本发明属于体育活动检测技术领域，具体涉及一种智能体育活动监测系统。
背景技术：
体育活动对于保持健康的生活方式是重要的，并且是很多人的娱乐的源头。技术已经促进了健身监测设备的发展，所述设备能够使用传感器记录有关个体在体育活动中的表现信息，并且左一些情况中提供关于个体表现的反馈。一些便携式健身监测设备使用连接至个体的身体的传感器，而其他便携式健身监测设备依靠连接到体育设备的传感器。这种传感器能够测量与个体的身体活动相关联的各种物理或生理参数。许多现有的健身监测设备不是便携的，因此不适合在许多真实世界的竞技或者培训赛事中提供监测。即使是便携式的，但由于往往过重，或者缺乏足够的电池和处理能力，以至于不能在严格的竞争或训练条件下长时间使用。现有的体育活动监测方法和系统缺少多路信号采集装置，身体特征出现异常信号时无法实现远程提示报警，并且监测方法复杂。
技术实现要素：
本发明的目的在于提供一种智能体育活动监测系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种智能体育活动监测系统，包括MCU核心处理器、运动上衣、运动手环和臂套，所述运动上衣胸部设有心音传感器，所述心音传感器与MCU核心处理器电性连接，所述心音传感器用于检测心率的多少，所述运动上衣设有温度传感器和汗液传感器，所述温度传感器和汗液传感器用来检测运动员的体温状况和汗液流淌情况，所述温度传感器和汗液传感器分别与MCU核心处理器电性连接，所述运动手环包括脉搏传感器和位移传感器，所述脉搏传感器用于监测运动员的脉搏情况，所述位移传感器用于监测运动员的步数和移动的情况，所述脉搏传感器和位移传感器均与MCU核心处理器电性连接，所述臂套上设有血压传感器，所述血压传感器用于监测运动员血压的大小，所述血压传感器与MCU核心处理器电性连接，所述MCU核心处理器与数据存储模块连接，所述数据存储模块连接用于将传感器所测得数据进行存储，所述MCU核心处理器与数据处理模块连接，所述数据处理模块用于处理传感器信号的数据，所述MCU核心处理器通过无线传输模块与监测终端连接，所述监测终端上设有报警模块，所述报警模块用于对监测终端使用者进行报警。
优选的，所述数据存储模块为保密性数据存储器，防止信息泄露。
优选的，所述无线传输模块包括蓝牙传输、GPRS传输、GSM传输。
优选的，所述MCU核心处理器与GPS定位模块连接，所述GPS定位模块用于定位运动员所处的方位，便于寻找。
优选的，所述MCU核心处理器设置有信号盲源分离模块，所述信号盲源分离模块的信号盲源分离方法包括以下步骤：
步骤一，利用含有M个阵元的阵列天线接收来自多个同步正交跳频电台的跳频信号，对每一路接收信号进行采样，得到采样后的M路离散时域混合信号
步骤二，对M路离散时域混合信号进行重叠加窗短时傅里叶变换，得到M个混合信号的时频域矩阵(p，q)表示时频索引，具体的时频值为这里Nfft表示FFT变换的长度，p表示加窗次数，Ts表示采样间隔，fs表示采样频率，C为整数，表示短时傅里叶变换加窗间隔的采样点数，C＜Nfft，且Kx＝Nfft/C为整数，也就是说采用的是重叠加窗的短时傅里叶变换，p＝0，1，…，P-1，q＝0，1，…，Nfft-1，其中P表示总的窗数，Nfft表示FFT变换长度；
步骤三，对步骤二中得到的跳频混合信号时频域矩阵进行预处理；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；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
步骤四，利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率；在p(p＝0，1，2，...P-1)时刻，对表示的频率值进行聚类，得到的聚类中心个数表示p时刻存在的载频个数，个聚类中心则表示载频的大小，分别用表示；对每一采样时刻p(p＝0，1，2，...P-1)，利用聚类算法对进行聚类，同样可得到个聚类中心，用表示；对所有求均值并取整，得到源信号个数的估计即
找出的时刻，用ph表示，对每一段连续取值的ph求中值，用表示第l段相连ph的中值，则表示第l个频率跳变时刻的估计；根据估计得到的以及估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为：
这里表示第l跳对应的个混合矩阵列向量估计值；估计每一跳对应的载频频率，用表示第l跳对应的个频率估计值，计算公式如下：
步骤五，根据步骤四估计得到的归一化混合矩阵列向量估计时频域跳频源信号；
步骤六，对不同跳频点之间的时频域跳频源信号进行拼接；估计第l跳对应的个入射角度，用表示第l跳第n个源信号对应的入射角度，的计算公式如下：
