网络抖动论文（精选7篇）
网络抖动论文 篇1
0引言
发动机怠速抖动是一种常见的发动机故障现象。造成该故障现象的故障原因有很多, 比如个别缸不工作或工作不良、怠速进气量少或怠速时混合气浓度不正常。发动机怠速抖动的可能故障部位有进气系统、燃油供给系统、点火系统及电子控制系统等。发动机OBD系统会对其中的部分故障提供故障码, 为诊断和维修提供方便。但是, 当进气系统真空管和EGR阀发生部分漏气、节气门部分堵塞、喷油器局部磨损时, 由于发动机电控系统会通过反馈机制对怠速抖动故障进行抑制, 使得故障码无法及时有效生成, 从而给故障诊断带来了困难。近年, RBF神经网络应用于发动机故障诊断得到了发展[1]。本文应用了RBF神经网络对上述4 种无有效故障码的故障进行诊断。
1RBF神经网络[2]
RBF神经网络是一种由输入层、中间隐层和输出层组成的三层网络, 其结构如图1所示。
RBF神经网络通过RBF径向基函数实现输入层和输出层之间的非线性映射, 并能无限逼近非线性模型[3,4]。径向基函数定义为:
其中, ||x - y||为欧几里得范式。 xp是一个m维的输入层向量, yp是n维的输出层向量。中间隐层由{Zi}, i = 1, 2, ⋯j组成。
第k个隐层神经元输出为
2RBF神经网络结构设计
RBF神经网络需要完成输入层、中间隐层和输出层的结构设计后才能进行逼近运算。
2.1输入层设计
上述4 种故障可以通过进气流量、进气温度、节气门开度、点火提前角、空燃比和发动机转速6个参数进行分析。因此输入层设计成6 个输入神经元组成, 分别用于接收上述6个参数。
2.2中间隐层设计
RBF神经网络的中间隐层结构是结构设计的难点, 目前还没有明确的隐层结构算法。常见的方法有随机经验法、梯度下降法等。其中, 借鉴经验随机选择若干隐层神经元的方法难以获得紧凑合适的结构, 进而影响整个网络的逼近效率。梯度下降法通过若干次迭代梯度计算不断逼近最优结构, 缺点是时间花费较大。
本文将上述两种方法结合起来, 在随机经验法的基础上使用梯度下降对网络最优结构进行逼近。其设计步骤如下:
步骤1:从样本集中随机选择故障诊断类别数量的样本作为隐层神经元。
步骤2:定义网络误差函数为:
使用式 (3) ~ (5) 分别对隐层神经元的个数n、隐层输出连接权值w , 以及径向基参数 σ 进行调整。
2.3输出层设计
本文输出层采用单节点结构, 该节点的输出值与怠速故障诊断结果的对应关系如表1所示。
3实验
本文以2013 款长安福特嘉年华1.5L Duratec发动机为实验对象。其数据采集方法如图2所示。
将CAN解析器从OBD接口中读取发动机ECU中进气流量、进气温度、节气门开度、点火提前角、空燃比和发动机转速参数, 并通过USB接口传输到数据终端进行分析。通过Matlab实现本文提出的RBF神经网络, 并在数据终端上运行。本文为上述四种故障各分别采集30组, 共120个样本。从中随机选取100 个样本作为神经网络的训练样本, 对怠速故障进行诊断测试, 训练误差目标为0.02。图3是RBF神经网络的训练误差变化情况。
从图3 可以看到该网络能够快速逼近发动机非线性模型。怠速故障的诊断测试结果如表2所示:
表2 表明, 该网络具有较好的泛化能力, 能够对发动机怠速抖动故障做出较高的诊断精度。
4结语
本文提出了一种基于随机经验法和梯度下降法进行隐层结构设计的RBF神经网络, 并用其对发动机怠速抖动故障进行诊断。该方法充分发挥了RBF神经网络对非线性控制模型的良好逼近能力。
实验结果表明该网络能够快速有效对发动机怠速抖动故障进行诊断。
参考文献
[1]王玉雷, 潘宏侠, 赵宝利.RBF网络在发动机故障诊断中的应用[J].微计算机信息, 2009, 25 (1) :72-74.
[2]张化光, 孟祥萍.智能控制基础理论及应用[M].北京:机械工业出版社, 2005.
[3]A Jonathan Howell, Hilary Buxton.Learning identity with radial basis function networks[J].Neurocomputing, 1998, 20:15-34.
[4]Yu He-ji, Chen Chang-zheng, Zhang Xing, et al.Intelligent diagnosis based on neural networks.Beijing:Metallurgy Industry Press, 2002.
