文摘
本文基于无线传感器网络的拓扑用于运动训练人类的数据收集,收集到的数据进行了研究和深入分析。根据应用程序需求的体育训练,运动训练系统组成的嵌入式数据采集终端,和一个数据库服务器使用无线传感器网络技术设计。硬件设计与传感器节点和基站实时采集运动员的运动参数。软件设计与节点和基站控制软件和体育数据库管理系统实现接收、存储和分析的运动参数。系统进行了实验,实验结果表明,该系统满足应用需求的体育训练和为科学训练决策研究提供了一个有效的工具。设计运动训练系统的需求下无线传感器网络进行了分析,系统设计和实现。我们的研究结果证实,使用无线传感器网络技术在运动训练系统的设计提高了系统应用程序性能16%。和运动训练的互动系统在实践中已增加了8%。所有这些表明,运动训练的设计系统下无线传感器网络满足了实际系统的应用需求和具有积极的影响。基站控制的设计、节点控制、和体育数据库软件实现的软件系统,可有效实现收集、存储和分析的运动参数。 Finally, the designed wireless sensor network-based sports training system is tested, and the test results indicate that the system designed in this paper can meet the needs of sports training use.
1。介绍
现代信息技术的不断发展的过程中,它有一定的影响更具竞争力的现代竞技体育,和信息技术的使用可以实现体育人才培养的科学性。传统的运动训练过程中,它是通过教练组来记录和观察运动员的运动数据,判断运动的合理性根据自己的经验(1]。这种定性分析方法是非常主观的,有大量错误和容易不安。相结合的现代信息技术和传统的训练方法和经验可以结合的定量参数运动员在运动的过程中,实现及时采集运动员的运动参数,使计算机有效地统计处理,为运动员提供准确的运动分析结果。在此基础上,本文综合分析了运动训练系统的设计在无线传感器网络2]。判断运动的合理性根据自己的经验。定性分析方法是高度主观的,有大量错误和容易被打扰。无线传感器网络形成的组合计算、通信和传感器技术。不仅在无线传感器网络中,传感器技术和嵌入式计算技术被用在一个集成的方式,也包括分布式信息处理技术和通信技术发挥积极应用价值(3),在实践中,对于无线传感器网络,主要由许多集成的随机分布不仅传感器以及数据处理单元和无线通信模块组成的微小节点,其节点之间,还通过自组织方式形成一个无效的通信网络提高实际的信息传播的效率(4]。在无线传感器网络中,各种现代技术集成,和网络可以用来收集、意义,和过程实时信息网络覆盖中的对象并将这些信息发送到相应的观察者,已实际应用优势。
信息技术的快速发展产生了前所未有的影响在现代竞技体育的竞争,和使用信息技术帮助运动员科学训练已成为现代竞技体育的一个重要标志。在传统的运动训练方法,教练主要负责观察和记录运动员的运动数据,经验判断运动技术的合理性。这种定性分析方法有缺点,如主观性强,大错误,和简单的干扰。通过结合信息技术与传统的训练方法,经验,和历史的训练数据,定量参数的运动员的运动可以得到及时和有效的方式交给计算机进行统计处理,提供准确的运动技术分析的理论基础。基于无线传感器网络的最新理论成果,这本书探讨和总结了开发、应用程序和技术挑战的无线传感器网络基于作者长期在该领域的研究工作。这本书有一个清晰的结构,丰富的内容,和深入的叙述,反映了该领域的最新研究进展和成果的无线传感器网络;它可以使感兴趣的初学者快速入门也为同事提供一定的研究基地提供更多systematic-related技术或项目来弥补相对缺乏系统性的研究材料在这一领域,帮助读者加深理解的无线传感器网络技术,无线传感器网络,并提供一个更好的理解。价格的显著下降,规模较小,并增加敏感性等各种传感器的加速度传感器和陀螺仪在微机电系统(MEMS)中,有一个伟大的突破和发展基于传感器的人体运动识别系统(5]。人体运动识别技术也被许多研究者关注,及其原则指的是使用不同的传感器来收集各种数据信息的人体的日常活动,然后根据收集到的数据进行预处理和分析信息提取相应的特征向量,最后,使用特定的识别算法来识别和确定运动。人类运动传感器识别算法精度的增加也使得新技术对老年人日常生活的监控。
由于传感器网络的应用环境的特殊性,不稳定的无线信号,和有限的能量,对传感器网络节点的概率远远大于传统的网络节点。拓扑控制技术是无线传感器网络最重要的技术之一。生成的网络拓扑结构的无线传感器网络,有一个拓扑边的两个节点之间可以直接通信。如果没有拓扑控制,所有节点将与最大无线传输功率。在这种情况下,一方面,有限的能源将很快消耗节点的通信组件,减少网络的生命周期。与此同时,网络中每个节点的无线信号将覆盖其他节点,造成无线信号冲突频繁,影响节点的无线通信质量,减少网络的吞吐率。另一方面,将会有许多边缘生成的网络拓扑结构,导致大量的网络拓扑信息,复杂的路由计算和浪费宝贵的计算资源。因此,有必要研究无线传感器网络的拓扑控制问题。的前提下维护的某些全局属性拓扑中,调整节点的传输功率,延长网络生命周期,提高网络吞吐量,降低网络干扰,并保存节点。因此,自组织网络的鲁棒性是必要的,以确保一些传感器。 