，从而诸如步速或 距离的处理后的信息可实时地显示用作用户的信息。用户还可通过使用显示装置103输入 相应的指令来停止记录和/或处理。记录的数据可由显示装置103自动地存储W预定量的时 间或不确定的时间，取决于缺省设定或用户偏好。在一些布置中，数据也可通过诸如互联网 的计算机网络无线地传输至一个或多个远端数据库、服务器或其他系统。示例性地，装置 103可传输锻炼活动数据至互联网上的远端运动表现追踪站点。
[0030] 在一个或多个构造中，用于产生表现指标的数据处理可通过独立于信息显示装置 103的装置(未示出）进行。示例性地，处理可通过独立的处理装置进行，该处理装置和传感 器101W及显示装置103两者连接，且在一个特定的示例中，用作传感器101和显示装置103 之间的中间媒介（intermedia巧）。可将运样的处理装置用在其中显示装置103可能不具有 恰当的通信能力（例如，硬件、软件、固件从传感器101直接地接收数据的情形中。因此， 独立的处理装置可配置为W兼容的方式和传感器101接收传感器数据W及通信，和提供信 息至显示装置103。处理装置可直接地和物理地连接至显示装置103。替换地，处理装置可通 过无线连接和显示装置103通信。类似地，处理装置可使用近场通信协议和技术、局域网和/ 或广域网连接物理地连接至传感器101或无线地连接。在一些情形中，处理装置可包括在广 域网或局域网上提供数据处理的远端或本地服务器。
[0031] 根据一个方面，传感器101可配置为在将信息传输至显示装置103或独立的处理装 置之前进行至少一些传感器数据的处理。例如，传感器101可通过测量的电压中的变化检测 移动。为了使得数据更能被理解或易于处理，传感器101可将电压信息预处理成依照预定比 例的值(例如，在0至255之间的无标号数字值）。传感器101还可包括诸如闪存存储器和/或 硬盘存储器的存储器系统，用于存储传感器数据W预定量的时间。示例性地，传感器数据可 存储在传感器101中10天，直至存储器充满，直至用户选择清空存储器等。
[0032] 附图2示出了可操作W处理各种数据和进行各种功能的计算装置。示例性地，计算 装置201可对应于诸如附图1的传感器101的传感器、处理装置或系统和/或诸如附图1的装 置103的信息显示装置。在附图2的框式图中，计算系统201可具有处理器203, W进行数学计 算和对计算系统201及其相关联的部件、随机访问存储器(RAM)205、只读存储器(R0M)207、 输入/输出（I/O)模块209和存储器215的操作的控制。I/O 209可包括麦克风、鼠标、生物测 定扫描仪或识别器、键盘、触屏、扫描仪、光学读取器、和/或触针(或其他输入装置(一个或 多个）），通过其计算装置201的用户可提供输入，且其还可包括用于提供听觉输出的一个或 多个卿趴W及用于提供文本、听视觉(audiovisual)和/或图形化输出的视频显示装置。软 件(例如，计算机可读指令)可存储在存储器215和/或其他存储器中，W提供指令至处理器 203,用于使得和允许装置201进行而各种功能。示例性地，存储器215可存储由计算系统201 使用的软件，诸如操作系统217、应用程序219和相关的数据库211。替换地，计算装置201的 一些或全部可实现在硬件或固件中（未示出）。在一个或多个布置中，计算装置201可包括一 个或多个内建传感器，诸如关于附图1的传感器101描述的加速度器、屯、率传感器、血压传感 器等。
[0033] 计算装置201还可操作为移动通信装置或终端(例如，移动电话、PDA、笔记本电脑 等），其包括各种其他的部件，诸如电池、卿趴和天线(未示出）。附加地或替换地，计算装置 201可通过调制解调器221或局域网（LAN)接口 213连接至一个或多个网络。在一个或多个示 例中，计算装置201可具有至一个或多个网络的有线或无线的连接，包括蓝牙连接、蜂窝通 信连接、卫星连接和/或W上的组合。