卡车行驶抖动问题分析及优化 篇2
传统的卡车是一种生产资料, 顾客关注的主要性能为节油、承载等与经济利益强相关的性能。但是随着人们生活水平的提高, 顾客越来越关注驾乘舒适性问题。与此同时, 卡车车速越来越快、超载问题依然严重, 这给驾乘舒适性提高带来了挑战。
某型卡车上市以来, 市场反应一直不错。但是近一年来市场反映该车型在行驶到65~70 km/h时, 驾驶室内抖动明显, 顾客抱怨很大。
1 整车平顺性评价
1.1 主观评价
针对服务置换车行驶抖动问题进行主观评价。
评价小组由5位成员组成:1名售后服务人员, 1名制造公司质量管理人员, 1名NVH设计工程师, 1名技术中心质量管理人员, 1名试验工程师。
评价时间:2014年1月7日。
评价地点:某市区柏油马路。
评价结果:5位成员一致认为在65~70 km/h较宽速度带里驾驶室内上下抖动明显。
1.2 平顺性测试
为了更好地分析问题原因, 对服务置换车进行平顺性测试 (测试方法参考GB/T 4970-2009汽车平顺性试验方法) 。测试结果如表1所示。
根据表1可以看出, 在67 km/h时车内平顺性出现明显的放大。
根据图1可以看出在67 km/h时, 驾驶员侧振动在6.45 Hz有明显的峰值, 这极有可能是引起驾驶室共振的主要原因。
2 原因分析
2.1 FTA分析
卡车行驶抖动问题是一个系统性问题, 可能的原因很多, 解决的时候如果没有清晰的分析很难得到最佳的分析结果。
针对本问题, 使用了FTA故障树分析方法, 如图2所示。
2.2 可能原因排查
2.2.1 车轮系统不平衡排查
车轮系统不平衡的主要体现形式为特定车速下, 不受行驶工况影响, 驾驶室的抖动现象客观存在。为了对该因素进行排查, 对车辆不同行驶工况进行排查。
排查发现在四挡65~70 km/h之间, 五挡65~70 km/h时驾驶抖动都明显存在, 所以不能排除车轮系统对行驶抖动的影响。
2.2.2 传动系统扭振排查
传动系扭振是传动系统的固有属性, 与传动系统的空间位置、各子系统的扭振刚度、转动惯量密切相关。而影响扭振最重要的因素为发动机的扭矩波动。为了排查该问题只要切断发动机动力, 看驾驶室抖动现象是否存在。
排查后发现在五挡80 km/h时发动机空挡滑行, 当车速降低到65~70 km/h时驾驶室抖动现象依然明显, 可以确认驾驶室抖动不是传动系统扭振的原因。
2.2.3 传动系统弯振排查
传动系统的弯振是传动系统的固有属性, 主要的影响因素为发动机二阶点火频率和传动轴自身旋转激励。原因排查方法与2.2.2节一致, 可以确认传动轴弯振不是驾驶室抖动的原因。
2.2.4 传动系统俯仰振动排查
传动系统俯仰振动是后桥相对于后传动轴的相对运动的模态形式。本例中影响驾驶室振动的主要频率为6.45 Hz, 而根据一般经验俯仰振动的频率在40~80 Hz之间, 故可以排除传动系统俯仰振动的影响。
2.2.5 驾驶室系统振动响应排查
驾驶室系统作为整车噪声和振动激励的接受体, 与整车噪声振动密切相关, 所以不能排除驾驶系统振动响应对车辆行驶抖动的影响。
2.2.6 悬架系统隔振性能排查
悬架系统隔振性能较差会对行驶抖动产生影响, 但是其影响是全速度段的, 而本例中出现的问题为局部车速的共振, 其现象与悬架系统隔振对驾驶室振动的影响不相符。故可以排除悬架系统隔振性能的影响。
2.2.7 座椅系统隔振性能排查
座椅系统隔振能够有效地降低驾驶室的振动对座椅的传递。但是本例中的现象为驾驶室整体上下振动, 且该车的座椅固有频率为2.9 Hz, 这与影响该车行驶抖动的主频率6.45 Hz相差较大。故可以排除座椅系统对隔振性能的影响。
2.3 主要原因
根据2.2节中对可能原因的排查, 可以知道影响本例中行驶抖动的主要原因为车轮系统不平衡和驾驶室的振动响应。
2.3.1 车轮系统不平衡
2.3.1. 1 振源力的变化
由于桥的旋转体和车轮的动不平衡、轮胎的失圆和四周刚度的变化等因素, 轮胎垂直方向的力发生周期性变化, 这个径向力波动简称RFV (Radial Force Variation) , 如图3所示。
2.3.1. 2 摇振频率的计算
车辆在行驶中车轮产生持续的、周期性的摇振 (shake) , 正是也只有摇振这个振源传递到驾驶室座椅, 且传递途中与相关件的频率一致, 使摇振的振幅加大。
车轮摇振频率计算公式:
式中:fs为车轮激励频率;v为实际车速, km/h;r为相应车速的滚动半径, mm。
根据VOBX设备对实际车速进行测试发现, 67 km/h对应的实际车速为59 km/h, 该车轮胎的滚动半径约为398 mm。根据公式计算出激励频率为6.55 Hz。这与测试得到的6.45 Hz非常接近。
2.3.2 驾驶室系统振动响应
驾驶室系统振动响应是驾驶室系统的刚体模态对外界的振动源 (主要是发动机和路面) 进行响应的过程。驾驶室系统主要考虑其刚体模态。
根据表2及图4~图8可以看出, 驾驶室Z向平动的刚体模态为6.5 Hz, 这与车内振动的6.45 Hz的峰值非常接近。
2.4 原因确认
综合2.1~2.3的分析数据, 可以确认该车在65~70 km/h行驶抖动的机理为:车轮不平衡激励引起驾驶室刚体模态共振, 从而导致了该车的行驶抖动。
3 整改措施
3.1 方案确认
由原因分析可以看出, 引起该车行驶抖动的主要原因为车轮不平衡与驾驶室刚体模态频率。由于驾驶室刚体模态由驾驶室质量和橡胶刚度共同决定, 根据一般经验, 轻卡类配橡胶类翻转结构, 其刚体模态一般在4~9 Hz之间, 这与车辆常用的行驶车速 (0~100 km/h) 下车轮激励的摇振频率是无法完全避开的。所以该车主要的整改思路是降低车轮系统的不平衡激励。
影响车轮不平衡激励的3个主要参数为:轮辋径向跳动、轮辋端向跳动、车轮动平衡。该车的设计要求为:轮辋径向跳动≤1.5 mm;轮辋端向跳动≤1.5 mm;车轮动平衡≤40 g。
对该车的前车轮总成进行检验, 检验报告如图9所示
从图9可以看出, 该车的原始车轮总成3个主要参数都不满足设计要求, 最大超差350%。
针对图9中存在的问题, 更换新前轮总成, 新前轮进行生产线下线检测, 检测报告如图10所示。
从图10可以看出, 新车轮总成3个主要参数都满足设计要求。
3.2 平顺性测试
把新车轮总成换上问题车, 对65~70 km/h平顺性进行测试。
从表3可以看出, 更换新前轮后, 车内平顺性平均下降2.7 d B, 平顺性水平提升明显。从图11可以看出, 更换新前车轮后6.45 Hz处峰值下降明显, 这与原因分析中判断是一致的。
3.3 主观评价
针对整改后的车进行行驶抖动问题进行主观评价。
评价小组由5位成员组成:1名售后服务人员, 1名制造公司质量管理人员, 1名NVH设计工程师, 1名技术中心质量管理人员, 1名试验工程师。
评价时间:2014年2月16日。
评价地点:某市区柏油马路。
评价结果:5位成员一致认为在65~70 km/h驾驶室内无明显抖动。
4 结语
针对某款卡车行驶抖动问题, 本文通过FTA分析的方法寻找问题的主要原因, 结合车轮激励的频率计算和驾驶室刚体模态的试验测量, 最终识别出引起行驶抖动的根本原因, 根据实际情况提出最可行的整改措施, 最终通过客观测试和主观评价验证整改措施的有效性。
参考文献
[1]卢晓莉, 刘晓晴.客车NVH主观评价方法的初步探讨[J].客车技术与研究, 2008 (5) :19-22.
