四肢运动器（精选3篇）
四肢运动器 篇1
0 引言
运动估计算法是现有各种视频编码的核心,同时也是基于运动估计与运动补偿(ME/MC)的视频后处理的核心。全搜索块匹配运动估计算法(Full Search-Block Matching Algorithm,FS-BMA)由于精度高、控制逻辑简单,在运动估计器的硬件实现领域得到广泛的应用。一般地,在视频编码系统和后处理系统硬件实现时,运动估计器占用了40%～50%的硬件开销[1]。如何提高运动估计器的运算速度,同时减少运动估计器占用的整体面积和管脚数,一直是视频编码和视频后处理的研究热点。
许多基于FS-BMA算法的运动估计器的VLSI实现架构不断地提出,它们中的大多数都是基于运算单元(PE)阵列来搭建,以适应运动估计时大量并行运算和高速处理的内在要求。文献[2,3]提出了一维脉动阵列结构来实现FS-BMA算法。文献[4,5]中提出了一种带片上线缓存(Line buffer)的二维脉动阵列结构。文献[4]中所述的架构中需要大量的寄存器来存储当前宏块和搜索窗中的数据。
文献[6]Lai提出了一种基于一维PE阵列和两组移位寄存器构建的运动估计器VLSI结构,该结构能够高效地复用数据从而减少访问存储器的次数。该结构的PE呈线性排列,其长度与宏块大小N的平方成正比,当N的值较大(例如16)时,该线性结构的长度将大为增加,从而引入了很大的线延迟、降低了基于该结构的运动估计器的整体工作频率。另外,Lai的结构中,每个处理单元(PE)的结果并行地输出到比较器中,总共需要N2条总线与比较器相连。当N值变大后,物理实现时的布线难度大大增加。为了解决长延时问题和布线问题,对其内在结构进行了有益的改进。首先回顾了FS-BMA算法的基础理论及其内在的数据复用特性,接着介绍了文献[6]中Lai提出的结构;再接着分析了该结构的内在缺陷并针对此进行了改进。最后总结了改进的奇偶阵列结构的运动估计器的性能特点和应用场合。
1 奇偶阵列运动估计器设计
1.1 FS-BMA算法及数据复用特性
全搜索块匹配算法(FS-BMA)计算每个候选位置(u,v)对应的SAD值,从而找到最匹配的块:
其中,a(i,j)是大小为N×N的当前块中的像素,b(i+u,j+v)是参考窗中偏移量为(u,v)对应块的像素。u和v的取值范围在-p和p+1之间,p为搜索窗外拓的范围。图1用一个简单的例子说明了运动估计器的处理方法。
图1(a)是一个块大小为4×4的当前块的示意图。图1(b)给出了将当前块数据的发送到运动估计器的顺序。图1(c)中给出了当前块和搜索窗之间的关系,以及宏块按照行扫描的顺序处理时两相邻宏块之间搜索窗数据的重叠部分(图中斜线部分所示)。
1.2 基本运算单元及奇偶阵列结构
为了在处理下一个宏块时能够完全利用和上一宏块搜索窗的重叠数据部分,本运动估计器在设计时提出了一种按照列扫描顺序的数据分发策略。列数据存储于若干组寄存器序列中,当进行下一个宏块的运动估计运算时用到的前面若干列的数据恰好还在寄存器序列中,此时基本处理阵列(PE)就可以利用这些数据开始下一个宏块的运动估计运算。采用这一策略后,宏块与宏块之间的运动估计运算达到了完全的流水处理。下面以N=4,P=2作为例子,说明本运动估计器的数据流及基本处理阵列的组织方式。图2(a)给出了基本处理单元的电路结构,图2(b)给出了运动估计器的设计方案,示意了基本处理单元(PE)的组织方式以及奇阵列寄存器和偶阵列寄存器的数据分发顺序。
例子中的搜索窗总共有16(=4p2)个候选位置需要计算SAD值。图2(b)中的运动估计器基于一维基本处理单元阵列和两组分别存储奇偶阵列的移位寄存器。每个PE负责计算一个固定位置的SAD值,也即图中总共用了16个PE来进行并行处理。
