基于声波认证的手机签到系统

姚宏伟　吴震东

摘 要：本系统主要使用一种基于声波通信的技术实现手机认证。传统的签到方式主要是人工登记，目前的签到主要使用RFID技术、指纹识别。系统包括用于签到的手机app、签到接收端app，签到服务器。用于签到的手机，安装有签到系统软件。文章对近场的通信现状、系统原理和关键技术进行了分析。

关键词：声波认证；手机签到系统

中图分类号：TP311 文献标识码：A 文章编号：1006-8937（2015）12-0012-02

本系统主要使用一种基于声波通信的技术实现手机认证。传统的签到方式主要是人工登记，目前的签到方式主要使用RFID技术、指纹识别。

系统包括用于签到的手机app、签到接收端app，签到服务器。用于签到的手机，安装有签到系统软件，具体包括本机信息存储模块、录音模块、发声子系统和接收签到子系统。签到终端和签到手机相同，安装有签到系统软件，该系统软件具体包括本机信息存储模块、录音模块、发声子系统和接收签到子系统。签到服务器内置有将用户标识和位置信息关联的程序，该程序具体包括签到信息接收模块、信息检索模块、签到数据库。

1 近场通信现状

NFC技术已经存在很多年，相对成熟，但是，仍然未能大规模在手机上应用，支持近场通信需要更换设备所导致的高成本，一直是推广近场通信的阻力。今天，几乎所有售出的智能手机将采用该技术兼容。而相比NFC，超声波方案更以低成本和兼容性显示了突出的优势，目前市面上几乎所有的iPhone，android和wphone手机无需升级改造均可以支持超声波通信。

印度安全公司SlickLogin研发了一种使用电脑扬声器产生高频声音，通过手机的麦克风接收并解码的加密方式。2014年，该公司被google收购。除谷歌外，微软研究院也在2013年8月，展示了类似的声波技术，主要用于移动传输文件功能。4年前，shopkick在大型超市实现了室内定位，后被证实正是应用了超声波技术。2年前Facebook收购的Tagtile也同样利用了超声波技术实现royalty的管理系统。

2 系统原理

人能听到的声音在大约20～20 kHz范围内，此范围外的任何频率人类听觉系统难以察觉。现有移动设备一般能记录和再现的声音峰值频率达到22 kHz。此限制是由这些设备的最大可能输出采样率44.1 kHz推得，实际可记录范围比峰值频率略低。

采样率表示了每秒对原始信号采样的次数，我们常见到的音频文件采样率多为44.1 kHz，这意味着什么呢？假设我们有2段正弦波信号，分别为20 Hz和20 kHz，长度均为1 s，以对应我们能听到的最低频和最高频，分别对这两段信号进行40 kHz的采样，我们可以得到的结果是：20 Hz的信号每次振动被采样了40 K/20=2 000次，而20 kHz的信号每次振动只有2次采样。显然，在相同的采样率下，记录低频的信息远比高频的详细。

本系统采用采样率为44.1 kHz，采样大小为16 bit、双声道的PCM编码，数据速率为44.1 k×16×2=1 411.2 kbps。

声波签到系统运行框图如图1所示。

运行步骤为：

①签到终端持续发送编码的声波（code）。

②当签到端机靠近签到终端，手机端收到声波，对声波译码，将译码后码字发送给签到服务器认证。

③签到服务器收到认证信息，检测签到终端节点（node）是否存在，如果存在，则向后台数据库写入签到数据、返回确认，完成签到。

3 关键技术

为了减小数据处理过程中的延迟现象，采取了实时音频数据采集和数据处理技术，而不是像某些类似SDK中使用的技术那样，先录音得到一段音频文件，然后再进行数据处理。具体到Android平台上，使用AudioTrack模块来搭建PCM音频数据的采集管道，在管道的最后一个节点上，对得到的PCM数据再进行进一步的处理。为了进一步降低延迟，使用手机的DSP硬件来进行快速傅里叶变换，具体到Android系统上，就是使Native相关内置函数进行音频信号处理。

基于标准的2FSK，假如约定用1.6 kHz的音频信号表示二进制的0，用1.7 kHz的音频信号表示二进制的1，同时约定每一个bit持续的发送时间为100 ms，假设要发送一个8 bit的二进制数据11 001 010（忽略同步和校验部分的bit），对于发送端来说，代码逻辑相对简单，只需要让特定频率的信号发送特定的时间就行了。但是对于接收端来说，代码就较困难。虽然使用2FSK，但是并没有专用的硬件来完成调制解调过程，所以要完全用代码来模拟整个过程。这里面涉及到傅里叶变换、滤波等大量的数字信号处理内容，经上述处理完毕后，音频信号转化为二进制的0和1序列，进入系统通信协议栈继续处理。

举个例子，对于十进制数据12 345 678，转换成频率值后，可能就会是这样的一组值（1.7 kHz，1.8 kHz，1.9 kHz，2.0 kHz，2.1 kHz，2.2 kHz，2.4 kHz，2.5 kHz），因为每一个bit对应的频率值都会发生变化，那么接收端就可以忽略每个bit持续的时间，只需要检测出每一次频率值发生变化就行了，每一次变化后得到的数值，就可以对应到当前的bit位的值。使用这种调制解调的思路，接收端的代码处理相对容易。

4 结 语

我们对声波检查采样，提取其中的频率。在一个波周期，签到终端发送一系列相同频率的正弦波，并且相对稳定误差较小，波周期与波周期的间隔起伏明显。

系统签到端收到声源信息的结果如图2所示。从两个手机截图可以看出，左侧手机发送的信息，被右侧手机识别了，识别后即可进行签到验证。

参考文献：

[1] 王洋洋.基于声波通信技术的ATM创新应用[J].中国金融电脑，2014，（4）.

[2] 郑子龙.基于声波通信的无线计算器设计[J].实验室科学，2010，（6）.

[3] 朱宝泉.随钻数据声波传输系统算法研究[J].科学技术与工程，2012，（31）.