[2]刘虹.何为FTA故障树分析图[J].汽车与配件, 2003 (49) :11-11.
[3]张永利, 许翔, 吴云.高速行驶时汽车方向盘的控制[J].噪声与振动控制, 2011, 31 (2) :56-58.
制动抖动机理及改进方案分析 篇3
2007至2009年我公司售后市场问题反馈最多的是某车型制动抖动问题!对制动抖动研究报道最早出现在20世纪80年代, 由于制动抖动现象影响因素多, 机理复杂, 再加上各大汽车公司技术保密, 至今没有对制动抖动现象形成清楚的解释。
2 制动抖动机理
制动抖动机理一
制动盘内应力理论:制动盘铸造存在内应力, 制动过程中温度升高, 内应力释放产生翘曲变形, 造成制动力矩波动, 引起抖动。高温时出现的抖动, 成为热抖动。制动中制动盘高温翘曲变形产生不均匀磨损, 造成常温下制动盘上厚度不均匀, 常温下也会产生抖动, 成为冷抖动。
造成制动盘温度过高的因素有:制动盘的热容量、热传导、热疲劳以及通风冷却方面存在不足。
某车型制动抖动问题的解决, 其中的措施之一就是改善制动盘内应力, 即增大制动盘提高热容量, 同时改善制动盘罩壳结构, 改善通风冷却条件。下图是制动盘罩壳更改前后的热流分析图, 从图中可以明显看到改善后罩壳起到了明显的导热分流作用, 改善制动盘散热条件。
制动抖动机理二
转移膜理论:制动过程中, 制动盘和刹车片磨屑组成的摩擦膜不断转移, 受各种因素的影响造成转移膜在圆周上分布不均, 从而产生厚度上的差别, 造成制动抖动。
影响因素有:制动盘材质、硬度、硬度差、组织细密性和均匀性、制造精度 (跳动和厚度差) ;刹车片的材质、硬度;制动盘和刹车片的匹配;制动中的温度;装配精度 (跳动、轴承间隙) ;转向节刚度等等。
制动抖动机理三
拖滞理论:车辆行驶中非制动状态下的拖滞将制动盘的跳动量转化为厚度差, 尤其是经常在弯道上行驶时或四轮定位参数不正确时非制动拖滞更加严重。造成拖滞的因素还有:制动盘的跳动;前轮毂的跳动;制动钳的刚度、回位量、垂直度、滑动阻力;刹车片的平行度、压缩特性、热膨胀;轴承的间隙;转向节的刚度。
制动抖动机理四
制动抖动传播途径:
★制动盘内应力、盘片转移膜的存在、非制动状态拖滞等原因引起制动力矩波动, 通过悬架、转向系统、车身引起共振, 形成制动抖动
3 某车型改进理论分析
车型参数:
改进前、后制动器参数
4 结论
复杂抖动的电子稳像概述 篇4
稳像是从输入的视频图像序列中去除因摄像平台不稳而引入的图像扰动,以获得平稳的适合人观察的图像序列的过程。稳像技术的发展经历了从机械稳像到光学稳像再到目前的电子稳像三个阶段。与其他稳像技术相比,具有稳像精度高、体积小、重量轻、功耗低、灵活性高及成本低等特点,因此是稳像领域发展的主要方向,具有广泛的应用前景。
1 电子稳像基本原理及数学模型
1.1 基本原理
电子稳像是利用某种算法对图像进行处理,用信号处理的方法分离出主体运动和附加的随机抖动运动参量,进而对当前图像做变换进行补偿,从而达到稳像的目的。电子稳像系统主要由运动估计、运动补偿和图像补偿三个模块组成。如图1显示了电子稳像系统处理的基本过程:首先根据图像序列的各种信息进行全局运动估计,找出相邻帧图像之间的随机抖动运动参量;其次利用运动估计的结果来去除随机抖动分量,计算补偿参数,并让其对各帧图像进行矫正变换;最后对补偿区域进行重构,输出清晰稳定的视频序列[1]。
1.2 电子稳像的数学模型[2]
(1)平移模型(Translation模型)
图像只含有平移运动时,可采用Translation模型:
(2)相似模型(Similarity模型)
当图像有旋转和变焦两种运动时,则应采用Similarity模型:
式中s和α分别表示当前帧相对于参考帧的缩放系数和旋转角度。
(3)仿射模型(Affine模型)
当图像出现扭转变化情形时,只能采用Affine模型:
式中a11,a12,a21,a22为旋转参数,s为变焦系数。
以上三式中(x2,y2)、(x1,y1)均分别是当前帧和参考帧上像素点对应的坐标,(Δx,Δy)均分别表示当前帧相对于参考帧在x和y方向上的位移量。
2 电子稳像的关键技术分析
电子稳像系统主要包括运动矢量估计和运动矢量补偿,这两个方面是紧密联系的,影响稳像的速度、质量和精度。
2.1 运动估计方法分析[3,4]
运动估计是结合数字图像处理技术运用某种算法对视频图像进行直接处理,估算出图像序列之间的全局运动偏移量。主要包括:块匹配法(BMA)、位平面匹配法(BPM)、投影法(PA)、特征量跟踪算法(FTA)。
2.2 运动补偿方法分析[5]