E0-E15寄存器和O0-O15寄存器是并入并出移位寄存器,其中E0-E15存储偶阵列数据,O0-O15存储奇阵列数据。SADmin是最小SAD值,MV是最小SAD值对应的偏移量,也即本宏块的运动矢量。
在前16个处理时钟,偶阵列像素数据和奇阵列像素数据按照图2(b)中所示的顺序分别加载到偶阵列寄存器和奇阵列寄存器中。比较器中的值也初始化为零。初始化过程完成后,当前宏块中的像素数据串行输入到运动估计器中,同时分发到运动估计器中的所有PE阵列。宏块处理顺序按照水平方向进行,宏块内部数据按照列的顺序进行。在此过程中,奇阵列数据和偶阵列数据继续以列的顺序将新的数据分别移入寄存器中。每隔4(=N)个时钟周期,运动估计器交替地选择偶阵列和奇阵列,计算像素间的绝对差,并且将结果累加到累加器中。经过16(=N×N)个时钟周期之后,每个PE阵列中包含了搜索窗里对应位置的SAD值。这些值可以并行地输入到各个锁存器中,然后发送到比较器中找到最小值。在比较数据期间,PE阵列继续进行下一个宏块的运动估计运算。在同一个条带(Slice)内部,从第二个宏块开始就不需要消耗额外的时钟周期来加载寄存器中所需要的数据,因为下一个宏块运动估计用到的数据已经存储在寄存器阵列中。
1.3 改进的奇偶阵列结构
Lai提出的奇偶阵列运动估计器由于同时利用了运动估计时相邻宏块搜索窗数据的重叠和搜索窗内部宏块之间的数据重叠,能够快速地完成全搜索块匹配算法。该结构的PE呈线性排列,其长度与宏块大小N的平方成正比,当N的值较大(例如16)时,该线性结构的长度将大为增加且引入了很大的线延迟,从而降低了基于该结构的运动估计器的整体工作频率。现有的运动估计算法中宏块大小以8或者16为主,对应的PE阵列的长度为64(=82)或者256(=162)。在Lai的结构中,每个PE均由同一个当前阵列数据驱动,其延时与N2成正比,在大尺寸的情形中,运动估计器的工作频率必然降低,从而不能实现该阵列原有的宏块间流水处理的特性。另外,Lai的结构中,每个处理单元(PE)的结果并行地输出到比较器中,总共需要N2条总线与比较器相连。当N值变大后,物理实现时的布线难度大大增加。为此,本文中对该结构进行了改进,使其能够保持原有的宏块间流水处理的特性。
图3中以N=4为例,示意出了结构改动的方法。为了将长延时的路径截断,通常利用若干个寄存器“复制”输入的数据,每个寄存器分别驱动若干个PE。例子中,采用了4个寄存器将输入的数据延迟一个时钟周期,在下一个周期的时候,分别输出到各自连接的4个PE。当N=8或16时,可以将寄存器分为2级或者3级,上一级的一个寄存器驱动下一级的4个寄存器。运动估计器的内部控制逻辑的设计中,只需提前若干个周期将当前阵列的数据加载到PE阵列中即可。另外,例子中采用了基数为4的寄存器树构建方式,根据线延迟的情况还可以配置为基数为2或者8来构建。改进的结构与原来的Lai结构相比,只需增加按照树形组织的寄存器,但是将原来的线延迟降低到最低的限度。对于Lai结构的N2个PE的结果并行输出到比较器引起的大量交织在一起的总线这一问题,改进的运动估计器采用了N2个D触发器存储每个PE输出的SAD值。触发器中的SAD值按照串行的方式依次进入比较器中求取最小SAD值和运动估计向量。改进后的结构一方面将N2条总线变为一条总线,另一方面也将各个线延迟的时间大为降低。新的结构不仅大大减少了内部的布线资源,也将各级的线延迟时间降为最低。
2 内部逻辑控制状态机设计
