第３４卷２０１２年６月

　 第３期４２７－４３０页

世界科技研究与发展ＷＯＲＬＤＳＣＩＴＥＣＨＲ＆Ｄ

Ｖｏｌ．３４Ｊｕｎ．２０１２

　 Ｎｏ．３ｐｐ．４２７－４３０

ｗｗｗ．ｇｌｏｂｅｓｃｉ．ｃｏｍ 第４２７　　 页

Ｅｍａｉｌ：ｚｊｍｔａｌｅｎｔ＠１６３．ｃｏｍ

大坝安全网络监控数据采集系统的设计

赵金明　全惠敏　戴瑜兴（湖南大学电气与信息工程学院，长沙 ４１００８２）

摘　要：介绍一种基于分布式结构的大坝安全网络监控数据采集系统。系统分别利用ＲＳ４８５网络和以太网与下层测量仪器和上层的监控主机连接，采用分布式结构以及组网方式，实现大坝安全网络监测自动化软件对整个大坝形态进行实时监控。重点研究

数据采集器的工作原理、硬件构成以及上位机监测软件的设计与实现。该系统能够有效满足大坝远程通信和监控的要求并已成

功运用于大坝安全监测领域。

关键词：数据采集；网络监控；分布式；ＲＳ４８５中图分类号：ＴＰ２７４　　　文献标识码：Ａ　　　

ＤｅｓｉｇｎｏｆＤａｍＳａｆｅｔｙＮｅｔｗｏｒｋＭｏｎｉｔｏｒｉｎｇＤａｔａＡｃｑｕｉｓｉｔｉｏｎＳｙｓｔｅｍ

ＺＨＡＯＪｉｎｍｉｎｇ　ＱＵＡＮＨｕｉｍｉｎｇ　ＤＡＩＹｕｘｉｎｇ（ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｉｃａｌａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨｕｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００８２）

Ａｂｓｔｒａｃｔ：Ａｄｅｓｉｇｎｏｆｄａｍｓａｆｅｔｙｍｏｎｉｔｏｒｉｎｇｎｅｔｗｏｒｋｄａｔａａｃｑｕｉｓｉｔｉｏｎｓｙｓｔｅｍｉｓｄｅｓｃｒｉｂｅｄｂａｓｅｏｎｄｉｓｔｒｉｂｕｔｅｄａｒｃｈｉｔｅｃｔｕｒｅ．ＲＳ４８５ｎｅｔｗｏｒｋａｎｄＥｔｈｅｒｎｅｔａｒｅｕｓｅｄｔｏｃｏｎｎｅｃｔｔｈｅｌｏｗｅｒｍｅａｓｕｒｉｎｇｅｑｕｉｐｍｅｎｔａｎｄｔｈｅｕｐｐｅｒｈｏｓｔｒｅｓｐｅｃｔｉｖｅｌｙ．Ｄｉｓｔｒｉｂｕｔｅｄａｒｃｈｉｔｅｃｔｕｒｅａｎｄｎｅｔｗｏｒｋｉｎｇａｒｅａｄｏｐｔｅｄｔｏｍｏｎｉｔｏｒｔｈｅｓｔａｔｕｓｏｆｔｈｅｄａｍａｕｔｏｍａｔｉｃａｌｌｙｔｈｒｏｕｇｈｔｈｅｓａｆｅｔｙｍｏｎｉｔｏｒｉｎｇｓｏｆｔｗａｒｅ．Ｗｏｒｋｉｎｇｐｒｉｎｃｉｐｌｅ，ｈａｒｄｗａｒｅｓｔｒｕｃｔｕｒｅｏｆｄａｔａｃｏｌｌｅｃｔｉｏｎａｎｄｔｈｅＰＣｓｏｆｔｗａｒｅｏｆｍｏｎｉｔｏｒｉｎｇａｒｅｍａｉｎｌｙｓｔｕｄｉｅｄ．Ｔｈｅｓｙｓｔｅｍｗｈｉｃｈｃａｎｅｆｆｅｃｔｉｖｅｌｙｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆｒｅｍｏｔｅｃｏｍｍｕｎｉｃａｔｉｏｎｓａｎｄｍｏｎｉｔｏｒｉｎｇｈａｓｂｅｅｎｓｕｃｃｅｓｓｆｕｌｌｙｕｓｅｄｉｎｔｈｅｆｉｅｌｄｏｆｄａｍｓａｆｅｔｙｍｏｎｉｔｏｒｉｎｇ．Ｋｅｙｗｏｒｄｓ：ｄａｔａｃｏｌｌｅｃｔｉｏｎ；ｎｅｔｗｏｒｋｍｏｎｉｔｏｒｉｎｇ；ｄｉｓｔｒｉｂｕｔｅｄ；ＲＳ４８５

