首页> 中国专利> 一种基于脑波信号和平衡传感器分析的射击训练稳定性评估装置

一种基于脑波信号和平衡传感器分析的射击训练稳定性评估装置

摘要

本发明公开了一种基于脑波信号和平衡传感器分析的射击训练稳定性评估装置,包括脑波信号分析单元、抖动监测单元、无线通信模块和信息记录装置,所述的脑波信号分析单元、抖动监测单元分别通过无线通信模块与信息记录装置相连;所述的脑波信号分析单元包括依次相连的脑电信号采集电极、脑电信号预处理模块、高分辨率A/D转换器、信号处理模块;所述的抖动监测单元包括食指、中指和枪管前部抖动监测传感器、扳机微压监测传感器以及单片机。使用本发明能使教练清楚的分析射击者的脑波变化数据、手指的抖动参数、手指扣动扳机的压力参数对射击结果的影响,从而更有针对性对训练者的射击行为进行调整,达到快速提高成绩的目的。

著录项

  • 公开/公告号CN103185481A

    专利类型发明专利

  • 公开/公告日2013-07-03

    原文格式PDF

  • 申请/专利权人 胡琦逸;

    申请/专利号CN201210510334.4

  • 发明设计人 胡琦逸;

    申请日2012-11-20

  • 分类号F41A33/00(20060101);

  • 代理机构

  • 代理人

  • 地址 325000 浙江省温州市鹿城区信河街广信大厦1幢A座603室

  • 入库时间 2024-02-19 18:43:12

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2015-06-17

    著录事项变更 IPC(主分类):F41A33/00 变更前: 变更后: 申请日:20121120

    著录事项变更

  • 2015-06-17

    授权

    授权

  • 2015-05-06

    专利申请权的转移 IPC(主分类):F41A33/00 变更前: 变更后: 登记生效日:20150416 申请日:20121120

    专利申请权、专利权的转移

  • 2013-11-13

    实质审查的生效 IPC(主分类):F41A33/00 申请日:20121120

    实质审查的生效

  • 2013-07-03

    公开

    公开

说明书

技术领域

本发明涉及射击训练技术领域,特别涉及一种基于脑波信号和平衡传感器分 析的射击训练稳定性评估装置。

背景技术

射击是一项以准确性和稳定性著称的比赛项目,无论是步枪还是手枪,移动 靶还是固定靶,都要求射击者具备良好的稳定性。射击稳定性包括生理稳定性和 心理稳定性,所谓生理稳定性就是射击者在射击过程中表现出来的身体动作的 稳定程度,包括站位、身体重心、握枪、据枪、瞄准、击发、呼吸调整等动作细 节,心理稳定性指的是射击者在射击过程中注意力的集中程度,它能对射击成 绩产生重要的影响。射击时射击者如果能将生理学规律和力学规律有机地结合 在一起,最大程度地提高自身据枪的稳定性,则能更好地把握射击的出枪、据枪、 瞄准、击发等各个环节,从而达到提高射击成绩的目的。

目前关于射击项目稳定性的研究已经取得了一些有价值的成果,研究指出 射击者自身的肩臂动作稳定性、平衡能力、手指本体感觉、简单反应时、智力、 个性这些指标与射击稳定性密切相关,其中运动员的肩臂动作稳定性和本体感 觉对射击成绩的提高显得尤为重要,它能对运动员人与枪之间的配合起到重要 的调节作用,但是其易受射击者心理因素的影响,比如射击者射击时的注意力 和情绪的变化等。因此,对于射击运动来说,生理稳定性是比赛成功的基础,而 心理稳定性则是决定比赛胜负的关键。

射击运动发展至今已经取得了显著的进步,一项优异射击成绩的获得不仅要 求射击者掌握正确的瞄准击发技术,同时也要求运动员具有良好的心理稳定性 和生理稳定性。实际训练过程中通过对射击运动员在瞄准、击发动作过程中手 持枪支的晃动轨迹与实际弹着点的分析、诊断与评定能够更准确地判断运动员 对射击技术的掌握程度,但是,传统定性观察分析方法已经难以达到对运动员心 理变化的记录与监控,更不用说进行针对性的调整和训练。因此,为了提高训练 质量与训练效果,开发一种可实时记录训练过程中枪支的晃动轨迹、手指稳定 性以及射击过程中注意力集中程度监测功能的射击辅助训练分析系统,具有相 当现实的必要性与实用性。

发明内容

为解决上述问题,本发明的目的是提供一种基于脑波信号和平衡传感器分 析的射击训练稳定性评估装置。

为了实现上述目的,本发明采用以下技术方案实现:一种基于脑波信号和 平衡传感器分析的射击训练稳定性评估装置,包括脑波信号分析单元、抖动监 测单元、无线通信模块和信息记录装置,所述的脑波信号分析单元、抖动监测 单元分别通过无线通信模块与信息记录装置相连;所述的脑波信号分析单元包 括依次相连的脑电信号采集电极、脑电信号预处理模块、高分辨率A/D转换器、 信号处理模块;所述的抖动监测单元包括通过数据线分别与单片机相连的食指、 中指和枪管前部抖动监测传感器、扳机微压监测传感器。

