Autonomous estimation of angle random walk of fiber optic gyro in attitude

Autonomous estimation of angle random walk of ?ber optic gyro in attitude determination system of satellite

Rui Yuan ?,Ningfang Song,Jing Jin

School of Instrumentation Science and Opto-Electronics Engineering,Beihang University,Beijing 100191,China

a r t i c l e i n f o Article history:

Received 8September 2011

Received in revised form 12March 2012Accepted 24March 2012

Available online 3April 2012Keywords:

Allan variance Fiber optic gyro Gamma ray effects

Performance evaluation Angel random walk Satellite

a b s t r a c t

Angle random walk of ?ber optic gyro is a dominant noise source in high-accuracy attitude control system of satellite.The coef?cient of angle random walk denotes the magnitude of angle random walk and can be regarded as a ‘‘state of health’’for gyro diagnosis.However,satellite motion included in gyro output disturbs in-orbit estimation of angle random walk.Moreover,the Allan variance method has too large of?ine computational effort and data storage requirements to be applied to in-orbit estimation.In addition,with the develop-ment of deep space exploration,it is urged that satellite should be more autonomy includ-ing autonomous fault diagnosis and recon?guration.To overcome the barriers and meet satellite autonomy,we present a new autonomous estimation of angle random walk.A dif-ference between angle increments of star sensor and gyro is taken to remove satellite motion from gyro output.Then,a simpli?ed observation model based on Allan variance is proposed to estimate the angle random walk.Simulations show the proposed method correctly estimates the coef?cient of angle random walk in real time and tracks the degra-dation of angle random walk caused by gamma radiation in space.The technique proposed here effectively isolates satellite motion,and requires no data storage and any ground support.

Crown Copyright ó2012Published by Elsevier Ltd.All rights reserved.

1.Introduction

A good knowledge of angle random walk (ARW)of ?ber optic gyro (FOG)is useful to the maintenance and perfor-mance improvement of the attitude determination ?lter of satellite.Since,the ?lter is typically employed in modern inertial guidance systems for calibration of instrument parameters and for system alignment in space [1].In the systems,ARW of FOG becomes a dominant noise source.The complexity of stochastic noise composed of white noise and fractional noise has restrained the study of stochastic noise elimination,which is still a hamper for FOGs’applica-tion [2–4].Additionally,the degradation of FOG perfor-mance due to aging or unexpected failures requires to be detected and corrected either autonomously,on-board or on the ground and then corrections are uploaded to the spacecraft to preserve mission life [5].In some sense,a good knowledge of ARW becomes a FOG’s ‘‘state of health’’.

To determine ARW of FOG,the Allan variance method is a common and standard method [6].However,there are several disadvantages of the Allan variance technique.By nature,it is of?ine and requires a large amount of static FOG data to be stored.Besides,the technique requires that the lines of best ?t be manually placed on the graph and intercepts be read off to obtain estimates of the noise con-tributions [7].To estimate the Allan variance as the data arrive,Ref.[8]proposed a technique for calculating the Al-lan variance,but it still requires lines of best ?t to be placed on the graph [7].In terms of math,the estimation of the lines of best ?t automatically from Allan variance data is similar to the estimation of sine wave parameters [9–13],which is very fruitfully in communication and elec-tronics ?eld.For example,the estimation techniques,such

0263-2241/$-see front matter Crown Copyright ó2012Published by Elsevier Ltd.All rights reserved.https://www.wendangku.net/doc/c52402232.html,/10.1016/j.measurement.2012.03.031

?Corresponding author.

E-mail address:rayleing@https://www.wendangku.net/doc/c52402232.html, (R.Yuan).

as given in[1,14],can be used to estimate the lines of best ?t automatically from Allan variance data;however,the Allan variance still needs to be calculated separately.The calculation of Allan variance requires considerable memo-ries and consumes large calculation resources.

To online calculate the ARW coef?cient and decrease data store requirement,Ref.[7]proposes an online estima-tion of Allan variance parameters.However,it is only suit-able for static gyro rather than the gyro mounted in satellite.Satellite motion included in gyro output disturbs in-orbit estimation of ARW severely.Refs.[15–18]present different in-?ight estimations of ARW,but they are of?ine in nature and require ground supports.

As NASA and other space agencies around the world formulate and deploy missions to return to the moon and explore Mars and beyond,there is a continuing urge to develop space autonomy because of stringent communica-tions constraints,limited access and availability of opera-tors,and expensive cost of operation and maintenance [19].As a base of autonomous fault diagnosis and recon?g-uration included in space autonomy,estimation of ARW of FOG should be autonomous,simple,effective,real-time in a sense,and meet the stringent constraints on board.As mentioned above,present methods cannot fully meet autonomous estimation of ARW of onboard FOG.

Focusing on the disadvantages and requirements,we present a new autonomous method for estimation of ARW of onboard FOG in real time.We remove satellite mo-tion from FOG output via a difference between angle incre-ments of FOG and star sensor,and propose a simpli?ed observation model based on Allan variance to estimate ARW coef?cient.The autonomous estimation identi?es and tracks ARW coef?cient without any ground support to evaluate FOG’s‘‘state of health’’and recon?gure.calibra-tion?lter of attitude determination

2.Principle of estimation

2.1.Removing satellite motion from FOG

When analyzing?ight data,the

should be?ltered out.Because the

ough,the FOG noise sources are entirely

words,satellite body dynamic and low

ics would affect Allan variance

the isolation of gyro noise sources

rate is important.

However,noise estimation directly

not give a complete picture of the gyro

ularly true over the frequency

one revolution per orbit,where it is

between motion and noise.To

noise,one has to take advantage of

tions,and this means working with

rates[16].After considering

of attitude determination system of

sensor as auxiliary for estimation.

Angle increment output of FOG

expressed as

h FOG?h realth bFOGth nFOG where h FOG is angle increment output of FOG,h real is true angle increment,h bFOG is FOG bias and h nFOG is FOG noise.

Angle increment output of star sensor during the same interval t is expressed as

h SS?h realth nSSe2Twhere h SS is angle increment output of star sensor and h nSS is star sensor noise.

Taking a difference between(1)and(2),then

h?h FOGàh SS?h bFOGth nFOGàh nSSe3T

(3)cancels the real rotation item and only leaves some items about FOG bias and noises from FOG and star sensor. Thus,satellite motion is removed via a difference between angle increments of FOG and star sensor.

2.2.The effect of star sensor noise on Allan variance of FOG

As mentioned above,(3)isolates satellite motion from FOG output,but introduces star sensor noise as a by-prod-uct.Star sensor noise brings some effects to the Allan var-iance of the residual from(3).

As shown in Fig.1,star sensor noise is dominant in quantization noise represented by a slope ofà1in a log–log plot of r(s)vs.s.With the increment of s,the effect caused by star sensor noise on Allan variance of FOG re-duces rapidly,while other items of FOG noise,such as N, B,K and R,are almost not contaminated.Nevertheless,with star sensor noise increasing,these items are affected one by one.If star sensor noise is small enough,we can esti-mate the uncontaminated items of FOG noise directly from (3).In this paper,we limit our discussion to the premise that star sensor noise only affects quantization noise.

Fig.1.Effect of star sensor on Allan variance of the difference between FOG and star sensor.

R.Yuan et al./Measurement45(2012)1362–13661363

sensor noise and the quantization noise from FOG,while other noise items are same as FOG noise.

According to Ref.[6],Allan variance can be expressed in another way as follows:

2s2?r2esT?heh kt2mà2h ktmth kT2i

?R2s4t2K2s3

3

t

4ln2B2s2

pt2N2

st6Q2e4T

where R is rate ramp coef?cient,K is rate random walk coef?cient,B is bias instability coef?cient,N is angular ran-dom walk coef?cient,Q is quantization noise coef?cient,s is the length of data clusters,r2(s)is the Allan variance,h k is angle increment output at k,and hi is the ensemble average.

(4)removes the sensitivity to h bFOG shown in(3).