１　引言

大坝的安全监测是保证大坝长期稳定运作的重要手段。

实时地对监测大坝进行监测将是对大坝的长期稳定性以及

可靠性的重要保证，也是对大坝下游人民生命和财产安全的

重要保障［１］。因此，构建自动化的监控系统是大坝安全检测

近几年的发展趋势。

目前，大坝的安全监测大部分只针对单个坝体并且通信

方式单一，不能对多个大坝进行实时安全监测实现集中式的

管理，缺少扩展性。本文将以大坝安全检测系统的自动化系

统为基础，结合工程实践，对大坝安全检测系统的体系结构

分析，采用先进的网络技术将多个大坝进行集中管理，设计

开发出一种分布式结构的网络数据采集系统，可以显著的提

高监测数据的实时性和可靠性，有利于对大坝安全进行远程

监控和监测数据的共享。

２　总体结构

大坝安全自动化检测系统由分布在现场的各类传感器、

数据模块（ＤＡＭ系列）、数据采集器、监控主机、通信设备和大坝安全监控软件构成。系统采用分布式组网方式，分布在

现场的各类传感器把采集到得信号（如电流、电压等）通过处

理后变成可以识别和计算的数字量。仪器可以通过总线直

接接入到数据集中器，也可以接入到数据模块，然后通过数

据模块接入到数据采集器。数据采集器与上位监测可以是

局域网，一般应用于对一个单独的大坝进行的监测，也可以

将数据采集器接入互联网，使得可以通过远程访问或对多个

大坝进行统一的监测。在数据采集器与监测仪器之间采用

的是带有屏蔽层的 ＲＳ－４８５同缆电缆，或者是 ＣＡＮ总线和

Ｚｉｇｂｅｅ，从而保证了在大坝复杂环境下的数据正常传输［２］。

系统结构如图１所示。

图１　系统结构图Ｆｉｇｕｒｅ１　Ｓｙｓｔｅｍｓｔｒｕｃｔｕｒｅｄｉａｇｒａｍ

３　数据采集器的硬件设计

数据采集器在整个分布式大坝安全自动化检测系统中

起着承上启下的作用，能够自动化的采集分布在大坝现场监

测仪器的数据，同时还为上层监控机制提供统一的数据接

口。因此，数据采集器是整个大坝监测系统的自动监测、数

据存储及传输中心。其硬件结构如图２所示。硬件设计主要包括各种芯片的选择和硬件电路的设计

等。本系统中以ＡＲＭ９处理器为核心，外围电路包括电源管理电路、串口扩展接口电路、ＳＤ卡接口电路、按键、液晶显示以及通信接口电路。处理器采用的是以 ＡＲＭ９２６ＥＪＳ为核心的嵌入式微处理器ＡＴ９１ＳＡＭ９２６１，具有高速度、低功耗、高稳定性以及易扩展性等优点，能够满足大坝的实时监控需

求。

自动化、计算机技术 世界科技研究与发展　　　 ２０１２年６月

第４２８　　 页 ｗｗｗ．ｇｌｏｂｅｓｃｉ．ｃｏｍ

图２　硬件原理图Ｆｉｇｕｒｅ２　Ｔｈｅｈａｒｄｗａｒｅｐｒｉｎｃｉｐｌｅｄｉａｇｒａｍ

３．１　以太网接口模块ＡＲＭ芯片ＡＴ９１ＳＡＭ９２６１自带有以太网接口，但是仅是

数据链路层以上的接口，没有物理（ＰＨＹ）层。在此选用ＤＭ９０００ＡＥＰ作为以太网的 ＰＨＹ层接口，以提供以太网的接入通道。该ＤＭ９０００ＡＥＰ是一款完全集成的单芯片快速以太网ＭＡＣ控制器，可以有效地符合成本效益，它包括了一个１０／１００Ｍ自适应的ＰＨＹ以及４Ｋ双字节的ＳＲＡＭ。

