运动数据的处理方法和装置与流程

本申请涉及终端技术领域，尤其涉及一种运动数据的处理方法和装置。

背景技术：

随着传感器技术和人工智能技术的不断发展，可穿戴设备在日常生活中扮演着越来越重要的角色。其中，智慧感知技术和可视化技术是可穿戴设备的两大重要技术。智慧感知技术是利用可穿戴设备提供智慧感知和智慧判断的能力，例如，佩戴检测技术、手势识别技术等。可视化技术是可穿戴设备与用户交互的最终价值呈现媒介，例如，跑步轨迹记录、游泳轨迹记录等。

在利用可视化技术向用户显示用户的运动轨迹记录时，以跑步为例，用户在跑步过程中，佩戴在用户手腕上的可穿戴设备会利用全球定位系统(globalpositioningsystem，gps)技术获取用户不同时刻的坐标，并利用曲线拟合技术对这些不同时刻的坐标点进行曲线拟合，得到用户整个跑步过程的运动轨迹曲线，并结合地图引擎，将用户的运动轨迹曲线显示给用户，显示内容单一，使得用户的体验不好。

技术实现要素：

本申请实施例提供一种运动数据的处理方法和装置，丰富了显示内容，从而提高了用户体验。

第一方面，本申请实施例提供了一种运动数据的处理方法，该运动数据的处理方法可以包括：

获取用户的运动数据。

根据运动数据确定用户的运动曲线；运动曲线用于指示用户运动过程中的运动轨迹，以及运动过程中的运动刺激程度。

显示运动曲线。

由此可见，本申请实施例提供的运动数据的处理方法，先获取用户的运动数据，并根据运动数据确定用于用户运动过程中的运动轨迹和运动过程中的运动刺激程度用户的运动曲线；再显示运动曲线。可以看出，与现有技术不同的是，在向用户显示运动记录时，是先确定用于指示用户运动过程中的运动轨迹和运动过程中的运动刺激程度的运动曲线，这样在进行可视化显示时，不仅向用户显示了运动过程中的运动轨迹，而且还向用户显示了运动过程中的运动刺激程度，丰富了显示内容，从而提高了用户体验。

在一种可能的实现方式中，根据运动数据确定用户的运动曲线，可以包括：

根据运动数据分别确定运动轨迹曲线和运动刺激程度曲线；其中，运动轨迹曲线用于表示用户运动过程中的运动轨迹，运动刺激程度曲线用于表示运动过程中时间与运动刺激程度之间的对应关系。

根据运动轨迹曲线和运动刺激程度曲线，确定运动曲线。这样在进行可视化显示时，不仅向用户显示了运动过程中的运动轨迹，而且还向用户显示了运动过程中的运动刺激程度，丰富了显示内容，从而提高了用户体验。

在一种可能的实现方式中，根据运动轨迹曲线和运动刺激程度曲线，确定运动曲线，可以包括：

根据运动刺激程度与颜色之间的映射关系，确定运动刺激程度曲线中至少两个第一时间点的运动刺激程度对应的颜色。

将运动轨迹曲线中，至少两个第一时间点中每一个第一时间点对应的颜色修改为第一时间点的运动刺激程度对应的颜色，得到运动曲线，这样在进行可视化显示时，不仅向用户显示了运动过程中的运动轨迹，而且还可以通过运动曲线的颜色直观地向用户显示运动过程中的运动刺激程度，丰富了显示内容，从而提高了用户体验。

在一种可能的实现方式中，根据运动数据确定运动轨迹曲线，可以包括：

基于大数据分析技术，确定运动数据对应的运动项目。

根据运动项目，确定运动轨迹曲线。

在一种可能的实现方式中，根据运动项目，确定运动轨迹曲线，可以包括：

若运动项目对应的运动轨迹属于第一类型，则将运动项目对应的预设运动轨迹曲线确定为运动轨迹曲线；其中，属于第一类型的运动项目均对应有各自的运动轨迹曲线。

若运动项目对应的运动轨迹属于第二类型，则采用曲线拟合技术，对运动数据进行拟合，得到运动轨迹曲线；其中，属于第二类型的运动项目的运动轨迹的复杂度高于属于第一类型的运动项目的运动轨迹的复杂度。

可以看出，在本申请实施例中，对于具有简单的，复杂度较低的运动轨迹的运动项目，在确定其对应的运动轨迹曲线时，可以无需根据当前获取的运动数据计算得到该运动项目对应的运动轨迹曲线，而是通过读取该运动项目对应的预设运动轨迹曲线，并将该运动项目对应的预设运动轨迹曲线确定为该运动项目对应的运动轨迹曲线，这样不仅可以减少终端计算的复杂度，而且可以优化运动轨迹，提高了运动轨迹曲线的准确度。对于复杂度较高的运动轨迹，则采用曲线拟合技术，对运动数据进行拟合，得到运动轨迹曲线。

在一种可能的实现方式中，运动数据包括运动速度、运动加速度、运动高度或心率中的至少一种，根据运动数据确定运动刺激程度曲线，可以包括：

根据运动过程中至少两个时间点中每一个第二时间点的运动数据，确定第二时间点的运动刺激程度。

采用多项式拟合技术，对至少两个时间点的运动刺激程度进行拟合，得到运动刺激程度曲线，这样在后续进行可视化显示时，就可以将该运动刺激程度曲线叠加在运动轨迹曲线上进行显示，不仅向用户显示了运动过程中的运动轨迹，而且还向用户显示了运动过程中的运动刺激程度，丰富了显示内容，从而提高了用户体验。

在一种可能的实现方式中，运动数据包括运动速度、运动加速度、运动高度以及心率，根据运动过程中至少两个时间点中每一个第二时间点的运动数据，确定第二时间点的运动刺激程度，可以包括：

分别对第二时间点对应的运动速度、运动加速度、运动高度以及心率，进行归一化处理，得到处理后的运动速度、运动加速度、运动高度以及心率。

根据处理后的运动速度、运动加速度、运动高度以及心率，确定第二时间点的运动刺激程度。

在一种可能的实现方式中，该运动数据的处理方法还可以包括：

显示运动过程中的关键信息；其中，关键信息包括最大运动高度、最大运动速度、最大心率或运动刺激程度评分中的至少一种。这样可以在向用户显示用户运动过程中的运动轨迹和运动过程中的运动刺激程度的同时，一并向用户这样关键信息，可以进一步丰富显示内容，从而提高用户体验。

