运动补偿（共7篇）
运动补偿 篇1
连续波雷达[1]具有峰值功率低、时宽带宽积大、测距测速精度高、低截获概率、无近距离盲区、体积小易实现等优点,因此经常被应用于超近程雷达中。在利用连续波雷达对超近程高速目标进行探测时,会出现距离速度耦合以及目标在驻留时间内跨越距离单元的问题。
文献[2]采用对称三角线性调频连续波(LFMCW)信号形式进行近距离探测,通过利用上下扫频段多普勒频移的对称性实现运动目标距离速度去耦合。文献[3]提出了一种基于二次混频估计LFMCW信号参数的方法,该方法消除了多普勒效应对运动目标检测的影响。文献[4]提出了利用单载波频率连续波(CW)与LFMCW信号相结合的方法对近距离目标进行检测。但文献[2,3,4]均没有考虑高速目标在驻留时间内跨越距离单元现象对运动目标检测带来的影响。文献[5]针对高速目标检测问题提出了一种二次混频与MTD处理相结合的方法,该方法根据上下调频差拍信号对称的特点,采用二次混频处理解决多周期信号中心频率偏移问题,同时实现了距离多普勒解耦合。但其采用的对称三角LFMCW信号形式在超近程高速目标探测中有自身缺陷。文献[6]根据超近程高速目标的特殊应用环境,说明了对称三角LFMCW信号形式的缺陷,提出了CW与LFMCW信号组合形式,并分析了其在超近程高速目标探测中的优点,但其未考虑在驻留时间内目标跨越距离单元的问题。
文中采用一种CW与LFMCW信号的组合形式,通过CW差拍信号获得目标无模糊的多普勒频率估计,再构造运动补偿信号对LFMCW差拍信号进行运动补偿,进而可以得到目标的距离信息。这种针对高速目标的运动补偿方法既可以解决距离速度耦合的问题,也可以解决高速目标跨越距离单元的问题。
1 信号多周期模型分析
由于探测高速目标需要在更远处发现目标,而远处回波信号强度较弱,单周期信号处理已经不能达到可靠检测所需的输出信噪比。通过增加信号驻留时间进行多周期积累以提高信号能量,因此高速目标回波需要分析信号的多周期模型。
CW与LFMCW信号组合形式如图1所示,信号周期为Tr,每个周期内CW与LFMCW信号的时长分别为T,则Tr=2T。设CW与LFMCW信号在第m个周期内的发射信号分别为
其中,A为发射信号幅度;f0为工作频率;u=B/T为LFMCW调频斜率;B为调频带宽。
忽略目标反射引起的相移,可以得到CW与LFMCW回波信号分别为
其中,L为目标反射系数;m为在第m个周期内;τ(m,t)=2R(t)/c=τ0-k(t+mTr)为目标回波延时,τ0=2R0/c,k=fd/f0;fd为目标多普勒频率;R0为目标初始距离;v为目标速度。
回波信号与发射信号混频,经过低通滤波后得到的差拍信号分别为
由式(3)可以看出CW差拍信号为一单频信号,其频率为fd。对CW差拍信号进行功率谱估计可以直接得到目标无模糊的多普勒信息。LFMCW差拍信号的中心频率为目标初始距离与速度的耦合项。且有随周期变化的项(-ukmTrt),该项就是运动目标在积累周期内所产生的频移。
运动目标在积累M个周期内不发生跨越距离单元现象的限制条件为vMTr<δR,其中,δR为距离分辨率。那么当运动目标的速度>vmax=c/2BMTr时,需要对积累的回波信号进行运动补偿。
2 运动补偿方法
当运动目标速度>vmax时,LFMCW差拍信号在积累时间内会发生跨越距离单元现象,这将导致差拍信号的能量不能在同一个距离单元内积累,使得在积累周期内的处理无法满足可靠检测的输出信噪比要求。这时就需要对LFMCW差拍信号进行运动补偿。注意到式(3),通过CW差拍信号估计出目标的多普勒频率
将式(4)与式(3)中LFMCW差拍信号相乘得
g(m,t)=LA2exp[j2π(uτ0t+fdmTr-f0τ0-0.5uτ
对比式(3)可以看出,式(5)消除了目标距离速度耦合项和多周期积累的频率偏移项。其信号的频率只与目标初始距离有关,是一单频信号。实现了距离速度解耦合和运动补偿。这样对式(5)做FFT运算就可以实现信号的多周期积累,得到目标的初始距离。再通过计算可以解得目标当前距离。
在计算目标的多普勒频率时可采用文献[7]中介绍的CZT方法来提高精度。针对本文提出的CW与LFMCW信号组合形式,可以总结出高速目标补偿处理的步骤:(1)对CW差拍信号做FFT/CZT得到目标的多普勒估计。(2)构造出随周期变化的补偿信号。(3)将补偿信号与LFMCW差拍信号相乘得到新的单频信号。(4)将此单频信号做FFT即可得到目标的初始距离估计。(5)通过目标初始距离和速度解出目标当前距离。
3 仿真结果
为验证上述方法的可行性,以某毫米波超近程探测雷达为例进行仿真。雷达系统参数为:载频f0=35 GHz,CW与LFMCW信号时长均为T=0.5 ms,组合周期Tr=2T,调频带宽B=500 MHz,系统采样频率fs=4 MHz。假定输入噪声为高斯白噪声,信噪比SNR=-25 dB。
首先假设一个距离R=200 m的低速目标,以验证在低输入信噪比条件下通过积累能够可靠检测出目标。针对低速目标只分析LFMCW差拍信号的功率谱。图2(a)为单周期信号功率谱,可知,由于远处回波强度较弱,单周期信号的差拍信号信噪比过低,不能检测出目标;图2(b)为积累8周期的差拍信号功率谱。可以看到积累8周期的差拍信号功率谱有明显谱峰,可检测出目标。
按照上述参数,再对一个初始距离为R=200 m,速度为v=900 m/s向雷达飞行的目标进行探测。对CW和LFMCW信号均做8周期积累。目标跨越距离单元情况如图3所示,图中距离谱峰值位置代表目标当前周期内所处的距离单元,可见目标在8周期积累内跨越了多个距离单元。跨越距离单元将使得LFMCW差拍信号能量无法积累,导致目标不能被可靠检测,故需要对目标进行运动补偿。
图4(a)为CW差拍信号积累8周期后的功率谱。可以看到,CW差拍信号做8周期积累后有明显的谱峰,可以精确估计出目标的多普勒频率。图4(b)为LFMCW差拍信号积累8周期后不做运动补偿的功率谱,可见未经补偿的LFMCW差拍信号功率谱没有明显谱峰,不能检测出目标。应用式(4)由CW差拍信号估计的多普勒频率构造出相应的补偿信号来补偿LFMCW差拍信号。经过运动补偿后的差拍信号功率谱如图4(c)所示。可以看出,补偿后的LFMCW差拍信号有明显谱峰,可以检测出目标,进而可以得到目标的初始距离。
4 结束语
在超近程雷达高速目标探测中,存在距离速度耦合问题和驻留时间内目标跨越距离单元的问题。文中采用一种CW+LFMCW信号组合形式作为探测信号,由CW差拍信号获得目标无模糊的多普勒信息,再构造补偿信号与LFMCW差拍信号相乘,得到经运动补偿的差拍信号,进而可以估计出目标的距离信息。仿真结果表明了这种方法有效地解决了距离速度耦合的问题和高速目标跨越距离单元的问题。
摘要：针对超近程雷达的高速目标探测问题,提出了一种距离速度解耦合与运动补偿的新方法。通过采用单载频与线性调频连续波(CW+LFMCW)信号组合形式,由CW差拍信号测量目标的无模糊速度,再根据速度估计值对LFMCW差拍信号进行运动补偿得到目标的距离信息,实现了高速目标距离速度解耦合与运动补偿。仿真结果验证了该方法的有效性。
关键词：超近程雷达,高速目标,运动补偿,距离速度解耦合
参考文献
[1]MERRILL I S.雷达手册[M].2版.王军,译.北京:电子工业出版社,2003.
[2]杨建宇,凌太兵,贺峻.LFMCW雷达运动目标检测与距离速度去耦合[J].电子与信息学报,2004,26(2):169-173.
[3]刘贵喜,凌文杰.LFMCW雷达密集运动目标检测[J].红外与毫米波学报,2005,24(1):76-80.
[4]丁顺宝,刘明.一种LFMCW雷达多目标距离-速度配对新方法[J].现代雷达,2011,33(5):9-11.
[5]肖慧,胡卫东,郁文贤.LFMCW雷达高速运动目标检测与估计[J].信号处理,2007,23(6):829-832.