在视频编码和视频后处理中,通常将视频帧数据从上到下划分为高度为16个像素的条带(Slice),运动估计运算以条带为单位从上到下依次处理。内部状态机的状态转移和循环处理需要满足逐条带处理的要求。如图4所示,内部状态机包含空闲、初始化、启动、计算共4个状态。状态说明如下:
①空闲状态:发生在相邻视频帧和相邻条带之间,等待slice_start信号以开始下一个条带的处理。将处理单元(PE)阵列中各个latch的值置为零;将处理阵列选择信号mux_sel和latch_enable信号置为零。
②初始化状态:将偶阵列数据和奇阵列数据加载到偶阵列和奇阵列寄存器序列中。
③启动状态:将mux_sel信号置为初始值,并开始按照列的顺序串行地读入当前宏块的像素。
④计算状态:计算SAD值并取最小值,在这个过程中新的数据加载到寄存器中。每隔N个时钟周期,mux_sel信号取反,latch_enable信号有效一次(高有效,一个时钟周期);在一个条带内部,逐块进行宏块的运动估计运算时按照同样的原则循环直至条带结束。条带结束信号slice_stop信号由上一级控制逻辑发送到本级状态机中。
3 大搜索窗时的级联
对于p>N/2的情况,上述的简单结构无法处理,但可以采用将大搜索窗分割为若干个小搜索窗进行并行运算的方式予以解决。以p=N为例,每个上述结构的运动预测芯片中包含N2个PE,而对于p=N的搜索区,区域中存在(2N)2个待匹配的搜索块。因此可以将整个搜索区域分割为四个p=N/2的子搜索区,每个子搜索区域中包含N2个待匹配的搜索块,如图5(a)所示。如此,每个芯片即可处理一个单独的子搜索区域。通过将每个芯片中最后一级E和O寄存器的输出连接到另一个芯片的对应输入端口,即可简单地将之前所提出的架构应用到大搜索区域中。四片芯片的连接方式如图5(b)所示,芯片A处理搜索区域A,芯片B处理搜索区域B,依此类推。四个运动预测芯片可以并行工作预测运动矢量,结果将随即被位移输出至最后的比较器,经比较后即可得出最终的SAD。
4 结果分析
现有的视频编码和视频后处理系统中,运动估计按照条带(一行的宏块)的方向进行。改进的奇偶阵列运动估计器能够在N2个时钟周期内完成运动估计运算。下面以1920×1080@30fps为例,分析说明该规格视频运动估计时需要的处理时钟。当宏块大小为16×16时,一帧图像中含有
改进的运动估计器由于大大降低了线延迟时间和内部的布线资源,能够用于全高清(Full-HD)视频的后处理。与Lai结构相比,本结构的管脚数目没有增加,通过增加若干按照树形排列的寄存器之后,线延迟时间大为减少。通过插入N2个D触发器后,将原来的N2条总线减少到1条,节省了布线资源同时减少了线延迟时间。另外,改进的奇偶阵列运动估计器综合利用了相邻搜索窗数据的重叠和搜索窗内部的数据重叠,每个时钟周期只需将数据串行地输入运动估计器中,大大减少了访问存储器的次数。
摘要：提出了一种改进的奇偶阵列计算结构的运动估计器架构,该运动估计器利用了二维数据复用并能够实现全搜索法。设计了运动估计器的状态机控制逻辑,在其控制下,运动估计器的处理单元达到了100%的利用率。本运动估计器实现了高速、并行的运算,从而可以应用在高清视频的实时后处理等场合。
关键词：运动估计,全搜索法,奇偶阵列,数据复用,VLSI
参考文献
[1]何小海,滕奇志.图像通信[M].西安:西安电子科技大学出版社,2005
[2]Yang K M,Sun MT,Wu L.A family of VLSI designs for the mo-tion compensation block-matching algorithm[J].IEEE Trans.,Cir-cuits Syst,1989(36):1317-1325.