It also includes distributed information processing technology and communication technology to play an active application value. In actual work, wireless sensor networks, it is mainly composed of many randomly distributed small nodes integrated with sensors, data processing units, and wireless communication modules. Between the nodes, an invalid communication network can also be formed through self-organization. The damage to the network will not affect the progress of the global mission. In the existing human motion recognition system, if only a single acceleration signal is collected, only simple motion movements such as stationary, walking, and running can be recognized due to the single signal, but the diversity of the objective environment and the complexity of human motion make some human motion impossible to be recognized accurately. In the method of human motion recognition based on multiple sensors in one node, general researchers have modeled human motion by placing multiple sensor nodes on different parts of the wearer, collecting different data information, and uploading the data to the PC; although this method will have a great improvement in the accuracy of human motion, the system is too complex and not suitable for human carrying. The overhead of transferring data and human body reconstruction system at different nodes is large and not suitable for moving to a portable terminal. According to the diversity of collected data, researchers have extracted effective data features based on their collected data and proposed some pattern recognition algorithms based on various complex data features, but recognition algorithms with higher recognition accuracy are generally more complex leading to system algorithms that are difficult to move to portable terminals. To obtain a high recognition rate, a large amount of sensor data as well as complex algorithms are applied, which will lead to an increase in the energy consumption of the system, and the energy of the sensor nodes is limited, which will lead to frequent charging or replacement of the power supply, thus greatly reducing the comfort of human wear. (1) Through the collection and analysis of human body data for sports training under the wireless sensor network topology, we found that our training accuracy has increased by 16%. (2) Compared to other studies, our efficiency has increased by about 8%.
2。现状的研究
应用人体运动识别方法是安装拍摄设备在一个固定的空间和确定人类的运动状态通过分析人体运动状态的拍摄图片,比较之前和之后的照片;其技术开始的较早,理论研究更成熟;从现有的研究中,其系统算法复杂性和识别精度可以满足日常需求6]。最大的缺点是获取图像的环境要求相对严格的(7]。人类运动图像的采集需要一个宽敞的环境和充足的光线,这并不模糊。基于传感器的运动识别系统是一种新的模式识别在模式识别的发展方向。它的基本原理是收集运动数据信息从一个或多个用户携带的微型传感器,然后做出相应的识别和判断人体的运动根据特殊的数据。人类运动传感器识别几乎没有对环境的依赖和不受图像捕获设备的影响,可以在任何时间和任何地点收集8]。因此,当收集人类运动的数据信息,人体可以自由移动,收集的数据更符合实际情况,和其他外围设备不需要干预当获取用户的数据,并且数据可以获得相应的运动只要用户动作,比如躺着,睡觉,去浴室,不会侵犯用户的隐私。