[6]马可,李慧敏,李斌.近程高速目标探测的连续波雷达信号分析[C].青岛:第十二届全国雷达学术年会论文集,2012:1004-1007.
[7]陈祝明,丁义元,向敬成.采用Chirp-Z变换提高LFMCW雷达的测距离精度[J].信号处理,2002,18(2):110-112.
运动补偿 篇2
关键词：调频连续波,合成孔径雷达,雷达成像,运动补偿
调频连续波(FMCW)合成孔径雷达(SAR)是一种体积小、功耗低的高分辨力成像雷达。相比脉冲体制的合成孔径雷达,它的脉冲积累时间长,发射功率较低,隐蔽性强[1]。可以装载于小型平台,如小型无人机、导弹等载体,满足地质勘探、灾情评估、成像导航等需求。小型载体在空中运动存在较大运动误差,成像效果较差,要获得高质量的雷达图像必须进行运动补偿。雷达运动补偿方法可以分为两类:基于高精度定位仪器的运动补偿[2]和基于回波数据参数提取的运动补偿[3—5]。在成像以后,还可通过一些自聚焦算法,如相位梯度自聚焦和图像偏置法进一步优化图像质量。
基于高精度定位仪器的运动补偿方法很大程度上依赖于定位精度。传统的定位系统是GPS/INS系统,即全球定位系统(global positioning system,GPS)和惯性导航系统(inertial navigational system,INS)。联合应用GPS/INS系统录取的运动误差数据对运动补偿是有效的[2],但INS体积大且成本高,不适用于小型无人机载体。应用动态滤波方法对GPS数据处理,能够得到米级绝对误差的定位数据,其相对误差达到分米级,使GPS系统运动误差数据用于FMCW SAR运动补偿成为可能。文献[6]针对GPS和INS系统分别用扩展卡尔曼滤波方法和无迹卡尔曼滤波方法进行了处理,处理后的数据方差降低为原来0.3倍左右。
文献[7]提出了子孔径相关方法估计多普勒参数,对包络误差和相位误差进行校正,但对FMCW SAR,由于脉冲间隔内的运动误差不能忽略,该方法效果并不理想。文献[2]提出根据GPS数据调整脉冲重复频率,解决前向速度误差,但由于FM-CW SAR发射信号占空比为1,调整脉冲重复频率影响带宽或者调频率,会恶化成像处理分辨率指标。文献[8,9]提出了针对FMCW SAR的运动补偿方法,但只能对特定方位单元目标进行补偿,当波束宽度较大时,误差在方位上的空变性影响较大。
本文针对FMCW SAR发射信号特点,提出了一种GPS数据辅助的运动补偿方法,使用新的补偿函数,对航迹法平面内的运动误差进行补偿,不仅能够补偿全距离单元的运动误差,而且能够补偿脉冲间隔内的运动误差。利用非均匀采样理论,通过非均匀离散傅里叶变换,实现方位向重采样,正确校正了沿航迹的运动误差,加快了校正速度。
1 误差模型及分析
如图1,对于场景中固定目标Pn(Xn,Yn),假设载机按照理想航迹飞行,载机与目标的距离为R(t),接收信号与发射信号相比,存在对应距离的时延τ。
雷达回波与发射端的耦合器输出进行混频,产生中频信号,可以表达为
式(1)中,fc为载波频率,γ为发射线性调频信号的调频率。图1中,A点为载机某时刻的实际位置,C为载机的理想位置。当载机在三维方向上存在位置误差时,可将其分为沿航迹向的方位位置误差xn、航迹法平面内的偏离航迹横向误差yn和纵向误差hn。雷达到目标的实际距离为,回波的延时为,表达式为
式中,v为载机运动的理想速度,Yc为场景中心与理想航迹的距离。雷达中频信号忽略关于延时的二次相位(残余视频相位)后可表示为
将延时在t=0时刻一阶泰勒展开,代入(4)式并化简
式(5)中,为有运动误差的多普勒频率,是载机瞬时速度,θ为雷达照射目标的斜视角,λ为发射信号波长。时间的高次项会导致非对称旁瓣升高,将脉内载机运动视为慢变化,可忽略高次项[4]。
对式(5)后两个指数项作简要分析:第三个指数项因运动误差和多普勒效应导致出现脉压展宽因子,即脉冲压缩的谱峰将会展宽,能量会下降;第四个指数项表明了当前信号存在带有运动误差的多普勒频率偏移和与运动误差γΔτ(0)对应的距离误差,其中多普勒频率偏移,而理想速度引起的多普勒频率偏移可在多普勒域统一校正[3]。所以,运动误差引起的总频移为Δfd+γΔτ(0)。
第一个指数项存在相位误差的方位历程,对距离向成像影响不大,主要影响方位成像,且不同形式的相位误差对方位压缩的响应函数造成的影响是不同的:一次相位误差会导致目标发生位置的偏移;二次相位误差会造成响应函数谱峰展宽;三次或高次相位会造成非对称旁瓣升高。
综合考虑,为了不影响成像质量,频移不应超过1/4 T,谱峰展宽也应在1/8 T以内[10],而相位误差应在π/4以内。因此,运动误差必须满足以下条件才能正确成像
式(6)中,ρr=c/2B为距离向的分辨力。对于一般的小型无人机,运动误差很容易超出上式要求,导致成像质量恶化,甚至不能成像,所以成像之前的运动误差补偿十分必要。GPS数据辅助运动补偿,其数据的量测误差必须满足式(6)。当分辨力要求为1 m,波长为0.15 m时,根据式(6),只要量测误差低于0.47 m即可满足要求。当前,采用扩展卡尔曼滤波方法的GPS测量,位置绝对误差在米级,而相对误差则在分米级。因此,使用GPS导航数完成FMCW SAR运动补偿,1 m分辨力成像是可实现的。
2 FMCW SAR运动补偿
正侧视FMCW SAR的运动误差分为航迹法平面内的运动误差和沿航迹的前向速度误差。航迹法平面位置误差是雷达在航迹法平面内的分量,即图1中的横向误差yn和纵向误差hn;沿航迹位置误差为图1中的方位位置误差xn。在下面两小节中分别对这两种误差进行讨论。
2.1 航迹法平面位置误差校正方法
考虑运动误差的情况,FMCW SAR得到的中频信号为
式中,Δτ(t)是由于实际运动偏离理想位置引入的延时误差。对于单个目标而言,如下补偿函数可实现较好的运动补偿[8]。
对场景成像时,Δτ(t)=2ΔR(t)/c是特定目标的延时误差,对其他目标因距离向和方位向均存在空变性,产生剩余误差。在误差较大的情况下,散焦现象比较严重,如图2所示。
文献[8]提出在距离压缩以后,运用新的补偿函数进行二次运动误差补偿,然而该没办法解决误差方位空变引起的散焦现象。为了正确对场景成像,该方法还需对场景进行分块成像,导致成像算法多次计算,增加了运算量。
对于航迹法平面运动误差,其相位误差存在距离向空变问题。鉴于此,本文提出新的补偿函数,采用分步补偿方法:先对场景中心目标进行补偿,通过FFT实现距离压缩后,再实现对剩余相位误差的补偿。
首先,对场景中心目标补偿,其补偿函数为
式中,Δτc(t)是由GPS观测并运用扩展卡尔曼滤波跟踪得到的雷达在航迹法平面偏移误差数据。该数据对应于场景中心的目标。补偿以后的数据通过快时间上的傅里叶变换将数据变换到方位距离域,分离不同距离单元的目标。然后,对其他距离单元的剩余相位误差进行补偿,其补偿函数为
式中,Δτa表示不同距离单元的运动误差数据,为场景中心运动误差在当前脉冲间隔内的平均值,fr是距离频率。使用式(12),航迹平面内的运动误差可以得到很大程度校正。相比较传统的校正方法,这种分步进行的方法能够在第一步对脉冲时间内的距离误差进行校正,在第二步对整个场景的剩余误差进行补偿。
上述处理后,由于还存在沿航迹的运动误差,当方位波束较宽时,不同方位的目标仍然具有空变性,如图2(b)所示。本文在补偿航迹法向运动误差基础上,通过非均匀变换实现沿航迹的运动误差。
2.2 结合非均匀采样的前向误差校正方法
当载机在沿航迹方向存在前向速度误差时,录取信号空间采样不均匀,在距离多普勒域会发生多普勒谱偏移,一方面使得距离徙动得不到正确校正,另一方面导致图像方位向散焦。
当前解决前向速度误差的方法分为两种:方位向重采样[11]和实时调整脉冲重复频率[12]。前者需要录取较长的数据统一进行处理,且需要插值重采样,运算量较大,不能实时成像;后者可以用硬件实现,能够实现实时接收信号,但在FMCW SAR体制下,改变脉冲重复频率,影响成像性能。而本文采用非均匀的离散傅里叶变换估计信号频域系数,可在一定条件下恢复原信号。
当SAR平台以匀速v在理想航迹上运动时,录取的数据s(xn)是在空间上均匀采样,x=v Ts,其中Ts为脉冲重复间隔。根据离散傅里叶变换,有
式(14)中,fs为采样频率,S(nfs)为频率分量系数,φ(xn)为N×N的离散傅里叶变换矩阵,可表示为
当平台在航迹上非匀速直线运动时,录取的数据表示为,其中,因此
这里,
故
根据离散傅里叶变换可得
的逆矩阵。通过式(20)得到均匀采样的数据