Because FOG works in short time,we only analyze the proportions of various noise items in Allan variance in short time.Table1shows various error sources expressed as proportions in Allan variance.In Table1,the data are from a high-grade FOG and a low-grade FOG.Their sam-pling rates are1Hz and8Hz,respectively.When s is short, such as several seconds or less,the dominant error source in FOG is ARW.Especially,for some FOGs with high sam-pling rate,quantization noise may become primary.More-over,the contributions from other items are usually small.

Therefore,we can simplify(4)as follows:

2s2?r2esT?heh kt2mà2h ktmth kT2i%2N2st6Q2

s is short enough

e5T

2.4.Estimation of angle random walk

As shown in(5),the variance from N grows linearly with s,while the variance from Q is constant values.We use these characters to estimate ARW.

Sampling rate of star sensor is usually less than or equal to that of gyro.Let s is equal to the sampling period T of star sensor.Then,we can obtain two observations as

follows:

2s2?r2esT?heh kt2mà2h ktmth kT2i%2N2st6Q2

s?T

e6T

2s2?r2esT?heh kt2mà2h ktmth kT2i%2N2st6Q2

s?2T

e7T

We can solve N from(6)and(7).In theory,we can also solve Q.In fact,(5)is a statistic process in nature.Then,the

observation is also a random variable.The magnitude of Q

is approximately equal to that of the random error of

observation.Therefore,Q solved from(6)and(7)is impre-

cise,even negative.

2.5.Implementation issues

(5)associates observation with N and Q.However,(5)is

statistic and is not adaptive to be used directly because it

requires a large amount of data to be stored for ensemble

average.To complete ensemble average with a small

amount of memory and limited calculation resources in sa-

tellite,we use an exponential weighting average algorithm

as follows:

AekT?b Aekà1Tte1àbTxekTe8T

where A(k)is digital average output,A(0)is initialized to

the value which is determined by(4)with static gyro data

before launch,b is weight coef?cient(0

the value of(h k+2mà2h k+m+h k)2at time k.

From(8),we obtain ensemble average without large data storage and computational effort,and track its change

when FOG performance degrades.

3.Veri?cation and simulation

In this section,we examine the proposed technique to estimate ARW coef?cient.First,we compare the proposed

technique with the Allan variance method using a normal

high-grade FOG inertial measurement unit(IMU)data

whose Allan variance coef?cients are almost constant.

Then,we test the technique on data taken from a low-

grade FOG under gamma radiation environment on the

ground to simulate the degradation of ARW coef?cient

due to gamma radiation in space.

The devices were static for Allan variance method and the same data were superimposed on the satellite motion.

The satellite motion was simulated with satellite tool kit

(STK)for the simulation and veri?cation.STK is a powerful

satellite simulation software[20]and is used to generate

attitude quaternion and three-axis attitude angular rates

as the true values.The reference coordinate for simulation

is J2000.Orbit parameters for simulation are shown in Ta-

ble2.

3.1.Estimation of angle random walk of normal FOG

The in-orbit simulation used a star sensor and a three-axis FOG IMU.We assumed the output coordinates of star

sensor and high-grade IMU were consistent with the coor-

dinate of satellite body.Sampling period of them were

both1s.The IMU was acquired at1Hz in20h static test.

Then,the IMU data was superimposed on the three-axis

attitude angular rates from STK to simulate onboard IMU

output.Similarly,zero mean Gauss white noise was super-

imposed on the attitude quaternion to simulate star sensor

output whose accuracy was0.54arc-second(3r).

Table1

Different error sources expressed as proportions in Allan variance.

Allan variance coef?cient Proportion

High-grade FOG

(s=1s)

Low-grade FOG

(s=0.125s)

R 4.84expà10% 1.02expà10%

K 5.16expà6% 2.67expà5%

B0.025%0.012%

N96.734%91.02%

Q 3.24%8.97%

1364R.Yuan et al./Measurement45(2012)1362–1366

For simplicity,our aim was only estimation of AWR coef?cient of Y-axis FOG.The Allan variance of Y-axis FOG was calculated according to Ref.[6],and the AWR coef?cient was piecewise?tted via the least-squares nor-malized error regression algorithm(LSNE)[14].The AWR coef?cient of Y-axis FOG from Allan variance plot is given in Table3line2.The result is used as a basis for testing the proposed algorithm.

Let b=0.9998,A(0)|s=1s=1.512exp-8and A(0)|s=2s=1.53exp-8,which were obtained via the calcu-lation of Allan variance in static test on the ground in ad-vance.Then the proposed algorithm was used to estimate N.The estimates in20h are shown in Fig.2.The estimation mean is shown in Table3line3.

As shown in Fig.2,there is a little random error around the true value,which is from the Allan variance method, but the results from the proposed method indicate agree-ment with Allan variance method.In addition,some in-dexes are shown in Table3line4–6.The mean and the standard deviation of relative error areà7.23%and0.131, respectively.They demonstrate the estimation is accurate. The maximum of relative error isà36.88%.It is mainly caused by random error in observation,because(5)is a sta-tistic process in nature.

3.2.Estimation of angle random walk of degraded FOG

In this section,our proposed algorithm and the Allan variance method are compared on data from a low-grade FOG.

The FOG was statically exposed to60Co gamma radia-tion on the ground to simulate the degradation of ARW due to gamma radiation in space.The radiation conditions are shown in Table4.The Allan variance of the FOG was calculated according to Ref.[6].The ARW coef?cient was also estimated via the LSNE algorithm.

We replaced the Y-axis FOG with the degraded FOG,and superimposed the static FOG data on satellite motion sim-ulated with STK to simulate onboard FOG output.Star sen-sor accuracy was3arc-second(3r)and was simulated via the superimposition of zero mean Gauss white noise and the attitude quaternion from STK.

Our proposed algorithm was then applied to the simu-lated FOG and star sensor outputs.The algorithm was ini-tialized with parameter values A(0)|s=1s=4.935exp-6, A(0)|s=2s=9.279exp-6,which were obtained via the calcu-lation of Allan variance in the static test on the ground in advance,and b=0.9996.Because of low-grade FOG,b should be smaller than that used in the case of high-grade FOG.

Table2

The parameters of circular orbit[21].

Item Index

Semi-major axis6678.14km

Eccentricity0°

Inclination28.5°

Period5431.18s

Argument of perigee0°

Mean anomaly0°

RAAN0°

R.Yuan et al./Measurement45(2012)1362–13661365

the proposed method succeeds to estimate and track angle random walk accurately.Because angle random walk coef-?cient in low-grade FOG is larger than that in high-grade FOG,these indexes are smaller.The maximum of relative error isà15.53%.It is also caused by random error in obser-vation,because(5)is a statistic process in nature.

4.Conclusion

A new technique is presented to autonomously esti-mate angle random walk of FOG in attitude determination system of satellite.The existing techniques for analysis of ARW of FOG are either of?ine,or online but are only ap-plied for static gyro test.With the aid of a star sensor, the technique proposed here can analyze data as it arrives from on-board FOG and can produce immediate estimates. It does not require large amounts of data storage,compu-tational effort,manual analysis for an Allan variance graph and any ground support.The proposed method is bene?t to autonomously evaluate FOG’s‘‘state of health’’and recon-?gure.calibration?lter in attitude determination system of satellite.Acknowledgment

Thanks to Xi Zhang and Min Li for their efforts to pro-vide the valuable FOG data used in simulation.This re-search is supported by the National Natural Science Foundation of China(Grant Nos.61007040).

References

[1]D.Sargent, B.Wyman,Extraction of stability statistics from

integrated rate data,in:Guidance and Control Conference,AIAA, Inc.,Danvers,Mass.,1980,pp.88–94.

[2]Shuwen Dang,Weifeng Tian, F.Qian,EMD-and LWT-based

stochastic noise eliminating method for?ber optic gyro, Measurement44(2011)2190–2193.

[3]Tao Zhang,X.Xu,A new method of seamless land navigation for GPS/

INS integrated system,Measurement45(2012)691–701.

[4]Y.S.Zhao,You Zheng,Y.R.Lin,L.Bin,Step by step improvement of

measurement methods for earth’s rotary rate using?ber optic gyro, Measurement44(2011)117–1182.