[0034] 附图3示出了可由诸如附图1的传感器101的传感器输出的数据的示例性图。图300 对应于用户跑动活动且代表每秒400个样本的数据采样率（例如，由传感器检测的采样电 压），其原始信号范围为0-4。用户的步行(不论是走、小跑或跑动)可包括若干已知的事件， 诸如脚跟冲击(例如，当用户的脚跟冲击地面时），其后是脚趾脱离(例如，当用户的脚趾离 开地面时）。在用户的脚跟冲击和脚趾脱离之间，用户的脚部总体地和地面接触。通过确定 脚部地面接触时间，可确定用户的步速或速度。但是，仅基于原始信号输出来确定用户的脚 跟何时冲击地面W及何时用户的脚趾从地面提升离开可能是困难的。如所示，图300中的峰 值和谷底的大量的数量使得难于确定特定的事件(例如，脚跟冲击和脚趾脱离）。用于将原 始数据输出转换或处理成更可用的格式W及后续地计算脚部接触时间的量、用户的步速 和/或速度的算法是存在的。但是，如上所述，当前的算法和方法可取决于由用户进行的移 动的类型而在精度上显著地变动。示例性地，一些算法可在冲刺锻炼期间产生不准确的接 触时间，且由此，产生不准确的速度和距离(和慢速跑步或步行相比）。其他的算法可能在处 理步行锻炼中有确定准确的步速、速度和/或距离的困难。
[0035] 本公开使用采用移动3点标准偏差公式对原始信号的预处理来更准确地确定各种 步伐事件（即，脚跟冲击和脚趾脱离）。示例性地，可将下列公式用于处理如附图3中的图300 所示的原始信号输出：
[0036]
[0037] N=3
[0038] 在上述公式中，N是常数且代表用于确定标准偏差的样本的数量，而X代表原始信 号输出的值。在上述的示例中，针对每个样本数或时间i分析了3个样本（即，N=3)。该算法 使用紧前一个、当前W及紧后一个样本来确定对应于当前样本的标准偏差。特别地，该算法 将Ξ个样本中的每一个之间的差的平方W及Ξ个样本的均值求和。该和继而被除W样本数 N。继而通过求出此前的计算产生的值的平方根而计算出标准偏差。可计算出且随后将每个 样本的Ξ点标准偏差制图。
[0039] 附图4是基于上述的Ξ点标准偏差算法施加至附图3的原始信号数据而产生的标 准偏差对样本/时间的示例性图。通过于处理原始信号（例如，在分析脚趾脱离或脚跟冲击 事件之前），可更容易地确定脚跟冲击化.S.)和脚趾脱离(t.o.)事件。示例性地，诸如峰401 的峰可相对于诸如区域403a和403b的图的非峰值部分在大小上更突出或更显著。因此，对 应于脚跟冲击或脚趾脱离的峰可从不对应于运些事件的峰更容易地识别出。在一些布置 中，可仅分析达到特定的大小(例如，标准偏差)的那些峰，来确定运些峰是否对应于脚跟冲 击或脚趾脱离事件。可在分析中将不满足该阔值大小的那些峰过滤出或忽略。
[0040] 附图5示出了用于基于诸如由加速度器或其他基于脚部的传感器产生的信号的输 入信号确定脚跟冲击和脚趾脱离事件的示例性方法。在步骤500中，处理系统可从基于脚部 的传感器接收输入信号。示例性地，信号可类似于附图3中的图300所示的信号。处理系统可 和基于脚部的传感器整体地制成，或包括无线地连接至或硬线连接至传感器的物理上分立 的装置。在一个示例中，处理系统可被包括为外部佩戴、胸部佩戴、头部佩戴、肩部佩戴或其 他身体佩戴装置的一部分。在步骤505中，处理系统可预处理信号数据来产生上文中关于附 图3和4所描述的Ξ点标准偏差值。在步骤510中，处理系统可后续地确定预处理过的数据中 的样本的平均值。平均值可针对样本集合中的全部数据或少于全部数据的子集而计算出 (例如，仅针对数据中的特定窗口）。示例性地，可确定包括紧前一个样本值、当前样本值、和 紧后一个样本值的集合，包括整个样本集合的全部其他样本值的集合等的平均值。使用确 定的平均值，处理系统可继而在步骤515中确定峰值阔值和宽度位置。宽度位置可规定当寻 找特定的峰(例如，脚跟冲击峰或脚趾脱离峰)时偏移的样本的数量。而另一方面，峰值阔值 可限定对于被视为可能的脚跟冲击或脚趾脱离事件的样本必须满足的最小值。在下文中关 于附图6更详尽地描述了确定峰值阔值和宽度位置的示例性过程。
[0041] 在步骤520中，处理系统可选择用于评价峰事件的样本。示例性地，在开始该过程 之后，选定的样本可