本發明屬于體育訓練用品技術領域，尤其涉及一種用于大學生智能體育體能綜合訓練控制系統
背景技術：
傳統的健身器材在使用上只是主觀的依照訓練者的意識進行設定工作。如無專業的健身教練的指導容易造成健身的誤區及訓練者的傷害。并且針對運動員體能訓練的過程，多為參加跑步，舉重等訓練，而不能較好的了解運動員訓練過程中身體的反應情況，智能化程度低。
綜上所述，現有技術存在的問題是：針對運動員體能訓練的過程，多為參加跑步，舉重等訓練，而不能較好的了解運動員訓練過程中身體的反應情況，智能化程度低。
技術實現要素：
針對現有技術存在的問題，本發明提供了一種用于大學生智能體育體能綜合訓練控制系統。
本發明是這樣實現的，一種用于大學生智能體育體能綜合訓練控制系統，該用于大學生智能體育體能綜合訓練控制系統包括訓練平臺，訓練平臺上安裝有用于對運動員的血壓、心跳、體溫進行檢測的生命體征探測儀；
與生命體征探測儀電連接，用于對信號進行分析和處理的中央處理器；
所述中央處理器的信號處理過程包括：
(1)對接收到的信號y(t)進行預處理，即先經過采樣得到y[n]，然后通過希爾伯特變換進行信號的復包絡的恢復；
(2)計算信號的零中心歸一化瞬時幅度的廣義分數階傅里葉變換的最大值即特征量r1：
r1＝max|gfrft[acn(i),p]|2/ns；
式中，ns個采樣點，
(3)采用分類器1，設置信號集的判決門限為：
其中δlim為區分相鄰信號或信號集y1，y2的門限值，max(ry1)為y1的特征量均值的最大值，min(ry2)為y2的特征值最小值的均值；將信號集合{2ask、16qam、2fsk、msk、qpsk}分為{2ask}、{16qam}和{2fsk、msk、qpsk}三類；
設置信號集的判決門限δ1＝0和判決門限δ2將信號集合{2ask、16qam、2fsk、msk、qpsk}分為{2ask}、{16qam}和{2fsk、msk、qpsk}三類，則門限δ2的設置為：
其中，max(γ16qam)為16qam信號的特征量均值γ16qam的最大值，min(γ2ask)為2ask信號的特征值均值γ2ask的最小值；
計算信號x(t)的分數階傅立葉變換，其表達式為：
式中，kθ(t,u)為分數階傅立葉變換的核函數，其表達式為:
其中，k取整數，fθ表示θ角度分數階傅里葉變換算子，θ＝pπ/2為旋轉角度，p為旋轉因子，δ(·)為沖擊函數；為了將alpha穩定分布噪聲的幅值合理映射到有限區間，同時使信號的相位保持不變，計算信號的廣義分數階傅里葉變換，其表達式為：
其中，
與中央處理器電連接，用于對處理的視頻信息進行展示的顯示器；
所述顯示器的圖像迭代模型表示為：
其中，x為所述目標圖像，m為系統矩陣，g為所述投影數據，i表示迭代次數，xi表示第i次迭代后得到的迭代結果；λ表示收斂系數，且λ∈(0,1)，mt表示對矩陣m的轉置；設置所述目標圖像的初始值，并根據預先設置的迭代次數利用所述迭代模型對所述目標圖像中的每個像素點進行迭代更新，獲取所述目標圖像，所述迭代模型中的像素點的當前灰度值與前次迭代的灰度值一致逼近；所述將目標圖像中灰度值小于0的像素點置零；
圖像迭代的目標函數為：
其中，ri∈rm×n，δ表示所述第一非負圖像或所述第二非負圖像，riδ表示從δ中提取的圖像塊，||||2表示2-范數，||||1表示1-范數，γ為正則化參數，d表示過完備字典，αi為第i個圖像塊riδ對應的稀疏系數，γ為所有圖像塊的稀疏系數集合；
與中央處理器電連接，用于對處理的音頻信息進行播放的揚聲器；
與中央處理器電連接，用于對環境溫度進行檢測的溫度傳感器；
所述溫度傳感器的量測模型如下：
ya(tk-1)、ya(tk)、ya(tk+1)分別為溫度傳感器對目標在tk-1,tk,tk+1時刻的本地笛卡爾坐標系下的量測值，a代表溫度傳感器，分別為：
其中，y'a(tk-1)、y'a(tk)、y'a(tk+1)分別為傳感器a在tk-1,tk,tk+1時刻的本地笛卡爾坐標系下的真實位置；ca(t)為誤差的變換矩陣；ξa(t)為傳感器的系統誤差；
