距离。
[0109]通过将状态对应关系、步数对应关系和距离对应关系保存在所述存储器401中，可以在需要时随时调用。
[0110]在获取所述多个状态对应关系、步数对应关系和距离对应关系之后，由于这些对应关系中均具有时间区间，故可以通过比对时间区间的重叠关系，从而确定出处于同一个时间区间内的状态对应关系、步数对应关系和距离对应关系，也就是可以明确一个时间区间内运动状态、这个时间区间内的运动步数和这个时间区间内的运动距离，相当于较为完善的综合运动参数。
[0111]也就是说，所述处理器400可以从所述多个状态对应关系、步数对应关系和距离对应关系调取具有重叠时间区间的目标状态对应关系、目标步数对应关系和目标距离对应关系Ο
[0112]通过所述目标状态对应关系、目标步数对应关系和目标距离对应关系，可以确定出在该重叠时间区间中运动状态、步数和距离的对应关系。通过该重叠时间区间和步数可以计算出在该重叠时间区间内的步频，通过距离和步频可以计算出所述用户在该重叠时间区间内平均一步迈出的长度，也就是步长。以此确定出步长键值对所述步长键值对为步长与运动状态和步频之间的对应关系，并保存在所述移动终端的存储器中。具体的，所述步长键值对可以为[步频+运动状态]和[步长]之间的键值对。
[0113]当判断出所述移动终端的定位信息不足以满足定位需求时，所述处理器400还用于根据所述加速度传感器402、气压传感器403和陀螺仪404的数据，确定所述用户的实时运动状态和实时步频。
[0114]首先通过举例，说明可以应用本发明实施例的应用场景。当出现定位信息不足以满足定位需求时，至少可以理解为可能出现以下的两种情况。
[0115]第一种情况，虽然开启了传统的定位功能，但是可能由于建筑物的屏蔽或信号干扰等原因，导致所述移动终端获取的定位信息质量太低，不能起到准确定位的作用，或者甚至导致提供错误的运动数据。造成所述第一种情况的具体应用场景可以为上述的特殊运动环境(室内或小区内等)。
[0116]第二种情况，可能所述移动终端的传统定位功能(例如GPS模块、W1-Fi模块等提供的功能)并没有开启。由于移动终端使用定位模块进行定位的耗电量较大，为了节约电能，用户在运动时，可以主动的将相关的提供定位功能的模块关闭，而通过采用本发明实施例提供的运动距离的确定方法来获取相关运动参数(例如运动距离)。
[0117]可以看出，本发明实施例所提供的设置于所述移动终端中的运动距离的确定装置，不仅可以在定位信息不准确的情况下辅助提供准确的运动距离，还可以在没有定位信息的场景中，较为准确的确定出用户的运动距离，速度等用户所需的运动统计数据，并起到了省电的技术效果。
[0118]所述加速度传感器402、气压传感器403和陀螺仪404等模块，主要用于感知所述移动终端外界环境的相关参数。也就是说，在上述没有有效定位数据情况下，即使数据信号环境差，这些模块所采集的数据也并不会因为数据信号的屏蔽或干扰受到影响，依然可以保证所采集数据的准确性。
[0119]所述处理器400可以通过持续调用所述加速度传感器402、气压传感器403和陀螺仪404实时采集的数据，计算出携带所述移动终端的用户的实时运动状态。
[0120]所述处理器400可以通过调用所述加速度传感器402的数据统计所述用户的运动步数，并根据统计时间确定出实时的步频。
[0121]所述匹配模块405，用于根据所述实时运动状态和所述步频作为匹配项，实时的与所述存储器401中保存的步长键值对进行匹配。
[0122]举例说明，通过实时确定，可以得到跟随所述用户实际的运动变化而变化的运动状态和步频。所述匹配模块405将实时运动状态和步频作为一个完整的匹配项，与包括[步频+运动状态]和[步长]之间对应关系的步长键值对进行持续的匹配。由此可以得到在具体的时间段内的具体步长。
[0123]所述处理器400还用于根据匹配到的步长键值中的步长计算所述用户的运动距离，其中，具体包括:
[0124]确定一个步长键值对被匹配项所匹配成功的持续时间；
[0125]根据所述持续时间中的步数和这个步长键值对的步长计算得到所述持续时间内所述用户的运动距离。
[0126]举例说明，所述存储器中保存了第一步长键值对和第二步长键值对，第一步长键值对中的步长为lm，第二步长键值对中的步长为1.lm。用户在运动状态中，12点10分到12点20分这一时间段中，确定出的运动状态和步频均与所述第一步长键值对相匹配，也就是说，在这一个时间段内，所述用户的平均步长可以为第一步长键值对中的步长:1m。使用这个时间段中的累积的步数乘以所述第一步长键值对中的步长就可以得到所述用户在12点10分到12点20分这一时间段中的运动距离。