方位数据按照式(20)变换可得到均匀采样数据用于成像算法处理,即在全部运动误差补偿完后可将数据在多普勒快时间域进行距离徙动校正和多普勒校正,而后通过FFT实现距离压缩,通过匹配滤波实现方位压缩,从而成像。综上,文本提出的运动补偿的方法可以归纳为如图3所示步骤。
将录取的数据进行初步处理,剔除无效数据;运用H1(t)补偿函数实现场景中心目标的航迹法平面运动误差校正;将数据在快时间内作FFT,利用H2(fr)实现不同距离单元剩余误差的补偿;通过式(20)将数据沿慢时间进行非均匀变换,校正沿航迹运动误差;快时间内作IFFT,运用成像算法进行成像处理。
3 仿真实验
对表1参数的雷达成像系统进行仿真。图4为仿真结果。图4(a)~(d)为单一目标时的仿真结果,图4(e)~(h)为单一目标聚焦的距离向和方位向剖面图。图4(i)~(l)为不同距离的3个点目标仿真结果。图4(m)~(p)为不同方位和距离的5个目标仿真结果。其中,图3(a、e、i、m)为无运动误差时的聚焦效果。图4(b、f、j、n)为引入运动误差以后的散焦现象。图4(c、g、k、o)为文献[8]提出方法进行运动补偿后的聚焦效果。图4(d、h、l、p)为本文方法运动补偿后的聚焦效果。
对比图4(a、e、i、m)和图4(b、f、j、n)可以看出,小型雷达平台的运动误差一方面导致了距离包络偏移的误差;另一方面,运动误差引起的相位误差造成了方位向的散焦,如图4(f),从而不能成像。
因此,在进行成像处理之前,必须对数据进行处理,减小运动误差带来的影响。从图4(c、g、k、o)中可以看出,传统运动补偿方法能有效补偿单目标和单一方位目标运动误差,而当存在不同方位目标时,残留误差会造成方位目标散焦。图4(d、h、l、p)为本文方法补偿效果。图4(p)表明本方法可以对不同距离单元和方位单元的目标同时进行补偿,从而实现全场景的聚焦。
4 结束语
针对FMCW SAR运动补偿问题,利用扩展卡尔曼滤波提高性能的GPS定位数据,提出了新的补偿函数,对航迹法平面内的运动误差进行补偿,不仅能够在对全距离单元的运动误差进行补偿,而且能够补偿脉冲间隔内的运动误差;利用非均匀采样理论,通过非均匀的离散傅里叶矩阵变换,实现方位向重采样,正确校正了沿航迹的运动误差,较快速度实现校正。仿真证明了方法的有效性。
参考文献
[1] Duersch M I.BYU micro-SAR:a very small,low-power LFM-CW synthetic aperture radar.Utah:Brigham Young University,2004
[2] Shaoshi Y,Yueli L,Zhimin Z.Cost-effective real-time motion compensation of airborne UWB SAR based on single GPS receiver and PGA.Radar(Radar),2011 IEEE CIE International Conference,2011;(2):1127—1130
[3] 保铮,邢孟道,王彤.雷达成像技术.北京:电子工业出版社,2005:125Bao Z,Xing M D,Wang T.Radar imaging technology.Beijing:Publishing House of Electronics Industry,2005:125
[4] 杨磊.高分辨/宽测绘带SAR成像及运动补偿算法研究.西安:西安电子科技大学,2012Yang L.Study on high resolution/wide swath SAR imagery and motion compensation algorithm.Xi'an:Xidian University,2012
[5] 周松.高速机动平台SAR成像算法及运动补偿研究.西安:西安电子科技大学,2013Zhou S.Study on imaging algorithm and motion compensation for high-speed manoeuvring-platform SAR.Xi'an:Xidian University,2013
[6] Crassidis J L.Sigma-point Kalman filtering for integrated GPS and inertial navigation.IEEE Transactions on Aerospace and Electronic Systems,2006;42(2):750—756
[7] Xing M,Jiang X,Wu R,et al.Motion compensation for UAV SAR based on raw radar data.IEEE Transactions on Geoscience and Remote Sensing,2009;47(8):2870—2883
[8] Zaugg E C,Long D G.Theory and application of motion compensation for LFM-CW SAR.IEEE Transactions on Geoscience and Remote Sensing,2008;46(10):2990—2998
[9] Zaugg E C,Long D G.Full motion compensation for LFM-CW synthetic aperture radar.IEEE International Geoscience and Remote Sensing Symposium,Barcelona,Spain,2007;5198—5201
[10] Carrara W G,Goodman R S,Majewski M R.Spotlight synthetic aperture radar:signal processing algorithms.London:Artech House,1995
[11] Fornaro G.Trajectory deviations in airborne SAR:analysis and compensation.IEEE Transactions on Aerospace and Electronic Systems,1999;35(3):997—1009
运动补偿 篇3
1 步态康复机器人的意向运动原理
1.1 被动训练的工作模式
一般情况下, 被动训练模式被用于患者康复训练初期阶段, 这时的病人在运动中肢体有弛缓性麻痹现象。在病人运动中, 肌肉不会有收缩现象, 也不会有联合反应发生。所以, 对于处于康复阶段的病人, 对他们进行康复训练无需考虑患者反应, 需要及时让患者进入康复训练恢复状态。对于处在康复阶段的病人训练, 主要需避免肌肉萎缩, 通过运动患肢关节来恢复患肢运动神经反射弧, 进而让患肢髋关节和踝关节等产生协同动作, 并让病人患肢肌肉有收缩的反应, 促使病人肢体机能得到恢复。被动训练模式是帮助病人运动康复的一种模式。在康复训练过程中, 病人穿戴上外骨骼, 完全由外骨骼带动进行步态运动, 从而达到早期步态定形的康复训练目的。据有关实践结果表明, 被动训练康复模式的主要特点就是病人患肢被动接受机器人的带动, 在其带动下逐渐达到肢体运动恢复的目的。
1.2 主动训练的工作模式
康复中期的病人, 其患肢的肌肉在实际运动中会有很大反应, 同时关节活动趋势会显著增强。这时, 患肢会有很强的肌力反应, 表明这时患肢有很强的行动力, 可以在小范围内进行活动。处在康复中期的病人, 一般应用主动辅助训练模式展开康复训练。在患者拥有一定自主运动能力, 但还无法完成预期动作时, 机器人会帮助病人完成计划运动, 并达到想要的运动幅度。
1.3 阻抗训练的工作模式
在患者康复训练达到某一水平后, 这时患肢肌力会得到显著增强, 能够完成预期动作, 但还需要进行巩固性治疗, 即康复后期。康复后期的病人, 其肌力达到三级以上后, 就能展开阻抗训练模式训练, 以便能够进一步加强病人的肌力反应。康复后期的病人进行阻抗训练模式, 目的在于提高病人的运动机能。这项训练模式主要是为了在病人康复训练中康复训练机器人能够产生阻力阻碍病人进行运动。患者在克服康复训练机器人阻力的过程中, 达到提高自身肌肉反应的目的。
2 步态康复机器人意向运动控制的策略
