CN108784708A - 一种基于大数据的人体运动综合分析系统 - Google Patents
一种基于大数据的人体运动综合分析系统 Download PDFInfo
- Publication number
- CN108784708A CN108784708A CN201810296722.4A CN201810296722A CN108784708A CN 108784708 A CN108784708 A CN 108784708A CN 201810296722 A CN201810296722 A CN 201810296722A CN 108784708 A CN108784708 A CN 108784708A
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- imaging device
- sliding rail
- human motion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Power Engineering (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于数据分析技术领域,公开了一种基于大数据的人体运动综合分析系统。该分析系统设置有第一数据输入器、第二数据输入器、分析解析器、中心处理器、客户端。通过客户端根据所述中心处理器生成客户端图表,可从客户端图表进行用户运动各项数据观察。该分析方法通过数据输入模块结合两项数据输入,辅以处理流程,进行数据分析解析器,实现数据分析,进通过中心处理器得出结果显示于客户端,为基于大数据的人体运动综合分析系统提供一套完整方法,可以有效迅捷的做出人体的运动分析,使人体各项数据直观的显示出于客户端。
Description
技术领域
本发明属于数据分析技术领域,尤其涉及一种基于大数据的人体运动综合分析系统。
背景技术
目前,运动是人们日常不可或缺的一项,在人们运动过程中人体体能的变化和心率的变化以及人体最适合的运动,都需要有科学的指导。且人们各项运动需要有科学的指导和随时监测人体运动过程中的身体各项数据,但在目前不存在一种各项运动综合分析的系统。可以及时做出运动的指导。
综上所述,现有技术存在的问题是:目前不存在一种各项运动综合分析的系统。可以及时做出运动的指导
发明内容
针对现有技术存在的问题,本发明提供了一种基于大数据的人体运动综合分析系统。
本发明是这样实现的,一种基于大数据的人体运动综合分析系统,
所述第一数据输入器、与第二数据输入器、为同级模块,分析解析器、中心处理器、客户端依次按顺序相互连接;
所述第一数据输入器、与第二数据输入器、与分析解析器相连接;
所述分析解析器与中心处理器相连接;
所述分析解析器对跳频混合信号时频域矩阵进行预处理,具体包括如下两步:
第一步,对进行去低能量预处理,即在每一采样时刻p,将幅值小于门限ε的值置0,得到门限ε的设定可根据接收信号的平均能量来确定;
第二步,找出p时刻(p=0,1,2,…P-1)非零的时频域数据,用表示,其中表示p时刻时频响应非0时对应的频率索引,对这些非零数据归一化预处理,得到预处理后的向量b(p,q)=[b1(p,q),b2(p,q),…,bM(p,q)]T,其中:
所述中心处理器与客户端相连接;
所述中心处理器接收信号的循环共变函数包括:
所述信号含有服从SαS分布噪声的MPSK信号,表示为:
其中E是信号的平均功率,M=2k, m=1,2,...M,q(t)表示矩形脉冲波形,T表示符号周期,fc表示载波频率,φ0表示初始相位,若(此处是否需要加条件:若)w(t)是服从SαS分布的非高斯噪声,则其自共变函数定义为:
其中(x(t-τ))<p-1>=|x(t-τ)|p-2x*(t-τ),γx(t-τ)是x(t)的分散系数,则x(t)的循环共变定义为:
其中ε称为循环频率,T为一个码元周期;
接收信号的循环共变谱按以下进行:
循环共变谱是循环共变函数的傅里叶变换,表示为:
其PSK信号的循环共变谱推导为:
当M≥4时,在处,
当M=2时,
其中Q(f)为q(t)的傅里叶变换,且
进一步,所述第一数据输入器、与第二数据输入器、为同级模块,分析解析器、中心处理器、客户端依次按顺序相互连接。
进一步,所述第一数据输入器、与第二数据输入器、与分析解析器相连接。
进一步,所述第一输入器包括承载装置、跑步机、拉环、滑动轨道、自动成像器、计算机。所述跑步机摆放于承载装置中间位置,所述拉环通过螺丝固定于承载装置两侧内壁,所述滑动轨道通过焊接固定于承载装置右侧内壁,所述自动成像器嵌入轨道位于滑动轨道上课自由滑动,所述计算机通过光纤连接自动成像器。
进一步,所述第二输入器包括承载装置,弹性跳跃平台、滑动轨道、自动成像器、计算机。所述弹性跳跃平台通过螺丝固定于承载装置底部,所述滑动轨道通过焊接固定于承载装置右侧内壁,所述自动成像器嵌入轨道位于滑动轨道上课自由滑动,所述计算机通过光纤连接自动成像器。
进一步,所述分析解析器与中心处理器相连接。