奥利维亚等人使用单个加速度传感器采集数据通过提取振幅值的三轴加速度传感器作为数据特性,和识别器用神经网络识别算法识别落在不同的方向,识别的准确率达到95.5%9),以帮助读者加深理解无线传感器网络技术的进一步研究奠定必要的基础和研究领域,缩短一流的国际研究水平之间的差距,和提供更多的研究结果与我们的知识产权。Belapurkar等人使用一个三轴加速度传感器收集在三个方向的加速度值,计算加速度的均方根值在三个方向,每个方向和派生加速度的变化来检测,准确率86.97% (10]。Hara等人的胯部固定加速度传感器模块使用的人体和支持向量机的模式识别方法来识别四种类型的瀑布:静止不动的,走路,跑,跳11]。苏亚雷斯等人使用支持向量机模式识别方法来准确地识别四种类型的运动,静止不动的,散步、奔跑和跳跃,和识别精度达到92.25% (12]。人类基于传感器的运动识别系统设计并提出了加速度传感器,陀螺仪传感器和磁强计传感器在同一节点和融合的三个传感器节点识别人体运动(13]。SriGowthem使用三轴加速度传感器和陀螺仪传感器模块采集人体运动信息,提出了一种基于加速度传感器的人体运动识别算法和陀螺仪传感器人体运动识别算法,提出了一个解决方法来调整人体姿态角,并通过实验证明了算法的优越性能(14]。
现在使用的传感器采集人体运动数据信息主要压力传感器、加速度传感器和陀螺仪传感器。不同的研究人员放置传感器节点在不同的位置收集数据不同的人体运动信息15]。没有统一的数据库或特殊硬件技术标准在现有的识别系统,因此研究人员通常需要设计和选择满足系统性能的传感器模块根据他们的科学要求和实验目标和交给计算机进行统计处理,提供准确的运动技术分析的理论基础。传感器模块设计的迈耶和英国Baeumner使用加速度计和陀螺仪传感器识别的运动人体静止,坐下来,和其他运动(16]。现有研究人员不仅可以收集通过自主研发的人体运动信息传感器模块除了市场上现有的硬件平台来收集数据。人们已经发现,一个常见的问题与现有的数据采集模块是系统的能量是有限的,它可以减少使用者的舒适,如果需要更换电池或充电频繁。
3所示。运动训练设计人类的数据收集和分析在无线传感器网络拓扑结构
3.1。人类无线传感器网络数据收集分析
人体运动识别系统广泛应用于医药、医疗、体育、军事、和娱乐,所以他们需要相应地处理数据和识别和开发应用程序根据系统的需要。他们的设备主要是个人电脑或手机,他们需要实现的主要功能能够接收和动态显示实时传感器终端采集的数据,以及数据查询和存储等。例如,监控中心的检测系统是实现实时检测和报警;体育产业的主要应用是分析人类运动的幅度和形式(17]。人类运动模式识别传感器的本质是先收集大量的传感器数据信息,列车识别器来满足系统识别系统根据收集到的数据,最后,用训练有素的识别器识别一些未知的人体运动数据信息。主要步骤包括数据采集、数据预处理、特征提取和选择,识别器的选择。流程如图1。
生成的信号在人类运动加速度计和陀螺仪传感器捕捉到,由于人类抖动,环境因素,和设备测量偏差,使测量数据不仅包括人类运动的数据信息,还各种不可避免的噪音。测量数据不仅包括人类运动的数据信息,还包含各种不可避免的噪声。减少噪声对系统的影响,有必要进行有效数据特征提取前预处理。现有的预处理方法主要包括滤波去噪处理和标准化处理,减少信号长度的和窗口处理。减少噪声对系统的影响,因此需要有效的预处理之前执行数据特征提取。现有的预处理方法包括过滤和规范化为信号噪声去除和窗口长度的减少。在人类运动识别系统,基于传感器数据去噪和数据平滑通常使用。人体的抖动和设备的抖动时收集传感器数据信息将使系统噪声和测量噪声的系统包括在收集传感器数据信息,因此去除干扰噪声将提高系统的有效性和可靠性。
标准化也是一个技术经常用于预处理。归一化法的主要功能是调整不同强度的运动数据(如加速度信号的振幅和角速度信号的振幅)根据信号的特异性。在人体运动识别系统中,不同的身高、体重、年龄和人类可能导致某些运动的振幅值的差异数据信息对不同的人做同样的运动,因此一些研究者使用标准化来减少信号幅度的影响差异系统[18- - - - - -21]。人类健康数据的分析方法,包括上传收集到的数据,分析了上传数据,并分析解析后的数据;分析方法如下:将收集到的数据在每个周期的最高价值,价值最低的时期,一开始的时期,和最终的价值表达一个烛台图表的形式;至少两个时期的烛台图表是形成一个烛台图表;分析的步骤如下:通过蜡烛烛台图表。高度的蜡烛,蜡烛,和蜡烛的图表是用来确定数据上传频率。蜡烛头,脚蜡烛,蜡烛的身体高度烛台图表中的多个蜡烛图表是用来确定之间的关系数据上传多个周期和频率的趋势和维护统计数据。提取的加速度数据信号归一化的特点,和识别验证了实验结果的准确性。收集的数据可以在许多方面。因此,一些研究人员使用归一化处理来降低信号幅度差异对系统的影响。 For example, making survey questionnaires, randomly selecting population samples to fill in the questionnaires, and obtaining feedback data from the population samples, manual observation records are also a common data collection method in the past. In the data age today, sensors have greatly changed the scene of manual observation and recording of such data collection, especially the objective indicators that are easy to quantify and measure such as