康复训练机器人是否能够达到康复与治疗的目的, 在于运动康复训练方法是否有效。LOKOMAT康复训练机器人将病人下肢与外骨骼结构固定, 再对外骨骼关节角位移与角速度进行控制, 进而进行康复训练动作。在病人被动训练过程中, 应用比例-微分反馈位置控制方法, 促使外骨骼驱动病人患肢遵循计划的步态规划进行运动。在病人主动训练过程中, 通过使用力传感器对病人的患肢与外骨骼间力的变化进行检测, 再通过力与位置混合自适应控制这一方法, 在外骨骼机械腿上反作用力, 让外骨骼机械腿各个关节驱动力都能发生显著变动。这样外骨骼机械腿就能按照病人步态轨迹展开运动, 并对步态轨迹进行实时调整。LOPES康复训练机器人在多个力传感器检测人肌力信息下, 能够实现对力反馈阻抗控制, 进而达到帮助患者恢复肢体运动的预期效果。
下肢康复机器人康复运动控制对策在反馈力与位置信息的作用下, 得到人体下肢运动状态与机器人间的力关系, 之后使用与之相符的控制算法, 使用机器人改变病人患者肢体运动, 帮助病人恢复健康。在被动训练这一模式中, 患者完全由机器人带动训练;在主动康复模式中, 机器人在检测病人运动状态后, 在病人运动有异常情况出现时, 结合已存在的标准步态模型, 对患者关节施加一定的作用力下, 帮助病人纠正运动。上述的几种方法都是检测人机系统力位置, 根据设定来判断病人的运动意象。但是, 这都只是间接判断, 并不能直观判断。从理论上而言, 唯有辨识人体的肌信号或脑神经信号, 进而判断出病人的自主运动意象。但是, 实际中很难有效辨识肌电信号与脑电信号表征的运动意象。
在康复训练中, 正常运动有障碍的病人能够对机器人运动轨迹进行实时跟踪, 并对装在外骨骼上的力传感器对患肢与外骨骼的作用力进行检测, 将其检测结果反馈给控制系统。在力的基本控制下, 得到患者骨骼运动状态变化状况。在驱动系统的作用下, 改变其运动状态, 达到平衡力的目的。一般状况下, 机器人表现出一种外骨骼补偿模式。不能正常运动的患者患肢很难对患肢外骨骼运动轨迹进行跟踪时, 患肢外骨骼运动轨迹就会根据健肢步态运动模型展开相应的运动。
3 下肢康复机器人控制策略应遵守的几项原则
3.1 防止应用复杂数学模型策略
从多角度上而言, 控制系统是一个非线性控制系统, 很难构建出数学模型。同时, 开发的下肢康复机器人控制系统需要对三个驱动器实时高频控制, 这就需要很大的计算量, 并且还要求较少的计算时间。在控制系统中, 若有庞大的、复杂的数学模型, 便在无形间增加了控制算法的计算时间, 很难达到实时性的要求。所以, 在控制策略设计过程中, 应防止精确的数学模型, 以达到快速计算的目的, 从而满足实时控制的需求, 并且达到规定的控制效果和效率。
3.2 完善的控制精度和控制策略
人体是一个适应力较强的系统, 可以快速、及时地适应外部世界的变化。瘫痪病人在康复训练过程中, 当给定步态与标准步态曲线有很小偏差时, 病人需要及时适应, 这就要求下肢康复机器人控制系统具备较强的控制精度。除外, 为了确保病人在康复训练中的安全, 需要控制系统具备较强的鲁棒性, 即便是外界突然发生变化, 依然能够继续正常的完成任务。
3.3 需要有效的及时性控制策略
在病人康复训练中, 为了避免因为失步混乱了整个步态, 需要控制系统具备较好的实时性, 尽可能缩短整个控制系统的运行时间。不但要选择使控制算法计算所需时间缩短的对策, 也要在实现控制策略中有针对性、有目的地选择其他方法, 从而使整个控制算法的计算时间尽可能缩小。可以说, 良好的实时性策略有利于提高患者训练的积极性, 进而帮助他们在最短的时间实现康复训练的目的。
3.4 需要可修改的控制策略
不管某个控制算法如何完善, 如果没有应用到具体实践中, 只停留在理论研究层面, 那么这个控制算法将毫无意义。所以, 设计的控制策略在软件与硬件设施上, 都具有一定的安全性和可行性, 以确保设计与实现的顺利性和有效性。另外, 每一个患者的患病程度都不同, 其所进行的康复训练也不同, 所以康复训练参数也不一样。为了便于理疗师结合每一位患者的实际情况, 制定出与之相符的康复方案, 控制策略还要做好实时更改的准备。但是, 每一更改都不是盲目、没有目的的更改, 需要有计划的更改。这样才能让患者看到完全康复的希望, 进而更加积极地配合理疗师进行康复锻炼。
4 结语
总而言之, 在机器人技术的迅猛发展下, 下肢康复训练机器人具有非常广泛的应用前景。深入规划意向运动补偿系统的初始步态, 让整个康复训练动作更有效、更完整, 且进一步提高病人的安全性。但是, 从我国对步态康复机器人意向运动补偿控制策略研究力度上来讲, 还需要深入研究, 进而推动我国康复医学事业的发展。
参考文献
[1]刘建华, 高荣慧, 王勇, 杨科.康复训练机器人脚踏位置的匀速控制方法[J].华中科技大学学报:自然科学版, 2013, (S1) .
[2]倪军, 王勇.坐姿下肢康复机器人的运动学分析及运动仿真[J].机械设计与制造, 2014, (1) .
论优秀拳击运动员竞技能力的补偿 篇4
1 优秀拳击运动员体能各因素的补偿
运动员的体能好坏对其竞技能力的水平能造成不同程度的影响。拥有良好的体能是保证充分发挥技战术水平取得优异成绩的基础,也是运动员在承受大负荷训练、高强度比赛还能保持稳定良好心理状态的基础。拳击技术动作是由运动员身体各部位多种协调所组成的,因此,形态和体能是决定素质水平的基础条件。运动技术水平的高低可以从技术的合理性和稳定性两方面去判定,而技术的合理性和稳定性在很大程度上受素质和心理的影响。综合以上因素,一名优秀的拳击运动员其体能的强弱是决定其总体竞技能力高低的关键因素,对其各方面的补偿也是极其重要的。
1.1 加强优势身体素质训练,促进弱势素质的充分发挥
身体素质训练是运动训练中的基础部分,也是重要组成部分。运动员的身体素质水平与技术、心理等训练相互促进、相互制约,共同影响着运动员的总体水平。现今世界拳击水平发展迅速,各种新技术、新战术不断的涌现,竞争日趋激烈,对拳击教练员和运动员都提出了更高的要求。实践证明,没有良好的力量、速度、耐力和灵敏等素质,想在比赛中取得优异成绩,是不可能的。一名优秀的拳击运动员其各身体素质之间也是互相影响、互相促进的,一项素质的提高就有可能会带动其它身体素质的改善。力量素质和灵敏素质就是很好的例子。在拳击运动中,力量是决定优异成绩的体能要素之一,是保证一切动作的基础,尤其是得点拳的击打力度,必须有力量素质作为保障,各种动作的爆发力、耐力对拳击运动员特别重要。拳击运动中,对运动员的灵敏素质要求也很高,如果运动员的灵敏素质不好,将不能很好的击打对手并会给对手提供很好的机会来提高得点率。灵敏素质应该在良好的力量素质的基础上实现,相应的,提高力量素质会对灵敏素质的提高有一定的帮助。灵敏素质的提高必须有一定的力量素质作为基础保障。试想如果运动员肌肉力量强、爆发力好,其灵敏性也一定会得到提高。因此适当合理的加强力量素质的训练,将有助于灵敏素质的更好发挥。反之,灵敏素质对力量素质同样具有一定的促进作用。如果运动员只是力量素质好而灵敏素质差的话,那么无论运动员做什么动作,都不能很好地表现出动作的舒展性,只能使人感觉僵硬笨重。因此,加强灵敏素质的训练同样会对力量素质的发挥起到事半功倍的效果。
1.2 通过“优先训练”促进运动员体能的增加
拳击运动员个体竞技能力中各身体素质并非均衡发展的,即使优秀运动员也不例外。拿我国取得世界冠军的邹市明举例,他的身体素质各要素也不是均衡发展的,也存在不同程度的弱势因素。在这种情况下采用优先训练法提高运动员的弱势素质是个切实可行的好方法。优先训练法就是对运动员弱势素质进行优先补偿训练的方法。例如运动员的上肢力量较下肢力量薄弱时,就应优先重点训练上肢,通过多练习俯卧撑、卧推、快速平推等动作来增加运动员的上肢肌肉体积,达到增强上肢力量的目的。在体力好,精力充沛时应优先训练薄弱部位、弱势素质。通过优先训练法,可以将运动员的各项身体素质向一个水平看齐,从而使得总体能力得到提高。“优先训练法”是“水桶模型”弱势补偿方法的一个应用,对运动员总体竞技能力的提高起到不可忽视的作用。
2 优秀拳击运动员技能因素的补偿
运动技能就拳击项目而言,主要指运动员在对抗过程中运用各种技术、战术来战胜对手的能力。拳击运动员任一技术能力的缺乏,都会对运动员的总体竞技能力产生影响,从而影响优异运动成绩的取得。同时,对运动员运动技能的补偿也是至关重要的。
2.1 加强专项体能训练,以促进各种技战术在比赛中顺利完成