在一种可能的实现方式中，该运动数据的处理方法还可以包括：

对运动刺激程度曲线求积分，得到积分结果。

根据积分结果和运动过程的持续时间的比值，确定运动刺激程度评分；其中，运动过程的持续时间是根据运动过程的终止时间和起始时间确定的，这样在得到运动刺激程度评分之后，可以将该运动刺激程度评分一并显示给用户，丰富了显示内容，从而提高了用户体验。

在一种可能的实现方式中，根据积分结果和运动过程的持续时间的比值，确定运动刺激程度评分，可以包括：

对比值进行归一化，得到归一化后的比值。

基于预设的评分区间对归一化后的比值进行处理，得到运动刺激程度评分，这样得到的运动刺激程度评分值落到预设的评分区间内。

在一种可能的实现方式中，运动数据包括运动速度和运动高度，该运动数据的处理方法还可以包括：

若运动速度大于第一速度阈值，和/或运动高度大于第一高度阈值，则确定用户进入运动状态。若运动速度小于第二速度阈值，且运动高度小于第二高度阈值，则确定用户退出运动状态，这样可以通过运动速度和/或运动高度判断用户是否进入运动状态，并通过运动速度和运动高度判断用户是否退出运动状态，而无需用户手动点击进入运动状态，及手动点击退出运动状态，实现了自动化控制。

第二方面，本申请实施例还提供一种运动数据的处理装置，该运动数据的处理装置可以包括：

获取单元，用于获取用户的运动数据。

处理单元，用于根据运动数据确定用户的运动曲线；运动曲线用于指示用户运动过程中的运动轨迹，以及运动过程中的运动刺激程度。

显示单元，用于显示运动曲线。

在一种可能的实现方式中，处理单元，用于根据运动数据分别确定运动轨迹曲线和运动刺激程度曲线；并根据运动轨迹曲线和运动刺激程度曲线，确定运动曲线；其中，运动轨迹曲线用于表示用户运动过程中的运动轨迹，运动刺激程度曲线用于表示运动过程中时间与运动刺激程度之间的对应关系。

在一种可能的实现方式中，处理单元，用于根据运动刺激程度与颜色之间的映射关系，确定运动刺激程度曲线中至少两个第一时间点的运动刺激程度对应的颜色；并将运动轨迹曲线中，至少两个第一时间点中每一个第一时间点对应的颜色修改为第一时间点的运动刺激程度对应的颜色，得到运动曲线。

在一种可能的实现方式中，处理单元，具体用于基于大数据分析技术，确定运动数据对应的运动项目；并根据运动项目，确定运动轨迹曲线。

在一种可能的实现方式中，处理单元，具体用于若运动项目对应的运动轨迹属于第一类型，则将运动项目对应的预设运动轨迹曲线确定为运动轨迹曲线；其中，属于第一类型的运动项目均对应有各自的运动轨迹曲线；若运动项目对应的运动轨迹属于第二类型，则采用曲线拟合技术，对运动数据进行拟合，得到运动轨迹曲线；其中，属于第二类型的运动项目的运动轨迹的复杂度高于属于第一类型的运动项目的运动轨迹的复杂度。

在一种可能的实现方式中，运动数据包括运动速度、运动加速度、运动高度或心率中的至少一种。

处理单元，具体用于根据运动过程中至少两个时间点中每一个第二时间点的运动数据，确定第二时间点的运动刺激程度；采用多项式拟合技术，对至少两个时间点的运动刺激程度进行拟合，得到运动刺激程度曲线。

在一种可能的实现方式中，运动数据包括运动速度、运动加速度、运动高度以及心率。

处理单元，具体用于分别对第二时间点对应的运动速度、运动加速度、运动高度以及心率，进行归一化处理，得到处理后的运动速度、运动加速度、运动高度以及心率；并根据处理后的运动速度、运动加速度、运动高度以及心率，确定第二时间点的运动刺激程度。

在一种可能的实现方式中，显示单元，还用于显示运动过程中的关键信息；其中，关键信息包括最大运动高度、最大运动速度、最大心率或运动刺激程度评分中的至少一种。

在一种可能的实现方式中，处理单元，还用于对运动刺激程度曲线求积分，得到积分结果；并根据积分结果和运动过程的持续时间的比值，确定运动刺激程度评分；其中，运动过程的持续时间是根据运动过程的终止时间和起始时间确定的。

在一种可能的实现方式中，处理单元，具体用于对比值进行归一化，得到归一化后的比值；并基于预设的评分区间对归一化后的比值进行处理，得到运动刺激程度评分。

在一种可能的实现方式中，运动数据包括运动速度和运动高度，处理单元，还用于若运动速度大于第一速度阈值，和/或运动高度大于第一高度阈值，则确定用户进入运动状态；若运动速度小于第二速度阈值，且运动高度小于第二高度阈值，则确定用户退出运动状态。

第三方面，本申请实施例还提供一种通信装置，所述装置包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器执行所述存储器中存储的计算机程序，以使所述装置执行如上述第一方面任一种可能的实现方式中所述的运动数据的处理方法。

第四方面，本申请实施例还提供一种通信装置，包括：处理器和接口电路。

所述接口电路，用于接收代码指令并传输至所述处理器。

所述处理器，用于运行所述代码指令以执行如上述第一方面任一种可能的实现方式中所述的运动数据的处理方法。

第五方面，本申请实施例还提供一种可读存储介质，用于存储有指令，当所述指令被执行时，使如上述第一方面任一种可能的实现方式中所述的运动数据的处理方法。

本申请实施例提供的运动数据的处理方法和装置，先获取用户的运动数据，并根据运动数据确定用于用户运动过程中的运动轨迹和运动过程中的运动刺激程度用户的运动曲线；再显示运动曲线。可以看出，与现有技术不同的是，在向用户显示运动记录时，是先确定用于指示用户运动过程中的运动轨迹和运动过程中的运动刺激程度的运动曲线，这样在进行可视化显示时，不仅向用户显示了运动过程中的运动轨迹，而且还向用户显示了运动过程中的运动刺激程度，丰富了显示内容，从而提高了用户体验。