ＤＭ９０００ＡＥＰ支持采用介质无关接口连接的网络设备、电话线以及其它收发器。ＤＭ９０００ＡＥＰ支持不同的处理器的访问，可以通过８位、１６位以及３２位的方式访问其内部的ＥＥＰＲＯＭ。其完全符合ＩＥＥＥ８０２．３ｕ的规格，可以自适应１０／１００Ｍ的以太网，在１０Ｍ以太网下，它支持３类、４类以及５类的非屏蔽双绞线。在１００Ｍ以太网下能够支持５类非屏双绞线。实现了８０２３ｘ中描述的全双工流量控制，能够自动地完成配置以适应线路的带宽，这些都得益于它的自动协调

功能。

３．２　串口模块串口模块由电平转换芯片和串口扩展芯片两部分组成。

因为通过ＡＲＭ处理器 ＧＰＩＯ口扩展出来的 ＵＡＲＴ串行接口所输出的ＴＴＬ电平与ＲＳ－４８５所使用的差分信号不相匹配，所以必须使用相应的电平转换芯片对电平进行变换。本文

中采 用 的 电 平 转 换 芯 片 为 ＭＡＸＩＭ 公 司 所 生 产 的ＭＡＸ３５３５ＥＥＷＩ芯片。

扩展串口大致有两种实现方法：一种是采用专用的串口

扩展芯片，此种方式的优点是技术成熟，由于芯片都是经过

专门的设计和系统的测试，故稳定性能相当好。但是其生产

成本较高，灵活性不够。另一种则采用 ＣＰＬＤ／ＦＰＧＡ芯片通过ＶＨＤＬ（或者Ｖｅｒｉｌｏｇ）语言进行自主开发，这种方法虽然需要自己开发出串口部件的逻辑功能，但是只要设计完成后就

可以灵活的根据自己实际需求开发出多个串口。如果所需

要的扩展串口越多时，那么其性价比肯定要比专门的串口扩

展芯片要高。但是该系统的数据集中器只需要扩展四路串

口，使用一片专用的串口扩展芯片就可以满足要求。故此采

用专用的串口扩展芯片来对串口进行扩展，其通信接口如图

３所示。

４　上位机软件的设计与实现

上位机监测软件是在．Ｎｅｔ平台上开发的，采用的是ＶｉｓｕａｌＣ＃编程。该系统采用模块化、自上而下的设计方法开发，其按功能划分为以下四个模块：监测通信模块、数据处理模

图３　串口通信接口电路图Ｆｉｇｕｒｅ３　Ｓｅｒｉａｌｃｏｍｍｕｎｉｃａｔｉｏｎｉｎｔｅｒｆａｃｅｃｉｒｃｕｉｔｄｉａｇｒａｍ

块、数据库访问模块和用户界面显示模块。

４．１　通信模块通信模块是上位机软件设计的核心模块之一，通过对通

信服务器的配置，上位机软件能够响应控制命令，从而实现

远程监控。

图４　通信交互流程图Ｆｉｇｕｒｅ４　Ｃｏｍｍｕｎｉｃａｔｉｏｎｉｎｔｅｒａｃｔｉｏｎｆｌｏｗｄｉａｇｒａｍ

４．１．１　软件通信流程本系统采用ＴＣＰ／ＩＰ协议来完成上位机与智能数据采集

器节点之间的通信。数据采集器只采取被动的连接方式，即

一直处于侦听状态，等待上位机用户的连接。

如图４所示，上位机首先建立套接字向数据采集器请求连接，如果连接为合法的接受其连接。随后发送用户登录请

求，经过数据采集器的用户身份验证后就可以发送数据

包［３］。数据采集器根据上位机发送的数据包解析出所需执

行的指令，然后通过总线把指定转发到数字模块或者现场仪

器。待数字模块或者现场仪器执行完毕并返回结果，最后数

２０１２年６月 　　　世界科技研究与发展 自动化、计算机技术

ｗｗｗ．ｇｌｏｂｅｓｃｉ．ｃｏｍ 第４２９　　 页

据采集器把返回的结果重新生成数据包发送给上位机。上

位机接受到成功接受到返回信息后，根据返回信息判断如果

执行失败则抛出异常并提示用户失败的原因；如果执行成功

则返回结果并对数据进行相关处理。上位机一方面要对返

回来的数据进行处理并入库，另一方面还要把返回的结果和

数据通过图形和报表这样直观的形式反馈给用户。

４．１．２　通信协议设计网络通信需要按照一定的协议来执行，具体的协议内容

必须结合用户的实际需求。本系统自定义了通信数据包，其

采用Ｕｎｉｃｏｄｅ编码格式。数据包由帧头和数据这两部分构成，其结构如图５所示。帧头占８个字节，由２个字节的版本号（Ｖｅｒｓｉｏｎ）、２个字节的控制命令字（Ｃｏｍｍａｎｄ）、１个字节的目标代码（Ｔａｒｇｅｔ）、１个字节的命令参数（Ｆｌａｇ）和２个字节的数据包长度（Ｌｅｎｇｔｈ）构成。