[5]https://www.wendangku.net/doc/c52402232.html,m,N.Stamatakos,C.Woodruff,S.Ashton,Gyro modeling and

estimation of its random noise sources,in:AIAA Guidance, Navigation,and Control Conference and Exhibit,AIAA,Inc.,Texas, 2003,pp.1–11.

[6]IEEE,An overview of the Allan variance method of IFOG noise

analysis,in:IEEE Standard Speci?cation Format Guide and Test Procedure for Single-Axis Interferometric Fiber Optic Gyros,IEEE.

Inc.,New York,2008,pp.62–72.

[7]M.E.E.Jason,J.Ford,Online estimation of Allan variance parameters,

J.Guidance,Control,Dynam.23(2000)8.

[8]L.Ng,D.Pines,Characterization of ring laser gyro performance using

the allan variance method,J.Guidance,Control Dynam.20(1997)4.

[9]R.M.Udrea,N.Vizireanu,Quantized multiple sinusoids signal

estimation algorithm,J.Instrument.3(2008)1–7.

[10]Dragos N.Vizireanu,A simple and precise real-time four point single

sinusoid signals instantaneous frequency estimation method for portable DSP based instrumentation,Measurement44(2011)500–502.

[11]Dragos Nicolae Vizireanu,S.V.Halunga,Single sine wave parameters

estimation method based on four equally spaced samples,Int.J.

Electron.98(2011)941–948.

[12]Dragos Nicolae Vizireanu,S.V.Halunga,Analytical formula for three

points sinusoidal signals amplitude estimation errors,Int.J.Electron.

99(2012)149–151.

[13]D.N.Vizireanu,Quantised sine signals estimation algorithm for

portable digital signal processor based instrumentation,Int.J.

Electron.96(2009)1175–1181.

[14]B.E.Grantham,M.A.Bailey,A least-squares normalized error

regression algorithm with application to the Allan variance noise analysis method,in:Proceedings of IEEE/ION PLANS2006,San Diego, CA,2006,pp.750–756.

[15]T.W.J.Quang,https://www.wendangku.net/doc/c52402232.html,m,Ronald Contillo,Darrin Buck,Enhancing

MEMS Sensors Accuracy Via Random Noise,in:E.M.Carapezza(Ed.), Sensors,and Command,Control,Communications,and Intelligence (C3I)Technologies for Homeland Security and Homeland Defense III, 2004,pp.427.

[16]O.Filla,T.Willard,D.Chu,J.Deutschmann,In?ight estimation of

gyro noise,in:Flight Mechanics/Estimation Theory Symposium, UNITED STATES,1990,pp.41–58.

[17]M.Lee,P.Crouse,R.Harman,T.Leid,W.Davis,S.Underwood,In-

?ight estimation of gyro noise on the upper atmosphere research satellite(UARS)and extreme ultraviolet explorer(EUVE)missions, in:Flight Mechanics/Estimation Theory Symposium,UNITED STATES,1994,pp.123–137.

[18]S.Sakai,Y.Fukushima, A.Ohno,H.Saito,In-Orbit performance

evaluation of temperature controlled small?ber optical gyro on microsattelite‘‘REIMEI’’,in:Intl.Conf.on Optical Fiber Sensors,OSA, Cancún,Mexico,2006,pp.TuE3.

[19]A.Jónsson,R.A.Morris,L.Pedersen,Autonomy in space current

capabilities and future challenge,AI Mag.28(2007)27–42.

[20]J.Jin,H.T.Tian,C.X.Zhang,N.F.Song,S.Lin,Stellar sensor based

nonlinear model error?lter for gyroscope drift extraction,Optik-Int.

J.Light Electron.Opt.121(2009)2017–2022.

[21]W.F.Dellinger,Gyroless-extending the TIMED mission,in:AIAA

Guidance,Navigation,and Control Conference,AIAA Inc.,Chicago, Illinois,2009.

Table5

Errors of results of Allan method and the proposed method.

Item Value

Mean of relative errorà6.17%

Standard deviation of relative error0.059

Maximum of relative errorà15.53%

1366R.Yuan et al./Measurement45(2012)1362–1366

EXCEL中的随机函数

在EXCEL中设一个公式：=INT(RAND()(33-1)+1), 浏览次数：26次悬赏分：0 |解决时间：2011-7-15 23:48 |提问者：592379518 最佳答案 公式错误,乘号不能省. =INT(RAND()*(33-1)+1) 意思为:产生1~32的随机数,若要产生1~33的随机数,公式可改成: =1+ROUND(RAND()*(33-1),) 或者 =1+INT(RAND()*33) 用Excel随即函数=INT(33*RAND()+1)产生了随机函数，但是怎么让它一直固定某个数字不改变呢？ 浏览次数：308次悬赏分：0 |解决时间：2011-4-20 17:35 |提问者：炒牛奶 比如我在A1输入：=INT(33*RAND()+1) 然后A1显示了一个随机数字，比如9 但是如果我在A2里面也输入：=INT(33*RAND()+1) 然后A2里面也出现了一个随机数字24，但是同时A1里面的随机数字再次随机了一下，变了 怎么样让A1第一次随机显示出9后，永远就是9，无论我后面在其他单元格再次输入随机函数，A1还是显示9不变 最佳答案 这个很简单呀,点菜单中的“工具”.点“选项”,点“重新计算”,“手动重算”那里打勾,确认就可以了.

要用EXCEL中的随机函数rand函数返回1－33之间的6个整数,该如何编程？如果在SPSS的环境里呢? 浏览次数：809次悬赏分：0 |解决时间：2010-5-15 06:45 |提问者：ibeauty_ftes 最佳答案 =INT(RAND()*(33-1+1)) 向下拖六行 要用EXCEL中的随机函数rand函数返回0－36之间的随机数，该如何做？试编辑一个公式达到该目的 浏览次数：1675次悬赏分：5 |解决时间：2007-9-3 14:30 |提问者：monkey2004574 最佳答案 =RAND()*36 EXCEL随机函数RAND() 浏览次数：1635次悬赏分：10 |解决时间：2008-3-30 11:16 |提问者：lizhidan1120 我想在0、5、10 中间随机生成一个数可以么？ 该怎么做！！望高人指点！！谢谢！！！！ 最佳答案 =IF(RAND()>0.3,IF(RAND()>0.6,10,5),0) 其他回答共1条十三级 =INT(RAND()*3)*5 已向网友提问等？

电视艺术概论

A卷 填空 1.1908年12月17日在法国上映了第一部无声电影，这部电影是有拉菲特 兄弟拍摄的，是《吉斯公爵被刺》。 2.电影蒙太奇流派最著名的代表人物是爱森斯坦。 3.影视作品中，所有的声音可以分成三个种类：人声、音响、音乐。 4.1905年北京丰泰照相馆拍摄了中国第一部电影《定军山》。 5.新德国电影的四大导演分别是：文德斯、法斯宾德、赫尔措格、施隆多 夫 6.影视影像的特征包括了视觉直观性、客观具体性、间接虚幻性、表意符 号性。 7.电影蒙太奇手段的叙事蒙太奇中，主要包含了平行蒙太奇、交叉蒙太奇、 重复蒙太奇和连续蒙太奇。 8.影视影像技术中长镜头的出现打破了蒙太奇理论一统影坛的话语权，弥 补了传统蒙太奇技法的不足。 名词解释 1.美国新好莱坞电影：①.1967年拍摄的《邦尼和克莱德》是新旧好莱坞的界石。②.新好莱坞电影出现了价值观念和叙事模式的巨大变化，深入美国社会阴暗角落，提出尖锐的批评和抗议。③. 由对外部世界的临摹，转向对内心领悟的开拓。④.崇尚真实，运用实景捕捉不完美的现实。⑤.改变封闭结构，力图展示广阔的社会背景。 2.场面调度：①.场面调度一词出自法文，意思是：摆入画面之中。②.场面调度最早产生于戏剧，用于舞台导演实践。③.场面调度是处理演员舞台位置的特殊技巧。④.导演根据规定剧情，通过调度，精心安排演员活动，使之在场景中的位置转换准确协调，以达到导演预期的艺术效果。⑤.今天场面调度成为导演对电影画面空间所出现的一切影像构成元素有机控制的重要手段。 简答题 1.声画关系中，声音和图片的三种不同关系 三种基本艺术形式，①.最基本的声画关系是声画合一。②.有生活逻辑关系么声画分立。③.由编导主观假定，不一定具有生活逻辑的声画对位。适当举例 2.对于蒙太奇的意义的解释 ①.蒙太奇原是建筑学上的用语，意思为“装配、安装”。在影视艺术中，指影视创作过程中的剪辑组合。 ②.蒙太奇分为狭义蒙太奇和广义蒙太奇，狭义蒙太奇专指对镜头画面、声音、色彩诸元素编排组合的技巧手段。在后期制作中，把摄入的素材根据文学剧本和导演的总体构思精心排练，构成一部完整的影视作品。其最基本的意义是画面的组合。（狭义蒙太奇） 广义蒙太奇：不仅指镜头画面的组接技巧手段，也指从影视剧作开始到作品完成整个过程中艺术家的一种独特的艺术思维方式，即蒙太奇思维。蒙太奇