进一步,所述中心处理器与客户端相连接。
本发明的优点及积极效果为:该基于大数据的人体运动综合分析系统,通过分析系统通过第一数据输入器1、与第二数据输入器1、对数据进行输入,通过分析解析器接收输入数据进行提取和统计的操作语句,并将所述操作语句同步到中心处理器进行处理;通过中心处理器接收所述数据,对数据进行处理并将数据转换成图表状;通过客户端根据所述中心处理器生成客户端图表,可从客户端图表进行用户运动各项数据观察。
附图说明
图1是本发明实施例提供的基于大数据的人体运动综合分析系统的结构示意图;
图中:1第一数据输入器;2、第二数据输入器;3、分析解析器;4、中心处理器;5、客户端。
图2是本发明实施例提供的基于大数据的人体运动综合分析系统第一输入器的结构示意图;
图中:6、承载装置;7、跑步机;8、拉环;9、滑动轨道;10、自动成像器;11、计算机。
图3是本发明实施例提供的基于大数据的人体运动综合分析系统第二输入器的结构示意图;
图中:12、承载装置;13、弹性跳跃平台;14、滑动轨道;15、自动成像器;16、计算机。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明实施例提供的分析系统设置有第一数据输入器1、第二数据输入器2、分析解析器3、中心处理器4、客户端5。
进一步,所述第一输入器包括承载装置6、跑步机7、拉环8、滑动轨道9、自动成像器10、计算机11。所述跑步机27摆放于承载装置6中间位置,所述拉环8通过螺丝固定于承载装置6两侧内壁,所述滑动轨道9通过焊接固定于承载装6置右侧内壁,所述自动成像器10嵌入轨道位于滑动轨道9上课自由滑动,所述计算机11通过光纤连接自动成像器10。
进一步,所述第二输入器包括承载装置12、弹性跳跃平台13、滑动轨道14、自动成像器15、计算机16。所述弹性跳跃平台13通过螺丝固定于承载装置1 底部,所述滑动轨道14通过焊接固定于承载装置12右侧内壁,所述自动成像器15嵌入轨道位于滑动轨道14上课自由滑动,所述计算机16通过光纤连接自动成像器15。
分析解析器3、中心处理器4、客户端页面模5块依次按顺序相互连接。所述第一数据输入器1、与第二数据输入器2、与分析解析器3相连接。所述分析解析器3与中心处理器4相连接。所述中心处理器4与客户端5相连接。
所述分析解析器对跳频混合信号时频域矩阵进行预处理,具体包括如下两步:
第一步,对进行去低能量预处理,即在每一采样时刻p,将幅值小于门限ε的值置0,得到门限ε的设定可根据接收信号的平均能量来确定;
第二步,找出p时刻(p=0,1,2,…P-1)非零的时频域数据,用表示,其中表示p时刻时频响应非0时对应的频率索引,对这些非零数据归一化预处理,得到预处理后的向量b(p,q)=[b1(p,q),b2(p,q),…,bM(p,q)]T,其中:
所述中心处理器接收信号的循环共变函数包括:
所述信号含有服从SαS分布噪声的MPSK信号,表示为:
其中E是信号的平均功率,M=2k, m=1,2,…M,q(t)表示矩形脉冲波形,T表示符号周期,fc表示载波频率,φ0表示初始相位,若(此处是否需要加条件:若)w(t)是服从SαS分布的非高斯噪声,则其自共变函数定义为:
其中(x(t-τ))<p-1>=|x(t-τ)|p-2x*(t-τ),γx(t-τ)是x(t)的分散系数,则x(t)的循环共变定义为:
其中ε称为循环频率,T为一个码元周期;
接收信号的循环共变谱按以下进行:
循环共变谱是循环共变函数的傅里叶变换,表示为:
其PSK信号的循环共变谱推导为:
当M≥4时,在处,
当M=2时,
其中Q(f)为q(t)的傅里叶变换,且
本发明的工作原理是:该分析系统通过第一数据输入器1,通过人体在上述跑步机上运动和手部拉取拉环,通过自动成像器在滑动轨道上来回运动采集人体运动形态,通过在自动成像器上呈现人体运动3D图模型,将数据传输至计算机;与第二数据输入器2通过人体在跳跃平台上上下跳跃,通过自动成像器在滑动轨道上来回运动采集人体运动形态,通过在自动成像器上呈现人体运动3D 图模型,将数据传输至计算机。对数据进行输入,通过分析解析器3接收输入数据进行提取和统计的操作语句,并将所述操作语句同步到中心处理器4进行处理;通过中心处理器4接收所述数据,对数据进行处理并将数据转换成图表状;通过客户端5根据所述中心处理器生成客户端图表,可从客户端图表进行用户运动各项数据观察。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (3)
1.一种基于大数据的人体运动综合分析系统,其特征在于,所述基于大数据的人体运动综合分析系统设置有第一数据输入器、第二数据输入器、分析解析器、中心处理器、客户端;
所述第一数据输入器、与第二数据输入器、为同级模块,分析解析器、中心处理器、客户端依次按顺序相互连接;
所述第一数据输入器、与第二数据输入器、与分析解析器相连接;
所述分析解析器与中心处理器相连接;
所述分析解析器对跳频混合信号时频域矩阵进行预处理,具体包括如下两步:
第一步,对进行去低能量预处理,即在每一采样时刻p,将幅值小于门限ε的值置0,得到门限ε的设定可根据接收信号的平均能量来确定;
第二步,找出p时刻(p=0,1,2,…P-1)非零的时频域数据,用表示,其中表示p时刻时频响应非0时对应的频率索引,对这些非零数据归一化预处理,得到预处理后的向量b(p,q)=[b1(p,q),b2(p,q),…,bM(p,q)]T,其中:
所述中心处理器与客户端相连接;
所述中心处理器接收信号的循环共变函数包括:
所述信号含有服从SαS分布噪声的MPSK信号,表示为:
其中E是信号的平均功率,M=2k,m=1,2,...M,q(t)表示矩形脉冲波形,T表示符号周期,fc表示载波频率,φ0表示初始相位,若(此处是否需要加条件:若)w(t)是服从SαS分布的非高斯噪声,则其自共变函数定义为:
其中(x(t-τ))<p-1>=|x(t-τ)|p-2x*(t-τ),γx(t-τ)是x(t)的分散系数,则x(t)的循环共变定义为:
其中ε称为循环频率,T为一个码元周期;
接收信号的循环共变谱按以下进行:
循环共变谱是循环共变函数的傅里叶变换,表示为:
其PSK信号的循环共变谱推导为:
当M≥4时,在处,
当M=2时,
其中Q(f)为q(t)的傅里叶变换,且
2.如权利要求1所述的基于大数据的人体运动综合分析系统,其特征在于,所述第一输入器包括承载装置、跑步机、拉环、滑动轨道、自动成像器、计算机;所述跑步机摆放于承载装置中间位置,所述拉环通过螺丝固定于承载装置两侧内壁,所述滑动轨道通过焊接固定于承载装置右侧内壁,所述自动成像器嵌入轨道位于滑动轨道上课自由滑动,所述计算机通过光纤连接自动成像器;通过人体在上述跑步机上运动和手部拉取拉环,通过自动成像器在滑动轨道上来回运动采集人体运动形态,通过在自动成像器上呈现人体运动3D图模型,将数据传输至计算机。
3.如权利要求1所述的基于大数据的人体运动综合分析系统,其特征在于,所述第二输入器包括承载装置,弹性跳跃平台、滑动轨道、自动成像器、计算机;所述弹性跳跃平台通过螺丝固定于承载装置底部,所述滑动轨道通过焊接固定于承载装置右侧内壁,所述自动成像器嵌入轨道位于滑动轨道上课自由滑动,所述计算机通过光纤连接自动成像器;通过人体在跳跃平台上上下跳跃,通过自动成像器在滑动轨道上来回运动采集人体运动形态,通过在自动成像器上呈现人体运动3D图模型,将数据传输至计算机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810296722.4A CN108784708A (zh) | 2018-04-03 | 2018-04-03 | 一种基于大数据的人体运动综合分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810296722.4A CN108784708A (zh) | 2018-04-03 | 2018-04-03 | 一种基于大数据的人体运动综合分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108784708A true CN108784708A (zh) | 2018-11-13 |
Family
ID=64094817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810296722.4A Pending CN108784708A (zh) | 2018-04-03 | 2018-04-03 | 一种基于大数据的人体运动综合分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108784708A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103051367A (zh) * | 2012-11-27 | 2013-04-17 | 西安电子科技大学 | 一种基于聚类的同步正交跳频信号盲源分离方法 |
CN103596626A (zh) * | 2012-02-29 | 2014-02-19 | 美津浓株式会社 | 跑步方式诊断系统以及跑步方式的打分方法 |
CN104038454A (zh) * | 2014-06-20 | 2014-09-10 | 西安电子科技大学 | 一种Alpha稳定分布噪声下PSK信号的载波频率估计方法 |
CN104181875A (zh) * | 2014-07-09 | 2014-12-03 | 浙江大学城市学院 | 基于物联模式的运动健身系统 |
CN105477822A (zh) * | 2015-11-19 | 2016-04-13 | 河南科技学院 | 一种体育训练器械及其监测系统 |
CN106473719A (zh) * | 2016-08-31 | 2017-03-08 | 泰山医学院 | 一种智能体育活动监测系统 |
-
2018