附图说明

图1为本申请实施例提供的一种可能的应用场景示意图；

图2为本申请实施例提供的一种运动数据的处理方法的流程示意图；

图3为本申请实施例提供的另一种运动数据的处理方法的流程示意图；

图4为本申请实施例提供的一种手动开启智能手环的游乐园模式的示意图；

图5为本申请实施例提供的一种根据运动数据确定运动轨迹曲线的示意图；

图6为本申请实施例提供的一种过山车项目对应的运动轨迹曲线的示意图；

图7为本申请实施例提供的一种过山车项目对应的运动刺激程度曲线的示意图；

图8为本申请实施例提供的一种确定运动刺激程度曲线的示意图；

图9为本申请实施例提供的一种过山车项目对应的运动曲线的示意图；

图10为本申请实施例提供的一种显示过山车项目对应的运动曲线的示意图；

图11为本申请实施例提供的一种包括关键信息的的运动曲线的示意图；

图12为本申请实施例提供的一种查看运动曲线的示意图；

图13为本申请实施例提供的一种运动数据的处理装置的结构示意图；

图14为本申请实施例提供的一种通信装置的结构示意图。

具体实施方式

本申请实施例提供的运动数据的处理方法可以应用于具有显示屏幕的终端，或者未来可能出现的其它具有屏幕显示功能的终端等，本申请实施例对此不作限定。

在本申请的实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况，其中a，b可以是单数或者复数。在本申请的文字描述中，字符“/”一般表示前后关联对象是一种“或”的关系。

本申请实施例提供的运动数据的处理方法可以应用于游乐园项目，例如，过山车、大摆锤、摩天轮等具备高空或刺激属性的游乐项目，当然，也可以应用于其它具备高空或刺激属性的运动项目，例如滑翔、蹦极、漂流、跳伞等场景。示例的，请参见图1所示，图1为本申请实施例提供的一种可能的应用场景示意图，该应用场景中可以包括可穿戴设备和终端，用户在开启可穿戴设备的游乐园模式之后，可穿戴设备开始持续检测用户状态，若检测到用户进入游玩状态，则开始采集该用户的相关运动数据；若检测到用户退出游玩状态，则停止采集运动数据，并将用户运动过程中采集到的相关运动数据发送给终端，终端根据这些运动数据生成用户的运动轨迹曲线，并结合地图引擎，将用户的运动轨迹曲线显示给用户，显示内容单一，使得用户的体验不好。

为了解决现有技术中显示内容单一，使得用户的体验不好的问题，经过长期试验，本申请实施例提供了一种运动数据的处理方法，可参见图2所示，图2为本申请实施例提供的一种运动数据的处理方法的流程示意图，该运动数据的处理方法可以包括：s201获取用户的运动数据；s202根据运动数据确定用户的运动曲线；其中，运动曲线用于指示用户运动过程中的运动轨迹，以及运动过程中的运动刺激程度；s203显示运动曲线。可以看出，与现有技术中只向用户显示运动轨迹相比，本申请实施例提供的运动数据的处理方法，是先确定用于指示用户运动过程中的运动轨迹和运动过程中的运动刺激程度的运动曲线，这样在进行可视化显示时，不仅向用户显示了运动过程中的运动轨迹，而且还向用户显示了运动过程中的运动刺激程度，丰富了显示内容，从而提高了用户体验。

通过上述描述不难看出，在本申请实施例中，在显示用户运动过程中的运动轨迹和运动过程中的运动刺激程度时，这两类不同的信息是通过一条运动曲线显示的，后续在详细描述本申请实施例提供的运动数据的处理方法时，是以这两类不同的信息是通过一条运动曲线显示为例进行说明。当然，也可以通过两条曲线进行显示，即一条运动曲线表示用户运动过程中的运动轨迹，一条运动曲线表示运动过程中的运动刺激程度，在此，本申请实施例只是以通过一条运动曲线表示用户运动过程中的运动轨迹和运动过程中的运动刺激程度为例进行说明，但并不代表本申请实施例仅局限于此。

需要说明的是，在实现本申请实施例提供的技术方案时，在一种可能的场景中，本申请实施例提供的运动数据的处理方法的执行主体为终端，例如手机、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(mobileinternetdevice，mid)等，当执行主体为终端时，可参见图1所示，由可穿戴设备，例如智能手表、智能手环等主要负责采集运动过程中的运动数据，由于可穿戴设备的数据处理能力和屏幕有限，因此，会将采集到的运动数据发送给终端，终端基于接收到的运动数据执行本申请实施例提供的运动数据的处理方法。在另一种可能的场景中，若不考虑可穿戴设备的数据处理能力和屏幕有限，本申请实施例提供的运动数据的处理方法的执行主体为也可以为可穿戴设备，即可穿戴设备不仅负责采集运动过程中的运动数据，而且在采集到的运动数据之后，会基于该运动数据执行本申请实施例提供的运动数据的处理方法。通常情况下，在运动数据处理过程中，会考虑到由于可穿戴设备的数据处理能力和屏幕有限，因此，可穿戴设备只需要负责采集运动过程中的运动数据，并将采集到的运动数据发送给终端，终端基于接收到的运动数据执行本申请实施例提供的运动数据的处理方法，即第一种可能的场景，后续，将以第一种可能的场景为例，对本申请实施例提供的运动数据的处理方法进行详细地描述。

下面，将通过详细的实施例对本申请提供的运动数据的处理方法的技术方案进行详细地描述。可以理解的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图3为本申请实施例提供的另一种运动数据的处理方法的流程示意图，示例的，请参见图3所示，该运动数据的处理方法可以包括：

s301、获取用户的运动数据。

其中，运动数据为用户整个运动过程中的运动数据，该运动数据中不仅包括用于计算用户运动轨迹的数据，而且包括用于计算运动刺激程度的运动数据。示例的，用于计算用户运动轨迹的数据可以通过gps获取，也可以通过九轴传感器(三轴加速度计、三轴陀螺仪、三轴磁力计)获取。示例的，在本申请实施例中，影响运动刺激程度的因素可以包括运动速度、运动加速度、运动高度或心率中的至少一种，当影响运动刺激程度的因素包括运动速度、运动加速度、运动高度以及心率时，用于计算运动刺激程度的运动数据可以包括gps数据、气压计数据以及心率数据，其中，坐标数据用于计算用户的运动速度和运动加速度；气压计数据用于计算用户的运动高度；心率数据用于计算用户运动时的心率。