[0127]从12点21分到12点43分这个时间段中，确定出的运动状态和步频均与所述第二步长键值对相匹配，也就是说，在这一个时间段内，所述用户的平均步长可以为第二步长键值对中的步长:1.lm。使用这个时间段中的累积的步数乘以所述第二步长键值对中的步长就可以得到所述用户在12点21分到12点43分这一时间段中的运动距离。
[0128]由本实施例可以看出，通过对历史运动数据的学习，设置在移动终端中的运动距离的确定装置可以从状态对应关系、步数对应关系和距离对应关系中得到处于同一重叠时间区间内运动状态、步数和距离的对应关系，并进一步转换为包括步长与运动状态和步频之间的对应关系的步长键值对。在用户携带所述移动终端进行运动的过程中，当所述运动距离的确定装置判断当前移动终端的定位信息不足以满足定位需求时，将确定出的实时运动状态和实时步频作为匹配项，实时匹配所述存储器中保存的步长键值对，根据匹配成功的持续时间和匹配到的步长计算用户的运动距离。由于步频和运动状态都可以不依靠定位信息，而只需要根据所述移动终端自身模块所采集的数据就可以准确的确定出，这样通过实时的、准确的运动状态和步频，可以从学习到的步长键值对中匹配出与运动状态和步频相对应的步长，在不同的运动状态和步频下，确定出的步长都可以相应的改变，由此可以通过步长和步频准确的计算出运动距离，提高了在无法依靠定位信息的情况下，所述APP确定运动距离的准确性，用户体验好。
[0129]实施例四
[0130]在本实施例中，将进一步描述对所述历史运动数据的学习方式的具体细化和优化。
[0131]所述处理器400具体用于根据定位信息得到多个待确定位置点，所述待确定位置点包括位置参数、速度参数、运动方向和采集时间；将速度参数不符合第一预设条件的待确定位置点删除；根据位置参数、运动方向和采集时间将剩余的待确定位置排序，确定相邻位置点采集时间的时间间隔、位置间隔的差值是否符合第二预设条件，将不符合的待确定位置点删除；将剩余的待确定位置点顺序连接成运动轨迹，将所述运动轨迹中组成不平滑轨迹部分的待确定位置点删除；将剩余的待确定位置确定为定位质量符合预设要求的位置点。
[0132]举例说明，主要是针对筛选后的剩余待确定位置点进行综合筛选。
[0133]计算相邻待确定位置点的时间间隔和位置间隔，如果待确定位置点的时间间隔差距很小，并且距离差别很小(可以采用求标准差或者方差等统计学算法来判断)，则认为所述用户在这些待确定位置点之间的运动速度比较稳定，可以予以保留。否则，将待确定位置点删除。
[0134]将相邻的待确定位置点连接形成如图3所示的运动轨迹，两个相邻待确定位置点根据运动方向可以形成一条有向向量，然后可以计算出相邻有向向量的向量夹角。如果这些向量夹角的差值变化平缓，则认为所述用户的运动轨迹比较平缓，所述用户不是在做折线运动或定位信息收到干扰所造成。若否，则将组成不平滑轨迹部分的待确定位置点删除。
[0135]图3中共有1至9共九个待确定位置点。在1至5这五个待确定的位置点中，有向向量23和有向向量34的夹角是很不平滑的过度，则1至5这五个待确定的位置点组成了不平滑轨迹，将会被删除。而5至9这五个待确定位置点所组成的运动轨迹中，每两个相邻有向向量的角度差值变化都比较固定，例如大约在15度以内，则认为5至9这五个待确定位置点所组成的运动轨迹属于平滑的运动轨迹。可以说明所述用户在沿着一个比较好的路线进行运动，并且定位信息没有被强烈干扰，组成这部分运动轨迹的待确定位置点可以保留Ο
[0136]保留下来的位置点所组成的运动轨迹中，所述用户的运动方式基本稳定、运动速度基本稳定、运动方向变化平滑，适合用于学习之中。
[0137]接下来，将描述对存储器中保存的步长键值对的优化。在学习的过程中，步长键值对的数量将越来越多，适当合并可以提高步长键值对的精确性。可选的，本发明实施例提供的一种处理器对步长键值对的加权合并处理。
[0138]所述处理器400还用于从所述存储器中确定出运动状态相同，且步频相差小于预设差值的多个步长键值对；将所述多个步长键值对进行加权合并处理，得到一个合并后的步长键值对；从所述存储器中删除所述多个步长键值对，并将所述合并后的步长键值对保存到所述存储器中。
[0139]举例说明，若第一步长键值对和第二步长键值对的运动状态均相同，第一步长键值对的步频为1步每秒，第二步长键值对的步频为1.1步每秒，那么第一步长键值对和第二步长键值对的步频差值为0.1步每秒，若小于预先设定的差值(假设为0.2步每秒)，那么可以将第一步长键值对和第二步长键值对进行加权合并处理，得到第三步长键值对。所述处理器可以将第一步长键值对和第二步长键值对从所述存储器中删除，并将第三步长键值对保存到所述存储器中。
[0140]对步长键值对的加权合并处理的触发条件可以是，若存储器中保存的步长键值对的个数过多一定数量，进行加权合并处理。也可以是在新学习到一个步长键值对时，将这个步长键值对与存储器中之前保存的步长键值对进