[3]Nam S H,Lee MK.Flexible VLSI architecture of motion estimatorfor video image application[J].IEEE Trans,Circuits Syst,1996(43):467-470.
[4]De L Vos,Stegherr M.Parameterizable VLSI architectures for thefull-search block-matching algorithm[J].IEEE Trans,CircuitsSyst.,1989(36):1309-1356.
[5]Hsieh C H,Lin T P.VLSI architecture for block-matching motionestimation algorithm[J].IEEE Trans,Circuits Syst.Video Tech-nol.,1992(2):169-175.
[6]Yeong-Kang Lai,Liang-Gee Chen.A Data-Interlacing Architecturewith Two-Dimensional Data-Reuse for Full-Search Block-MatchingAlgorithm[J].IEEE Trans.Circuits Syst.Video Technol,1998(8).
四肢运动器 篇2
星敏感器通常安装在卫星上用来确定星体姿态,但是它也可以用于星空观测,通过分析图像中目标和星空背景的运动特性可以区分目标和背景,从而实现对目标的检测和识别。目前星敏感器实拍的星空图像还难以获得,但该类图像的目标检测是星空观测的关键技术,目前通常的做法是以地基天文望远镜获得的观测图像作为参考[1],但这无法体现星敏感器序列图像中目标和背景的运动与地基观测图像的差异;且其中一些检测算法,比如针对低信噪比序列图像弱小目标检测的动态规划[2]、三维匹配滤波[3]等方法,需要预先知道目标及背景的运动速度范围。
文献[4-6]研究的星敏感器图像模拟大多没有考虑传感器在卫星坐标系中的安装,只是直接给定传感器指向的赤经和赤纬,仅适用于惯性定向凝视成像的模拟。本文考虑了星敏感器在卫星上的方位、俯仰角度,有利于分析跟踪成像和利用星敏感器图像确定姿态。在图像仿真的基础上分析了图像中目标与背景的运动性质,为弱小目标的图像检测问题研究提供参考。
1 卫星轨道预测模型
卫星在空间的运动由卫星的轨道测量数据和轨道预测模型确定。卫星星历,又称为两行轨道数据(TLE,Two-Line Orbital Element),是用于描述太空飞行体位置和速度的表达式——两行式轨道数据系统。卫星、航天器或飞行体一旦进入太空,即被列入NORAD卫星星历编号并被终生跟踪。TLE数据由NORAD定期更新,关于TLE数据格式的详细说明请参考NORAD文档[7]。TLE考虑了地球扁率、日月引力的长期和周期摄动影响,以及大气阻力模型产生的引力共振和轨道衰退。TLE是“平均”根数,它用特定的方法去掉了周期扰动项;预测模型必须用同样的方法重构周期扰动项。因此,为了获得高的预测精度,应该采用NORAD公布的SGP4/SDP4模型结合最新的TLE数据计算卫星的位置和速度。
2 常用坐标系及转换关系
星敏感器安装在卫星上,其视轴指向通常由其在星体坐标系中的方位角和俯仰角确定。本文假设卫星使用三轴稳定系统,星敏感器坐标系与星体坐标系原点重合,为卫星质心。
2000.0地心惯性坐标系O-UVW定义为:原点O为地球质心,基本面为历元2000.0的平赤道面;U轴在平赤道面内,指向该历元时刻的平春分点;W轴与U垂直,指向该历元时刻的平天极(北天极P);V轴在平赤道面内,按右手法则确定。卫星本体坐标系O'-XaYaZa定义为:坐标原点O'为卫星质心;Za轴由卫星质心指向地心,Ya轴指向在轨道面的负法向;Xa轴在轨道面内与Za轴垂直指向卫星运动方向。
