subbands + nrof_blocks * bitpool ) / 8.；联合立体声时，join == 1;

MONO和DUAL CHANNEL mode 的frame_length计算方法：

frame_length = 4 + (4 * nrof_subbands * nrof_channels ) / 8 + nrof_blocks * nrof_channels * bitpool / 8 .

本实例我们得到的nrof_subbands 等于8， nrof_channels 等于2，join 等于1，bitpool等于39，nrof_blocks等于16，所以：

frame_length = 4 +(4* 8 * 2) /8 + （1 * 8 + 16 * 39）/8 = 4 + 8 + 1 +78 = 91 byte

这样我们挑一个frame 1来看看：

从上图可以看出一个SBC子帧是由13个字节的Frame Header + 78个字节的audio samples组成：

第n字节	参数	值	描述
1	syncword	0x9C	占用一个字节，这是个固定的值，标志着一个子帧的开始
2	Sampling Frequency	10（44.1 kHz）	占用两个bit： 00表示16kHZ； 01表示32KHZ； 10表示44.1KHZ； 11表示48KHZ
2	Blocks	（11）16	占用2个bit： 00表示4个block； 01表示8个block； 10表示12个block； 11表示16个block
2	Channel Mode	Joint Stereo	占用2个bit： 00表示MONO； 01表示DUAL_CHANNEL； 10表示STEREO； 11表示JOINT STEREO
2	Allocation Method	Loudness	占用1个bit： 0表示LOUDNESS； 1表示SNR；
2	Subbands	1（8）	占用1个bit： 0表示4个subbands； 1表示8个subbands；
3	Bitpool	39	占用一个字节，表示bitpool大小
4	crc_check	0x5E	占用一个字节，用作CRC校验
5	join	0xFE	占用一个字节，一个bit为1表示一个subband编码为联合立体声，否则为立体声编码。
6-13	Scale Factors		比例因子，占用8个字节，4个bit表示一个通道，一个子带；此实例有2个通道，8个子带，所以需要4x2x8/8 = 8字节表示；
14-91	Audio Samples	78 bytes	占用78个字节，量化编码后的音频数据，16x39/8 = 78，大小也就是nrf_blocks x bitpool / 8

SBC解码

1. 音频接收端收到SBC帧数据会检查frame_header，然后做CRC的校验：G(X) = X8 + X4 + X3 + X2 + 1 (CRC-8).
2. 计算真实的比例因子scalefactors : scalefactor[ch][sb] = pow(2.0, (scale _ factor[ch][sb] + 1)). 这里的scale_factor[ch][sb]就是上一节我们在帧头部的4个bit，而所谓的scale factor就是每个子段的最大幅值。
3. Bit Allocation：这个是跟scalefactors关联的，每个子频段的幅值不一样，需要用到的bit数也不一样，但同一个子频段的幅值所用的bit数是一样的。
4. Reconstruction of the Subband Samples：就是把每个子频段的78个字节的audio_sample和真实的比例因子scalefactor做一个乘法运算，进行采样数据的还原：sb_sample[blk][ch][sb] = scalefactor[ch][sb] * ((audio_sample[blk][ch][sb]*2.0+1.0) /levels[ch][sb]-1.0);。
5. Joint Processing ：

for (blk=0;blk< nrof_blocks;blk++)
{
for (sb=0;sb<nrof_subbands;sb++)
{
if ((channel_mode==JOINT_STEREO) && (join[sb]==1))
{
sb_sample[blk][0][sb] = sb_sample[blk][0][sb] + sb_sample[blk][1][sb];
sb_sample[blk][1][sb] = sb_sample[blk][0][sb] – 2 * sb_sample[blk][1][sb];
}
}
}

6. Synthesis Filter：多项滤波器组把每个子频带采样数据进行滤波器的合成为PCM数据输出给音频codec。

SBC编码

SBC编码过程跟解码是反过来的：

1. Analysis Filter ：把输入的PCM数据通过多项滤波器组转化为4或者8个子频带的频域数据；
2. Scale Factors ：计算每个子频段的比例因子，用4个比特表示，实际值是2的n次方，表示这个子频段的最高幅值 ；
3. Bit Allocation：跟解码过程是一样的，跟scalefactors关联 ， 每个子频段的幅值不一样，需要用到的bit数也不一样，为每个子频段分配幅值bit数的过程就是bit allocation；
4. Quantization：量化，通过如下公式进行： quantized_sb_sample[blk][ch][sb] = ((sb_sample[blk][ch][sb] / scalefactor[ch][sb] + 1.0) * levels[ch][sb]) / 2.0
5. BitStream packing，把每个子频段的frame_header和audio_sample打包到AVDTP数据包中。

SBC的压缩比

首先看一下SBC的比特率的计算：

bit_rate = 8 * frame_length* fs / nrof_subbands / nrof_blocks

如果不进行SBC编码，我们的bit_rate = 44100 x 16 = 705600 bit/s.
进行了SBC编码的bit_rate = 8 * 91 *44100/16/8 = 250818 bit/s
那么压缩比为：705600/250818 = 2.81