System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种无功率输入的FTP计算方法和计算装置制造方法及图纸_技高网

一种无功率输入的FTP计算方法和计算装置制造方法及图纸

技术编号:40605167 阅读:5 留言:0更新日期:2024-03-12 22:11
本发明专利技术公开了一种无功率输入的FTP计算方法和计算装置,其中计算方法包括:获取用户的生理数据,同时缓存用户一次运动后的心率数据;根据所述心率数据计算摄氧数据并提取多个时间区间的摄氧序列;根据心率特异性计算运动强度系数,同时根据运动强度系数对各个时间区间的摄氧序列进行系数修正得到摄氧特征值;根据运动参数和生理数据计算运动累计,利用摄氧特征值和运动累计计算FTP。本发明专利技术的计算过程中不需要用户尽全力骑行,便可根据运动数据预测较为准确的FTP;去除了功率数据对计算FTP的限制,通过心率穿戴设备和码表也可进行FTP预测。

【技术实现步骤摘要】

本专利技术涉及运动参数分析的,具体涉及一种无功率输入的ftp计算方法和计算装置。


技术介绍

1、ftp(functional threshold power,功率性阈值功率)是重要的运动健康指标,其定义为用户尽全力骑行一小时输出的最大功率。1小时功率测试和分段功率测试结合模型是现有解算ftp的常用算法,然而这些算法存在以下缺点:高强度持续输出功率的时间过长,对非专业骑行用户具有较大的难度,进而影响到测试的准确性;计算ftp必须佩戴功率设备,对无功率数据(或其他功率设备)的骑行用户有极大的限制。

2、综上,现需要设计一种无功率输入的ftp计算方法和计算装置来解决现有技术中上述问题。


技术实现思路

1、本专利技术提供了一种无功率输入的ftp计算方法和计算装置,解决了现有技术在运动过程中ftp预测所需数据不易测量的问题。

2、为达到上述目的,本专利技术采用如下技术方案:

3、一种无功率输入的ftp计算方法,包括以下步骤:

4、获取用户的生理数据,同时缓存用户一次运动后的心率数据;

5、根据所述心率数据计算摄氧数据并提取多个时间区间的摄氧序列;

6、根据心率特异性计算运动强度系数,同时根据运动强度系数对各个时间区间的摄氧序列进行系数修正得到摄氧特征值;

7、根据运动参数和生理数据计算运动累计,利用摄氧特征值和运动累计计算ftp。

8、在本专利技术的一些实施例中,所述提取多个时间区间的功率序列的提取条件为:该时间段内的心率平均值不小于最大心率值的60%。

9、在本专利技术的一些实施例中,所述运动强度系数通过运动强度模型计算得到,所述运动强度模型的输入量为最大运动强度心率比,输出量为运动强度系数。

10、在本专利技术的一些实施例中,各个时间区间的所述摄氧特征值的计算公式为:

11、

12、其中,平均摄氧量为当前时间区间的平均摄氧量。

13、在本专利技术的一些实施例中,所述运动累计为克服阻力运动累计、动能增量运动累计和克服重力运动累计的相加得到。

14、在本专利技术的一些实施例中,所述生理数据包括用户的体重、身高;所述运动参数包括骑行速度、骑行坡度、运动器材的重量。

15、在本专利技术的一些实施例中,所述计算ftp为利用极限学习机计算ftp,输入数据为一次运动后的摄氧特征值和运动累计,输出数据为ftp,激活函数采用relu函数。

16、在本专利技术的一些实施例中,提供了一种无功率输入的ftp计算装置,包括:

17、获取模块,用于获取用户的生理数据、心率数据和功率数据;

18、存储模块,用于存储所述用户的生理数据;

19、计算修正模块,用于根据心率数据计算摄氧数据;根据心率特异性运动强度系数,根据运动强度系数对各个时间区间的摄氧序列进行系数修正得到摄氧特征值;根据运动参数和生理数据计算运动累计,利用摄氧特征值和运动累计计算ftp;

20、通信模块,用于与外部设备通信。

21、在本专利技术的一些实施例中,提供了一种电子设备,包括:

22、处理器,以及与所述处理器通信连接的存储器及收发器;

23、所述存储器存储计算机执行指令;所述收发器用于收发数据;

24、所述处理器执行所述存储器存储的计算机执行指令,以实现上述计算方法。

25、在本专利技术的一些实施例中,提供了一种计算机可读存储介质,其特征在于,

26、所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现上述的计算方法。

27、本专利技术的技术方案相对现有技术具有如下技术效果:

28、本专利技术根据实时心率及用户生理数据,估算当前用户运动的强度,并结合心率变异性预测极限强度下功率的输出情况;根据摄氧水平下的运动表现(骑行速度、坡度等)对用户的整体运动能力进行预估,进而推算ftp;整个计算过程中不需要用户尽全力骑行,便可根据运动数据预测较为准确的ftp;去除了功率数据对计算ftp的限制,通过心率穿戴设备和码表也可进行ftp预测。

本文档来自技高网...

【技术保护点】

1.一种无功率输入的FTP计算方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的FTP计算方法,其特征在于,所述提取多个时间区间的功率序列的提取条件为:该时间段内的心率平均值不小于最大心率值的60%。

3.根据权利要求1所述的FTP计算方法,其特征在于,所述运动强度系数通过运动强度模型计算得到,所述运动强度模型的输入量为最大运动强度心率比,输出量为运动强度系数。

4.根据权利要求1所述的FTP计算方法,其特征在于,各个时间区间的所述摄氧特征值的计算公式为:

5.根据权利要求1所述的FTP计算方法,其特征在于,所述运动累计为克服阻力运动累计、动能增量运动累计和克服重力运动累计的相加得到。

6.根据权利要求1所述的FTP计算方法,其特征在于,所述生理数据包括用户的体重、身高;所述运动参数包括骑行速度、骑行坡度、运动器材的重量。

7.根据权利要求1所述的FTP计算方法,其特征在于,所述计算FTP为利用极限学习机计算FTP,输入数据为一次运动后的摄氧特征值和运动累计,输出数据为FTP,激活函数采用relu函数

8.一种无功率输入的FTP计算装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,

...

【技术特征摘要】

1.一种无功率输入的ftp计算方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的ftp计算方法,其特征在于,所述提取多个时间区间的功率序列的提取条件为:该时间段内的心率平均值不小于最大心率值的60%。

3.根据权利要求1所述的ftp计算方法,其特征在于,所述运动强度系数通过运动强度模型计算得到,所述运动强度模型的输入量为最大运动强度心率比,输出量为运动强度系数。

4.根据权利要求1所述的ftp计算方法,其特征在于,各个时间区间的所述摄氧特征值的计算公式为:

5.根据权利要求1所述的ftp计算方法,其特征在于,所述运动累计为克...

【专利技术属性】
技术研发人员:于锋冯茗杨
申请(专利权)人:青岛迈金智能科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1