图５　数据包结构Ｆｉｇｕｒｅ５　Ｄａｔａｐａｃｋｅｔｓｔｒｕｃｔｕｒｅ

数据部分采用的 ＪＳＯＮ标准。ＪＳＯＮ（ＪａｖａＳｃｒｉｐｔＯｂｊｅｃｔＮｏｔａｔｉｏｎ）是一种轻量级的数据交换格式，它基于 ＪａｖａＳｃｒｉｐｔ语法，即数组和对象表示，其目的是生成一种易于阅读和解

析的数据交换语言［４］。相对于其它数据交换格式（如

ＸＭＬ），ＪＳＯＮ具有格式简单短小、易于处理、占用带宽少、具有良好的可扩展性等优势。由于其格式简单，所生成的数据

量大小改变不大，其基于网络对象的传输更加的快捷，并且

解析也更加的方便。同时它还继承了ＸＭＬ跨平台数据传输的优势。考虑到下位机的处理速度以及网络传输效率，在数

据部分采用的是ＪＳＯＮ数据交换格式。４．２　数据处理模型

数据分析模型是在大坝安全监控中必不可少的部分。

由于在大坝安全监控中会受到诸多偶然的客观因数的影响，

即使是高质量的数据采集系统都不可避免观测误差的出现。

观测误差大体上可分为系统误差、随机误差和粗差。其中，

粗差其实是一种错误，是由于某种过失而造成的明显与事实

不符的过失误差［５］。因此，这种数据是不可信的，会严重影

响数据处理的结果，并对大坝的安全监控和评估造成干扰。

所以有效识别数据中的粗差对于大坝的安全监控有十分重

要的意义。

该系统采用时空判别法。大坝监测安全监测中监测的

基本信息就是物理量的时空序列，采用此判别方法，可以将

物理量与历史或相邻的测点数据进行比较，从而检测出异常

值和不合理的值。由于监测的物理量是随时间慢慢变化的，

对于特定的仪器，其测值的跳动特征描述如下：

ｄｊ＝ｙｊ－ｙｊ＋`１ ｔｊ－ｔｊ－( )

１ ＋ｙｊ－１ ｔｊ＋１－ｔ( )ｊ

ｔｊ＋１－ｔｊ－１

其中，ｄｊ为测值的调动特征值，ｔ１，ｔ２……ｔｎ为观测的时间点，ｙ１，ｙ２……ｙｎ为观测时间点所对应的物理量测值。由物理量测值ｙ１，ｙ２……ｙｎ可得到 ｎ－２个 ｄｊ，如果当 ｎ足够大时，ｄｊ的平均值ｄ就会趋近某一稳定值，其平均值ｄ和跳动标准差σ分别描述如下：

ｄ＝∑ｎ－１

ｊ＝２

ｄｊｎ－２

σ＝ ∑ｎ－１

ｊ＝２

（ｄｊ－ｄ）２

ｎ－槡 ３各个测值跳动偏差的绝对值与均方差的比值ｑｊ如下：

ｑｊ＝ｄｊ－ｄσ

一般取比值ｑ＝２或３。若ｑ＞３，判定此测值为异常值。４．３　数据库访问

在软件的实时运行中会涉及大量的数据处理，这就需要

一个庞大的、操作方便的数据库访问技术来完成。

ＡＤＯ．Ｎｅｔ（ＡｃｔｉｖｅＸＤａｔａＯｂｊｅｃｔｓ）是一组包含在．ＮＥＴ框架中的库，用于在．ＮＥＴ应用程序的各种数据存储之间通信，还可以作为一种强壮、层次化的数据缓存使用，脱机处理数