运动补偿是根据运动估计获取的全局运动矢量去除不必要的运动,从而达到稳定视频图像的目的。主要有:固定帧补偿、相邻帧补偿和运动滤波补偿方法。
3 复杂抖动的电子稳像分析
对于在实际应用中,摄像载体不仅表现为振动剧烈的平移运动,还存在旋转和缩放运动。因此,针对这种复杂抖动的情况,采用特征量跟踪算法来进行稳像。
3.1 特征量跟踪算法的基本原理[6]
特征量跟踪算法是利用图像序列中的特定标记来进行跟踪和分析。首先在参考图像中确定一组特征作为标识,并在当前图像中寻找对应的匹配特征;其次,根据匹配的特征来确定图像几何变换模型的参数,从而获得图像序列的帧间运动矢量;最后进行运动矢量滤波,得到修正后的补偿参数对当前帧图像进行补偿,达到稳定的效果。
3.2 特征点跟踪算法的关键技术分析
3.2.1 特征点的提取
点特征是最简单也是最易提取的特征量。本文选用具有计算简单和鲁棒性较强的Harris算子来提取图像中的特征点[7]。
Harris角点检测算法是一种基于信号的点特征提取算子,其步骤为:
(1)对图像中的每个像素点的灰度值I(x,y),利用式4计算其在水平方向和垂直方向上的梯度。
(2)构造自相关函数矩阵。
由式中的A、B和C值可得到一个对称矩阵,它是一个二阶实对称矩阵,必然存在两个特征值λ1和λ2,代表自相关函数的主曲率。
(3)提取特征点。如果特征值λ1和λ2是极大值时,则(x,y)处位置的点是一个特征点。即行列式和矩阵M的对角线元素和满足:
式中T是预先设定的阈值。k是参数,通常取k=0.04~0.06。减号后面的部分是为了抑制边缘点的误检而进行的修正。
3.2.2 特征点的匹配
特征点匹配是利用某种匹配准则(特征标识符、相似度测量以及特征间的空域关系),在当前帧中找到与参考帧中的每一特征量对应的唯一匹配点。考虑到抗噪声的能力,本文采用基于模板匹配思想的特征窗匹配法[8]在当前帧图像上搜索最优匹配点。
3.2.3 全局运动参数的估计[9]
本文采用上文提到的Similarity运动模型,将经过预处理后的候选特征点对带入此模型,即确定表征图像序列帧间的平移,绕光轴旋转及变焦运动。
(1)运动参数的确定
对于相邻的两帧图像来说,图像间的旋转运动很小,可将Similarity模型简化成线性形式,简化后的线性形式为:
将N对匹配的特征点代入上式后,可得到含有3个未知参数的2N个线性方程式:
对该方程展开并移项,以矩阵形式表示上式,可得B=Am矩阵形式,其中
该方程实际上是一个实数域上的m×n阶超定线性方程组,在这里m=2N,n=3。我们可用广义矩阵法求解出这一线性方程组的最小二乘解,其解为m=(ATA)-1ATB,则可求出α、dx和dy这三个运动参数。
3.2.4 运动补偿参数的确定
对于运动补偿,采用均值滤波的方法来确定补偿参数,其补偿参数可由下式确定:
其中,N为滤波器的长度,(αi,dxi,dyi)是相邻两帧图像之间的运动参数。通过均值滤波后,即可获得视频图像正常扫描运动分量,则进一步可确定各帧图像的补偿参数。而后,将参数带入确定好的运动数学模型对当前图像进行变换,即可得到稳定后的结果图像。
3.3 仿真实验研究
我们从拍摄的复杂抖动的视频序列中选取了某一帧图像,对基于Harris角点跟踪算法的电子稳像进行仿真实验。本文将原图像分成互不重叠的6×6个区域,然后在每个覆盖的区域内运用Harris算子提取特征点。其中图2(b)为未进行均匀区域的Harris算子提取特征点的结果图,图2(c)为均匀区域的Harris算子提取特征点的结果图像,从这两幅图中可以看出,图2(c)提取的特征点分布均匀,具有较好的独特性,且信息量丰富,能够避免特征点和特征窗口在图像中分布过于集中。在获取特征点后,利用9×9的特征窗在当前图像进行特征点的匹配,找到对应的匹配特征点,其结果如图2(c)所示。最后对图2(c)进行变换,即可得到稳定后的图像,其结果如图2(d)所示。
4 总结
为了直观地评价稳像后的效果,我们给出稳定前后差值图像比较,如图3所示。通过差值图的比较,我们可以看出,稳定后图像差值比原始差值变小,说明补偿图像效果较好。总之,实验结果表明,基于Harris角点的特征量跟踪算法能够有效去除干扰,得到稳像效果。
摘要：利用电子稳像技术实现抖动视频序列稳定是目前稳像技术的发展方向之一。基于此,对电子稳像的基本原理、数学模型、基本方法进行了简要的阐述。在实际应用中摄像载体不仅表现为振动剧烈的平移运动,还存在旋转和缩放运动,因此针对这种复杂抖动的情况,采用特征量跟踪算法进行稳像,并对其进行分析和仿真实验。
关键词：电子稳像,数学模型,特征量跟踪算法
参考文献
[1]钟平.机载电子稳像技术研究[D].长春:中国科学院长春光学精密机械与物理研究所,2003.