temperature and humidity. Although the data of human subjective consciousness still needs to be obtained through questionnaire surveys, the author believes that soon, human thoughts will also be quantified with the advancement of science and technology. At that time, humans only need to think in their brains, not means that the thoughts in the brain can be quantified and recorded.
由于人体运动识别通常运动数据的输入数据信号,从用户收集了一段时间,输入数据的长度通常是很长时间,不适合直接特征提取和分类,首先收集传感器数据信息通常是窗口的特征提取之前执行。窗口的功能是将长传感器数据信号分割成许多windows相同或不同的长度(22- - - - - -24]。提取的加速度数据信号归一化的特点,并通过实验验证了识别结果的准确性。在现有的研究中,主要有两个窗口的方法常用在人类运动识别系统:滑动窗口分割是指分段运动信号通过传感器到窗户上相同的长度,和相邻窗口可能有也可能没有重叠。如图2,以确保数据的完整性信息的数据,通常是有一些数据重叠相邻滑动窗口。
windows添加到传感器数据不仅将收集到的数据的长度较短但也解决传感器数据信号的长度在不同的人之间,这是非常重要的后数据特征提取、选择和模式识别。使用固定窗长度时,不需要额外的处理数据,它通常用于系统实时要求高。这对后续数据特征提取是非常重要的,选择和模式识别。当使用一个固定的窗口长度,不需要处理数据,它通常用于系统具有高实时要求。身体监控设备表面和配置应用到附近的身体和/或身体。光发射的方向,其中至少有一个光电探测器被配置为检测至少一个光源发出的光线和反射的身体表面的方向。然而,这个窗口分割技术也有一定的缺点,这使得它很难识别不同的动作当两个运动之间的过渡信号出现在一个窗口。运动窗口分割技术指的是数据处理和初步的判断来确定运动的开始时间和结束时间,和数据将被分为不同长度的根据运动的时间窗口,每个窗口代表一个完整的运动。窗口技术可以准确地识别每个运动,但是需要处理的数据和分析的早期阶段,这将使一个伟大的影响算法的复杂性和系统的能源消耗。
一些现有的人体运动识别算法需要使用传感器数据的三个传感器的定向组件,所以一些研究人员使用加速度的方向当人体静止垂直传感器的正确倾斜的问题,也就是说,倾斜校正。倾斜校正的原理来计算倾角传感器的位置通过使用功能,重力加速度的方向总是向下。然而,这个窗口分割技术也有一定的缺点。当两种运动信号出现在一个窗口,窗口分割技术很难认识到不同的动作之间的过渡。特征向量的提取和选择在人类运动识别系统是密切相关的识别算法的复杂性和系统识别的准确性。换句话说,获得有效特征向量的提取加速度传感器和陀螺仪传感器数据将减少分类器算法的复杂性以及提高系统的识别率。特征选择的目的是提取最有效和合适的特征向量代表人类运动的基础上,收集传感器数据。虽然没有统一的理论特征值提取,提取特征向量的现有方法主要分为时域法、频域法、和时频方法。描述性数据分析可以总结为一句话:“一个句子描述了数据”。我们通常说本月访问的平均数量是多少,什么是同比增长,普通用户是什么付款,中位数,复数,所有描述性统计和质量? The variance and standard deviation can also be used to describe the concentration trend of the data. The attitude calculation algorithm belongs to the category of data fusion, that is, the fusion of multiple sensor data to calculate the attitude. This article refers to the measurement of the acceleration and angular velocity of the bone point, and the posture information of the bone point is obtained after data fusion. Use an indicator, a sentence to summarize the characteristics of the data. Mathematical statistics involves more mathematical knowledge, but commonly used are also probability theory and calculus, and undergraduate knowledge, a little review or easy to master. Calculus only requires the use of a unitary integral, which is used to calculate the probability distribution. There are many elements in statistics; not all of which need to be mastered in data analysis, because we are not doing the data analysis of scientific experiments in the laboratory.