表示第l跳估计得到的第n个混合矩阵列向量的第m个元素，c表示光速，即vc＝3×108米/秒；判断第l(l＝2，3，...)跳估计的源信号与第一跳估计的源信号之间的对应关系，判断公式如下：
其中mn(l)表示第l跳估计的第mn(l)个信号与第一跳估计的第n个信号属于同一个源信号；将不同跳频点估计到的属于同一个源信号的信号拼接在一起，作为最终的时频域源信号估计，用Yn(p，q)表示第n个源信号在时频点(p，q)上的时频域估计值，p＝0，1，2，....，P，q＝0，1，2，...，Nfft-1，即
步骤七，根据源信号时频域估计值，恢复时域跳频源信号。
优选的，所述数据存储模块设置有信号能量检测模块，所述信号能量检测模块的信号能量检测方法包括：
第一步，将Reived_V1或Reived_V2中的射频或中频采样信号进行NFFT点数的FFT运算，然后求模运算，将其中的前NFFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；
第二步，将分析带宽Bs分为N块相等的Block，N＝3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL，这里FL＝0，则块nBlock，n＝1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[Sn，Sn+kn]，其中表示每段分得的频率点的个数，而表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算；
第三步，对每个Block求其频谱的能量∑||2，得到E(n)，n＝1...N；
第四步，对向量E求平均值
第五步，求得向量E的方差和
第六步，更新标志位flag，flag＝0，表示前一次检测结果为无信号，此种条件下，只有当σsum＞K2时判定为当前检测到信号，flag变为1；当flag＝1，表示前一次检测结果为有信号，此种条件下，只有当σsum＜K1时判定为当前未检测到信号，flag变为0，K1和K2为门限值，由理论仿真配合经验值给出，K2＞K1；
第七步，根据标志位控制后续解调线程等是否开启：flag＝1，开启后续解调线程等，否则关闭后续解调线程。
本发明的技术效果和优点：该智能体育活动监测系统，通过心音传感器可以检测心率，通过温度传感器和汗液传感器可以检测运动员的体温状况和汗液流淌情况，通过脉搏传感器可以监测运动员的脉搏情况，通过位移传感器可以监测运动员的步数和移动的情况，通过报警模块，一旦运动员身体出现异常，可以对监测终端使用者进行报警，采用保密性数据存储器可以防止信息泄露，该发明，结构简单，穿戴方便，适合各类人群，所检测的项目全面，提高了采集数据的准确性和全面性，能够很好地监测运动员体育活动的情况。
附图说明
图1为本发明的智能体育活动监测系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了如图1所示的一种智能体育活动监测系统，包括MCU核心处理器、运动上衣、运动手环和臂套，所述运动上衣胸部设有心音传感器，所述心音传感器与MCU核心处理器电性连接，所述心音传感器用于检测心率的多少，所述运动上衣设有温度传感器和汗液传感器，所述温度传感器和汗液传感器用来检测运动员的体温状况和汗液流淌情况，所述温度传感器和汗液传感器分别与MCU核心处理器电性连接，所述运动手环包括脉搏传感器和位移传感器，所述脉搏传感器用于监测运动员的脉搏情况，所述位移传感器用于监测运动员的步数和移动的情况，所述脉搏传感器和位移传感器均与MCU核心处理器电性连接，所述臂套上设有血压传感器，所述血压传感器用于监测运动员血压的大小，所述血压传感器与MCU核心处理器电性连接，所述MCU核心处理器与数据存储模块连接，所述数据存储模块连接用于将传感器所测得数据进行存储，所述MCU核心处理器与数据处理模块连接，所述数据处理模块用于处理传感器信号的数据，所述MCU核心处理器通过无线传输模块与监测终端连接，所述监测终端上设有报警模块，所述报警模块用于对监测终端使用者进行报警。
进一步地，所述数据存储模块为保密性数据存储器，防止信息泄露。
进一步地，所述无线传输模块包括蓝牙传输、GPRS传输、GSM传输。
进一步地，所述MCU核心处理器与GPS定位模块连接，所述GPS定位模块用于定位运动员所处的方位，便于寻找。
优选的，所述MCU核心处理器设置有信号盲源分离模块，所述信号盲源分离模块的信号盲源分离方法包括以下步骤：
步骤一，利用含有M个阵元的阵列天线接收来自多个同步正交跳频电台的跳频信号，对每一路接收信号进行采样，得到采样后的M路离散时域混合信号