可以理解的是，在计算运动刺激程度时，考虑的因素越多，对应计算得到的运动刺激程度的值越准确。需要说明的是，在本申请实施例中，只是以影响运动刺激程度的因素可以包括运动速度、运动加速度、运动高度或心率中的至少一种为例进行说明，但并代表本申请实施例仅局限于此。后续在描述运动刺激程度时，为了提高运动刺激程度的准确度，将会以影响运动刺激程度的因素包括运动速度、运动加速度、运动高度以及心率这四种因素为例进行描述。

终端在获取用户的运动数据时，可以通过蓝牙或者无线网络接收可穿戴设备发送的运动数据。以可穿戴设备为智能手环为例，用户在开启智能手环的游乐园模式之后，智能手环持续采集用户的运动数据，并根据用户的运动数据确定用户是否进入游玩状态。示例的，若智能手环根据第一时刻采集到的运动数据确定用户的运动速度大于第一速度阈值，和/或，运动高度大于第一高度阈值，则说明用户在第一时刻进入游玩状态，并在确定用户进入游玩状态后，持续采集用户的运动数据，若智能手环根据第二时刻采集到的运动数据确定运动速度小于第二速度阈值，且运动高度小于第二高度阈值，则说明会用户在该第二时刻已经退出运动状态，并在确定用户退出游玩状态时，停止采集用户的运动数据，从而采集到用户从第一时刻开始，到第二时刻之间的整个运动过程中的运动数据；并在采集到整个运动过程中运动数据之后，将该整个过程中的运动数据通过蓝牙或者无线网络发送给终端，以使终端获取到用户整个运动过程中的运动数据。示例的，第一速度阈值、第一高度阈值、第二速度阈值及第二高度阈值的取值可以根据实际需要进行设置，在此，对于第一速度阈值、第一高度阈值、第二速度阈值及第二高度阈值的取值，本申请实施例不做具体限制。

可以理解的是，智能手环在将该整个过程中的运动数据通过蓝牙或者无线网络发送给终端之前，先根据第二时刻和第一时刻的差值确定该整个过程的持续时长，若该持续时长小于时间阈值，则说明该整个过程不是一个完整的项目游玩过程，因此，该运动过程中采集的运动数据是一些无效的数据，可以放弃该整个过程采集的运动数据，并在下一次进入游玩状态时，重新采集用户的运动数据。若该持续时长大于或者等于时间阈值，则说明该整个过程是一个完整的项目游玩过程，因此，该运动过程中采集的运动数据是有效的数据，并将该整个过程采集的运动数据通过蓝牙或者无线网络发送给终端，以使终端获取到用户整个运动过程中的运动数据，并对该运动数据进行处理。智能手环通过将持续时长与时间阈值进行比较，可以有效地筛选出无效运动数据，避免了将无效运动数据发送给终端，这样终端就无须处理这些无效运动数据，从而降低了终端的功耗。

其中，在上述描述中，智能手环在根据第一时刻的运动速度，和/或，运动高度判断用户在第一时刻是否进入游玩状态，需要先计算计算出第一时刻的运动速度，和/或，运动高度；同理，在根据第二时刻的运动速度和运动高度判断用户在第二时刻是否退出游玩状态之前，需要先计算计算出第二时刻的运动速度和运动高度，该第一时刻的运动速度的计算方法和第一时刻的运动高度的计算方法，分别与第二时刻的运动速度的计算方法和第二时刻的运动高度的计算方法类似，以计算第一时刻t0的运动速度和第一时刻的运动高度为例，在计算第一时刻的运动速度时，可以利用gps获取第一时刻t0的运动速度vt0，见下述公式1。

其中，s(gpst0,gpst0-1)表示第一时刻t0与其上一个时刻t0-1的物理距离，δt表示第一时刻t0与其上一个时刻t0-1之间的时间差。

在计算第一时刻t0的运动高度时，可以利用气压计数据计算第一时刻t0的运动高度δht0，见下述公式2。

δht0＝44300*((paref/pa0)^1/5.256-(pat0/pa0)^1/5.256)公式2

其中，pat0表示第一时刻t0的大气压，paref表示初始状态的大气压，pa0表示当地的标准大气压。

在通过上述公式1和公式2分别计算得到第一时刻t0的运动速度和第一时刻t0的运动高度之后，就可以根据该第一时刻t0的运动速度，和/或，运动高度判断用户在第一时刻是否进入游玩状态，若用户的运动速度大于第一速度阈值，和/或，运动高度大于第一高度阈值，则说明用户在第一时刻进入游玩状态，该第一时刻t0可以理解为运动项目的开始时刻，第二时刻t1可以理解为运动项目的终止始时刻。

需要说明的是，由于第二时刻t1的运动速度的计算方法和第二时刻t1的运动高度的计算方法，分别与第一时刻的运动速度的计算方法和第一时刻的运动高度的计算方法类似，可参见第一时刻的运动速度的计算方法和第一时刻的运动高度的计算方法的相关描述，在此，对于第二时刻的运动速度的计算方法和第二时刻的运动高度的计算方法，分别与第一时刻的运动速度的计算方法，本申请实施例不再进行赘述。