自考 电视艺术片创作 第五章 电视艺术片的创作

第五章电视艺术片的创作 考核知识点 什么是电视艺术片？ “电视艺术”的定义： 只有在电视节目中，准确、鲜明、生动地反映社会生活，表达出创作者的思想感情，具有鲜明的艺术感染力的屏幕作品，才称之为“电视艺术”； 只有经过创作者的艺术创作活动，将现实生活中的自然美和人情美加以艺术的概括和提炼，并集中表现为屏幕作品的美，才能称之为“电视艺术”。 所谓电视艺术片是指——遵循电视艺术的创作规律，利用电视的技术和艺术手段，将多种艺术样式：文学、戏剧、音乐、舞蹈、绘画、摄影等兼容在一起，创造一种诗的意境，以期达到以情感人为目的的特殊屏幕艺术样式。 （一）电视风光艺术片及其创作特征 电视风光艺术片，主要是指——以独特的屏幕造型，精美的画面语言，艺术的展现自然景观的秀丽和壮美，为其主要内容，在自然景观的展现中，注入创作者浓重的主体意识，具有较强主观抒情色彩的电视艺术片种。 主要特征：1.显现自然风貌的神韵； 2.寄寓创作者的情思； 3.蕴含深刻的哲理意念。 （二）电视风情艺术片及其创作特征 电视风情艺术片，主要是指——运用电视技术和艺术手段，以介绍、歌颂和赞美某一地域、某一民族、某一地区独特的风土人情为其主要内容，以充满民族风味和地方色彩的音乐、歌曲、舞蹈为其主要表现形式的电视艺术片种。 主要特征：1.展现地域的风情 2.内涵丰富的知识 3.充满生活的情趣 （三）电视音乐艺术片及其创作特征 电视音乐艺术片，主要是指——运用电视技术和艺术的手段，以音乐语言为其抒情表意的主要艺术方式，以画面语言为其烘托渲染的辅助表现形态，给观众以音乐审美愉悦的电视艺术片种。 主要特征：1.以音乐艺术为母体； 2.以画面语言为烘托； 3.完成声画有机结合。 （四）电视舞蹈艺术片及其创作特征 电视舞蹈艺术片——主要是指以舞蹈的艺术形式为主题的电视艺术片，其中的舞蹈表演，既具有独立的观赏价值，又是为表现统一的、完整的思想已经而设计的，是纳入整体艺术构思的一个重要组成部分的电视艺术片种。 主要特征：1.以舞蹈艺术为形式 2.以时空交叉为手段 3.以艺术鉴赏为目的 （五）电视专题艺术片及其创作特征 电视专题艺术片，主要是指——遵循电视艺术的创作规律，采用多种艺术的表现手段，反映真实的社会生活，揭示一个共同主题、阐明一个统一思想，具有鲜明的“新闻性”和“艺术性”，达到一定审美品格的电视艺术片种。

艺术的构成元素

艺术的构成元素:线条 作者：国立时间：2006-02-23来源：https://www.wendangku.net/doc/c52402232.html,| 字号【大中小】 平常书写的文字或数字都是借助线条的表达，有实用笔直的线条，有时为求转弯而使用曲线来呈现，使文字和数字均能展现美好的线型。自然界的植物叶脉分布，亦是独特的线条组织，视觉艺术家运用不同的线条特性表现在艺术品里，使观赏者随著作品中线条的牵引，感受这丰富的线性艺术。 李锡奇《醉墨》，1993，压克力彩·画布 线条的特质 线是点的移动轨迹，而这个轨迹可分为心理和实际两种，如两点之间存在一直线，此一直线系由于视觉动向的关系，在心理上形成一条直线。如果用笔画出来则线条成为实际的线形，一般使用在艺术作品的线条种类，不外乎垂直线(vertical lines)、水平线(horizontal lines)、对角线(diagonal lines)、曲线(curved lines)、曲折线(zigzag lines)等，每一种线条都有它的特性，如“垂直线”是上下笔直移动的线条，艺术家用他来表现尊贵、严肃和有力的；“水平线”是和地平面平行的线条，他可以表现静止，让人感觉宁静、平和、安稳的感觉；“对角线”是一条倾斜的线，艺术家用它来表现显著的动作或不安的紧绷感等；“曲线”是逐渐改变方向的弯曲线条，他可以呈现优美和流动的动态感；“曲折线”是直线折曲而成锐角的线，它有急速改变方向的特性，使人联想到困惑的激动及冲出的力量感。

由于线条的粗细、长短、及形状的不同，线的表现性格也不同，因此线条的特质会随著艺术家使用的工具、媒介或手的轻重、快慢等影响。经由艺术家在作品中的表现，它可以表现平顺或是崎岖的、连续或破碎的、概略或细腻的，这些多样、多变的线条，正是艺术家发挥创意重要的表现利器。 孟克(Edvard Munch) 《呐喊》，1893，油彩·画布 戴维斯(Stuart Davis) 《打蛋器第一号》，1927，油彩·画布

用c语言产生随机数rand()

用c语言产生随机数rand() 在C语言中,rand()函数可以用来产生随机数，但是这不是真真意义上的随机数，是一个伪随机数，是根据一个数，我们可以称它为种子，为基准以某个递推公式推算出来的一系数，当这系列数很大的时候，就符合正态公布，从而相当于产生了随机数，但这不是真正的随机数，当计算机正常开机后，这个种子的值是定了的，除非你破坏了系统，为了改变这个种子的值，C提供了srand()函数，它的原形是void srand( int a)。 可能大家都知道C语言中的随机函数random，可是random函数并不是ANSI C标准，所以说，random函数不能在gcc,vc等编译器下编译通过。 rand()会返回一随机数值，范围在0至RAND_MAX 间。返回0至RAND_MAX之间的随机数值，RAND_MAX定义在stdlib.h，(其值至少为32767)我运算的结果是一个不定的数，要看你定义的变量类型，int整形的话就是32767。在调用此函数产生随机数前，必须先利用srand()设好随机数种子，如果未设随机数种子，rand()在调用时会自动设随机数种子为1。一般用for语句来设置种子的个数。具体见下面的例子。

一如何产生不可预见的随机序列呢 利用srand((unsigned int)(time(NULL))是一种方法，因为每一次运行程序的时间是不同的。 在C语言里所提供的随机数发生器的用法：现在的C编译器都提供了一个基于ANSI标准的伪随机数发生器函数，用来生成随机数。它们就是rand()和srand()函数。这二个函数的工作过程如下： 1) 首先给srand()提供一个种子，它是一个unsigned int类型，其取值范围从0~65535； 2) 然后调用rand()，它会根据提供给srand()的种子值返回一个随机数(在0到32767之间) 3) 根据需要多次调用rand()，从而不间断地得到新的随机数； 4) 无论什么时候，都可以给srand()提供一个新的种子，从而进一步“随机化”rand()的输出结果。 下面是0~32767之间的随机数程序： #include #include #include //使用当前时钟做种子 void main( void ) {int i; srand( (unsigned)time( NULL ) ); //初始化随机数 for( i = 0; i < 10;i++ ) //打印出10个随机数