据［６］。它是．Ｎｅｔ平台上的一种数据库访问技术，并且提供的一组专门存储和操作数据的类，其中的一些对象可以配合

ＳＱＬ语言对数据库进行操作。相对于传统的 ＡＤＯ数据访问技术，ＡＤＯ．ＮＥＴ是一种类似消息的无连接访问模型，它能够更高效的访问数据库。

ＡＤＯ．ＮＥＴ对象主要分为面向连接的联机对象和无连接的断线对象［７］。这两种数据访问模型都各有其优缺点，面向

连接中用到的 ＤａｔａＲｅａｄｅｒ对象只能提供按顺寻读取的数据访问方式，并且一次只能读取一行数据，但是其对内存的要

求很低；而无连接模型中 ＤａｔａＳｅｔ对象提供了对数据的读写操作，但是其要求有足够的内存空间来存放从数据源所获得

的数据。本系统在使用ＡＤＯ．ＮＥＴ对象所遵循的原则：１）当系统一次需要大量的数据时，可以考虑使用无连接

的断线对象。这样相对于面向连接对象可以节省系统连接

资源。

２）当系统只需要少量的几行数据时，可以考虑使用面向连接的联机对象。其优点在于读取数据的速度相对于无连

接对象要更快，并且系统内存消耗较少。

４．４　人机接口模块人机接口模块实现了人机交互，提供友好的可视化界

面，方便用户检查所有仪器的运行情况。该模块包括系统管

理子模块、监测子模块、配置子模块、图形报表子模块，其主

要实现对系统信息的设置和对数据的各种显示等功能［８］。

５　结束语

本文介绍了大坝安全监测系统数据集中器的硬件实现，

利用Ｃ＃语言在数据库操作，图形处理、线程处理等方面的强大功能，采用ＴＣＰ／ＩＰ网络通信协议，开发出一套实用的实时大坝安全监控数据采集系统。所设计出的该系统已经成功

的运用到了多个水电站和大坝上，结果表明能够满足大坝安

全监控的需求。

自动化、计算机技术 世界科技研究与发展　　　 ２０１２年６月

第４３０　　 页 ｗｗｗ．ｇｌｏｂｅｓｃｉ．ｃｏｍ

参考文献［１］王德厚．大坝安全与监测［Ｊ］．水利水电技术，２００９，４０（８）：２６１３２．

［２］张信杰，王旭仁，吴刚，等．分布式网络监控系统设计与实现［Ｊ］．计算机工程与设计，２０１０，３１（１７）：３７９７３７９９，３８４４．

［３］王旭仁，毕学尧，许榕生，等．实时网络安全监控系统的设计和实现［Ｊ］．计算机工程，２００５，３１（４）：２０９２１０．

［４］邵刚，陈在平．组态软件中的数据交换技术应用分析研究［Ｊ］．天

津理工大学学报，２００７，３（６）：７１７４．［５］周元春，甘孝清，李瑞有．大坝安全监测数据粗差识别技术研究［Ｊ］．长江科学院院报，２０１１，２８（２）：１６２０．