與中央處理器電連接，用于提醒運動員訓練指標的目標信息檢測器；
與中央處理器電連接，安裝在訓練平臺上，實現對訓練平臺產生震動的振動儀。
進一步，所述揚聲器還設置有采用各種顏色透明的pa、pe、pet、pp、pu、pvc、ps、tpu、eva或pc材料的防塵帽、振膜和紙盆。
進一步，所述震動器包括電源、微處理器、振動傳感器、報警器；電源分別與微處理器、振動傳感器、報警器連接，振動傳感器與微處理器連接，微處理器與報警器連接；
所述微處理器接收信號的觀測向量x的分數低階快速獨立成分分析按以下進行：
1)將觀測向量x減去均值進行中心化，利用主要分量分析對中心化后的觀測向量進行分數低階預白化處理，得到白化矩陣v，其中，pca中用到的分數低階相關矩陣定義為：
其中，xi(n)和xj(n)分別為第i路和第j路觀測信號，且1≤i,j≤2，*代表取共軛，對分數低階相關矩陣進行特征值分解可以得到特征值矩陣d與特征向量矩陣v，由特征值矩陣和特征向量矩陣可得預白化矩陣m＝d-1/2vt，利用預白化矩陣將觀測數據x向信號子空間投影，得到白化矩陣v＝mx；
2)對權向量w0進行隨機初始化，同時初始化序列號k使k＝1；
3)進行權值向量迭代：
其中，
4)利用范數歸一化權值向量wk，wk＝wk/||wk||；
5)若
6)y＝wkx,其中x為觀測信號，y為分離后的二維信號。
本發明的優點及積極效果為：用于大學生智能體育體能綜合訓練控制系統通過生命體征探測儀對運動員訓練過程中的身體變換情況進行檢測，并將信號傳輸至中央處理器，通過中央處理器的分析處理后，通過顯示器和揚聲器輸出，較好的反饋身體的反應情況，更好的實現體能的健康訓練。
附圖說明
圖1是本發明實施例提供的用于大學生智能體育體能綜合訓練控制系統的結構示意圖；
圖中：1、中央處理器；2、顯示器；3、揚聲器；4、生命體征探測儀；5、溫度傳感器；6、目標信息檢測器；7、振動儀；8、訓練平臺。
具體實施方式
為了使本發明的目的、技術方案及優點更加清楚明白，以下結合實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。
該用于大學生智能體育體能綜合訓練控制系統，包括訓練平臺8，訓練平臺8上安裝有用于對運動員的血壓、心跳、體溫進行檢測的生命體征探測儀4；
與生命體征探測儀4電連接，用于對信號進行分析和處理的中央處理器1；
與中央處理器1電連接，用于對處理的視頻信息進行展示的顯示器2；
與中央處理器1電連接，用于對處理的音頻信息進行播放的揚聲器3；
與中央處理器1電連接，用于對環境溫度進行檢測的溫度傳感器5；
與中央處理器1電連接，用于提醒運動員訓練指標的目標信息檢測器6；
與中央處理器1電連接，安裝在訓練平臺8上，實現對訓練平臺8產生震動的振動儀7。
進一步，所述顯示器2的圖像迭代模型表示為：
其中，x為所述目標圖像，m為系統矩陣，g為所述投影數據，i表示迭代次數，xi表示第i次迭代后得到的迭代結果；λ表示收斂系數，且λ∈(0,1)，mt表示對矩陣m的轉置；設置所述目標圖像的初始值，并根據預先設置的迭代次數利用所述迭代模型對所述目標圖像中的每個像素點進行迭代更新，獲取所述目標圖像，所述迭代模型中的像素點的當前灰度值與前次迭代的灰度值一致逼近；所述將目標圖像中灰度值小于0的像素點置零；
圖像迭代的目標函數為：
其中，ri∈rm×n，δ表示所述第一非負圖像或所述第二非負圖像，riδ表示從δ中提取的圖像塊，||||2表示2-范數，||||1表示1-范數，γ為正則化參數，d表示過完備字典，αi為第i個圖像塊riδ對應的稀疏系數，γ為所有圖像塊的稀疏系數集合。
進一步，所述揚聲器3還設置有采用各種顏色透明的pa、pe、pet、pp、pu、pvc、ps、tpu、eva或pc材料的防塵帽、振膜和紙盆。