虽然对象的态度的变化可以表示的欧拉角,它是更复杂的概念理解,因为技术问题如“万能锁”可以出现在解决方案的过程,所以欧拉角广泛用于刚体在经典力学的研究,和角动量在量子力学的研究,在实际的产品,使用二次方法来表示物体运动的姿势。正如复数可以代表一个二维空间,四元数的集合可以表示一个四维空间。显示了四元数方程的基本形式(1),包括 , ,和作为一种特殊的虚数单位, , ,和表示虚数单位和相互正交,和 在每个方向系数。是一个二次标量表示旋转角吗?当 和 ,据说这四元数单位四元数。旋转矢量可以通过增加一个单位四元数和它的共轭四元数向量(见方程(2))。
四元数的共轭值相当于旋转的坐标通过 。
旋转矩阵的四元数形式可以获得如下
通过上面的推理和转换,构成的四元数表示的信息。与三维正交矩阵表示法相比,四元数表示可以给更容易旋转轴和旋转角度。四元数方法是广泛应用于工业,因为没有奇点在应用的过程中,没有“万能锁”的问题。四元数法和欧拉角可以直接相互转化。参考坐标系 - - - - - - - - - - - -由四元数表示,斜辊旋转角 ,螺旋角旋转 ,和偏航角旋转所示
上面的转换允许对象的构成过程的快速计算和可视化结果的欧拉角表示。提出解决算法属于类别的数据融合,即。,解决的多传感器数据融合的姿势。在这篇文章中,这意味着骨骼点的加速度和角速度测量,和骨骼点构成信息数据融合后获得的。卡尔曼滤波器(卡尔曼滤波)是一个递归滤波器,可以有效地使一个动态系统的状态从一系列完整和noise-containing测量。因此,当整个学校整体身体健康趋势的分析,本文选择每个人看到什么样的变化使得基于原来的分数和计算其比例在整个。卡尔曼滤波器是早期研究者鲁道夫·卡尔曼的名字命名了这个过滤的主要研究方法。卡尔曼滤波是一个重要的主题在控制理论以及控制系统工程。让是估计的系统状态 ,然后离散系统状态方程所示
所示的测量方程
根据上述特点分析,传感器网络需要设计网络架构适应他们的特点根据用户对网络的需求,并提供一个统一的技术规范的标准化网络协议和算法,这样他们就可以满足用户的需求。无线传感执行网络的通信体系结构如图3,即水平通信协议层和垂直传感器网络管理表面。通信协议层可分为物理层、链路层、网络层、传输层和应用层。网络管理平面可分为能源管理平面,移动性管理平面,平面和任务管理。管理平面的存在主要是为了协调不同层的功能来获得一个最优设计与综合考虑能源管理、移动性管理和任务管理。
图3显示一个原理图的一般运动训练系统的建设,负责监控许多体育和运动员的生理参数,如速度、加速度、心电图和血压,采用无线通信。结合不同类型的传感器节点可以安装在运动员的身体或运动路径收集相关运动参数。这些参数被发送到基站通过射频模块,收集和处理数据通过其内部管理软件和实时显示在液晶屏幕上。基站的运动收集的数据可以存储在数据库系统在很长一段时间内提供一个依据全面的运动分析和构建专家系统通过积累大量的优秀运动员的数据。
传感器节点的硬件结构主要包括处理器模块、传感器模块、射频模块和电源模块。电源模块提供了一个稳定的和准确的能源整个节点和节点工作的先决条件。节点需要一个电压范围2.6 ~ 3.6 VDC,被设计成由2节AA电池。根据无线传感器网络,对于这个系统的设计,它是确保每个传感器节点可以组合获得的数据来提高系统的传感器网络的效率。无线传感器网络下,运动训练系统设计,确保系统设计的接口,信息传递,网络状态和用户隐私安全可以得到最基本的保障,提高系统设计的安全。运动训练管理,确保系统可以有一个体育经理的心态,可以客观地跟随运动训练规律,基于无线传感器网络技术,不断提高运动训练的效果,计划,组织,控制,协调,和运动训练过程的创新管理25,26]。同时,在系统设计中,确保运动训练管理系统可以满足运动的需要培训经理和运动训练管理对象,优化和完善系统信息传播和存储工作,确保该系统可用于测量运动训练指标,并提高系统的实用性,这样系统设计满足用户的需求。