[2]关升.几种电子稳像算法的初步研究[D].哈尔滨:哈尔滨工业大学,2006.
[3]王斌,赵跃进,尹德森.基于电子稳像的特征跟踪算法[J].红外与激光工程,2008,37(4):605-614.
[4]朱娟娟.电子稳像理论及其应用研究[D].西安:西安电子科技大学,2009.
[5]朱娟娟,郭宝龙.电子稳像的特征点跟踪算法[J].光学学报,2006,26(4):516-521.
[6]Shi Lei,Su Xiuqin,Xiang Jingbo.An Electronic ImageStabilization Method Based on Feature Block Matching[J].Chinese Optical Society,2008,37(1):202-205.
[7]高晓明.电子稳像系统主要算法研究[D].西安:西安电子科技大学,2008.
[8]孙平.基于改进特征点匹配的电子稳像算法研究[D].江苏:苏州大学,2008.
一种PCR抖动检测算法及实现 篇5
在数字电视广播系统中, PCR (Program Clock Reference) 节目时钟参考, 作为整个MPEG-2传输流的统一时钟, 它的作用在于将发送端的27MHZ时钟以时间戳格式注入码流中, 终端能够根据该信息无偏差地恢复出发送端的参考时钟, 用以调整本地系统时钟计数器STC (System Time Counter) 来达到收发两地的时钟同步, 通常情况下, 传输码流经过复用和再复用后, PCR值并不能完全精确地反映信源编码端的时间信息, 这种现象称为PCR抖动, 如何正确检测和处理PCR抖动对于整个数字电视系统的音视频数据同步起着关键作用【1-3】。
目前关于PCR抖动重点集中在PCR校正算法及STC时钟恢复电路研究上【4-7】, 本文给出了一种完整的标识 (mark) , 非标识 (unmark) 两种类型的基于状态机模型PCR抖动检测算法和实现, 该算法在泰鼎多媒体技术有限公司最新高端数字电视芯片上得到了实际应用, 具有较强的实际应用价值。
2 PCR抖动检测和处理
2.1 PCR/STC差值计算公式
PCR、STC作为系统时钟采样, 具有相同的组成, 均由33位的Base计数器和9位的Extension计数器两个部分共计42位组成, 33位的Base部分由27M系统时钟经过300分频后获得采样值, 用于作为解码音视频同步参考值;9位的Extension部分直接由27M系统时钟获得采样值, 用于时钟恢复电路的锁相环电路修正系统时钟参考值。
本文中, PCR、STC计数器实际采用一组3个32位寄存器用于存贮42位时钟采样值, 分别为高位、低位、扩展位寄存器, 其中高位寄存器存贮33位Base部分的最高位, 低位寄存器存贮Base部分的低32位, 扩展位寄存器存贮9位Extension部分, PCR和STC差值计算公式如下:
其中:∆ (i) 表示第i次P C R与S T C差值;PCRHigh, PCRLow, PCRext分别表示存贮PCR高位值、低位值及扩展寄存器值;STCHigh, STCLow, STCext分别表示存贮STC高位值、低位值及扩展寄存器值。
2.2 状态机模型
由于网络传输等原因, TS码流在传输过程中会存在个别数据包出错的可能, 为了避免此类错误检测, 本文采用了两阶段PCR抖动检测算法, 其有限状态机模型如图1所示:
Lock状态, 系统位于PCR稳定状态, 当STC和PCR差值小于PCR抖动阀值, 系统进入Lock状态;系统第一次检测到PCR和STC差值大于阀值, 系统进入Unlock临界状态;系统检测到“不连续指示”标识或连续两次检测PCR和STC差值大于阀值时, 系统进入Unlock状态。本文采用5400000tick=200ms作为PCR发生抖动阀值。
2.3 PCR抖动检测
PCR抖动检测算法流程描述如下:
当第一个PCR值到达时, PCR值被装载到STC计数器中, 系统进入PCR抖动和系统时钟同步恢复流程;
对每一个新的PCR包, 检测包头“不连续指示”字段是否置1, 如果置1, 则为mark类型PCR抖动;系统进入Unlock状态, 进入PCR抖动处理流程。如果该字段不为1, 进行unmark类型PCR抖动检测, 计算STC和PCR差值;
当差值小于阀值时, 系统进入Lock状态, 此时系统时钟恢复电路通过该差值锁相环电路修正解码器的系统时钟, 使其达到和编码器一致的27MHz时钟, 同时输出到STC计数器, 用于解码器产生解码和显示的同步信号。当检测到连续两次差值均大于一个阀值时, 系统进行unlock状态, 此时进入PCR抖动处理流程。
2.4 PCR抖动处理
在Unlock状态时, 系统进入PCR抖动处理流程, 其算法流程描述如下:
设置PCR抖动标志寄存器, 系统时钟恢复电路在unlock状态下不再修正解码器的系统时钟, 在PCR抖动结束前, 一直使用本地固定27MHZ时钟作为系统时钟输出;
当下一个PCR到达时, STC计数器重新装载最新的PCR值, 此时PCR抖动结束, 系统进入下一轮PCR检测及处理阶段, 系统时钟恢复电路恢复时钟同步机制, STC计数器作为解码器STC时钟输出。
3 算法实现及测试