由节1轨道预测模型计算得到卫星平台在O-UVW的位置矢量PB和速度矢量VB。利用直角坐标系和球面坐标系的互换公式(式(1))可以得到卫星当前所在的赤经α和赤纬δ:
如图1(a),由O-UVW向O'-XaYaZa转换可以分四步实现:1)平移O-UVW坐标系使O与O′重合,平移矢量可以用卫星在O-UVW中的位置矢量PB代替;2)O'-UVW坐标系绕W轴旋转角度α;3)O'-U1V1W1坐标系绕V1轴旋转角度-π/2-δ;4)O'-U2V2W2坐标系绕W2轴旋转角度θ。θ为平面POQ与平面XaO'Za夹角,θ可以通过式(2)计算向量OP×OO′与VB×OO′夹角得到。注意,当卫星轨道倾斜角大于90°时,坐标旋转时旋转角度应该为-θ。
设星敏感器在卫星上的方位角A以沿卫星运动方向向右为正,俯仰角E以沿卫星运动方向向地心为正。则星敏感器坐标系O'-XYZ定义为:Z轴为星敏感器视轴指向,Y轴在星体坐标系的XaO'Za平面内,与O'Ya的夹角为方位角A,X轴按右手法则定义,如图1(b)。由星体坐标系向星敏感器坐标系的转换方法为O'-XaYaZa绕Ya轴旋转90°,然后绕Xa1轴旋转-A,再绕Ya2轴旋转-E,旋转矩阵为YRaXa1Ya2:
在STK(Satellite Tool Kit)软件中建立以上坐标系,随机选择多个向量计算转换结果,对比利用本文坐标转换矩阵计算结果,两者一致,验证了本文坐标转换矩阵的正确性。
3 恒星背景生成
设星敏感器视场为FOVx×FOVy,CCD面阵为Nx×Ny。由于恒星与地球和卫星相距遥远,在天球坐标系向星敏感器坐标系的转换过程中可以忽略坐标原点移动带来的误差[8],只需考虑坐标旋转变换。星表是记载天体各种参数的表册,根据星的自行可计算得其当前赤经、赤纬(αi,δi)。将星表选出的恒星映射到单位球面,即得到该星在2000.0地心惯性坐标系下的单位向量为[cosδicosαicosδisinαisinδi]T,利用坐标转换矩阵计算得到其在CCD传感器坐标系中坐标为
当星敏感器视场角较小时可以用图2的理想CCD模型来计算星成像的位置(x,y),通过相似三角形关系可以得到目标在图像中位置为
恒星在星敏感器中的成像为点状,考虑相机传递函数等因素的影响,将恒星和目标按高斯型分布进行扩散处理,这样处理也可提高恒星在图像中的定位精度。恒星在星敏感器中的亮度与恒星的星等密切相关,本文采用文献[9]的星等到灰度转换方法:即“星等每降低一等,亮度增加为前一星等的2.51倍”,规定星等为5时,对于8 bits图像对应灰度为255。为了增加各星等的灰度差异,通常的科学相机多是8 bits以上精度,模拟图像可采用16 bits,5等星对应灰度值65 535。
4 空间目标在图像中的模拟
空间目标是空间中各种人造天体,主要指卫星。将星敏感器平台和目标的时间对准后,用节1的方法模拟得到其在2000.0地心惯性坐标系下的速度与位置。由目标位置矢量PT与星敏感器平台位置矢量PB之差可以得到星敏感器平台指向目标的矢量PT-PB,按照计算恒星像位置的方法可以计算得到目标的像位置。
目标在图像中的亮度除与目标距相机远近以及目标本身大小有关外,还与目标、星敏感器、太阳、地球四者的空间位置关系相关[10]。对于轨道专门设计且安装了遮光罩的星敏感器相机,若观测同步轨道目标,太阳直射相机和太阳被地球遮挡的出现几率都较小,可以只考虑距离关系。文献[11]中给出天基可见光相机观测同步地球轨道目标的亮度相当于恒星9~15星等。对于目标在图像中的形状,同样采用点扩散处理。
5 序列图像生成与运动分析
利用单颗卫星安装星敏感器实现星空观测通常选用太阳同步圆形轨道[12]。本文选定美国MSX中段试验卫星为观测平台,其TLE文件如下。目标选择我国的BEIDOU_1D卫星。
MSX satellite