技能和体能是互相联系、互相促进的,两者不可割裂开来。良好的体能基础,是运动员技能水平得以充分发挥的保障。通过运动训练、合理膳食,可使运动员的体能增强,使技战术的完成有了足够的保障,从而达到运动技能的提高。例如,运动员连续的进攻,力量耐力是完成连续进攻的关键,如果运动员的力量耐力不好,就会因力量的不足而不能清晰有效的获得击打点。运动员要想完成一场比赛,必须要有足够的体能作基础。体能的增加,为技战术的完善与提高提供保障。因此,在进行拳击训练时,要通过各种手段不断使运动员的体能增加,以促进运动员良好运动技能的形成。
2.2 加强技术训练,提高技能水平
技战术是拳击运动员的生命,是技术对抗格斗类项群训练的核心。拳击技术训练对提高运动员的总体竞技能力有着不可磨灭的作用,其训练内容主要包括基本技术和战术的训练。
2.2.1 基本技术的训练
基本技术主要包括直拳、摆拳、勾拳以及这三种拳法的任意组合。直、摆、勾是拳击的基本拳法。在一开始训练时,应特别强调动作的规范性。在优秀运动员阶段,应更多的强调各种拳法的组合,两拳三拳,甚至更多的组合,千变万化,但一定要根据自身的特点和能力来强化练习。
2.2.2 战术的训练
拳击战术包括很多,声东击西战术、佯攻战术、前拳战术、伪战战术、隐蔽战术、阻扰战术、边角战术等各种技术和战术都有自己的训练方法和手段,在训练过程中要注意掌握正确的训练方法及手段,以促进运动技能的提高。
2.3 加强心理能力训练,促进运动员技能水平的正常发挥
运动员良好的心理能力是其运动技能水平正常发挥的基础。运动员只有在训练或比赛中良好的发挥自己的技战术,才能取得优异成绩。良好的心理能力可以使运动员的运动技术及战术合理有效的完成。在一些重大比赛中,许多运动员常因为心理紧张而影响了自己技战术水平的发挥。因此,在训练中一定要注重加强运动员心理能力的培养,促进其运动技术水平的正常发挥。
3 优秀拳击运动员心理能力的补偿
运动员的心理能力是指运动员与训练竞赛有关的个性心理特征,以及根据训练竞赛的需要,把握和调节心理活动的能力,是运动员竞技能力的重要组成部分。在运动员竞技能力的组成要素中,体能和运动技能是有形的,是教练员可以控制和掌握的,而心理能力是无形的,不便于控制和掌握。对运动员心理能力进行补偿的目的就是要通过各种手段调整运动员的综合竞技能力,把无形的因素变成有形的因素,把不可控制因素变成可控制因素,使运动员的体能、运动技能、心理能力处于最佳的竞技状态之中。
3.1 针对不同的气质类型进行合理训练,促进运动员心理能力的提高
气质类型是运动员所具有的重要心理素质之一。众所周知,人的气质特点主要是由先天的因素决定的,它很大程度上是人的个性特征的外在表现,不仅与运动员从事的项目特点有关,而且也影响其在比赛中水平的发挥。针对不同气质类型的拳击运动员,其训练方法也应有所侧重。胆汁质、多血质的运动员情感发生比较迅速,也比较强烈,训练热情很快产生,但持久性差。这类运动员在训练中很容易对训练表现出极大的热情,但他们的热情来得快消失得也快,稳定性较差。胆汁质的运动员一旦训练疲劳,热情便会急剧下降而多血质运动员的灵活性好,掌握动作技能的速度快,喜欢不断的变换训练内容,动作稳定性较差。在训练中应注重动作稳定性的训练,正确引导他们的训练热情,制定明确的目标,即使给予鼓励和表扬。粘液质运动员情感发展比较慢,灵活性迟缓,但稳定性较好,训练热情处于平衡状态,一旦投入训练不易分心。对粘液质的运动员,教练员应考虑尽快把他们的训练热情激发出来,在训练中注意技术动作的分解教学,将动作逐步连贯并反复练习,同时强调动作的连贯性和表现力的培养。抑郁质运动员的训练热情更难以产生,灵活性差,即使参加了训练,热情也不是很高,但是他们训练起来十分细致并且坚定。在对这样的运动员进行训练时应首先着重激发他们的训练热情,让他们从心理上产生对训练和比赛的激情。只有针对不同气质类型的运动员进行合理、科学的训练,其心理能力才能得到改善,从而对其总体竞技能力的提高起到一定的促进作用。
3.2 通过“模拟训练”培养运动员自信心,以促进其心理能力的提高
“模拟训练”是指在获得准确情报信息的基础上,通过与模仿重大比赛中主要对手的主要特征的陪练人员的对练,及通过在比赛条件相似的环境中的练习,使运动员获得特殊战术能力的一种针对性极强的方法。就拳击而言,模拟训练主要体现在通过模拟比赛的场景进行训练。例如,按照正式比赛形式、正规的评分标准,让运动员完成实战或在同比赛相似的环境中如观众和场下队员大喊大叫,甚至请来其他人员大喊大叫等进行训练。通过这种训练,使运动员对比赛的环节及情景有个清楚地认识,以提高他们进行正式比赛时的自信心,从而促进心理能力的增强。体能、运动技能的增强是提高运动员心理能力的重要保障扎实的训练根基是控制心理紧张,提高心理能力的法宝。运动员通过训练,体能、运动技能都达到很高的水平,运动员心里有底气,因此参加比赛就不会怯场,从而正常发挥自己的水平。
3.3 体能、运动技能的增强是提高运动员心理能力的重要保障
扎实的训练根基是控制心理紧张,提高心理能力的法宝。运动员通过训练,体能、运动技能都达到很高的水平,运动员心里有底气,因此参加比赛就不会怯场,从而正常发挥自己的水平。拳击运动是激烈的对抗性运动,是对拳击运动员技战术、体能、心理的综合考验,要想取得比赛的胜利,就要运动员充分发挥自己的优势,把上述能力综合发挥出来。综合优秀拳手比赛制胜的经验,可以看出影响比赛胜负的主要因素除了充沛的体能和优秀的技术外,还要求运动员具备良好的心理素质。拳手只有在稳定的心理状态下才能充分发挥出自己的技、战术水平。因此,从某种程度上说,拳击比赛时运动员所具备的心理素质水平,对比赛的结果起着非常关键的作用。
恐惧在拳击这项对抗性极强的运动中是不可避免的,在你存在恐惧的同时,对手也同样心存恐惧,你战胜了恐惧,你也就赢得了胜利,这就要强调自我战胜的重要意义之所在。比赛时瞬息万变的战况、激动沸腾的观众、强烈的灯光、对方挑战性的攻击等外界的各种干扰以及拳手自己的心理负担,都影响着拳赛的胜负。因此想成为优秀的拳击运动员,首先要能够低抗各种干扰因素的影响,注意力高度集中,全身心地投入比赛。
运动补偿 篇5
图像通信是近年来取得长足发展的现代通信技术, 图像压缩的进步则是通信发展中的重要组成部分。2003年3月, ITU-T/ISO正式公布了H.264视频压缩标准, 由于比以往的出色的性能, 被人们成为新一代视频压缩标准。它的优异的压缩性会在数字电视广播、视频实时通信、网络视频媒体传输以及多媒体短信等各个方面发挥重要的作用。本文主要是对H.264中的运动补偿中的关键技术进行分析。
二、H.264中运动补偿关键技术
对一个视频序列相邻的两帧或者几帧具有很强的相关性, 将图像的每一帧分成许多互部不叠的宏块, 利用当前的帧的前一帧或者后一帧给定一定的搜索范围内根据一定的匹配准则找到当前块的最相似块, 这个过程称为移动估计 (Motion Estimation, ME) 其表达方式是运动矢量 (Motion Vector, MV) , 如图2.1所示。
把前一帧的运动部分信息根据运动矢量补偿过来的过程称为运动补偿 (Motion Compensation, MC) 。在H.264中运动补偿技术在补偿的块的划分、补偿精度、多参考帧等方面有独到之处。
2.1 块的划分
与以前的视频标准不同, H.264中的获得运动补偿的块结构大小不再局限于宏块的基础, 可以将宏块分解成子块, 子块进行运动估计得到MV。每个宏块可以分解为1个16×16块、2个8×16块、2个16×8块或者4个8×8块。如果1个宏块被分解为4个8×8块, 每个8×8块还可以在分解成4个4×4的更小的子块, 如图2.2所示。
每个分割或子宏块都有一个独立的运动补偿。对大的分割尺寸而言, MV选择大分割类型只需要较少的比特, 但是补偿残差在细节区域能量将会非常高, 大的分割比较适合平坦区域;小尺寸分割运动补偿残差能量低, 但是需要比较多的比特表征MV和分割选择, 比较适合多细节区域。宏块的色度充分 (Cr和Cb) 则为相应亮度的一半 (水平和垂直各一半) 。色度块采用和亮度块同样的分割模式, 只是尺寸减半。
2.2 运动补偿精度
在基于块的搜索中相应快的步长部一定是整数。为了更精确的运动表示H.264标准中用了分数像素精度, 对亮度成分采用1/4像素精度, 色度1/8像素精度。。亚像素位置的亮度和色度像素并部存在于参考图像中, 需要利用临近已编码点进行内插而得到, 图2.3为亮度半像素位置内插。
内插像素生成:
首先生成参考图像亮度成分半像素。半像素点 (如b, h, m) 通过对相应整数像素点进行六抽头滤波得出, 权重为 (1/32, -5/32, 5/8, 5/8, -5/32, 1/32) 。b点的计算如下:
类似的, h有A、C、G、M、T滤波得到。当临近 (垂直或者水平方向) 像素点的所有像素都计算出, 剩余的半像素点便可以通过对6个垂直或者水平方向的半像素点滤波得到。例如j由cc, dd, h, m, ee, ff滤波得到。
半像素点计算出来以后, 1/4像素点就可以通过线性内插得出, 如图2.4所示。1/4像素点如 (a, c, i, k, d, f, n, q) 由临近像素内插得到, 如剩余1/4像素点 (p, r) 由一对对角半像素点线性内插得出。如e由b和h获得。
2.3 多参考帧
在以前的视频标准中对P帧进行帧间预测时, 只容许以前一个图像或者P图像为参考帧;对B帧图像进行预测时只容许以前后I图像或P图像为参考图像。作为一项改进, 在H.264中引入了多参考帧预测技术, 容许前向参考帧的数目从1到5。参考图像甚至可以时采用双向预测编码的图像。这样可以对周期性运动, 平移封闭运动和不断在两个场景间切换的视频流有效果非常好的运动预测。使用多参考帧同时也能很好的码流误码恢复, 但是需要额外的时延和存储容量。
基于JM8.6平台的多参考帧的测试结果如表2.4所示。QCIF序列的有三种, 运动复杂度从低到高, 分别为Akiyo、Silent和Coastguard它们的编码帧率分别为10fps、15fps和30fps;CIF序列为2种, 包好的运动复杂从低到高分别为Silent和Coastguard, 它们的编码帧率都是30fps。2.4表中的最右边4列数据是相对各自测试序列使用1个参考帧时PSNRY、编码时间、运动估计时间的增量和增率。有表中可以得出, 对于运动很平缓的Akiyo序列, 参考帧增加时, PSNRY只增加很缓慢, 最多为0.02dB, 但是编码时间和运动估计时间平均增加82.29%和200.05%;对于运动较为复杂的Silent和Coastguard, 参考帧增加时, PSNRY, 增加较Akiyo多, 但是最多为0.08dB, 编码时间和运动估计时间平均增加为72.83%和199.35%。
由上面的统计可以看出, 多参考帧并不像理论上分析的对编码有很大的提高, 但是却带来很大的开销, 所以在一般应用场合, 要尽量避免使用多参考帧。
参考文献
[1]Iain E.G.Richardson.H.264andMPEG-4Video Compression Video Coding for Next-generation Multimedia, Wiley Press, 2003.
[2]Yao Wang, Jorn Ostermann, Ya-Qin Zhang.Video Processing and Communication, Pearson Education, 2002.
[3]Joint Video Team (JVT) of ISO/IEC MPEG&ITU-T VCEG, “Joint Video Team (JVT) of ISO/IEC MPEG&ITU-T VCEG”, JVT-F100d2.doc, 6th meeting, Awaji, Island, JP, 5-13December, 2002.
[4]T.Wiegand, G.J.Sullivan, G.Bjontegaard, and A.Luthra, “Overview of the H.264/AVC Video Coding Standard, ”IEEE Trans.Circuits Syst.Video Technol., vol.13, pp.560–576, July2003.
[5]毕厚杰.新一代视频压缩标准H.264, 人民邮电出版社, 2004.
[6]陈志波.H.264运动估值与网络视频传输关键问题研究, 清华大学, 毕业论文, 2002.
[7]Joint Video Team (JVT) Test Model JM8.6Software at http://iphome.hhi.de/suehring/tml.
运动补偿 篇6
AVS标准是《信息技术先进音视频编码》系列标准的简称,是我国提出的第一个拥有自主知识产权并得到政府支持大力推广的音视频编码标准。与另一个广泛使用的标准H.264相比,AVS虽然在编码效率上并无明显优势,但是系统实现的复杂度却有显著的降低[1],因此正在大力推广应用。
帧间预测运动补偿技术是AVS视频标准的核心技术之一,其基本思想是采用基于块的运动矢量来消除图像间的冗余。运动补偿模块在AVS编码器和解码器中都有非常重要的作用,以AVS解码器为例,运动补偿模块在系统中的位置如图1所示。
笔者提出了一个AVS硬件解码系统中运动补偿模块的硬件实现结构,并给出了仿真和综合结果。
2 AVS运动补偿相关算法
AVS运动补偿算法包括两方面的内容:运动矢量预测计算和样本插值计算[3,4]。此部分比较基础,可参考相关文献,这里仅给出有关算法。
在AVS标准中,共有普通模式、对称模式、跳过模式、直接模式4种块模式,在不同的模式下,亮度块的运动矢量的计算方法并不相同。
假定当前亮度块E的运动矢量解码值用MVE表示,对应的预测值用MVEPred表示,则MVE等于MVEPred加上由运动矢量残差水平分量MV_diff_x和垂直分量MV_diff_y解码得到的运动矢量增量的和[3],基本单位是1/4样本。由此可知,计算运动矢量的关键就在于求取运动矢量预测值MVEPred。
普通模式的MVEPred求取方法,大致可以分为两步:一是求相邻块运动矢量的缩放运算;二是进行相关判断和后续调整,得到最终结果。关键在于前者,具体算法为
式中:sign()为符号函数;Abs()为求绝对值函数;BlockDistance指当前块及其运动矢量指向的参考块之间的块距离。求得缩放运算后,视不同情况的需要进行相关的调整,就可以得到普通块模式下的MVEPred值。
直接模式情况下要根据后向参考图像中的特定位置块的运动矢量,来计算当前块的前向运动矢量MVFw和后向运动矢量MVBw。
前向运动矢量算法为
后向运动矢量算法为
式中:MVRef指后向参考帧中与当前块的左上角样本位置对应的块的运动矢量。
跳过模式与直接模式相比,计算运动矢量的方法基本相同,相对简单一些,此处不再展开。
对称模式与直接模式相比,只需计算后向运动矢量MVBw,因其前向运动矢量MVFw和前向参考索引可以由输入比特流经相应处理得到。计算对称模式下MVBw的算法为
在AVS标准中,插值分为亮度插值和色度插值,其精度分别为1/4和1/8像素。亮度插值分为1/2像素和1/4像素插值两步。色度插值所使用的运动矢量MVC与对应亮度块的运动矢量MVE有着密切关系,其水平分量相等,而垂直分量则需要根据色度格式进行调整:当色度格式为01时,两者垂直分量相等;当色度格式为10时,MVC的垂直分量是MVE垂直分量的2倍。所以,求出MVE就可方便得到MVC。色度采用距离加权,预测样本矩阵的元素PredMatrix[x,y]的算法为
3 AVS运动补偿模块硬件设计
3.1 AVS解码器运动补偿整体结构
AVS解码器的运动补偿模块的整体结构如图2所示。
图中,控制器主要负责各个模块的协调和时序对应,确保系统可以在统一的调度下进行解析判断、数据处理等操作,实现高效率的流水线作业;并且将输入码流中的相关块信息传递给运动矢量预测模块MVP。MVP模块接收控制器传入的当前块信息,并根据不同的情况的需要,从存储器中读取所需要的参考参数信息,然后依据各自情况下的算法,进行相关的数据处理和计算,得到亮度块的运动矢量预测值;再结合变长解码器VLD输入的运动矢量残差MV_diff,进一步求得MVE,并将其传递给下一级的参考数据读取模块RR。RR模块先对输入的MVE数据进行预计算,得到参考数据的地址,然后从存储器中读取相应的参考帧数据,并根据下一级的插值模块所需要的格式,进行数据的拼接和格式转换,将最终结果送给插值模块处理。插值模块依据亮度和色度的插值算法进行插值,再将所得到的结果送往环路滤波器等后续模块。这样,系统就完成了帧间预测的运动补偿处理。
3.2 运动矢量预测模块MVP
该模块的主要功能为根据当前块的信息和相邻块的信息计算当前块运动矢量。其电路结构图如图3所示。
图中,模式处理控制模块主要作用有两个:一是对控制器传入的当前块的相关信息进行解析、处理,并根据情况从存储器中读取所需要的参考块的信息,为后面依据不同的模式预测运动矢量、进而求得MVE做好准备,另外将处理结果存入RAM;二是根据块的模式,产生相应的控制命令,协调内部模块的统一工作。核心计算模块则是在模式处理控制模块的支持下,依据各自模式的算法,求得运动矢量的预测值;MVE计算模块则在核心计算模块计算结果的基础上,最终计算出MVE值,将其送入下级RR模块,完成本模块的既定功能。