3.2。运动训练人的数据分析
物理测试数据收集,由物联网前端数据采集测量精度和误差和其他客观因素,会导致一些数据测量误差,甚至严重偏离正常的情况下,然后生成数据离群值。异常值的出现不仅会影响查询性能的工作同时,如果原始数据开采,减少结果的可靠性,甚至不是矿业法律或采矿错了,所以需要屏幕原始数据异常值检测。因为有大的身体健康个体之间的差异,如果我们直接检查的速度和通过率根据整个年级,我们无法知道的细节变化的性能,因此本文选择检查什么样的变化每个人都基于他们的原始性能和计算比例在整个分析学生的整体身体健康的趋势在整个学校。身体健康干预是体育教师发展的体育培训项目,帮助提高学生的体质测试成绩基于他们的表现(27- - - - - -29日]。培训地点、时间和环境因学科而异。提供建议,同时探讨了学科之间的联系,进一步验证的皮尔森相关系数。获取对象之间的相关性后,火车不可能专门为某个主题由于教学时间和教学空间的限制,可以训练科目与更强的相关性,而更少要求教学空间和时间,从而提高性能与上述贫困主题,这有助于发展体育教学计划和提高体育教学的效率和性能改进。
秋天检测系统功能分析,可以分为两个主要模块:检测和远程报警。跌倒检测主要需要收集的信息从传感器数据,处理数据,提取数据特征向量,并认识到运动。如果是的,结束这种识别;否则,继续提取峰值,波谷值,标准差和协方差的合成加速度振幅值在当前窗口,并使用第二级决策树进行进一步识别准确地识别是否有异常,如瀑布的行动发生。远程报警声音和光报警时,系统检测到一个秋天和上传的状态的手机通过蓝牙通信进行相应的报警处理。这些功能需要各个部分的硬件模块的协作才能完成。处理器的可穿戴设备通常是选择特定的目的和需求。处理器芯片中选择本研究需要满足系统中硬件资源的要求,如的SPI端口硬件、外围的串行输入端口,处理数据的速度,需要低能耗系统的可移植性。的STM8S003F STM8S系列用于这个系统,考虑上述因素和设计实现的复杂性。STM8S控制器是消费电子产品的产品开发和工业控制应用程序,目前主要用于各个领域,如汽车工业、工业控制设备、电气设备、医疗保健行业。
单片机获得传感器的信号后,它需要有一个同意处理器的数据格式解析加速度和角速度数据从接收到的数据包没有错误。在此系统中,有两个数据包传感器收集的数据的每一帧的数据包加速度传感器和角速度传感器输出的数据包,50毫秒输出时间间隔的一帧数据。加速包传输的数据格式如图4。
首先,提取高峰、低谷和标准差合成角速度的大小在一个窗口中,并使用第一级决策树来确定是否有异常行动;如果是这样,结束这种识别;否则,继续提取高峰、低谷,标准差和协方差的大小合成加速度在当前窗口,使用第二个层次决策树进行进一步的识别、准确地识别是否存在异常下降等行动。第二层决策树用于确定运动异常等的进一步下跌。无线传感器网络的传感器节点不仅可以实现本地数据的传播也从邻近的节点的数据传输的无线网络,双无线传播的功能。此外,无线传感器网络设计的过程应该能够控制基于后台管理软件收集传感器网络中的节点数据和传输数据通过路由器运动训练系统。
