运动后恢复时间估计算法和系统、电子设备的制作方法

摘要: 本发明属于运动分析,具体地说,是涉及一种运动后恢复时间估计算法和系统、电子设备。背景技术:1、运动后恢复时间是一项重要的训练指标参数,在体系化训练中,有重要的参...
运动后恢复时间估计算法和系统、电子设备的制作方法

本发明属于运动分析,具体地说,是涉及一种运动后恢复时间估计算法和系统、电子设备。

背景技术:

1、运动后恢复时间是一项重要的训练指标参数,在体系化训练中,有重要的参考价值。

2、目前,主流实现方法大多通过多种指标数据(如心率、心率变异性、训练负荷以及睡眠质量等),对恢复时间进行估计。

3、然而,上述指标的获取需要长时间持续佩戴相应的设备,尤其是长时域的心率变异性检测和睡眠质量检测。各类指标复杂繁多,而且需要用户长时间佩戴相应的检测设备,导致设备佩戴负担重,数据监测时间长,严重影响用户的体验感。

技术实现思路

1、本发明提供了运动后恢复时间估计算法,解决了现有技术中设备佩戴负担重、数据监测时间长的技术问题。

2、为达到上述技术目的,本发明采用以下技术方案实现:

3、运动后恢复时间估计算法,包括:

4、在运动过程中,根据用户最大心率、当前时刻的心率值和前一时刻的epoc累加量,迭代计算当前时刻的epoc累加量;

5、运动结束后,基于此次运动期间epoc累加量的最大值epoc_max,以及所述最大值epoc_max出现的时间点与此次运动结束的时间点的间隔时间epoc_ending_range,计算此次运动结束后的恢复时间。

6、本技术一些实施例中,根据用户最大心率、当前时刻的心率值和前一时刻的epoc累加量,迭代计算当前时刻的epoc累加量,具体包括;

7、计算当前时刻的epoc累积速度v_epoc;

8、v_epoc=k1*(hr/hr_max)k2-k3*(hr/hr_max)*epoc0+k4*epoc0-k5;

9、其中,k1、k2、k3、k4、k5为预设参数;hr为当前时刻的心率值;hr_max为用户的最大心率;epoc0为前一时刻的epoc累加量;

10、计算当前时刻的epoc累加量epoc;epoc=epoc0+v_epoc*δt;

11、其中,△t表示当前时刻与前一时刻的时间间隔。

12、本技术一些实施例中,按照下述预设的恢复时间模型,计算此次运动结束后的恢复时间t;

13、t=k*(a1*max (epoc_max-a2,0)-a3*epoc_ending_range+a4)+t0;

14、其中,k为增益系数;a1、a2、a3、a4为预设的模型参数;t0为本次运动开始之前的历史剩余恢复时间。

15、本技术一些实施例中,所述增益系数k通过以下步骤计算得到:

16、判断是否在计算恢复时间之前获取到用户在静息状态下的心率变异性参数;

17、若否,则所述增益系数k为1;

18、若是,则根据所述心率变异性参数计算所述增益系数k。

19、本技术一些实施例中,根据所述心率变异性参数计算所述增益系数k,具体包括:

20、基于所述心率变异性参数计算心率变异性分数;

21、基于所述心率变异性分数及预设权重,进行加权计算,得到压力分数;

22、计算所述压力分数与预设压力值的比值,得到所述增益系数k。

23、本技术一些实施例中,所述心率变异性参数包括:标准差sdnn、相邻差值均方根rmssd、相邻差值超过50毫秒的百分比pnn50、庞加莱图短轴标准差sd1、庞加莱图长轴标准差sd2;

24、基于所述心率变异性参数计算心率变异性分数,具体包括:

25、sdnnscore =min(100,max(0,b1*(sdnn-c1)));

26、rmssdscore=min(100,max(0,b2* (rmssd-c2)));

27、pnn50score=min(100,max(0,b3*pnn50-c3));

28、sd1score=min(100,max(0,b4* (sd1-c4)));

29、sd2score=min(100,max(0,b5* (sd2-c5)));

30、其中,sdnnscore表示标准差分数,rmssdscore表示相邻差值均方根分数,pnn50score表示pnn50分数,sd1score表示sd1分数,sd2score表示sd2分数;b1、b2、b3、b4、b5、c1、c2、c3、c4、c5为预设参数。

31、本技术一些实施例中,所述预设压力值为预设压力基准值与偏置波动值之和。

32、本技术一些实施例中,运动结束后,还包括下述步骤:

33、计算整个运动过程中的平均心率hr_mean;并计算平均心率hr_mean与最大心率hr_max的比值;

34、如果比值大于预设比值,则基于此次运动期间epoc累加量的最大值epoc_max,以及所述最大值epoc_max出现的时间点与此次运动结束的时间点的间隔时间epoc_ending_range,计算此次运动结束后的恢复时间;

35、如果比值小于等于预设比值,则运动结束后的恢复时间t=max(t0-t_activity,0);

36、其中,t_activity为本次运动的持续时间。

37、运动后恢复时间估计系统,包括:

38、迭代计算模块,其用于:在运动过程中,根据用户最大心率、当前时刻的心率值和前一时刻的epoc累加量,迭代计算当前时刻的epoc累加量;

39、时间计算模块,其用于:运动结束后,基于此次运动期间epoc累加量的最大值epoc_max,以及所述最大值epoc_max出现的时间点与此次运动结束的时间点的间隔时间epoc_ending_range,计算此次运动结束后的恢复时间。

40、电子设备,包括:

41、存储器,用于存储计算机执行指令;

42、处理器,用于执行所述存储器存储的计算机执行指令,以实现所述的运动后恢复时间估计算法。

43、与现有技术相比,本发明的优点和积极效果是:本发明的运动后恢复时间估计算法和系统、电子设备,在运动过程中根据用户最大心率、当前时刻的心率值和前一时刻的epoc累加量,迭代计算当前时刻的epoc累加量;运动结束后,基于此次运动期间epoc累加量的最大值epoc_max,以及最大值epoc_max出现的时间点与此次运动结束的时间点的间隔时间epoc_ending_range,计算此次运动结束后的恢复时间。基于间隔时间epoc_ending_range计算恢复时间,可以获得更准确的恢复时间,提高恢复时间估计的准确性;在运动过程中采集心率值并进行迭代计算,无需依赖运动后长时间连续性的生理监测,即可完成恢复时间的估计,减轻了设备佩戴负担,缩短了数据监测时间,提升了用户的使用体验,解决了现有技术中设备佩戴负担重、数据监测时间长、用户体验差的技术问题。

44、结合附图阅读本发明的具体实施方式后,本发明的其他特点和优点将变得更加清楚。