核心计算模块计算任务最重,会对系统整体的速度、面积产生很大影响。将不同模式的运动矢量预测计算放到同一个模块来进行,可最大限度地复用资源,减少逻辑开销[3]。例如,对比第2节的算法部分可知,普通模式的运动矢量缩放运算和对称模式后向运动矢量运算在计算过程上非常相像,完全可以复用同一个运算单元;另外,算法中的整除运算是以512和16 384为固定被除数的,非常适合采用查找表法。即取2块ROM作为查找表,以除数作为ROM的地址,对应的单元中存储的内容就是商,将整除运算转化为对ROM的读数据操作,大大节省了时间,提高了速度。ROM的初始化文件有mi和hex两种格式,一般来说,mif格式相对比较直观友好,hex格式使用范围更广,所以一般是编写程序产生mif文件,再使用Quartus软件转换成hex格式。ROM的初始化文件仿真时要包含进去。
3.3 参考数据读取模块RR
参考数据读取模块的功能就是根据运动矢量预测模块计算得到的运动矢量,从外部存储器中读取当前解码块所需要的参考帧的数据,然后将这些数据传送给后续的插值模块。参考数据读取模块由预计算模块和数据转换模块组成,如图4所示。
存放图像参考帧的外部存储器可能是各种不同类型的存储芯片。每一种存储芯片都有不同的控制命令,而且参考帧数据存储的格式也不尽相同。预计算模块的主要功能就是根据输入运动矢量值和控制器信息将运动矢量转换为存储器实际存储的物理地址,然后向外部存储器发送命令参数。由于各种存储芯片的输出数据位宽也不尽相同,因此需要数据转换模块把存储器输出的数据根据后面的插值模块的需要进行拼接整合和格式转换,而后依次输出。
3.4 插值模块ITP
插值模块将参考数据读取模块传送来的参考帧数据进行插值处理。亮度插值部分的核心运算部件是并行4抽头滤波器组。色度插值部分的核心运算部件是并行乘法器,它由两个结构完全相同的乘法器构成。乘法器的框架如图5所示。
3.5 控制器流水作业图
控制器控制整个运动补偿模块内部的流水作业,如图6所示。
在MVP完成某一块的运动矢量预测后,该块的运动矢量信息传给RR,同时MVP进行下一块的运动矢量运算,以此类推。采用该流水作业流程可以大大提高运动补偿运算效率。
4 仿真与系统性能
对所提出的硬件结构实现了Verilog HDL的RTL级描述和Modelsim的综合前仿真,测试数据由AVS标准参考C语言代码产生。在采用SMIC的0.13μm库,用Synopsys公司的Design Compiler进行综合时,该运动补偿模块的频率可达65 MHz以上,而仅占用84 853门,实现了65 MHz时钟频率下720×576,4∶2∶2,30 f/s的AVS的实时运动补偿。
通过验证,该设计可以对AVS标准运动补偿的各种块模式进行解码;通过使用共享运算部件等优化措施,节约了硬件资源;使用流水线设计,提高了速度。该设计可以实现在AVS基准档次4.2级别下的实时解码。
参考文献
[1]陈光法,姚立敏,虞露.AVS熵解码与DSP实现[J].电视技术,2004(10):43-46.
[2]SHENG Bin,WEN Gao,WU Di.A platform-based architecture of loop filter for AVS[C]//Proc.7th International Conference on Signal Processing.2004:Vol1.[S.l.]:IEEE Press,2004:571-574.
[3]蒋清晓.高性能视频开发验证平台系统的设计[D].杭州:浙江大学,2006.
[4]YU Lu,YI Feng,DONG Jie,et al.Overview of AVS-Video:tools,performance and complexity[C]//Proceedings of the SPIE:Volume5960.[S.l.]:SPIE Press,2005:679-690.
[5]谢朝辉,冯燕,李谦,等.H.264和AVS多模视频解码器中运动矢量预测的硬件实现[J].微电子学与计算机,2006(11):54-57.
运动补偿 篇7
当前,数字电视机顶盒设计中,主要参考的视频编解码标准包括MPEG-2、H.264以及中国自主研发的AVS;MPEG-2作为广播级的视音频标准已使用很多年;H.264相比其他标准能够在同等图像质量下有更高的压缩相率,因此,它广泛地应用于电视广播实时通信等领域;AVS与H.264相比虽然在性能上没有太大的提高,但是计算复杂度有了明显的下降[1]。国内有线广播主要是采用MPEG-2和H.264,地面广播采用AVS,目前,我国正大力发展农村直播卫星项目,它是利用卫星实现广播电视,多媒体数据直接向用户传送数据(直播卫星节目采用的编码标准是MPEG-2,数字地面广播采用AVS),同时,传统的有线、无线数据传输方式在很长一段时间内仍然是主流(高清节目主要是采用有线传输的MPEG-2和H.264编码标准)。为了满足不同客户对视频节目质量的不同需求,仅仅支持单一的视频编解码标准已难以满足要求,因此,兼容多标准的视频解码芯片将成为高清数字电视机顶盒芯片设计的必然趋势,这种视频解码芯片主要有以下3个特点:1)支持主流的视频编解码标准,包括MPEG-2,H.264,AVS(综合考虑成本与性能,在国内兼容这3种标准的机顶盒能够满足高清视频解码芯片设计要求,而不必兼容于更多的视频编解码标准,如:在国际上一些地区使用的用于广播的编解码标准VC-1);2)软硬件配合工作,固件Firmware可更新,以便于针对市场变化需求进行升级;3)支持通用的接口,易于系统集成化。本设计主要应用于中国直播星DTH项目以及高清卫星机顶盒应用。
在高清视频编解码设计中,基于硬件的实现技术已变的越来越重要,特别是在需要高效率执行、低功耗要求中。运动补偿(Motion Compensation)模块是视频解码器设计模块中访问存储器最频繁,且数据吞吐量最高的模块。为了解决存储器带宽的限制,文献[2]中提出了一种支持H.264的MC子系统,但是它不兼容于AVS;文献[3]中使用了Cache机制来降低访问外部存储器带宽,但当多种预测方式被请求时,就会减少Cache的命中效率。为解决这些问题,本设计中采用数据缓存机制用于减少对外部存储单元的频繁访问;另外,外部存储器单元SDRAM分配6帧高清帧存储空间,存储用于运动补偿计算的相关帧与重构帧,帧存储在SDRAM中采用顶底场数据分开方式,采用这种方式能够提高数据的存取效率。整个运动补偿计算模块采用并行多级流水线设计,减少了运动补偿的计算周期,提高了执行效率,使用90 nm COMS工艺库,在135 MHz的频率下综合,电路规模为45 kgate,处理一宏块数据大约需要520个时钟周期,文中设计能够应用于MPEG-2 MP@HL,H.264MP@L40以及AVS Jizhun Profile。
1 运动补偿计算模块整体架构
在运动补偿计算过程中,首先,需要接收来自于VLD(Variable Length Decoding)模块解码的运动矢量;然后根据当前模块的数据分割以及运动矢量信息,从外部的存储器参考帧中读取相应的参考像素;再通过像素插补等一系列计算,最后得到重构的像素数据。对于MPEG-2,像素插补只是在半像素位置进行双线性差值;对于AVS,在半像素位置采用4抽头滤波器F1(-1,5,5,-1),在四分之一像素位置采用4抽头的滤波器F2(1,7,7,1);而H.264/AVC在半像素位置采用6抽头滤波器F3(1,-5,20,20,-5,1)。运动补偿模块整体结构如图1所示,包括用于得到重构数据的运动补偿像素插补模块单元,用于取相关数据的外部存储器接口单元以及一些控制计算单元(包括总线判决器和DMA控制器等)。外部存储器接口单元处于运动补偿像素插补模块与总线判决器模块之间,此模块接收来自于运动补偿像素插补单元的请求,用于控制运动补偿像素插补单元取相关数据;如果相关数据不存在于逻辑缓存器子模块中,那么外部存储器接口模块将发送请求给总线判决器用于从外部的SDRAM中读取相关数据,请求返回的数据将存储在逻辑缓存器单元中,同时相关数据将被传送给运动补偿像素插补单元;若运动补偿像素插补单元请求的相关数据存在于逻辑缓存器单元中,相关数据将从逻辑缓存器单元中直接传递给运动补偿像素插补单元而不访问外部的SDRAM。
2 数据存储器优化