在上述描述中，在开启智能手环的游乐园模式时，示例的，可以包括至少三种可能的实现方式。在一种可能的实现方式中，智能手环可以通过定位系统，并结合地图，在确定用户当前进入游乐园区域时，自动开启智能手环的游乐园模式，采用该种方式虽然实现了智能化控制，但是会存在误游乐园模式开启的情况，例如，用户可能只是经过该游乐园区域，而并非去游乐园中游玩。在另一种可能的实现方式中，用户可以手动开启智能手环的游乐园模式，示例的，请参见图4所示，图4为本申请实施例提供的一种手动开启智能手环的游乐园模式的示意图，由于智能手环的屏幕大小有限，因此，可以先通过终端的屏幕手动点击进入到智能手环的控制程序中，选择游乐园模式，再通过单击游乐园模式中的开启按钮控制智能手环开启游乐园模式，采用该种方式虽然相比于第一种可能的实现方式，需要用户手动操作，复杂度较高，但是可以避免游乐园模式误开启，从而提高了游乐园模式开启的准确度。在又一种可能的实现方式中，可以通过语音控制进入到智能手环的控制程序中，选择游乐园模式，再通过语音控制智能手环开启游乐园模式，与前面两种可能的实现方式相比，不仅可以实现智能化控制，而且提高了游乐园模式开启的准确度。当然，也可以在直接在智能手环的屏幕上操作，控制智能手环开启游乐园模式，具体可以根据实际需要进行设置，在此，本申请实施例只是以这可以通过这几种方式为例进行说明，但并不代表本申请实施例仅局限于此。

在通过s301获取到用户的运动数据之后，就可以根据该运动数据分别确定运动轨迹曲线和运动刺激程度曲线，即执行下述s302：

s302、根据运动数据分别确定运动轨迹曲线和运动刺激程度曲线。

其中，运动轨迹曲线用于表示用户运动过程中的运动轨迹，运动刺激程度曲线用于表示运动过程中时间与运动刺激程度之间的对应关系。

在根据运动数据确定运动轨迹曲线时，示例的，可参见图5所示，图5为本申请实施例提供的一种根据运动数据确定运动轨迹曲线的示意图，可以基于大数据分析技术，确定运动数据对应的运动项目；示例的，运动项目可以为大摆锤、自由落体或者过山车等游乐园项目中的任一运动项目，若该运动项目对应的运动轨迹属于第一类型，该第一类型的运动轨迹可以理解为复杂度较低的运动轨迹，由于每一个属于第一类型的运动项目均预设有各自的运动轨迹曲线，则读取该运动项目对应的预设运动轨迹曲线，并将该运动项目对应的预设运动轨迹曲线确定为该运动项目对应的运动轨迹曲线。示例的，若运动项目对应的运动轨迹属于第二类型，该第二类型的运动轨迹可以理解为复杂度较高的运动轨迹，则采用曲线拟合技术，对运动数据进行拟合，得到运动轨迹曲线。其中，属于第二类型的运动项目的运动轨迹的复杂度高于属于第一类型的运动项目的运动轨迹的复杂度。示例的，大摆锤或者自由落体等运动项目对应的运动轨迹属于第一类型，过山车等运动项目对应的运动轨迹属于第二类型。

可以理解的是，在本申请实施例中，对于具有简单的，复杂度较低的运动轨迹的运动项目，在确定其对应的运动轨迹曲线时，可以无需根据当前获取的运动数据计算得到该运动项目对应的运动轨迹曲线，而是通过读取该运动项目对应的预设运动轨迹曲线，并将该运动项目对应的预设运动轨迹曲线确定为该运动项目对应的运动轨迹曲线，这样不仅可以减少终端计算的复杂度，而且可以优化运动轨迹，提高了运动轨迹曲线的准确度。示例的，在本申请实施例子中，以运动项目为过山车为例，该过山车项目对应的运动轨迹曲线可以参见图6所示，图6为本申请实施例提供的一种过山车项目对应的运动轨迹曲线的示意图。

在根据运动数据确定运动刺激程度曲线时，示例的，可以根据运动过程中至少两个时间点中每一个第二时间点的运动数据，确定第二时间点的运动刺激程度；并采用多项式拟合技术，对至少两个时间点的运动刺激程度进行拟合，得到运动刺激程度曲线。可以理解的是，在对第二时间点的运动刺激程度进行拟合得到运动刺激程度曲线时，使用的第二时间点的个数越多，经过拟合得到的运动刺激程度曲线的准确度就越高。示例的，在本申请实施例中，可以根据运动过程中每一个第二时间点的运动数据，确定该第二时间点的运动刺激程度，再采用多项式拟合技术，对运动过程中每一个第二时间点的运动刺激程度进行拟合，得到准确度较高的运动刺激程度曲线。同样以运动项目为过山车为例，该过山车项目对应的运动刺激程度曲线可以参见图7所示，图7为本申请实施例提供的一种过山车项目对应的运动刺激程度曲线的示意图。

可以看出，在拟合得到运动刺激程度曲线时，需要计算每一个第二时间点的运动刺激程度。参见前面的描述可知，在本申请实施例中，影响运动刺激程度的因素包括运动速度、运动加速度、运动高度以及心率这四种因素，因此，在根据第二时间点的运动速度、运动加速度、运动高度以及心率这四种因素计算该第二时间点的刺激程度时，可以先分别对第二时间点对应的运动速度、运动加速度、运动高度以及心率，进行归一化处理，得到归一化处理后的运动速度、运动加速度、运动高度以及心率；然后再根据归一化处理后的运动速度、运动加速度、运动高度以及心率，确定第二时间点的运动刺激程度。这样在确定第二时间点的运动刺激程度之后，就可以采用多项式拟合技术，对该运动过程中每一个第二时间点的运动刺激程度进行拟合，得到用于表示运动过程中时间与运动刺激程度之间的对应关系的运动刺激程度曲线，可参见图8所示，图8为本申请实施例提供的一种确定运动刺激程度曲线的示意图。

在分别对任意一个第二时间点t2对应的运动速度、运动加速度、运动高度以及心率，进行归一化处理时，运动速度的归一化处理方法、运动加速度的归一化处理方法、运动高度的归一化处理方法以及心率的归一化处理方法类似，以运动速度的归一化处理方法为例，在对运动速度vt2进行归一化处理，见下述公式3。

其中，vt2’表示第二时间点t2归一化处理后的运动速度，vt2表示第二时间点t2的运动速度，vmax和vmin表示运动速度的理论最大值和理论最小值，该运动速度的理论最大值和理论最小值可由大数据分析技术得到。