在实际产品开发中, 本文将整个PCR抖动检测模块设计为一个独立的内核任务, 在Nucleus内核中运行, 同时该内核任务通过消息机制通知上层音视频模块PCR抖动消息。当系统初始化完成后, 该内核任务被激活, 进入就绪状态。图2显示了系统检测到unmark类型PCR抖动测试实际场景截图:
当系统检测到PCR抖动时, 解码器音视频同步模块使用本地固定27MHZ时钟作为PCR抖动期间同步基准, 实际测试结果表明在PCR抖动期间音视频缓冲区数据得到了完全正确显示, 取得了较好的实际应用效果。
4 结语
本文针对实际数字电视产品开发中PCR抖动所引起的接收端解码器音视频数据不能完全同步显示问题, 给出了完整的PCR抖动检测及具体实现, 该算法及实现在泰鼎多媒体技术有限公司最新高端数字电视芯片产品上进行了实际应用, 具备较强的实际应用价值。
摘要：在实际数字电视产品开发中, PCR抖动会导致终端音视频数据无法完全正确显示。给出了一种基于有限状态机模型的PCR抖动检测算法及在Nucleus嵌入式实时操作系统下实现。该算法及实现在泰鼎多媒体技术有限公司最新高端数字电视芯片上得到了实际应用, 具有较强的实际应用价值。
关键词：PCR抖动,Lock,Unlock,Nucleus
参考文献
[1]钟玉琢, 王琪, 赵黎等.MPEG2运动图像压缩编码国际标准及MPEG的新进展[M].北京:清华大学出版社, 2002
[2]卢官明, 宗昉.数字电视原理[M].北京:机械工业出版社, 2004.
[3]刘修文.数字电视有线传输技术[M].北京:电子工业出版社, 2002.
[4]张炜, 刘鹏, 李兵兵.基于MPEG-2的PCR校准策略[J].中国有线电视2006, 19:1913-1917.
[5]杜邓宝, 潘长勇.数字电视传输系统中PCR抖动的校正分析与实现[J].电视技术, 2005, (7) :47-50.
[6]张磊, 王宏远.基于改进的PCR校正算法的MPEG2复用器电路与应用[J].电视技术, 2006, (3) :14-16.
网络抖动论文 篇6
有1辆2011款东风标致307轿车, 搭载1.6L发动机, 匹配5挡手动变速器, 行驶里程8.7万km。驾驶员反映:该车好像受天气影响, 特别是进入冬季, 气温下降, 发动机就会出现起动困难。起动后故障指示灯就会点亮, 而且出现抖动, 怠速不稳定现象。只要用故障诊断仪器清除故障码, 现象就会消失, 但冷车起动时, 故障现象会再次出现。4S店维修工曾对该车空气滤清器进行过清洁, 对喷油器和节气门体进行过清洗, 发动机点火线圈和火花塞也更换过, 但故障现象没有彻底根除。
故障诊断与检查
接车后, 我们用故障诊断仪KT300读取该车各系统故障码, 发现发动机控制单元存在3个故障码, 如图1所示。故障码分别是:P0480 (冷却风扇高速故障) 、P1336 (多缸缺火) 和P1340 (4缸缺火) 。清除发动机控制单元故障码, 试车, 发动机一切正常。我们本以为故障码是驾驶员起动时间过短引起的, 但驾驶员坚决否认我们说法, 并反映该车油耗明显比新车时大多了。根据驾驶员的描述, 我们对该车点火系统进行点火波形检测, 发现点火波形没有问题。读取发动机数据流, 也没有发现问题。检测发动机油压, 均正常。现在只剩下一种可能, 那就是发动机缸内积碳。把检查结果告诉驾驶员, 驾驶员要求拆下气缸盖对发动机缸内积碳进行清除。
于是, 我们对该车发动机进行拆检, 发现该车4个缸都存在积碳现象, 特别是第4缸的活塞和气门积碳严重, 如图2所示。对4个缸的活塞和气门进行清除积碳处理, 清除积碳后的气门和活塞如图3所示, 装复发动机, 试车, 发动机能顺利起动。第2天早上冷车起动顺利, 且怠速时, 发动机没有抖动, 怠速不稳定现象彻底消失。这次故障彻底根除。
故障分析
该车故障主要是缸内积碳导致的, 而导致发动机积碳的原因应该是多方面的, 其中汽车长期在市区行驶和添加油料品质差是主要原因。特别是标致307车型, 一旦缸内存在积碳, 就会在冬季出现冷车起动困难。
高清抖动视频的实时稳像算法 篇7
关键词：全局运动估计,去抖动,投影法,高通滤波器,运动补偿,电子稳像
摄像机在移动拍摄过程中,会因为摄像机载体的抖动而引入一些不希望的随机运动,这种不规则随机运动的存在,导致观察图像序列时因为视觉暂留而造成模糊和抖动,不便于观察,同时也给有用信息的提取和应用带来很大的困难。为了得到稳定的视频序列输出,需要对抖动的视频序列进行去抖动,即稳像处理。
目前的电子稳像技术是利用电子设备和数字图像处理技术相结合的方法,直接从像面上通过检测被比较图像与参考帧图像的运动矢量,并对被比较图像进行运动补偿,从而获得清晰稳定的视频图像序列。
电子稳像系统包含:图像预处理,帧间全局运动估计,帧间运动补偿三个部分,如图1所示。图像预处理包括在图像采集后滤除噪音,进行图像增强,图像缩放等处理。帧间运动估计是整个系统的核心,目的是找出视频参考帧与当前帧之间的全局运动矢量。运动补偿就是在运动矢量的基础上,利用前一帧对当前帧进行运动补偿[1,3]。
高清视频(Full High Definite,FHD)是指分辨率达到1080P,即1920×1080像素的视频。高清的视频也存在去抖动问题,而且由于分辨率很高会给实时运算处理带来新的挑战。本文采用改进的灰度投影法来构建实时的高清视频电子稳像系统,分析图像序列灰度的总体分布变化规律,通过对图像的行列灰度投影曲线进行相关运算来获取当前图像帧相对于参考帧的运动矢量,并采用高通滤波器选取运动补偿所需的运动偏移量,实现对高清视频的实时去抖动,算法具有运算量小、速度快、准确度高等优点。