［６］ＤａｖｉｄＳｃｅｐｐａ．ＡＤＯ．ＮＥＴ技术内幕［Ｍ］．梁超，张莉，贺，译．北京：清华大学出版社，２００３．

［７］ＣｈｒｉｓｔｉａｎＮａｇｅｌ．Ｃ＃高级编程［Ｍ］．６版．李铭．黄静，译．北京：清华大学出版社，２００６．

［８］温烨婷，戴瑜兴，柴世杰等．基于线阵 ＣＣＤ的位移监测系统的设计与实现［Ｊ］．仪表技术与传感器，２０１０，（５）：６６６８．

作者简介

赵金明（１９８７），男，硕士，主要研究方向：嵌入式系统、现代通信理论及其应用

櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏。

（上接第４０９页）４．２　实验结果

通过 ＪＭ软件与 ＪＭ采用的 ＥＰＺＳ算法［１０］，以及 ＣＢＦＰＳ算法的比较，得到表１测试结果。

表１　部分视频序列测试结果比较Ｔａｂｌｅ１　Ｃｏｍｐａｒｉｓｏｎｏｆｔｅｓｔｒｅｓｕｌｔａｂｏｕｔｓｅｖｅｒａｌｖｉｄｅｉｏｓｅｑｕｅｎｃｅｓ

序列 算法ＰＳＮＲ（ｄＢ）

ＭＥＴｉｍｅ（％）

ＥｎｃｏｄｉｎｇＴｉｍｅ（％）

ＢｉｔＲａｔｅ（％）

ｓｉｌｅｎｔｑｃｉｆ

ＥＰＺＳ ３６．１６ ５４．７８７ １０４．２９３ ７９．６２０ＣＢＦＰＳ －０．００ －１４．６５９ －８．４１７ １．１４３ＴＣＢＦＰＳ －０．０１ －３１．４５８ －１６．３１７ １．３４４

ｃｏｎｔａｉｎｅｒｑｃｉｆ

ＥＰＺＳ ３６．２９ ４６．８４２ ９６．８１７ ３６．２２０ＣＢＦＰＳ －０．０１ －４．８８２ －７．３１４ ０．３７９ＴＣＢＦＰＳ －０．０２ －４３．９９３ －２２．２８１ ０．６６３

ｆｏｒｅｍａｎｑｃｉｆ

ＥＰＺＳ ３５．９３ ６６．１３６ １１５．２３１ １０４．３２ＣＢＦＰＳ －０．０２ －４．９１９ －２．２５７ ３．９７８ＴＣＢＦＰＳ －０．０２ －４２．１９１ －１５．１３９ ５．１７６

ｈｉｇｈｗａｙｑｃｉｆ

ＥＰＺＳ ３７．９４ ６０．９１８ １０８．７３２ ６６．１３ＣＢＦＰＳ －０．００ －１４．２８０ －１０．２５８ ４．２７９ＴＣＢＦＰＳ －０．００ －３８．７３７ －２０．３３７ ５．３２３

ｍｏｂｉｌｅｃｉｆ

ＥＰＺＳ ３５．４０ ２９７．４６５ ５６０．４５０ １８２０．８６ＣＢＦＰＳ －０．０１ －４．４８１ －３．８８７ ０．８６９ＴＣＢＦＰＳ －０．０１ －１０．５１７ －７．０５１ １．０６８

根据实验结果，可以看出本文算法在编码质量及压缩率

都没有明显变化的情况下（ＰＳＮＲ下降在０１ｄＢ以下，输出码率平均增加２７１４％），有效地减少了编码时间：其中运动估计时间平均减少 ３５８９５％，总编码时间平均降低１６２１８％。

５　结论

本文提出一种能有效减少Ｈ．２６４／ＡＶＣ中分数像素运动估计计算复杂度的快速搜索算法，是基于 ＣＢＦＰＳ算法提出的，该算法对于块尺寸小于１６×１６的块分割采用基于方向的Ｔ形ＣＢＦＰＳ搜索算法，使用 ＪＭ测试模型，通过实验对不同类型的运动序列与ＣＢＦＰＳ算法及ＥＰＺＳ算法进行对比，验证了算法的有效性。

参考文献

［１］ＷＩＥＧＡＮＤＴ．ＯｖｅｒｖｉｅｗｏｆｔｈｅＨ．２６４／ＡＶＣｖｉｄｅｏｃｏｄｉｎｇｓｔａｎｄａｒｄ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＣｉｒｃｕｉｔｓａｎｄＳｙｓｔｅｍｓｆｏｒＶｉｄｅｏＴｅｃｈｎｏｌｏｇｙ，２００３，１３（７）：５６０５７６．

［２］ＬＩＵＸｉａｏｙｕｅ，ＣＯＮＧＷｅｉｊｉａｎ．ＨｙｂｒｉｄＴｅｍｐｌａｔｅＡｄａｐｔｉｖｅＭｏｔｉｏｎＥｓｔｉｍａｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＢｌｏｃｋＭａｔｃｈｉｎｇ［Ｃ］．ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＴｅｃｈｎｏｌｏｇｉｅｓｉｎＡｇｒｉｃｕｌｔｕｒｅＥｎｇｉｎｅｅｒｉｎｇ，ＩＥＥＥ，２０１０：３５３７．

［３］ＫＩＭＪＳ，ＬＥＥＫＷ，ＳＵＮＷＯＯＭＨ．Ｎｏｖｅｌｆｒａｃｔｉｏｎａｌｐｉｘｅｌｍｏｔｉｏｎｅｓｔｉｍａｔｉｏｎａｌｇｏｒｉｔｈｍｕｓｉｎｇｍｏｔｉｏｎｐｒｅｄｉｃｔｉｏｎａｎｄｆａｓｔｓｅａｒｃｈｐａｔｔｅｒｎ［Ｃ］／／ＩＣＭＥ２００８Ｐｒｏｃｅｅｄｉｎｇｓ．Ｈａｎｎｏｖｅｒ：ＩＥＥＥ，２００８：８２１８２４．