需要说明的是，由于第二时间点t2的运动加速度的归一化处理方法、运动高度的归一化处理方法以及心率的归一化处理方法均与第二时间点t2的运动速度的归一化处理方法类似，可参见第二时间点t2的运动速度的归一化处理方法的相关描述，在此，对于第二时间点t2的运动加速度的归一化处理方法、运动高度的归一化处理方法以及心率的归一化处理方法，本申请实施例不再进行赘述。

在分别计算得到第二时间点归一化处理后的运动速度vt2’、运动加速度、at2’运动高度δht2’以及心率hrt2’之后，就可以根据该第二时间点归一化处理后的运动速度vt2’、运动加速度、at2’运动高度δht2’以及心率hrt2’，可以根据下述公式4计算得到该第二时间点的运动刺激程度ft2。

ft2＝α*v′t2+β*a′t2+λ*δh′t2+μ*hr′t2公式4

其中，ft2表示第二时间点的运动刺激程度ft2，α、β、λ和μ表示运动速度、运动加速度、运动高度以及心率权重系数，由大数据分析技术得到。

在通过上述公式3和公式4分别计算得到运动过程中每一个第二时间点t2的运动刺激程度之后，就可以采用多项式拟合技术，对该运动过程中每一个第二时间点的运动刺激程度进行拟合，得到用于表示运动过程中时间与运动刺激程度之间的对应关系的运动刺激程度曲线f(t)，可参见下述公式5。

其中，m表示多项式阶数，ω0,...,ωm表示多项式的系数，t表示时间，f(t)表示t时间点对应的刺激程度ft。

这样，在分别根据运动数据得到用于表示用户运动过程中的运动轨迹的运动轨迹曲线，和用于表示运动过程中时间与运动刺激程度之间的对应关系的运动刺激程度曲线之后，若在显示时，将这两条曲线分别显示，则在执行完s302之后，可以直接在屏幕上显示该运动轨迹曲线和运动刺激程度曲线。为了使得在通过屏幕向用户显示运动轨迹和运动刺激程度时，使得屏幕的显示效果更佳简练，可以将计算得到运动轨迹曲线与运动刺激程度曲线进行叠加，得到一条用于指示用户运动过程中的运动轨迹和运动过程中的运动刺激程度的运动曲线，即执行下述s303：

s303、根据运动轨迹曲线和运动刺激程度曲线，确定运动曲线。

示例的，在对运动轨迹曲线与运动刺激程度曲线进行叠加得到运动曲线时，可以包括至少两种可能的实现方式，在一种可能的实现方式中，可以先根据运动刺激程度与颜色之间的映射关系，确定运动刺激程度曲线中至少两个第一时间点的运动刺激程度对应的颜色；并将运动轨迹曲线中，至少两个第一时间点中每一个第一时间点对应的颜色修改为第一时间点的运动刺激程度对应的颜色，得到运动曲线。

可以理解的是，在将运动轨迹曲线中第一时间点对应的颜色修改为该第一时间点的运动刺激程度对应的颜色时，修改的第一时间点的个数越多，对应叠加得到的运动曲线的准确度就越高。在本申请实施例中，为了提高运动曲线的准确度，可以将运动轨迹曲线中每一个第一时间点对应的颜色修改为该第一时间点的运动刺激程度对应的颜色。示例的，在通过颜色表示运动刺激程度时，颜色越深，表示运动刺激程度越剧烈。

在该种可能的实现方式中，在根据运动刺激程度与颜色之间的映射关系，将运动轨迹曲线中第一时间点对应的颜色修改为该第一时间点的运动刺激程度对应的颜色时，运动刺激程度与颜色之间的映射关系可以包括但不限于运动刺激程度与色温之间的映射关系，运动刺激程度与光谱之间的映射关系，当然，也可以包其它运动刺激程度与具备实数至颜色之间的映射关系。其中，运动刺激程度与色温之间的映射关系可参见下述公式6。

kt＝99000*ft+1000公式6

其中，ft表示t时间点对应的刺激程度；kt表示t时刻的色温值，单位开尔文。

在通过上述公式6，可以确定运动刺激程度曲线中，每一个时间点对应的运动刺激程度对应的色温值，然后将运动轨迹曲线中每一个第一时间点对应的颜色修改为该第一时间点的运动刺激程度对应的色温值。以运动刺激程度曲线中的前三个时间点为例，通过上述公式6，确定运动刺激程度曲线中的第一个时间点对应的运动刺激程度对应的色温值为第一色温值，运动刺激程度曲线中的第二个时间点对应的运动刺激程度对应的色温值为第二色温值，运动刺激程度曲线中的第三个时间点对应的运动刺激程度对应的色温值为第三色温值，则将运动轨迹曲线中第一个时间点对应的颜色修改为第一色温值，将运动轨迹曲线中第二个时间点对应的颜色修改为第二色温值，将运动轨迹曲线中第三个时间点对应的颜色修改为第三色温值；可以理解的是，运动轨迹曲线中其它时间点对应的颜色的修改与运动轨迹曲线中前三个时间点的修改方法类似，这样在将运动轨迹曲线中每一个第一时间点对应的颜色修改为该第一时间点的运动刺激程度对应的色温值之后，就可以得到叠加后运动曲线，该运动曲线不仅用于指示用户运动过程中的运动轨迹，还可以指示运动过程中的运动刺激程度。

在另一种可能的实现方式中，可以根据运动刺激程度与线条类型之间的映射关系，确定运动刺激程度曲线中至少两个第一时间点的运动刺激程度对应的线条类型；并将运动轨迹曲线中，至少两个第一时间点中每一个第一时间点对应的线条类型修改为第一时间点的运动刺激程度对应的线条类型，得到运动曲线。示例的，线条类型可以以线条的粗细程度进行划分，示例的，在通过线条的粗细程度表示运动刺激程度时，线条越深，表示运动刺激程度越剧烈。当然，也可以以实线或者虚线进行划分。示例的，可参见图9所示，图9为本申请实施例提供的一种过山车项目对应的运动曲线的示意图。

