[发明专利]一种基于大数据的人体运动综合分析系统在审

专利信息
申请号: 201810296722.4 申请日: 2018-04-03
公开(公告)号: CN108784708A 公开(公告)日: 2018-11-13
发明(设计)人: 葛运华;李广周 申请(专利权)人: 长江师范学院
主分类号: A61B5/11 分类号: A61B5/11
代理公司: 北京国坤专利代理事务所(普通合伙) 11491 代理人: 赵红霞
地址: 408100 *** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 客户端 综合分析系统 中心处理器 人体运动 大数据 数据分析 解析器 数据分析技术 数据输入模块 数据输入器 处理流程 第一数据 分析系统 数据观察 用户运动 运动分析 输入器 分析 直观
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长江师范学院,未经长江师范学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810296722.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top