步骤二，对M路离散时域混合信号进行重叠加窗短时傅里叶变换，得到M个混合信号的时频域矩阵(p，q)表示时频索引，具体的时频值为这里Nfft表示FFT变换的长度，p表示加窗次数，Ts表示采样间隔，fs表示采样频率，C为整数，表示短时傅里叶变换加窗间隔的采样点数，C＜Nfft，且Kc＝Nfft/C为整数，也就是说采用的是重叠加窗的短时傅里叶变换，p＝0，1，…，P-1，q＝0，1，…，Nfft-1，其中P表示总的窗数，Nfft表示FFT变换长度；
步骤三，对步骤二中得到的跳频混合信号时频域矩阵进行预处理；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；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
步骤四，利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率；在p(p＝0，1，2，...P-1)时刻，对表示的频率值进行聚类，得到的聚类中心个数表示p时刻存在的载频个数，个聚类中心则表示载频的大小，分别用表示；对每一采样时刻p(p＝0，1，2，...P-1)，利用聚类算法对进行聚类，同样可得到个聚类中心，用表示；对所有求均值并取整，得到源信号个数的估计即
找出的时刻，用ph表示，对每一段连续取值的ph求中值，用表示第l段相连ph的中值，则表示第l个频率跳变时刻的估计；根据估计得到的以及估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为：
这里表示第l跳对应的个混合矩阵列向量估计值；估计每一跳对应的载频频率，用表示第l跳对应的个频率估计值，计算公式如下：
步骤五，根据步骤四估计得到的归一化混合矩阵列向量估计时频域跳频源信号；
步骤六，对不同跳频点之间的时频域跳频源信号进行拼接；估计第l跳对应的个入射角度，用表示第l跳第n个源信号对应的入射角度，的计算公式如下：
表示第l跳估计得到的第n个混合矩阵列向量的第m个元素，c表示光速，即vc＝3×108米/秒；判断第l(l＝2，3，...)跳估计的源信号与第一跳估计的源信号之间的对应关系，判断公式加下：
其中mn(l)表示第l跳估计的第mn(l)个信号与第一跳估计的第n个信号属于同一个源信号；将不同跳频点估计到的属于同一个源信号的信号拼接在一起，作为最终的时频域源信号估计，用Yn(p，q)表示第n个源信号在时频点(p，q)上的时频域估计值，p＝0，1，2，....，P，q＝0，1，2，...，Vfft-1，即
步骤七，根据源信号时频域估计值，恢复时域跳频源信号。
优选的，所述数据存储模块设置有信号能量检测模块，所述信号能量检测模块的信号能量检测方法包括：
第一步，将Reived_V1或Reived_V2中的射频或中频采样信号进行NFFT点数的FFT运算，然后求模运算，将其中的前NFFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；
第二步，将分析带宽Bs分为N块相等的Block，N＝3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL，这里FL＝0，则块nBlock，n＝1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[Sn，Sn+kn]，其中表示每段分得的频率点的个数，而表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算；
第三步，对每个Block求其频谱的能量∑||2，得到E(n)，n＝1...N；
第四步，对向量E求平均值
第五步，求得向量E的方差和
第六步，更新标志位flag，flag＝0，表示前一次检测结果为无信号，此种条件下，只有当σsum＞K2时判定为当前检测到信号，flag变为1；当flag＝l，表示前一次检测结果为有信号，此种条件下，只有当σsum＜K1时判定为当前未检测到信号，flag变为0，K1和K2为门限值，由理论仿真配合经验值给出，K2＞K1；
第七步，根据标志位控制后续解调线程等是否开启：flag＝1，开启后续解调线程等，否则关闭后续解调线程。
该智能体育活动监测系统，通过心音传感器可以检测心率，通过温度传感器和汗液传感器可以检测运动员的体温状况和汗液流淌情况，通过脉搏传感器可以监测运动员的脉搏情况，通过位移传感器可以监测运动员的步数和移动的情况，通过报警模块，一旦运动员身体出现异常，可以对监测终端使用者进行报警，采用保密性数据存储器可以防止信息泄露，该发明，结构简单，穿戴方便，适合各类人群，所检测的项目全面，提高了采集数据的准确性和全面性，能够很好地监测运动员体育活动的情况。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。