1 图像预处理
当前算法的应用场景是在数字电视的后端图像处理中,而视频中的场景有许多随机的噪音以及可能出现的舞台灯光等,会影响运动估计中矢量的运算,因此需要先对图像进行降噪和归一化处理。
输入的视频格式分辨率是1080P,为了降低运算复杂度,在进行运动估计处理前先将原始图像缩小成960*540的YUV格式。如图2所示,长宽都缩短一半,变为原始图像的1/4,则后续进行运动估计处理的像素点降低到原始视频的25%。获得运动矢量后,再基于原始图像进行运动补偿,这种如图2所示的金字塔图优化处理,可以在不降低图像分辨率的同时极大地提高运动估计的处理速度。
2 全局运动估计方法
为了快速准确地检测图像的运动矢量,业界已经提出了多种行之有效的运动矢量检测算法,比如块匹配方法,特征点匹配法,位平面匹配法等[2,4]。其中,块匹配法和位平面匹配法准确度高,但运算复杂,需要大量的计算时间;特征点匹配法算法简单,计算量比较小,但由于特征点的确定受图像内容的限制,准确度很不稳定。为了便于VLSI实现,本文采用基于分块的改进投影法来获得分块的运动矢量,然后用中值滤波法取得全局运动估计矢量[1]。
2.1 投影法全局估计
传统灰度投影算法可以分解成三个必要的步骤:图像灰度映射,投影滤波和相关运算。
2.1.1 图像灰度映射
对输入图像序列中的每一帧图像经过适当预处理后,可采取行灰度和列灰度的二维投影方式,将图像灰度信息映射成2个正交的一维信息。图像的行列灰度映射表示:
式中Rowsk(i)为第k帧图像第i行的投影值;Colsk(j)是第k帧图像上第j行的投影值;Curk(i,j)是第k帧图像(i,j)处的灰度值。
2.1.2 投影滤波
图像移动时会在边缘处产生较大的峰值,这对后续的互相关运算会产生消极的影响。为了提高校正精度,需要对投影数据进行滤波处理,消除边缘处的投影值影响。常见的滤波方法是余弦滤波器。
2.1.3 互相关运算
将当前帧的投影波形和参考帧的投影波形做互相关运算,根据搜索范围选取参考帧的位置,并选取相关运算结果曲线中唯一的峰值作为当前图像的偏移量。分别对行和列数据进行处理,得到水平和垂直方向的位移:
其中Rowsi和Rowsr分别表示第i帧和参考帧在第k列时的行投影值,由式(1)计算得到;m为相对参考帧在同一侧的最大搜索范围,w为搜索值,取行相关函数Rcorr(w)最小值时的w,作为当前帧相对于参考帧水平方向的偏移量。列相关函数Ccorr(w)同理。
2.2 改进的投影法运动估计
本文在传统投影法运动估计基础上,采用改进的多分区块投影及边缘块逆向互相关运算的方式对全局运动矢量进行估计。
改进算法的具体实现步骤如下:
(1)投影区域选取。一般的算法都是选取画面中间的整个区域,但计算量大而且容易将局部运动错误侦测为全局运动。所以采取分区处理,但分区太粗和太细都不能反映真实的运动趋势。通过分析,算法将处理过的帧分成32个宏块,如图3所示,即每个宏块长度为960/8=120个像素点,高度为540/4=134个像素点。为当前帧分配空间,每个投影数据使用16bits,垂直方向Vbuf使用空间为8*540*16 bits,水平方向Hbuf使用空间为4*960*16 bits。并且,使用乒乓的结构来切换当前帧和上一帧的存储空间,能有效地节约空间。
(2)行列投影。按从左上角往右下角的顺序,分别对每个宏块做行投影数据累加和列投影数据累加(可参考式(1)和式(2)),并分别存储在Hbuf和Vbuf中。每个宏块数据可反映存储的投影数据曲线状况。如图4,计算得出的其中一个宏块在垂直方向上的投影数据,从投影曲线上可明显看出当前帧相对于参考帧在垂直方向上有明显位移。
(3)根据宏块的位置选择不同的搜索方向,可以有效避免在当前算法中的边缘峰值问题,因此该步骤中不需要对投影数据进行滤波处理。
(4)互相关运算。使用绝对差和SAD(Sum of Absolute Difference)对两帧数据进行互相关运算,并选取最小的SAD值为最佳的匹配矢量:
式中v为当前帧相对于参考帧在搜索范围内的偏移量,Colsp和Colsc分别为存储在Vbuf中的前一帧和当前帧的当前宏块数据;SAD_Win是滑动窗口;Search Range为搜索范围。
对两帧数据做相关运算时,要设置段宽度和搜索范围,最大的运动矢量受到搜索范围的限制。参数设置满足的限制。考虑到抖动的范围不会超过一定的像素值,本文设置水平和垂直方向搜索范围都为正负32个像素点。
一般非边缘的区域按从左向右做搜索运算,而到了右边缘位置就从右向左做SAD运算,以防止搜索范围超过边界(垂直方向是从上往下)。如图5所示,垂直方向上的搜索过程,当v>0时,表示搜索范围为正32个像素,将在前一帧中确定的SAD窗口在当前帧中进行滑动搜索;当v<0时,表示搜索单位为负32个像素,则将在当前帧中确定的SAD窗口在前一帧中滑动搜索,从而可获得正负方向各32个S AD值。
利用这些SAD值绘制出水平或垂直方向的SAD统计曲线图,每条曲线上的最小值就是当前帧宏块与前一帧宏块的最佳匹配矢量。如图6所示,宏块在垂直方向上的SAD曲线图。