C语言随机函数

编程时有时需要随机输入一些数,这是调用随机函数可以完成此相命令. # include “stdio.h” # include “stdlib.h” # include “time.h” /*需引用的头文件*/ srand((unsigned)time(NULL)); /*随机种子*/ n=rand()%(Y-X+1)+X; /*n为X~Y之间的随机数*/ int rand(void) 函数int rand( void );返回的是一个界于0～32767（0x7FFF）之间的伪随机数，包括0和32767。C预先生成一组随机数，每次调用随机函数时从指针所指向的位置开始取值，因此使用rand()重复运行程序产生的随机数都是相同的，可以通过srand()函数来改变指针位置。 void srand( unsigned int seed ) 改变随机数表的指针位置（用seed变量控制）。一般配合time(NULL)使用，因为时间每时每刻都在改变，产生的seed值都不同。 一直被这个东西弄得模糊不清,终于又去整理了一下.弥补一些细节 主要是对rand()函数的使用//#include 原型int rand(void); 例如:void myrand(int imax) { assert(imax>0); int num = rand(); if(num<=imax) { return num; } else { return (num%imax); }

} 功能产生0到RAND_MAX之间的随机整数.至于RAND_MAX有多大,可以自己编程的时候输出.这是库里自带的宏定义. 像这样的一个函数,就产生了一个0到imax的随机整数.但是,当你多次运行你会发现,每一次产生的值都是一样的.并不是说没有随机,而是随机数发生器(程序产生的随机数是依靠时钟钟断来产生的.因此并不是真正意义上的随机.但对于我们来说,已经够用了)没有被重置.导致结果相同.那下面就看一下几种初始化随机数发生器的办法. srand()函数: 原型: void srand(unsigned seed) 功能: 产生随机数的起始发生数据，和rand函数配合使用 头文件: stdlib.h time.h 例: #include #include #include int main(void) { int i; time_t t;

rand系列函数

1，rand生成均匀分布的伪随机数。分布在（0~1）之间 主要语法：rand(m,n)生成m行n列的均匀分布的伪随机数 rand(m,n,'double')生成指定精度的均匀分布的伪随机数，参数还可以是'single' rand(RandStream,m,n)利用指定的RandStream(我理解为随机种子)生成伪随机数rand(n)：生成0到1之间的n阶随机数方阵 rand(m,n)：生成0到1之间的m×n的随机数矩阵 2，randn生成标准正态分布的伪随机数（均值为0，方差为1） 主要语法：和上面一样 3, randi生成均匀分布的伪随机整数 主要语法：randi（iMax）在闭区间[1，iMax]生成均匀分布的伪随机整数 randi（iMax，m，n）在闭区间[1，iMax]生成mXn型随机矩阵 randi([iMin,iMax],m,n)在闭区间[iMin，iMax]生成mXn型随机矩阵 4，randperm随机打乱一个数字序列 randperm(n)：产生一个1到n的随机顺序。 >> randperm(10) ans = 6 4 8 9 3 5 7 10 2 1 p = randperm(n,k) 返回一行从1到n的整数中的k个，而且这k个数也是不相同的。randperm完成的是不重复的重排采样（k-permutations），如果结果中的数需要重复多次出现的情况，则可以用：randi(n,1,k)。 5，randerr函数 randerr(20,7)产生什么矩阵？ 产生一个20×7的矩阵，矩阵每一行随机有一个元素为1，其余的为0 out2 = randerr(8,7,[0 2; .25 .75]) 每行出现零个错误的概率是25% 出现2个错误的概率是75%（值为1表示出现错误） （1）产生随机矩阵,并返回制定范围内的元素 >a = randi([-50 50], 1, 100); >b = find(a > 20 & a < 40)2 （2）产生一个元素为0和1,size为100×5的随机矩阵,返回元素全为1的行。 >a = randi([0, 1], 100, 5) >b=find(all(a,2))3 （3）随机产生10个12位的0、1二进制序列,要求每个序列中包含7个1和5个0的形式。%程序如下 >N =10; >data = randerr(N, 12, 7)'; >data = data( : )'; >str1 = dec2bin(data); >str2 = reshape(str1, 12, N); >seque = str2'

Excel的随机数函数

Excel的随机数函数 1、生成随机数字(1)生成随机数比较简单，=rand()即可生成0-1之间的随机数；(2)如果要是整数，就用=int(rand())*10，表示0至9的整数，以此类推；(3)如果要生成a与b 之间的随机实数，就用=rand()*(b-a)+a，如果是要整数就用=int(rand()*(b-a))+a；稍微扩充一下，就能产生固定位数的整数了。注意：如果要使用函数rand()生成一随机数，并且使之不随单元格计算而改变，可以在编辑栏中输入“=rand()”，保持编辑状态，然后按F9，将公式永久性地改为随机数。不过，这样只能一个一个的永久性更改，如果数字比较多，也可以全部选择之后，另外选择一个合适的位置粘贴，粘贴的方法是点击右键，选择“选择性粘贴”，然后选择“数值”，即可将之前复制的随机数公式产生的数值（而不是公式）复制下来！ 2、产生随机字母随机小写字母：=CHAR(INT(RAND()*26)+97) 随机大写字母：=CHAR(I NT(RAND()*26)+65) 随机大小写混合字母：=CHAR(INT(RAND()*26)+if(INT(RAND()*2) =0,65,97)) 3、随机不重复数字序列的生成方法 (1)在A1-A52间填入"=INT(RAND()*52)+1"，产生1-52间的随机数，注意这里是有重复的 (2)在B1-B52间填入1-52 (3)在C54-BB54填入1-52 (4)在C1填入"=IF(ROW()=C$54,I NDEX(B$1:B$52,INDEX($A$1:$A$52,C$54)),IF(ROW()=INDEX($A$1:$A$52,C$54),INDEX (B$1:B$52,C$54),B1))"。分项解释： a:ROW()=C$54，如果当前行等于当前交换所排的序号 b:INDEX(B$1:B$52,INDEX($A$1:$A$52,C$54))，返回在B1到B52中选择A1:A 52中的第C54个值 c:IF(ROW()=INDEX($A$1:$A$52,C$54)，否则的话，如果当前行等于A1:A52中第C54个值，则： d:INDEX(B$1:B$52,C$54)，返回B1:B52中的第C54个值 e:若以上条件都不满足，则返回B1 (5)将C1复制到C1:BA52这个区域里面，在BA1: BA52中，我们就得到了一个不重复的随机序列，

电视艺术片创作要求内容

电视艺术片创作 课程代码：01184 2008年3月版 第一部分课程性质与设置目的 本课程是针对广播电视编导专业的学生而设置的专业基础课。 电视艺术片是整个电视文艺大家族中的一个非常重要的成员，是电视文艺成品中的一个有特殊意义和地位的品种。因此，对于电视艺术片的创作者而言，首先就要掌握什么是电视艺术，及电视艺术的审美特征、语言系统、思维方式及其文学性，在此基础上再按照电视艺术片的不同类型去把握其审美特征和艺术价值。本课程便是针对上述问题，对涉及电视艺术片创作的基本理论与知识作一较为系统的梳理。 通过本门课程的学习，使学生掌握电视艺术片创作的基本规律和创作要领，对电视艺术有一个完整的、系统的认识，并且能够结合具体片例对各要素进行深入分析，培养合格的电视艺术片的创作人才，以适应未来广播电视事业的发展需要。 第二部分课程容与考核目标 第一章导论 一、学习目的和要求 本章将对电视艺术的发展历程做一简单梳理。涉及到电视艺术在国的崛起、电视艺术的学科定义以及电视艺术的类别。学习本章，要求学生了解电视艺术在国的发展历程，掌握电视艺术的类别，明白其各自概念的界定。 三、考核知识点 （一）电视艺术的崛起历程，电视艺术对其他艺术形态的冲击，电视艺术对社会文化形态的影响。 （二）关于电视艺术两种对立观念的判断，从传播形态、传播功能、传播手段等方面考察电视艺术，对电视艺术的科学界定。 （三）对电视节目系统的总体把握，对电视节目类别的整体审视。 四、考核要求 （一）为什么说电视艺术是电子时代的主要艺术形态。