- 2018-04-03 CN CN201810296722.4A patent/CN108784708A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103596626A (zh) * | 2012-02-29 | 2014-02-19 | 美津浓株式会社 | 跑步方式诊断系统以及跑步方式的打分方法 |
CN103051367A (zh) * | 2012-11-27 | 2013-04-17 | 西安电子科技大学 | 一种基于聚类的同步正交跳频信号盲源分离方法 |
CN104038454A (zh) * | 2014-06-20 | 2014-09-10 | 西安电子科技大学 | 一种Alpha稳定分布噪声下PSK信号的载波频率估计方法 |
CN104181875A (zh) * | 2014-07-09 | 2014-12-03 | 浙江大学城市学院 | 基于物联模式的运动健身系统 |
CN105477822A (zh) * | 2015-11-19 | 2016-04-13 | 河南科技学院 | 一种体育训练器械及其监测系统 |
CN106473719A (zh) * | 2016-08-31 | 2017-03-08 | 泰山医学院 | 一种智能体育活动监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Remote measurement of human vital signs based on joint-range adaptive EEMD | |
CN109557535A (zh) | 用于使用毫米波雷达传感器的占用检测的系统和方法 | |
CN110459214B (zh) | 语音交互方法及装置 | |
CN106289309B (zh) | 基于三轴加速度传感器的计步方法及装置 | |
Vidaurre et al. | BioSig: the free and open source software library for biomedical signal processing | |
CN104780217B (zh) | 检测用户工作效率的方法、系统及客户端 | |
CN102215746B (zh) | 用于检测心跳和/或呼吸的方法 | |
CN103954295B (zh) | 一种基于加速度传感器的计步方法 | |
CN106659428A (zh) | 通过无线电反射的生命体征监测 | |
CN102741919A (zh) | 用于使用声学信号提供用户接口的方法和设备、包括用户接口的装置 | |
CN104168819A (zh) | 用于监视生命体征的设备和方法 | |
CN105637331B (zh) | 异常检测装置、异常检测方法 | |
CN106793978A (zh) | 脑功能障碍评价系统、脑功能障碍评价方法以及程序 | |
CN109157205A (zh) | 用于监控心率的系统和方法 | |
CN110974189A (zh) | 脉搏波的信号质量检测方法及装置、设备、系统 | |
Ständer et al. | A smart kitchen infrastructure | |
CN105180959A (zh) | 一种适用于腕式计步器的抗干扰计步方法 | |
Ghaffar et al. | Hand pointing gestures based digital menu board implementation using IR-UWB transceivers | |
CN108784708A (zh) | 一种基于大数据的人体运动综合分析系统 | |
Ehrnsperger et al. | Real-time gesture detection based on machine learning classification of continuous wave radar signals | |
CN107495939A (zh) | 活体生物特征监控方法、装置以及系统 | |
US20210052165A1 (en) | Heart rate measurement method and device, and computer readable storage medium | |
Li et al. | FMCW radar and inertial sensing synergy for assisted living | |
Moola et al. | Human Activity Recognition using Deep Learning | |
Nabiei et al. | Object-centred recognition of human activity |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181113 |
|
RJ01 | Rejection of invention patent application after publication |