［４］ＳＨＥＮＹａｎｆｅｉ，ＤＡＩＦｅｎｇ，ＺＨＡＮＧＹｏｎｇＤｏｎｇ．ＩｍｐｒｏｖｅｄｆｒａｃｔｉｏｎａｌｐｉｘｅｌｍｏｔｉｏｎｅｓｔｉｍａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒＨ．２６４／ＡＶＣ［Ｃ］／／ＩＣＳＰ２００６Ｐｒｏｃｅｅｄｉｎｇｓ．Ｓｉｎｇａｐｏｒｅ：ＩＥＥＥ，２００６．

［５］ＸＵＸｉａｏｚｈｏｎｇ，ＨＥＹｕｎ．ＩｍｐｒｏｖｅｍｅｎｔｓｏｎＦａｓｔＭｏｔｉｏｎＥｓｔｉｍａｔｉｏｎＳｔｒａｔｅｇｙｆｏｒＨ．２６４／ＡＶＣ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＣｉｒｃｕｉｔｓａｎｄＳｙｓｔｅｍｓｆｏｒＶｉｄｅｏＴｅｃｈｏｎｏｌｏｇｙ，２００８，１８（３）：２８５２９３．

［６］ＹＩＸｉａｏｑｕａｎ，ＺＨＡＮＧＪｕｎ，ＬＩＮＧＮａｎ，ｅｔａｌ．ＩｍｐｒｏｖｅｄａｎｄｓｉｍｐｌｉｆｉｅｄｆａｓｔｍｏｔｉｏｎｅｓｔｉｍａｔｉｏｎｆｏｒＪＭ，ＪＶＴＰ０２１［Ｃ］／／ＪｏｉｎｔＶｉｄｅｏＴｅａｍ（ＪＶＴ）ｏｆＩＳＯ／ＩＥＣＭＰＥＧ＆ＩＴＵ－ＴＶＣＥＧ．１６ｔｈＭｅｅｔｉｎｇ．Ｐｏｚｎａｎ，Ｐｏｌａｎｄ：２００５．

［７］向东，骆正华．基于分组误差的快速分数像素运动估计算法［Ｊ］．计算机工程与应用，２００８，４４（１７）：１８５１８７．

［８］ＣＨＥＮＺｈｉｂｏ，ＤＵＣｈｅｎｇ，ＷＡＮＧＪｉｎｇｈｕａ，ｅｔａｌ．ＰＰＦＰＳＡｐａｒａｂｏｌｏｉｄｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｆｒａｃｔｉｏｎａｌｐｉｘｅｌｓｅａｒｃｈｓｔｒａｔｅｇｙｆｏｒＨ．２６Ｌ［Ｃ］／／ＰｒｏｃｅｅｄｉｎｇｓｏｆＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎＣｉｒｃｕｉｔｓａｎｄＳｙｓｔｅｍｓ．Ｓｃｏｔｔｓｄａｌｅ：ＩＥＥＥ，２００２：９１２．

［９］ＫＡＲＳＴＥＮＳＨＲＩＮＧ．ＪＶＴｏｆＩＳＯ／ＩＥＣＭＰＥＧ＆ＩＴＵＴＶＣＥＧ．ＪＭ１５１［ＥＢ／ＯＬ］．［２００９０１２９］．ｈｔｔｐ：／／ｉｐｈｏｍｅ．ｈｈｉ．ｄｅ／ｓｕｅｈｒｉｎｇ／ｔｍｌ／ｄｏｗｎｌｏａｄ／．

［１０］ＴＯＵＲＡＰＩＳＡＭ．Ｅｎｈａｎｃｅｄｐｒｅｄｉｃｔｉｖｅｚｏｎａｌｓｅａｒｃｈｆｏｒｓｉｎｇｌｅａｎｄｍｕｌｔｉｐｌｅｆｒａｍｅｍｏｔｉｏｎｅｓｔｉｍａｔｉｏｎ［Ｃ］／／ＳａｎＪｏｓｅ，ＰｒｏｃｅｅｄｉｎｇｏｆＳＰＩＥＣｏｎｆｅｒｅｎｃｅｏｎＶｉｓｕａｌＣｏｍｍｕｎｉｃａｔｉｏｎｓａｎｄＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ．ＣＡ：ＳＰＩＥ，２００２：１０６９１０７９．