１．识记：人类社会的发展，使电视艺术成为当今的主要艺术形式。 ２．领会：电视艺术对其他艺术形式的冲击。 （二）什么是电视艺术 领会：（１）从不同的角度考察电视是不是艺术； （２）对电视艺术的科学定义。 （三）电视艺术可以分为哪些类别 1、识记：几种不同的有关电视艺术的分类方法。 2、领会：真正意义上电视艺术的分类。 第二章电视艺术的审美特征 一、学习目的和要求 本章通过学习电视艺术的审美特征，要求学生掌握电视艺术所具有的独立的美学特征和属于它自己的的独特的审美方式。通过学习其审美特征，更加深刻的认识电视艺术与其他艺术形式的差别，进而为以后电视艺术片的创作奠定理论基础。 三、考核知识点 （一）电视艺术的兼容性体现为科学与艺术、时间与空间、诸多艺术元素、多种艺术手段的兼容。 （二）电视艺术的多样性，体现为题材、类别、形式、风格、结构的多样性。 （三）电视艺术的参与性，是由电视传播共性、特殊表达方式、特殊审美心理所决定的。（四）电视艺术的当代性，体现为真实的展现社会现实、向历史、文化深层开掘、揭示人们心理结构的嬗变。 四、考核要求 （一）电视艺术的兼容性。 １．识记：电视艺术体现为哪几个方面的兼容。 ２．领会：为什么电视艺术具有兼容性。 （二）电视艺术的多样性。 １．识记：电视艺术的多样性体现在哪些方面。 ２．领会：电视艺术的风格的多样性的表现。 （三）电视艺术的参与性 １．识记：电视艺术的参与性表现在哪些方面。

EXCEL随机函数实例

EXCEL随机函数实例 excel中如何随机选择不重复的数： excel中带有一个随机函数rand（），但rand（）只选取0～1之间的随机数，而且两个数不保证不重复。因此就用到了函数rank。 1、假设要在1～100中随机抽取5个不重复的数。 2、在A1～A100中输入＝rand（）。 ；也就是在A1～A100中随机抽取了100个0～1之间的随机数。 3、在C1中输入=RANK(A1,A:A)；C2中输入=RANK(A2,A:A)；C3中输入=RANK(A3,A:A)……以此类推。 ；目标单元格C1～C5。 ；其实，C1~C5中显示的是A1～A5在100个随机数中的排序。 4、已成功抽取1～100中的5个随机数。按ctrl＋r刷新。 1、生成随机数字 (1)生成随机数比较简单，=rand()即可生成0-1之间的随机数； (2)如果要是整数，就用=int(rand()*10)，表示0至9的整数，以此类推； (3)如果要生成a与b之间的随机实数，就用=rand()*(b-a)+a，如果是要整数就用=int(rand()*(b-a))+a；稍微扩充一下，就能产生固定位数的整数了。 注意：如果要使用函数rand()生成一随机数，并且使之不随单元格计算而改变，可以在编辑栏中输入“=rand()”，保持编辑状态，然后按F9，将公式永久性地改为随机数。不过，这样只能一个一个的永久性更改，如果数字比较多，也可以全部选择之后，另外选择一个合适的位置粘贴，粘贴的方法是点击右键，选择“选择性粘贴”，然后选择“数值”，即可将之前复制的随机数公式产生的数值（而不是公式）复制下来！ 2、产生随机字母 随机小写字母：=CHAR(INT(RAND()*26)+97) 随机大写字母：=CHAR(INT(RAND()*26)+65) 随机大小写混合字母：=CHAR(INT(RAND()*26)+if(INT(RAND()*2)=0,65,97)) 3、产生随机的六位数的字母和数字混合 =CONCA TENATE(IF(INT(RAND()*2)=0,CHAR(INT(RAND()*9+48)),IF(INT(RAND()*2)=0, CHAR(INT(RAND()*25+65)),CHAR(INT(RAND()*25+97)))),IF(INT(RAND()*2)=0,CHAR(IN T(RAND()*9+48)),IF(INT(RAND()*2)=0,CHAR(INT(RAND()*25+65)),CHAR(INT(RAND()*2

01184 电视艺术片创作复习资料

北京市高等教育自学考试课程考试大纲 课程名称：电视艺术片创作课程代码：01184 2008年3月版 第一部分课程性质与设置目的 本课程是针对广播电视编导专业的学生而设置的专业基础课。 电视艺术片是整个电视文艺大家族中的一个非常重要的成员，是电视文艺成品中的一个有特殊意义和地位的品种。因此，对于电视艺术片的创作者而言，首先就要掌握什么是电视艺术，及电视艺术的审美特征、语言系统、思维方式及其文学性，在此基础上再按照电视艺术片的不同类型去把握其审美特征和艺术价值。本课程便是针对上述问题，对涉及电视艺术片创作的基本理论与知识作一较为系统的梳理。 通过本门课程的学习，使学生掌握电视艺术片创作的基本规律和创作要领，对电视艺术有一个完整的、系统的认识，并且能够结合具体片例对各要素进行深入分析，培养合格的电视艺术片的创作人才，以适应未来广播电视事业的发展需要。 第二部分课程内容与考核目标 第一章导论 一、学习目的和要求 本章将对电视艺术的发展历程做一简单梳理。涉及到电视艺术在国内的崛起、电视艺术的学科定义以及电视艺术的类别。学习本章，要求学生了解电视艺术在国内的发展历程，掌握电视艺术的类别，明白其各自概念的界定。 二、课程内容 第一节电视艺术的崛起 人类社会步入20世纪之后，随着电子科学技术的飞速发展，世界已经进入了“电子时代”。这其中，电视就是其中伟大的发明，它以日益深远的意义正在越来越深刻的改变着世界。 电视文化的迅猛发展，使得所有原来固有的文化传播方式，如文字传播、无线电传播等，都为之相形见绌。电视观众的广泛性，是其他任何文化传播方式所难以比拟的。伴随着

一种新的文化形态的发展，势必会产生与之相适应的艺术形态。在当代社会，人类已经进入了“电视艺术”的新时代。 由于电视艺术的飞速发展，不仅改变了人们传统的审美方式，有剧场、影院回到了家庭；而且改变了以往的社会文化结构，使得本来在人类文化生活中占据重要位置的文化形态，开始降为次要地位。 首先，电视艺术给电影艺术造成了巨大的威胁。 其次，电视艺术的发展，几乎将戏剧艺术逼上了“绝路”。 第三，电视艺术给文学这一最古老的文化形态带来了巨大的冲击和影响。 上述事实足以证明，电视艺术的飞速崛起，正将人类带入一个电视艺术的新时代。 第二节什么是电视艺术 电视是不是艺术？究竟什么是电视艺术？这是目前理论界争论的焦点问题。通过对“电视”、“电视艺术”这两个概念的比较，可以得知：“电视”是一种信息传播的媒介和载体，主要是传播的功能。“电视艺术”则是被电视传播的那种艺术形态。 再从以下诸方面做较为深入的探讨和考察，从而对“电视艺术”有更为科学的认识和理解。 首先，从电视的传播形态考察。 其次，从电视传播的功能考察。 第三，从电视传播的表现手段考察。 从中可以看出，他们之中所具备的：表现形态——艺术表现——感情行，均可以得出一个共同的结论：“电视艺术”，这是客观存在；它本是一个科学的命题。 通过上述探讨，可以为“电视艺术”下一个定义. 电视艺术是以电子技术为传播手段，以声画造型为传播方式，运用艺术的审美思维把握和表现客观世界，通过造型鲜明的屏幕形象，达到以情感人的目的的屏幕艺术形态。 三大功能：信息传播、新闻纪实、艺术表现 第三节电视艺术的类别 电视节目，种类繁多，层出不穷。目前，“电视分类学”虽已引起电视理论界的重视，