无线通信的主要目的不仅是为了实现控制信息,收集信息,和能源检测信息传输的体育训练,使用无线射频发射机模块的实现接待,还能够将其信息发送给其他节点,实现无线通信的功能模块的拆卸。
在实现的过程中运动训练系统的设计,无线传感器网络的节点硬件主要由无线传输和信息处理单元。的主要目的的控制处理单元可以实现操作传感器节点,系统数据存储问题,传感器收集的单元可以实现有效的系统管理区域的责任,实现体育信息的收集,和无线传感也可以实现无线节点信息沟通,确保该系统能实现运动训练(如图5)。
体育数据库管理系统的功能模块主要包括数据收集、系统配置、网络监控和数据管理。系统配置参数主要包括用户的配置、数据库连接,和系统参数,如体育人员数量,测试方式,测试节点的数量,以满足不同的需要培训和测试。数据收集属于数据库管理系统的核心(30.,31日]。数据库中心和基站通过USB接口连接,并确保基站的连接请求后,数据将与一个定制的分析包协议,然后,将存储在数据库的数据收集和体育人员数量(32,33]。网络检测模块可以充分展示的监控作用运动数据库的管理系统在无线传感器网络中,如实现无线传感器网络节点的状态。
4所示。仿真结果和分析
4.1。静态动作和动态动作比较结果
我们可以直观的判断基于测量数据的运动状态。在此系统中,收集到的运动状态包括“行走”,“跳”,“站”,“坐”,“躺”。“躺”和其他五种运动可分为“动态行动”和“静态行动”。一个简单的分类器可以用来区分这两种类型的运动(如图6)。的 - - - - - -轴角“走”和“说谎”的数据可以看出,“走路”的运动姿态高频率和振幅大,而“躺”的运动姿态低频率和小振幅。有明显区别“行走”运动姿态高频率和振幅和"撒谎"运动频率和小振幅较低的姿势。
获得的静态运动数据从测试测试人员之间的千差万别,不能直观地判断基于单个构成数据从一个传感器。更好的运动姿态进行分类或改善动作手势识别的准确性,有必要指定测试人员的测试期间的运动,所以在测试期间“不动”,或改善姿态传感器的准确性,或更准确的分类算法应用于提高静态运动分类。相比之下,第三个选项是更合理的。
数据碰撞率和丢包率,当前消费和能耗的节点之间的无线通信系统的测试实验。节点的电流消耗在不同发射功率和电能消耗在不同操作模式也测量如图7。
从以上实验结果,我们可以看到,误警率(指的是日常行为的错误报告瀑布)是6.5%,而错过了警率(指下跌的假报告正常行为)是5%;误警率最高的是最有力的运动蹲,站起来,但是这种类型的运动的概率在老年人的日常生活并不是很高。漏报率下降相对较低。错过了警报的影响老年人的生活远远大于假警报,这可能导致不可预知的危险下降后,可以取消和假警报直接关掉开关取消远程报警。因此,系统在本研究中也应遵循这一原则。总的来说,秋天系统在这项研究符合系统的目标和需求的需要。
4.2。数据收集和分析的结果
第一个数据挖掘的分析结果为男学生支持0.2和置信度水平0.8;49中强大的规则挖掘男生,38人发现失败的引体向上,另11被发现通过50米跑,没有其他强大的规则。大多数人通过了50米跑,体重正常,仰卧起坐。从这,我们可以看到,体能测验分数的分布大约是正常的,所以如果设置支持度高,开采的结果并不贵重,但只有反映一些常见的大学生体能测试成绩的模式。
因此,向下调整的支持,和强大的规模规则当时得到了很大的提高。首先,男孩被挖掘的数据,和他们的一些结果如图所示8。