進一步，所述震動器包括電源、微處理器、振動傳感器、報警器；電源分別與微處理器、振動傳感器、報警器連接，振動傳感器與微處理器連接，微處理器與報警器連接。
所述中央處理器的信號處理過程包括：
(1)對接收到的信號y(t)進行預處理，即先經過采樣得到y[n]，然后通過希爾伯特變換進行信號的復包絡的恢復；
(2)計算信號的零中心歸一化瞬時幅度的廣義分數階傅里葉變換的最大值即特征量r1：
r1＝max|gfrft[acn(i),p]|2/ns；
式中，ns個采樣點，
(3)采用分類器1，設置信號集的判決門限為：
其中δlim為區分相鄰信號或信號集y1，y2的門限值，max(ry1)為y1的特征量均值的最大值，min(ry2)為y2的特征值最小值的均值；將信號集合{2ask、16qam、2fsk、msk、qpsk}分為{2ask}、{16qam}和{2fsk、msk、qpsk}三類；
設置信號集的判決門限δ1＝0和判決門限δ2將信號集合{2ask、16qam、2fsk、msk、qpsk}分為{2ask}、{16qam}和{2fsk、msk、qpsk}三類，則門限δ2的設置為：
其中，max(γ16qam)為16qam信號的特征量均值γ16qam的最大值，min(γ2ask)為2ask信號的特征值均值γ2ask的最小值；
計算信號x(t)的分數階傅立葉變換，其表達式為：
式中，kθ(t,u)為分數階傅立葉變換的核函數，其表達式為:
其中，k取整數，fθ表示θ角度分數階傅里葉變換算子，θ＝pπ/2為旋轉角度，p為旋轉因子，δ(·)為沖擊函數；為了將alpha穩定分布噪聲的幅值合理映射到有限區間，同時使信號的相位保持不變，計算信號的廣義分數階傅里葉變換，其表達式為：
其中，
所述溫度傳感器的量測模型如下：
ya(tk-1)、ya(tk)、ya(tk+1)分別為溫度傳感器對目標在tk-1,tk,tk+1時刻的本地笛卡爾坐標系下的量測值，a代表溫度傳感器，分別為：
其中，y'a(tk-1)、y'a(tk)、y'a(tk+1)分別為傳感器a在tk-1,tk,tk+1時刻的本地笛卡爾坐標系下的真實位置；ca(t)為誤差的變換矩陣；ξa(t)為傳感器的系統誤差；
所述微處理器接收信號的觀測向量x的分數低階快速獨立成分分析按以下進行：
1)將觀測向量x減去均值進行中心化，利用主要分量分析對中心化后的觀測向量進行分數低階預白化處理，得到白化矩陣v，其中，pca中用到的分數低階相關矩陣定義為：
其中，xi(n)和xj(n)分別為第i路和第j路觀測信號，且1≤i,j≤2，*代表取共軛，對分數低階相關矩陣進行特征值分解可以得到特征值矩陣d與特征向量矩陣v，由特征值矩陣和特征向量矩陣可得預白化矩陣m＝d-1/2vt，利用預白化矩陣將觀測數據x向信號子空間投影，得到白化矩陣v＝mx；
2)對權向量w0進行隨機初始化，同時初始化序列號k使k＝1；
3)進行權值向量迭代：
其中，
4)利用范數歸一化權值向量wk，wk＝wk/||wk||；
5)若
6)y＝wkx,其中x為觀測信號，y為分離后的二維信號。
下面結合附圖及具體實施例對本發明的應用原理作進一步描述。
通過生命體征探測儀4對運動員訓練過程中的身體變換情況進行檢測，并將信號傳輸至中央處理器1，同時中央處理器1采集周圍的環境溫度，通過中央處理器1的分析處理后，通過顯示器2和揚聲器3輸出，可以使平面顯示器2在左右水平方向上轉動，或使其在上下方向上升降，或使其在前后方向上也傾斜動作，不僅如此，通過電動馬達容易且可靠地來驅動這些運動。使用本發明可以有效的減少網絡阻塞，縮短接入所需時間，并采用(傳感器節點(bn)數量限制)控制兩種模式之間的切換，可有效降低傳感器節點(bn)的運算量，節省傳感器節點(bn)資源；較好的反饋身體的反應情況，并通過振動儀7實現訓練平臺8的震動，更好的實現體能的健康訓練。
以上所述僅為本發明的較佳實施例而已，并不用以限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護范圍之內。