标准库rand()函数的缺陷以及Blitz++随机数生成的简介

标准库rand()函数的缺陷以及Blitz++随机数生成的简介 （newsuppy,转载请注明出处） 当我们需要在某个任务中使用随机数，通常我们习惯于使用标准库的rand函数。像这样：srand(time(0)); //时间种子 rand() % MAX_RAND； 标准库的rand函数使用线性同余算法，是生成速度相当快的一种随机数生成算法。在多数情况下也确实能满足我们的要求，但是对于一些特殊目的应用这个算法生成的随机数是不行的，比如某些加密算法，蒙特卡罗积分等（在.NET中创建随机密码的加密安全随机数就不能使用Random类的线性同余随机数，而要使用System.Security.Cryptography命名空间中的相关随机数生成类）。 这个线性同余算法的实现可以在很多书籍中找到。下面我给出一个The C Programming Langurage 2nd中的一个实现，这也是普遍使用的标准库随机数算法的实现： unsigned long int next =1; /* rand: return pseudo-random integer on 0..32767 */ int rand(void) { next = next *1103515245+12345; return(unsigned int)(next/65536)%32768; } /* srand: set seed for rand() */ void srand(unsignedint seed) { next = seed; } 这个实现的问题在于rand函数return行中的那个32768，在标准库中这个数字定义为RAND_MAX宏，在VisualC++和Mingw32编译器的stdlib.h头文件（或者cstdlib)中你都可以发现RAND_MAX的值为32768。也就是说这个算法的随机数分布在0--RAND_MAX中，而在一般编译器中就是0--32768。假设你的算法需要的是300000多个的随机数，那么使用rand函数会产生重负次数近30次的随机数!

电视艺术概论复习资料

第一章绪论 1电视艺术定义：电视艺术，是以电子技术为传播手段，以声画造型为传播方式，运用艺术的审美思维把握和表现客观世界，通过塑造鲜明的屏幕形象，达到以情感人为目的的屏幕艺术形态。 2电视艺术的类别：a)电视文学类——运用电视的技术和艺术手段，在屏幕上营造文学的意境，抒发深沉的思想情感，给观众以文学审美情趣的电视艺术作品。其中包括：电视小说、电视散文、电视诗、电视报告文学等。 b)电视艺术片类——运用电视艺术特有的思维方式和审美意识，兼容其他艺术样式所构成的，着重体现屏幕艺术美的电视艺术作品。其中包括：电视音乐艺术片、电视舞蹈艺术片、电视风光艺术片、电视风情艺术片、电视民俗艺术片、电视专题艺术片、电视文献艺术片、电视文化艺术片等。 C)电视剧艺术类——依据戏剧的构成方式，或电影的时空转换，通过电视的传播媒介，制作方式和艺术手段，独立制作的、充分电视化的屏幕艺术作品。其中包括：电视小品、电视短剧、电视单本剧、电视连续剧、电视系列剧等。 d)电视综艺类——以文艺演出为基本构成形态，但经过电视艺术的二度创作，其总体结构、表现方式和艺术手法，均具有电视艺术独特的审美形态，具有电视艺术形式美的艺术作品。其中包括：电视综艺晚会、电视文艺节目、电视综艺栏目等。 e)电视纪实艺术类——运用自然朴实的手法，真实地报道社会生活和人文现象，注重采访拍摄的方式，保持形声一体化的结构形态，记录具有原生态的生活内容。也就是屏幕上的非虚构的艺术形态。其主要表现形式有电视纪录片、电视专题片等。 3电视艺术确立的依据：理论依据：从艺术的基本特征和产生的动因出发（1）电视的创造性。体现在电视可以表达出多样性的、有意义的作品。。电视艺术作品的存在决定了电视艺术观念和体系的存在。作为一种精神创造活动，从艺术产生“游戏说”的观念上来讲，电视艺术作品是建立在想象力之上的。（2）电视艺术作品的审美性。能够使人获得充分地艺术体验。（3）电视艺术作品的形象性。其意旨不止于现实事物的“艺术性表现”，而在于“独自的形象”。因此它讲究以高度的电视艺术技巧的运用，从而塑造出鲜明的屏幕形象。形象具有表现性的特征。 5 电视艺术与其他部门的关系1）、艺术与政治（意识形态）一方面无论民主还是专制，政权对文化艺术在总体上总有某种干预。引申思考：成文或者非成文的文化（艺术政策），对社会文化活动显性或者隐性的影响。电视艺术中隐蔽的政治观念或者意识形态对电视视点或者电视对客体理解和诠释的结果。 另一方面从艺术家来说，社会生活中的政治内容从来就是艺术关注的一个重要领域，艺术家往往从中取材进行创作。而艺术家在现实生活中又总有一定的政治立场和政治观点，当他在采用具有政治内涵的题材创作时，表现出自己的政治倾向性。政治内容只有审美地进入作品才有艺术价值。对一个国家来说，政治民主化是艺术繁荣所不可缺少的社会条件，因为艺术的本质正在于自由创造。 2）、艺术与哲学艺术家的哲学观通过作品流露出来，使某些艺术作品具有深刻的哲理性，使作品富有理趣之美。哲学对艺术的影响渗透，表现为每种艺术思潮、每种美学原则、每种创作方法都与一定的哲学观点相联系。哲学为他们提供了看待生活和看待艺术的认识论基础。思考:如何主动积极地用自己的哲学观念通过影像（纪实 或者虚构）表达自己对外部世界和内在精神世界的认知。 3、）艺术与宗教艺术与宗教确有相通之处，这就是能激 发人的内心的强烈情感。思考：一部作品是否达到对于观 众的情感心理的触动，即情感效果实现的怎样。另外关于 “电视艺术与宗教”在我国较为贫乏。电视艺术中的宗教观 念；电视艺术对于宗教题材的表现等，基本是一个空白。 4）、艺术与道德当艺术以人和人的生活作为描写和表 现的对象，其中就包含人的道德品行。而当描写和表现人 的道德面貌时，艺术家又不免要做出自己的道德评价。在 一些作品中道德内容作为艺术作品的主题。在艺术品评价 中，往往使用道德标准或者准则。社会道德准则对艺术品 的影响不容忽视。 道德内容审美地进入艺术作品之中，融合在艺术形象之 中。同样艺术家对生活的道德评价要通过?°情节和场面自 然而然地流露出来。 5）、艺术与科学一方面科学技术的飞跃发展为艺术的发 展提供新的物质技术手段，新技术手段又打开和丰富了人 们的美学视野；科学领域内的某些重大发现对人类的美学 观念发生渗透和影响。 思考：新电视技术手段对影视表达新语汇、新可能（如观 赏方式）的开拓；如微观摄影对微观世界美的展现。 6电视艺术的社会功用 1）、审美功用精神上的满足和愉悦，以致心灵的净化、 思想境界的升华，也就是获得了审美享受，还学到了真（知 识），习得了善（道德）、培养了想象力和创造力，加强了 趋向真善美的意愿，帮助人们形成健康的价值观念、培养 全面的和谐发展的个性。 电视艺术的审美功用通过两种方式体现出来。一种是对象 美，即艺术作品描写的对象本身就是美的，通过艺术描绘 显得更美，如美丽的自然或者正面人物；另一种是目的美， 即艺术对象是生活中丑恶事物，但给人依然是美的享受， 艺术家是站在美的立场上审视和描绘丑的对象。 2）、认识功用艺术反映生活。艺术活动是再现和表现的 统一、反映和创造的统一。电视艺术所提供的有关形象的 历史，对于我们认知一个时代人们的生产和生活史、情感 史和奋斗史有重要的认识价值。 思考：在现实主义的叙事性作品中（如纪录片），不仅生 活的本质规律得到深刻的揭示，而且生活的外观也得到尽 可能真实的描绘。这就在为人们提供审美价值的同时，也 提供了一种近乎历史文献的价值，后人也可以即从审美的 角度来欣赏，也可以从历史、经济的、民俗学的或者其他 角度来研究和赞赏他们。 3）、社会组织功用艺术成为联结阶级、民族或人类的精 神纽带，在启发阶级和民族意识、培养爱国主义方面发挥 不可忽视的作用。它一方面表现在电视艺术作品的内容方面；一方面体现 在电视艺术作品一旦在群众性或者公共性场所播放，其形式本身也可以使 一个团体在强烈的情感下凝聚起来。 电视对人类生存方式的影响（1）电视改变了人类传统的家庭生活方式，不 再是阅读文字或音乐自娱等方式形成的家庭文化消费气质，而是一种观看 活动影像艺术，电视的出现确立了现代家庭生活方式的基本形态，成为现 代家庭生活方式的一个重要标志。由第一文化环境向第二文化环境转移。 （2）电视改变了人类生活的时间观念和空间观念。电视收视行为，是人类 自由而放松的一种生活方式，是能按个人意志行事的生活方式，充满了民 主化，人性化 （3）电视改变了公共场所欣赏艺术的各种规则和状态。电视的收视方式 是一种私人交谈的性质，电视在民众的生活方式中人格化了。（4）电视影 响和改变了人类的思维方式。如，改变了人类接受文化信号的思维方式.电 视虽然属于个人体验，民众具有自由选择的权利，但是在思维方式上，人 类却无法拒绝他的诱惑与同化。电视作为一种活动影像媒介，它具有一种 视听效果的直观性和美感性，他的所指和能指一般呈现为较为一致的状态， 除非风格特别强的电视作品。 第二章电视艺术的语言系统 1电视艺术语言的内涵：是一种广义的语言系统，凡能够表达出思想或感 情，并使接受者获得感知信息的一切手段、方式和方法，诸如构图、光效、 色彩、影调、画面、声音、造型、镜头、编辑、特技、符号、文字……都 可以构成电视艺术的语言，并成为电视艺术语言系统中的重要元素，因而 成为塑造艺术形象、传达审美情感和体验时运用的语言体系。 2 电视艺术语言的类别1)、画面语言：包括构图，光效，色彩等2)有声 语言：人声，音乐，音响 3）造型语言：象征性造型，心理型造型 3 画面语言的意义1具象形表意2）意向性表意3）抽象性表意 4声音语言出现的美学意义抒发情感体验创作叙事节奏参与叙事进 程展示环境氛围 声音的三大分类人声：包括对白，独白，旁白，解说音乐：包括背景音乐， 戏剧性音乐，抒情性音乐，描绘性音乐音响：（其使用要求要还原真实，要 形成语言） 镜头的运动形式 推镜头标准的推镜头应当包括镜头的起幅（固定画面）、推进（连续的画 面变化）、镜头的落幅（固定画面）。 ￥运动摄影中推镜头的功用和艺术表现力A突出主体人物，突出重点形 象。B突出细节，突出重要的情节因素。C在一个镜头中介绍整体和局部、 客观环境与主体人物的关系。D推镜头在一个镜头中景别不断发生变化， 有连续前进式蒙太奇句子的作用。（E推镜头推进速度的快慢可以影响和调 整画面节奏，从而产生外化的情绪力量。F）推镜头可以通过突出一个重要 的戏剧元素来表现特定的主题和涵义。G）推镜头可以加强或减弱运动主 体的动感。 拉镜头￥、运动摄影中拉镜头的功用和艺术表现力 A 拉镜头有利于表现主体和主体所处环境的关系。 B 拉镜头画面的取景范