本文中提出了一种插补像素缓存机制,用于存储像素插补计算过程中的中间数据,对于那些反复被使用的参考像素存放在外部存储器接口单元中的缓存器Buffer中,完整的参考帧则存放在外部存储器SDRAM中,通过这种数据Buffer机制能够很好地提高运动补偿的性能,减少计算周期,运动补偿存储器架构如图2所示。
滤波中间值缓存器用于存放运动补偿计算过程中的中间值。由于这个滤波中间值缓存器只是用于存储像素插补流水的中间值,因此,它只是与像素插补计算单元有数据的交换。外部存储器接口单元内部结构框图见图3所示,主要是用于执行3部分请求响应:1) 从运动补偿像素插补模块加载来自于相关Buffer的数据;2) 发送请求信号给总线判决器;3) 将返回的数据存储到逻辑缓存Buffer中。整个外部存储器接口单元包括以下几个子模块:亮度数据请求地址模块、色度数据请求地址模块、2k亮度数据Buffer、1k色度数据Buffer、亮度数据hit模块、色度数据hit模块,以及存储器请求发送FIFO、存储器访问FIFO。整个模块采用并行多级流水线方式,可以同时处理亮度和色度的取相关数据操作。
通过这种存储器结构设计,能够减少对外部存储器频繁的访问。这样,虽然片内的存储器功耗略有增加,但是对于外部的存储器以及I/O接口的功耗能够大大地减少,表1是通过对20个QCIF视频序列功耗仿真测试的结果,结果表明存储器Buffer机制平均能够减少42%的系统功耗。
3 像素插补计算
3.1 亮度计算
在亮度像素插补计算中,需要使用3种滤波器:2种4抽头滤波器F1(-1,5,5,-1)和F2(1,7,7,1),用于AVS亮度像素插补计算;1个6抽头的滤波器F3(1,-5,20,20,-5,1),用于H.264/AVC的亮度像素插补计算。1个6阶的滤波器直接计算需要5个加法器和4个乘法器,但是通过简单的操作数组合能够将资源消耗减少到2个乘法器,即out=(A+F)-5×(B+E)+20×(C+D)。6抽头滤波器如图4a所示,设计中使用移位器和加法器组合来实现乘法器功能,因此1个6抽头滤波器需要使用7个加法器和3个移位器实现。对于2个4抽头滤波器,可采用类似6抽头的设计方式,水平滤波为out=-(A+D)+5×(B+C);垂直滤波为out=(A+D)+7×(B+C)。这样2个4抽头滤波器能够分别使用4个加法器和1个移位器实现,如图4b、图4c所示。
以文献[4]图8-4中j点像素插补为例,对一个4×4块进行像素插补计算。图5描述了H.264解码流水线过程。在流水线第1周期,使用4个水平和4个垂直滤波器分别对参考像素进行计算,输出结果存放在滤波中间值缓存器中;在第2周期,水平和垂直滤波窗口分别向右移动一格,对4×4块第2列数进行垂直插补,并且开始执行均值滤波,这样通过6个时钟周期,就能够得到计算j像素点的6个半像素参考点,所以,计算一个j参考像素需要9个时钟周期。表2总结了在H.264/AVC中插值计算一个4×4亮度像素块不同像素位置所需时钟周期(各像素点代表文献[4]中图8-4所示的位置)。
3.2 色度计算
对于色度计算来说,AVS与H.264/AVC可采用类似的计算方法,相比亮度计算,色度计算相对直接。插值按照以下公式完成
out=[(8-dx)(8-dy)A+dx(8-dy)B+(8-dx)dyC+dxdyD+32]>>6 (1)
整理后为
out=(8-dy)[8A+(B-A)dx]+dy[8C+(D-C)dx] (2)
因此,色度滤波器可设计为如图6所示,与原始设计相比,该设计需要11个加法器、4个固定长移位器以及3个可配置移位器就能实现,减少了大量的乘法器消耗。
3.3 Page/Bank地址结构
外部SDRAM采用Page/Bank存储方式用于存储6帧高清图存储空间(满足IBBBBP编码方式),设计中采用顶底场分开的方式将数据存储在SDRAM中,如图7所示。对于亮度数据来说,每一页分为4个Bank的存储空间能够存储64宏块的亮度数据,这样,每个Bank能够存储4×4=16个宏块的数据,读/写访问每个时钟周期能够读取4 pixel×2的数据,采用此种数据分割模式,能够产生最优化的数据加载能力[5]。图7中1～5标示了取值模块在不同的Page/Bank中的位置,取值模块1所耗费的时钟周期最短,而由于取值模块5跨4个Bank取值,因此,所需的时钟周期最长。例如:当考虑到一个13×13像素的取数据操作时,读取方式如图7所示,其中阴影部分为所需要取得的数据,黑色箭头表示每个时钟周期所取像素。采用这种取相关数据方式,每个时钟周期能够取得8像素数据,这种架构能够有效地减少访问外部SDRAM的precharge/active的频率(每个precharge/active需要消耗2～5个时钟周期),从而能够提高运动补偿计算的性能。
4 综合结果比较
采用文中所提出的设计方法,用Verilog语言进行RTL级描述,开发环境为QuartusII 10.2,使用Altera公司的Stratix II系列芯片EP2S90F1020C4,在时钟频率为135 MHz的情况下,使用资源为:4 590个ALUT;4 017个寄存器。建立的C模型是基于AVS验证模型RM09.10,H.264相关软件JM12.1以及MPEG-2相关的模型v1.2a。通过测试3种不同标准的码流,使用Synopsys Design Compiler综合结果显示,该Verilog代码能够满足MC功能。表3中描述采用文中Buffer缓存机制,AVS码流测试所节省的带宽,结果表明采用文中设计Buffer能够平均节省37.47%的带宽消耗。
Synopsys Design Compiler下,使用0.09 μm CMOS工艺库综合,在工作频率为135 MHz下,除去外部的存储单元SDRAM运动补偿计算模块总共消耗45.48 kgate(运动补偿像素插补计算单元与外部存储器接口单元总和),执行1 Mbyte的MC计算(运动补偿像素插补计算,不包括从外部SDRAM中取相关数据),需要消耗大约520个时钟周期,相比文献[6]减少了大约15%的时钟周期,MC计算单元资源消耗情况及与文献[6,7]比较见表4、表5所示,结果表明,该设计满足实时高清解码要求(30 f/s)。
5 小结
本文提出了一种满足多标准视频解码的运动补偿存储架构,外部存储器SDRAM存储6帧HD图,每一帧图采用顶底场数据分开的方式存储在SDRAM中,整个MC单元采用并行多级流水线处理,实现了对外部帧存储单元的高效存取访问以及运动补偿的高效计算,处理1 Mbyte的MC操作需要大约520个时钟周期,相比文献[6]节省了15%。综合结果表明,本设计满足高清视频解码的要求。
参考文献
[1]Document JVT-C167.Draft ITU-T recommendation H.264(a.k.a"H.26L")[S].2002.
[2]WANG S Z,LIN T A,LIU T M,et al.A new motion compensation design for H.264/AVC decoder[C]//Proc.IEEE International Symposium on Circuits and Systems,2005.[S.l.]:IEEE Press,2005:4558-4561.
[3]KIM J H,HYUN G H,LEE H J.Cache organizations for H.264/AVC motion compensation[C]//Proc.13th IEEE International Conference on RTCSA,2007.[S.l.]:IEEE Press,2007:534-541.
[4]ITU-T H.264建议书[S].2005.
[5]LIN C F,CHUNG C C,TSAI Y C,et al.Bandwidth-efficient architecture design for motion compensation in H.264/AVC decoder[C]//Proc.10thIEEE International Conference on Solid-State and Integrated Circuit Technology,2010.[S.l.]:IEEE Press,2010:445-447.
[6]ZHENG Junhao,GAO Wen,WU D,et al.A novel VLSI architecture of motion compensation for multiple standards[J].IEEE Trans.Consumer Electronics,2008,54(2):687-694.