从图8,它可以获得男孩,那些具有良好的整体评估分数,与正常体重的比例,优秀的50米跑,和优秀的立定跳远很大,但强大的规则并不持有如果是反向的,这意味着任何一个科目分数的影响总体评估分数也不是决定性的因素,但影响因素的50米跑,大重量,立定跳远。正常体重的比例是94.7%,50米跑是优秀和良好的比例是85.8%,站跳远很优秀和良好的比例是76.4%,和其他学科优秀和良好的比例还不到60%。因此,如果你想提高综合评价的结果,你就可以专注于50米跑、立定跳远练习体育。验证这一结论,进行数据库搜索,它是发现,在整体评估成绩好的男孩,那些正常体重的百分比为94.7%,那些优秀的50米跑的百分比是85.8%,和那些优秀的立定跳远的比例为76.4%,而那些有卓越的比例在所有其他科目还不到60%。因此,如果我们想要提高整体评估,我们可以关注50米跑、立定跳远练习体育,同时控制重量,以便学生实现良好的整体评估的可能性也最大。女学生的比例与整体评估分数显示在图9。在图9,一代代表类型的排序,没有特别的意义。
结果证实,利用无线传感器网络技术在运动训练系统的设计提高了系统的性能应用16%,提高了运动训练系统的互动在实践中8%。现有的人体运动识别系统主要是应用和传感器。虽然识别成功率和算法的复杂性的识别系统建立更理想,他们更依赖于外部环境,更适合室内系统。和身体的无线区域网络的快速发展,基于传感器的运动识别系统最近已经广泛使用在许多方面和发达,因为其优点的简单的可移植性和减少对环境的依赖。然而,也有一些紧急问题在人类运动传感器,比如如何提取有效的特征值在人体运动识别和如何设计有效的标识符,可以搬到便携式终端。人体运动识别系统基于骨架点可以收集人体运动信息以及分类惯性测量单元的数据直接通过算法来获取人体运动状态。系统有很大的帮助的研究和扩展人机交互,可以用于提高人机交互通过姿势识别,结合物联网技术,建立一个广阔的市场。
5。讨论
摘要TinyOS-based中央节点和传感器节点在C语言程序设计实现一个星型无线传感器网络使用CSMA / CA协议,和一个传感器节点温度和湿度数字传感器SHT10是专为温度和湿度数据采集为例。当采样周期是10年代和由一个60毫安时电池,传感器节点可以连续工作了52天。设计满足需要的无线、便携式、低功耗采集人体生理参数。使用巢,模块化编程语言,提高了开发效率,促进扩张。研究和设计方法提出了可用于相关的应用程序。
6。结论
这个系统将无线传感器网络技术应用于运动员的运动训练过程和运动训练系统的设计和发展具有良好的性能和较低的价格。利用无线传感器网络技术设计运动训练系统极大地提高了系统的性能,不仅实现了自动控制的培训模式和过程,也极大地支持了培训需求在不同的户外运动场馆和灵活的网络。基于无线传感器网络技术,运动训练系统的设计和系统应用程序测试发现系统的使用可以更科学合理的运动训练管理工作,发挥积极的应用价值。同时,利用无线传感器网络技术在运动训练系统的设计可以提高16.0%的系统应用程序的性能,可以在实践中提高运动训练系统的交互性8.0%。对当前运动训练系统设计、无线传感器网络技术的使用可以帮助实现实时、远程,和安全的运动训练管理,提高系统设计的性能和应用程序的质量,更好的发挥的作用在运动训练系统产生积极的影响。可以预期,无线传感器网络的广泛使用是一个必然趋势,及其在运动训练中使用将有很好的应用前景,由于新技术的优势,成本低,操作方便,实时性好、可移植的,等等。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称他们没有竞争的经济利益或个人关系可能出现影响工作报告。
确认
这项工作得到了河南大学的城市建设。