考研专用-中国电视艺术发展史教程(黄会林版本)

中国电视艺术发展史 第一章中国电视剧艺术 定义： 电视剧：以电视方式创作的戏剧作品。这个界定包含两层含义，其一，电视剧是一种戏剧作品，在剧作上是参照戏剧艺术的创作规律的，包括创作结构，情节推进方式，人物形象设定等方面。其二，电视剧是一种电视作品，他的创作不同于舞台戏剧之处在于，电视剧要以电视艺术特定的思维和语言方式进行创作。 纪实美学：以生活美为基础，尊重客观事物本身所具有的完整性和多义性，注重对生活原貌艺术化的逼真再现，力求给观众以总体真实的美感 新英雄主义：以相似的结构、共同的模式缔造着当代社会的英雄神话的文艺作品，但这些“英雄主义”的创作和文革及文革前的“革命英雄主义”创作大相径庭，平民百姓所自觉追慕的“英雄”带有了更多的平民色彩，不再是高高在上、完美无缺的人物，而是同样有着七情六欲有着种种缺陷的“平民英雄”这种适合当代社会审美需求的“英雄主义”创作，称之为“新英雄主义” 第一章知识点 1．电视剧的分类 根据题材：现实题材和历史题材 根据风格：纪实电视剧和诗化电视剧 根据体裁：电视短剧电视单本剧电视连续剧电视系列剧 电视剧艺术的主要特征： 视听叙事 电视艺术的视觉语言元素包括：人物、环境、色彩、光影、景深、构图以及运动，电视艺术的听觉元素包括：人声语言、音乐和音响，视听语言的直观表意能够以最接近人的现实视听经验的方式进行呈现、组合，逼真的重现人们对现实世界的视听感受 虚构叙事 尽管取材现实生活，拍摄是力求真实感，但是从本质上来说电视艺术的叙事是虚构叙事，饱含创作者主观意图，电视剧是在讲述人为设定的故事。 连续叙事 占据电视剧主体的是电视连续剧，它在创作上更接近于长篇小说，尤其是章回小说的篇章结构方法，每一章又会包含一至两个核心情节，各章回之间内容情节相当紧密。 1936年 11月 2日，英国广播公司（ BBC）在伦敦郊外的亚历山大宫推出了一场盛大的歌舞，标志着 BBC电视台的成立和正式播出，这一天也被认为是世界电视事业的诞生日。1930年英国 BBC播出的声像具备的多幕剧《花言巧语的人》被人公认“电视剧的鼻祖”由此可见，电视剧在电视事业起步阶段就占有重要的位置。随着世界电视事业的发展，电视剧也就日益成为电视节目中，不可或缺的主力军。 选择几部具有标志性的电视剧来看中国电视剧的发展历程，从另外一个侧面去了解中国社会文化变迁 1、1958年劳动节，北京电视台开始试播， 6月 15日，播出了电视小戏《一口菜饼子》。点评：直播的电视剧，篇幅较为短小。借鉴了舞台剧的模式和特点。 2、20世纪 80年代之初，《大西洋底来的人》、《加里森敢死队》、《阿信》引起轰动效应，成为那个时代人的记忆载体。海底版的人猿泰山。 3、1981年，中国第一部电视连续剧是《敌营十八年》电视连续剧《敌营十八年》是中国第

matlab随机函数rand使用中应注意的问题

matlab随机函数rand使用中应注意的问题 rand产生的是0到1(不包括1)的随机数. matlab的rand函数生的是伪随机数,即由种子递推出来的,相同的种子,生成相同的随机数. matlab刚运行起来时,种子都为初始值,因此每次第一次执行rand得到的随机数都是相同的. 1.多次运行,生成相同的随机数方法: 用rand('state',S)设定种子 S为35阶向量，最简单的设为0就好 例: rand('state',0);rand(10) 2. 任何生成相同的随机数方法: 试着产生和时间相关的随机数,种子与当前时间有关. rand('state',sum(100*clock)) 即: rand('state',sum(100*clock)) ;rand(10) 只要执行rand('state',sum(100*clock)) ;的当前计算机时间不现,生成的随机值就不现. 也就是如果时间相同,生成的随机数还是会相同. 在你计算机速度足够快的情况下,试运行一下: rand('state',sum(100*clock));A=rand(5,5);rand('state',sum(100*clock));B=rand(5,5); A和B是相同. 所以建议再增加一个随机变量,变成: rand('state',sum(100*clock)*rand(1)); 据说matlab 的rand 函数还存在其它的根本性的问题,似乎是非随机性问题. 没具体研究及讨论,验证过,不感多言. 有兴趣的可以查阅: Petr Savicky Institute of Computer Science Academy of Sciences of CR Czech Republic savicky@cs.cas.cz September 16, 2006 Abstract