(5)将以上SAD运算中每个宏块的最小值位置记录下来,可得到水平和垂直方向上各32个结果,将其输出到一个当前矢量的数组GME_Vector中。分别对水平和垂直方向的这两组矢量进行中值滤波,将结果作为在两个方向的全局运动矢量输出(Dx,Dy)。
3 帧间运动补偿
高清抖动视频中的全局运动,分为主动移动和被动移动。其中主动移动是摄影机正常的场景移动,而被动移动才是我们需要在稳像处理中抑制的随机移动。电子稳像需要对这种移动偏移量进行反方向的移动来进行运动补偿。为了稳定这种移动,低频率的图像移动(包括场景平移和缩放等)不应该被用来补偿,所以需要采用高通滤波器来得到正确的需要补偿的运动矢量。基于此,本文提出了如图7所示的运动补偿框图,其中GMV就是由改进的投影法全局运动估计(GME)得到的全局运动矢量。
用于运动补偿的高通滤波器设计准则:在正常的摄像机运动中挑选出抖动的矢量,并能计算出合适的偏移量。实验中,通过比较几种符合要求的高通滤波器的传递函数和输出响应,最终选择高通巴特沃思三阶滤波器[6]。
对抖动的视频进行运动补偿[5],基本方法是:对高通滤波器的输出corrX和corrY做取反操作,比如图像向上抖动5个像素,补偿时就整体向下平移5个像素。但直接向下平移会引起上面有五行像素缺失。针对这种情况,可以用以下三种办法来弥补:(1)选取中间比较稳定的像素,边缘用黑色填充;(2)将图像放大至原始大小;(3)使用图像恢复等技术,用原始的画面来填充该部分。算法的具体实现步骤如下:
(1)输入全局运动估计矢量到高通三阶巴特沃思滤波器,输出高频偏移量;
(2)对高频偏移量取反,并乘以2恢复到原始图像大小,得到最终补偿量corr X和corr Y;
(3)在视频序列的输出通道1080P,在边沿用黑色填充掩盖没有定义的区域,水平方向移动corrX,垂直方向移动corrY;
(4)输出补偿后稳定的视频序列,运动补偿算法结束。
4 试验结果与分析
仿真实验使用手拍的汽车颠簸行驶的高清视频,实验中利用峰值信噪比(PSNR,Peak Signal to Noise Ratio)和主观评价法[3]来评估去抖动效果。PSNR作为评价高清视频稳定算法准确度的指标,也可用来衡量两幅图像重合的情况,PSNR越高,图像稳定效果越好,当两幅图像完全相同时PSNR最大。
式中PSNR的单位为d B,I(x,y)表示(x,y)处的像素值。
选择拍摄的高清视频,用改进的灰度投影法进行平移补偿,计算码流视频50帧的PSNR平均值,并把结果与传统投影法和KLT法的结果进行了比较,结果如表1所示:
从表1看出,原始视频抖动很明显,PSNR很低。使用KLT方法[1]去抖的准确率最好,但运算复杂度也最高。通过本文所提出的方法,能够得到较好的稳像结果,而且运算复杂度最小,能很好地满足高清视频的实时处理要求。
视频去抖动后的观测结果,如图8所示。其中,在每一幅图的对应位置,a表示原始视频,b表示本算法的结果,c表示KLT法。
5 结语
高清视频去抖动处理对算法的实时性要求很高。本文提出采用改进的灰度投影法来构建高清视频的电子稳像系统,对视频进行了有效分块,而且灰度投影算法只是对图像的灰度投影曲线做一次互相关运算来求取图像序列帧间的运动矢量,因此计算量小,速度快,能够满足连续图像的实时性要求。仿真试验证明,该算法具有较好的稳像效果,是实现平移运动较小的图像序列电子稳像的较理想算法,但对剧烈旋转运动条件下的稳像应用存在一定的局限性。因此,如何对本算法做进一步改进使其在视频有剧烈旋转运动场景时也能有很好的性能,以及结合多种运动估计与补偿方法的特点提出更有效的运动补偿算法将是我们今后的研究方向。
参考文献
[1]Bruce D.Lucas,Takeo Kanade.An Iterative Image Registra-tion Technique with an Application to Stereo Vision[C].Inter-national Joint Conference on Artificial Intelligence,1981;
[2]Goel Sumeer,Ismail Yasser,Bayoumi Magdy.High-speed-Motion Estimation Architecture for Real-time Video Trans-mission[J].The Computer Journal,2012;55(1):35-46
[3]宋利,周源华,周军.基于运动矢量的视频去抖动算法[J].上海交通大学学报,2004,38(1):63-66
[4]Purwar Ravindra,Rajpal Navin.A fast block motion estima-tion algorithm using dynamic pattern search[J].Signal,Im-age and Video Processing,2013;7(1):151-161
[5]Seo JH,Kim DY,Lee YL.Improved motion compensation using neighboring pixels and motion vector refinement[J].Optical Engineering,2011;50(1)