设相机的视场角为8°×8°,相机帧频为1 frame/s,调整相机在星体坐标系中的方位和俯仰为(-80°,-25°),通过计算得到目标的一次进入相机视场时间是“21 May 2007 04:28:42.330”,在视场中持续204.273 s。图3为得到的模拟图像,恒星的平均帧间运动距离1.622 1 pixels,目标的平均帧间运动距离为2.550 4 pixels。
6 目标背景运动特性分析
得到的序列图像中目标与恒星的轨迹均存在弧度,这是由两方面原因引起的,一是卫星轨道模型采用SGP4/SDP4模型,没有采用理想的二体模型;另一个原因,也是最主要的原因,是由于CCD在星体中的方位与俯仰角度在一段时间设为固定,星敏感器坐标系相对星体坐标系固定不变。即使星敏感器指向设为A=90°,E=0°,此时视轴指向垂直于观测平台运行的轨道面,视轴指向在2000.0地心惯性坐标系中不随卫星平台运动改变,恒星在CCD坐标系中的Z值不会变化,但由于CCD安装在卫星上,CCD坐标系存在绕Z轴的旋转,图像中恒星轨迹仍存在弧度。当星敏感器视轴方位角为A=0°时,图像中恒星轨迹为直线。由于星敏感器视场角较小,目标在视场中出现的时间相对观测平台的运行周期而言较短,对应时间段中获得的图像序列中恒星轨迹弧度较小。例如在节5实验中,观测平台运动周期约为103.1 min,目标在视场时间约为3.4 min,在获得的图像中目标轨迹弧度较小可近似直线,目标与恒星在图像中的运动方向不同,该特点可用于序列图像中目标的检测。
通过设定传感器的方位角从0到90°变化、俯仰角从0到-90°变化,变化步长为1°。相机运行时间是“21 May 2007 04:28:43.000”,时间长度20 s,每组角度获取20帧图像,计算序列图像中同一目标前后两帧间的运动速度大小|(Δx,Δy)|的平均值。计算结果如图4,恒星的运动速度介于0.112~3.8 pixel/frame之间,图中为0的点是由于该序列视场中没有恒星出现。
恒星在天球坐标系中可认为固定,而且距离遥远,可以只分析传感器的方位、俯仰角度对恒星成像的影响;而目标的图像运动分析起来则更为复杂。通过分析星敏感器图像的生成过程,可知相机对准目标后,相机方位、俯仰角度在一段时间内不变,目标在图像中的运动是由于目标和观测平台的相对运动引起的,可以理解为与相机指向无关,这样就找到了影响目标帧间运动速度的最主要因素。计算出观测平台指向目标的矢量PT-PB在观测平台星体坐标系中的转动角速度ω,ω的大小反映目标在图像中运动速度的大小。仍以BEIDOU_1D卫星为目标,计算一天时间中的ω,其值介于0.011 05°/s~0.070 85°/s之间,最大值与最小值各出现2次。以ω达到最大值的时刻为例,计算出该时刻相机能捕捉到目标的方位和俯仰角度,然后以这组角度设定相机视轴指向,计算从该时刻到目标从视场消失这一时间段内各帧图像中的目标位置,然后计算得到目标的帧间平均运动速度。通过对各ω值计算对应的目标运动速度,得到目标在图像中的运动速度介于0.72~4.52 pixel/frame之间。
7 结论
文中给出了一种新的星敏感器CCD相机成像模拟方法。较以往不同的是选用了精度更高的轨道预测方法,考虑了星敏感器在卫星上的安装角度,使模拟结果更符合实际。通过对星敏感器平台、恒星、目标三者空间运动的分析,计算得到了目标和星空背景在星敏感器图像中的速度范围,对于弱小目标图像检测以及目标识别有参考价值。
参考文献
[1]张春华,周晓东,陈维真.基于背景抑制的星空图像目标运动轨迹提取[J].红外与激光工程,2008,37(1):143-146.ZHANG Chun-hua,ZHOU Xiao-dong,CHEN Wei-zhen.Target trace acquisition method of star images based on background elimination[J].Infrared and Laser Engineering,2008,37(1):143-146.