可以理解的是，在将运动轨迹曲线中第一时间点对应的线条类型修改为该第一时间点的运动刺激程度对应的线条类型时，修改的第一时间点的个数越多，对应叠加得到的运动曲线的准确度就越高。在本申请实施例中，为了提高运动曲线的准确度，可以将运动轨迹曲线中每一个第一时间点对应的线条类型修改为该第一时间点的运动刺激程度对应的线条类型。

可以理解的是，在本申请实施例中，在对运动轨迹曲线与运动刺激程度曲线进行叠加，得到用于指示用户运动过程中的运动轨迹和运动过程中的运动刺激程度的运动曲线时，只是以上述两种可能的实现方式为例进行说明，但并不代表本申请实施例仅局限于此。在得到该用于指示用户运动过程中的运动轨迹和运动过程中的运动刺激程度的运动曲线之后，可以存储并显示该运动曲线。通过存储该运动曲线，这样可以方便用户后续查看该运动曲线，以帮助用户回想整个运动过程中的精彩瞬间，从而提高了用户体验。

s304、显示运动曲线。

在根据运动轨迹曲线和运动刺激程度曲线，确定运动曲线之后，可以向用户输出提示信息，例如，是否查看运动曲线，并在接收到用户的查看指示时，向用户显示运动曲线；当然，在根据运动轨迹曲线和运动刺激程度曲线，确定运动曲线之后，也可以无需向用户输出提示信息，而是直接向用户显示运动曲线，通常情况下，由于终端的显示屏幕大于智能手环的显示屏幕，为了提高用户的观看体验，可以直接在终端的显示屏幕上显示该运动曲线，示例的，请参见图10所示，图10为本申请实施例提供的一种显示过山车项目对应的运动曲线的示意图。当然，若不考虑只能手环的显示屏幕较小的情况，终端在生成运动曲线之后，还可以通过蓝牙或者无线网络将运动曲线发送给智能手环，并在智能手环的显示屏幕上显示该运动曲线。

由此可见，本申请实施例提供的运动数据的处理方法，先获取用户的运动数据，并根据运动数据确定用于用户运动过程中的运动轨迹和运动过程中的运动刺激程度用户的运动曲线；再显示运动曲线。可以看出，与现有技术不同的是，在向用户显示运动记录时，是先确定用于指示用户运动过程中的运动轨迹和运动过程中的运动刺激程度的运动曲线，这样在进行可视化显示时，不仅向用户显示了运动过程中的运动轨迹，而且还向用户显示了运动过程中的运动刺激程度，丰富了显示内容，从而提高了用户体验。

上述图3所示的实施例详细描述了为了丰富显示内容，以提高用户体验，在向用户进行可视化显示时，除了向用户显示用户运动过程中的运动轨迹之外，还可以同步向用户显示运动过程中的运动刺激程度，丰富了显示内容，从而提高了用户体验。在本申请实施例中，除了同步向用户显示运动过程中的运动刺激程度，还可以进一步向用户显示运动过程中的关键信息，其中，关键信息包括最大运动高度、最大运动速度、最大心率或运动刺激程度评分中的至少一种。可以理解的是，在显示关键信息时，显示的关键信息越多，对应显示内容越丰富，用户体验越好。为了使得显示内容更丰富，在本申请实施例中，还可以向用户显示最大运动高度、最大运动速度、最大心率及运动刺激程度评分。

示例的，在确定整个运动过程中的最大运动高度时，由于可以计算出整个运动过程中每一个时间对应的运动高度，因此，经过比较，可以确定出整个运动过程中的最大运动高度；同理，在确定整个运动过程中的最大运动高度和心率时，由于可以计算出整个运动过程中每一个时间对应的运动速度和心率，因此，经过比较，可以确定出整个运动过程中的最大运动速度和最大心率。

示例的，在确定该运动刺激程度评分时，可以基于上述s302中得到的运动刺激程度曲线，对该运动刺激程度曲线求积分，得到积分结果；再计算该积分结果和运动过程的持续时间的比值，从而根据积分结果和运动过程的持续时间的比值，可参见下述公式7，可以计算得到整个运动过程的运动刺激程度评分sthrill。其中，运动过程的持续时间是根据运动过程的终止时间和起始时间确定的。

其中，sthrill表示运动项目的运动刺激程度评分，t0表示运动项目的开始时刻；t1表示运动项目的结束时刻。

可以理解的是，在根据积分结果和运动过程的持续时间的比值确定整个运动过程的运动刺激程度评分时，可以直接将计算得到的比值确定为整个运动过程的运动刺激程度评分，即上述公式7计算得到的比值确定为整个运动过程的运动刺激程度评分；当然，为了使得运动刺激程度评分值落到一定的评分区间内，可以先对积分结果和运动过程的持续时间的比值进行归一化，得到归一化后的比值；并基于预设的评分区间对归一化后的比值进行处理，得到所述运动刺激程度评分。以评分区间为[0,100]为例，可以通过下述公式8对归一化后的比值进行处理，得到运动刺激程度评分s。

s＝round(100*s′thrill)公式8

其中，s表示运动刺激程度评分，s′thrill表示归一化后的比值；round()表示四舍五入函数。

在分别确定了运动过程中的最大运动高度、最大运动速度、最大心率及运动刺激程度评分之后，就可以在向用户显示用户运动过程中的运动轨迹和运动过程中的运动刺激程度的同时，一并向用户这样关键信息，示例的，请参见图11所示，图11为本申请实施例提供的一种包括关键信息的过山车项目的运动曲线的示意图，可以进一步丰富显示内容，从而提高用户体验。