[2]Yair Barniv.Dynamic programming solution for detection dim moving targets[J].IEEE Transactions on Aerospace and Electronic Systems(S0018-9251),1985,21(1):144-156.
[3]REED I S,GAGLIARDI R M,STOTTS L B.Optical moving target detection with3-D matched filtering[J].IEEE Transactions on Aerospace and Electronic Systems(S0018-9251),1988,24(4):327-336.
[4]张锐,姜挺,江刚武.星敏感器CCD相机成像模拟技术[J].测绘科学技术学报,2008,25(1):42-45.ZHANG Rui,JIANG Ting,JIANG Gang-wu.Computer Simulation of CCD Star Sensor Imaging[J].Journal of Geomatics Science and Technology,2008,25(1):42-45.
[5]彭华峰,陈鲸,张彬.天基光电望远镜空间多目标成像模拟技术研究[J].光学技术,2007,33(2):219-222.PENG Hua-feng,CHEN Jing,ZHANG Bin.Simulation study of space multi-target imaging for space-based opto-electronic telescope[J].Optical Technique,2007,33(2):219-222.
[6]全伟,房建成.高精度星图模拟及有效性验证新方法[J].光电工程,2005,32(7):22-26.QUAN Wei,FANG Jian-cheng.High-precision simulation of star map and its validity check[J].Opto-Electronic Engineering,2005,32(7):22-26.
[7]Hoots F R,Roehrich R L.Space Track Report No.3-Models for Propagation of NORAD Elements Sets[R].Peterson:Aerospace Defense Command,United States Air Force,1980:1-79.
[8]许世文,龙夫年,付苓.实时星场模拟器中的坐标变换[J].哈尔滨工业大学学报,1998,30(5):118-120.XU Shi-wen,LONG Fu-nian,FU Ling.Coordinate transformation in real-time star field simulator[J].Journal of Harbin Institute of Technology,1998,30(5):118-120.
[9]欧阳桦.基于CCD星敏感器的星图模拟和导航星提取的方法研究[D].武汉:华中科技大学,2005:24-25.OUYANG Hua.Research on Star Image Simulation and Star Extraction Method for CCD’s Star Tracker[D].Wuhan:Huazhong University of Science and Technology,2005:24-25.
[10]蓝朝桢,李建胜,马赛金,等.在轨目标天基光学观测可见性预报与分析[J].光电工程,2008,35(12):23-27.LAN Chao-zhen,LI Jian-sheng,MA Sai-jin,et al.Prediction and Analysis of Orbital Target's Visibility Based on Space-based Optics Observation[J].Opto-Electronic Engineering,2008,35(12):23-27.
[11]Grant H S,Von Braun Curt,Sridharan Ramaswamy,et al.The Space-Based Visible Program[J].Lincoln Laboratory Journal(S0896-4130),1998,11(2):210-211.