可以看出，通过上述图3所示的实施例，在游玩一个运动项目，例如过山车项目时，终端可以根据运动过程中的运动数据生成该过山车项目对应的运动曲线，并向用户显示该运动曲线。若可穿戴设备再次检测到用户进入游玩状态时，同样可以采集该运动过程中的运动数据，并将该运动数据发送给终端，以使终端根据该运动数据，确定该运动项目对应的运动曲线，以运动项目为大摆锤项目为例，该大摆锤项目对应的运动曲线的获取方法与他3所示的实施例中过山车项目对应的运动曲线的获取方法类似，可参见上述关于过山车项目对应的运动曲线的获取方法的相关描述，在此，本申请实施例不再进行赘述。由此可见，通过本申请实施例提供的运动数据的处理方法，可以通过运动数据连续识别不同的运动项目，并且通过获取每一个运动过程中的运动数据，并基于每一个运动过程中的运动数据生成该运动项目对应的运动曲线，并存储每一个运动项目对应的运动曲线，这样在用户后续查看该运动曲线，可以通过该运动曲线帮助用户回想整个运动过程中的精彩瞬间，示例的，请参见图12所示，图12为本申请实施例提供的一种查看运动曲线的示意图，可以看出，当用户后续查看该运动曲线时，用户可以先进入游乐园模式，在进入游乐园模式之后，终端会向用户显示之前玩过的历史游玩项目，在确定用户点击某一个运动项目时，例如，用户点击过山车项目，则向用户显示该过山车项目对应的运动曲线，以通过该运动曲线帮助用户回想整个运动过程中的精彩瞬间，与现有技术中只向用户显示运动轨迹相比，本申请实施例提供的运动数据的处理方法，在进行可视化显示时，不仅向用户显示了运动过程中的运动轨迹，而且还向用户显示了运动过程中的运动刺激程度，丰富了显示内容，从而提高了用户体验。

图13为本申请实施例提供的一种运动数据的处理装置130的结构示意图，示例的，请参见图13所示，该运动数据的处理装置130可以包括：

获取单元1301，用于获取用户的运动数据。

处理单元1302，用于根据运动数据确定用户的运动曲线；运动曲线用于指示用户运动过程中的运动轨迹，以及运动过程中的运动刺激程度。

显示单元1303，用于显示运动曲线。

可选的，处理单元1302，用于根据运动数据分别确定运动轨迹曲线和运动刺激程度曲线；并根据运动轨迹曲线和运动刺激程度曲线，确定运动曲线；其中，运动轨迹曲线用于表示用户运动过程中的运动轨迹，运动刺激程度曲线用于表示运动过程中时间与运动刺激程度之间的对应关系。

可选的，处理单元1302，用于根据运动刺激程度与颜色之间的映射关系，确定运动刺激程度曲线中至少两个第一时间点的运动刺激程度对应的颜色；并将运动轨迹曲线中，至少两个第一时间点中每一个第一时间点对应的颜色修改为第一时间点的运动刺激程度对应的颜色，得到运动曲线。

可选的，处理单元1302，具体用于基于大数据分析技术，确定运动数据对应的运动项目；并根据运动项目，确定运动轨迹曲线。

可选的，处理单元1302，具体用于若运动项目对应的运动轨迹属于第一类型，则将运动项目对应的预设运动轨迹曲线确定为运动轨迹曲线；其中，属于第一类型的运动项目均对应有各自的运动轨迹曲线；若运动项目对应的运动轨迹属于第二类型，则采用曲线拟合技术，对运动数据进行拟合，得到运动轨迹曲线；其中，属于第二类型的运动项目的运动轨迹的复杂度高于属于第一类型的运动项目的运动轨迹的复杂度。

可选的，运动数据包括运动速度、运动加速度、运动高度或心率中的至少一种。

处理单元1302，具体用于根据运动过程中至少两个时间点中每一个第二时间点的运动数据，确定第二时间点的运动刺激程度；采用多项式拟合技术，对至少两个时间点的运动刺激程度进行拟合，得到运动刺激程度曲线。

可选的，运动数据包括运动速度、运动加速度、运动高度以及心率。

处理单元1302，具体用于分别对第二时间点对应的运动速度、运动加速度、运动高度以及心率，进行归一化处理，得到处理后的运动速度、运动加速度、运动高度以及心率；并根据处理后的运动速度、运动加速度、运动高度以及心率，确定第二时间点的运动刺激程度。

可选的，显示单元1303，还用于显示运动过程中的关键信息；其中，关键信息包括最大运动高度、最大运动速度、最大心率或运动刺激程度评分中的至少一种。

可选的，处理单元1302，还用于对运动刺激程度曲线求积分，得到积分结果；并根据积分结果和运动过程的持续时间的比值，确定运动刺激程度评分；其中，运动过程的持续时间是根据运动过程的终止时间和起始时间确定的。

可选的，处理单元1302，具体用于对比值进行归一化，得到归一化后的比值；并基于预设的评分区间对归一化后的比值进行处理，得到运动刺激程度评分。

可选的，运动数据包括运动速度和运动高度，处理单元1302，还用于若运动速度大于第一速度阈值，和/或运动高度大于第一高度阈值，则确定用户进入运动状态；若运动速度小于第二速度阈值，且运动高度小于第二高度阈值，则确定用户退出运动状态。

本申请实施例所示的运动数据的处理装置130，可以执行上述任一实施例所示的运动数据的处理方法的技术方案，其实现原理以及有益效果与运动数据的处理方法的实现原理及有益效果类似，此处不再进行赘述。

图14为本申请实施例提供的一种通信装置140的结构示意图，示例的，请参见图14所示，该通信装置140包括处理器1401和存储器1402，所述存储器中存储有计算机程序，所述处理器1401执行所述存储器1402中存储的计算机程序，以使所述装置执行上述任一实施例所示的运动数据的处理方法的技术方案，其实现原理以及有益效果与运动数据的处理方法的实现原理及有益效果类似，此处不再进行赘述。

本申请实施例还提供一种通信装置，该通信装置可以包括：处理器和接口电路。

所述接口电路，用于接收代码指令并传输至所述处理器。

所述处理器，用于运行所述代码指令以执行上述任一实施例所示的运动数据的处理方法的技术方案，其实现原理以及有益效果与运动数据的处理方法的实现原理及有益效果类似，此处不再进行赘述。

本申请实施例还提供一种可读存储介质，用于存储有指令，当所述指令被执行时，使如上述任一实施例所示的运动数据的处理方法被实现，其实现原理以及有益效果与运动数据的处理方法的实现原理及有益效果类似，此处不再进行赘述。

上述各个实施例中处理器可以是通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(fieldprogrammablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存取存储器(randomaccessmemory，ram)、闪存、只读存储器(read-onlymemory，rom)、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的指令，结合其硬件完成上述方法的步骤。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。