四肢运动器 篇3
1 太极拳运动对老年人运动器系的影响
1.1 太极拳运动对老年人运动器系的积极影响
(1)对老年人骨骼的影响骨是人体生命活动的物质基础。随着衰老,骨质中的有机物消耗,会使长骨、头骨及骨盆变成海绵状或发生骨质疏松症;并且矿物质增多又使骨骼变脆,易发生骨折,严重影响老年人的正常生活。Xu Hong和David Lawson的研究发现:太极拳对于提高骨形成和抑制骨吸收有着积极的作用;对老年人骨量下降有所改善,且发生骨折的机率降低。Henders,White和Eisman的研究也指出:体育锻炼能有效的缓解老年人的骨密度流失。龚敏研究发现老年男性、女性太极拳练习组各部位骨密度高于普通组,且有显著性差异,并且发现:随着锻炼年限的延长,太极拳运动对老年人骨质疏松症的预防作用比较有限。
(2)对老年人肌肉的影响老年人下肢肌力减退,会给正常生活带来许多不便,跌倒的危险性增加,易引起骨折和其他损伤。姚远采用Cybex II等速肌力测试系统,对经过16周太极拳练习的65~70岁老人的膝关节屈、伸肌群力量进行标准化、定量化测量,发现:男、女运动组屈、伸膝肌群耐力均显著高于对照组;运动组自身前后对照显示:各项肌力指标除屈、伸肌爆发力外均出现显著性差异。这说明太极拳运动对老年人下肌肉耐力的发展有积极的作用。王文使用一些常用的与平衡能力相关的测试手段,分别对老年太极拳练习者和未练习者进行测试,发现太极拳练习者的重心控制能力很强。这也进一步证实了该运动对肌肉有积极的影响。
太极拳运动着眼于发展下肢的肌肉耐力,对下肢屈肌的影响较为显著。太极拳练习过程中下肢长期处于一种负重状态,这对肌肉的发展十分的有利。并且,太极拳的练习,可以加强肌肉收缩和舒张交替转换功能,使原动肌、协同肌和对抗肌之间的互相协调配合能力增强。
(3)对老年人关节的影响李岚、赵光的研究发现:练太极拳的老人比普通老人的体态和柔韧好,练拳老人驼背的占老年人数的25.8%,不练拳的普通老人驼背占47.2%。据北京运动医学研究所测试结果表明:经常练习太极拳的老人脊柱活动幅度较好,太极拳组弯腰手能触地的占77.4%,而对照组的人仅有16.6%。说明太极拳运动有利于提高关节的灵活性。王文研究发现长期进行太极拳运动的老年人行走时摆动腿的髋、膝、踝角度活动范围均大于对照组。这也进一步证明了太极拳运动能够增加关节的灵活性。
1.2 太极拳运动对老年人运动器系的不利影响
研究和实践证明太极拳运动常引发一些膝关节损伤,如髌骨劳损、髌骨韧带损伤和半月板撕裂等的损伤。太极拳的习练过程中,人体的膝关节大都处于屈曲的状态。当人体处于屈曲状态时,膝关节韧带松驰并且稳定性也下降,此时,它的稳定性主要靠髌骨和股四头肌来维持。从运动生物力学角度分析,由于膝关节屈曲,重力将产生作用于膝关节的顺时针转动力矩,此力矩要靠股四头肌、髌骨张腱膜和髌韧带收缩产生相反方向的转动力矩来维持,保持膝关节的稳定。由力矩的公式:力矩=力×力臂,影响重力矩大小的因素有两个,人体所受到的重力的大小和重力作用于膝关节的力臂。若膝关节屈曲严重,重力的转动力臂就会增大,重力矩就会很大,所以膝关节周围的软组织要被迫提供更大的力来维持身体的稳定。老年人在“低架”情况下练习太极拳,膝关节承受的压力更大,更易造成膝关节的损伤。
24式太极拳和杨式太极拳动作简单、柔和比较适合中老年练习者习练。24式太极拳是以118式杨氏太极拳为基础,改编、整理、去掉过多的重复动作以及难度较大的动作,集中了原套路中主要结构和技术内容。动作简单、柔和,便于掌握。学习者只要能在练习过程中,遵循科学的习练方法和循序渐进的原则,就能够避免运动性损伤的发生,达到科学健身的目的。
2 建议
(1)建议老年人健身要选择适合自己太极拳运动套路。42式太极拳难度较高、运动量较大、动作复杂多变,不适合老年人习练。而24式太极拳和杨式太极拳动作简单、柔和、便于掌握适合中老年及身体较弱者练习。
(2)建议在习练过程中要注意采取科学的方法。在专家的指导下循序渐进的练习;遵循个体差异性原则,依据自己的练习年限和身体状况安排运动时间、运动强度;注意运动量的合理安排;充分做好准备活动和整理运动,使运动前身体达到一个良好的机能状态、运动后身体能够积极的恢复;并且要加强下肢肌肉力量的练习,避免运动性损伤的发生。
参考文献
[1]Xu Hong,David Lawson.Effects of Tai Ji Exercise on Boneand Function[J].中国运动医学杂志,2005,(1).