进一步,所述的脑电信号采集电极包括三个相同电极,分别安装在测试者 的左前额、右前额和左耳耳垂处,用于采集α脑波和β脑波。

进一步,所述的脑电信号预处理模块包括脑电信号放大电路和滤波电路。

进一步,所述的信号处理模块接收θ脑波值、α脑波值和β脑波值并代入方 程:Y=13.52β+27.98/α+12.22β/θ,然后通过方程式计算得到训练者视觉注意力参 考值Y。

进一步,所述的信息记录装置为计算机或智能手机。

进一步,所述的食指、中指和枪管前部抖动监测传感器分别安装在训练者 的食指前端、中指前端和枪管前部位置,扳机微压监测传感器安装在枪支扳机 位置,用于分别采集抖动参数和手指扣动扳机时的压力参数。

本发明的有益效果是:本发明将训练者射击过程中的脑波变化数据、手指 的抖动参数、手指扣动扳机的压力参数实时的记录下来,从而使得教练能结合 在射击训练中训练员所取得的成绩分析射击者的脑波变化数据、手指的抖动参 数、手指扣动扳机的压力参数对射击结果的影响,从而更有针对性对训练者的 射击行为进行调整和训练,从而达到快速提高成绩的目的。

附图说明

图1是本发明的结构示意图。

图2是本发明脑波信号分析单元的结构示意图。

图3是本发明抖动监测单元的结构示意图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

如图1、图2和图3所示,一种基于脑波信号和平衡传感器分析的射击训练 稳定性评估装置,包括脑波信号分析单元(1)、抖动监测单元(2)、无线通信 模块(3)和信息记录装置(4),所述的脑波信号分析单元(1)、抖动监测单元 (2)分别通过无线通信模块(3)与信息记录装置(4)相连;所述的脑波信号 分析单元(1)包括依次相连的脑电信号采集电极(5)、脑电信号预处理模块(6)、 高分辨率A/D转换器(7)和信号处理模块(8);所述的抖动监测单元(2)包 括通过数据线分别与单片机(13)相连的食指抖动监测传感器(9)、中指抖动 监测传感器(10)、枪管前部抖动监测传感器(11)和扳机微压监测传感器(12); 所述的信息记录装置(4)为计算机或智能手机。

具体实施时,食指抖动监测传感器(9)安装在扣动扳机的食指端位置、中 指抖动监测传感器(10)安装在扣动扳机的中指端位置、枪管前部抖动监测传 感器(11)安装在枪管前部、扳机微压监测传感器(12)安装在枪支扳机处位 置,分别用于记录射击过程中食指、中指及枪支的抖动数据和手指扣压扳机的 压力数据,得到的数据通过单片机(13)进行存储,并由无线通信模块(3)发 送到信息记录装置(4)对信息进行记录。

训练者正式使用该分析系统进行训练时,所述的脑电信号采集电极(5)包 括三个相同电极,分别安装在练习者的左前额、右前额和左耳耳垂处,用于采 集训练过程中发生变化的α脑波、β脑波和θ脑波;脑电信号预处理模块(6) 内预制了脑电信号放大电路和滤波电路,对采集的α脑波、β脑波和θ脑波进行 放大和过滤处理,然后通过高分辨率A/D转换器(7)将模拟信号转化为数字信 号,所得的数字信号代入多元线性回归方程:Y=13.52β+27.98/α+12.22β/θ,计算 得到注意力集中程度参考值Y,然后通过无线通信模块(3)将数值传到信息记 录装置(4),进行信息记录。

多元线性回归方程:Y=13.52β+27.98/α+12.22β/θ是通过国内外现有的注意 力测试方法获得,主要包括图形辨别测验方法、选4圈测验方法、视觉追踪测 验方法、加减法测验和镶嵌图形测验方法。图形辨别测验方法的测题由2个大 小不同,有缺口的圆环组成,由于圆环的缺口方向不同,就组成很多很近似的不 同图形,图形总数为15×20=300个,要求被试找出指定的2种图形,并在图形 上打“√”;选4圈测验方法的测题由画有不同数目圆圈的小方格组成,方格的总 数量为26×25=650个,要求被试找出画有4个圆圈的方格,并在方格上打“√”; 视觉追踪测验的测题由起于左侧而止于右侧的多条曲线组成,A图中有10条曲 线,B图中有25条曲线,曲线总数为35条,要求被试用眼睛从左侧开始追踪 一条曲线,并将该线起始时的序号,用笔写到右侧曲线结束的方格内;加减法测 验方法的测题由1-9自然数组成,要求被试者交替进行“加”、“减”运算,并将结 果写在2个数的中间,结果总数为22×12=264个;镶嵌图形测验的测题由部分 组成,每一部分都有10个复杂图形,其中每一个复杂图形都包含有一种简单图 形,要求被试找出简单图形,并用笔描出。实验过程中,选取200名自愿者,分 别进行5种测试,并记录测试时间T1、T2、T3、T4、T5,然后根据自愿者测试 时间越长注意力越分散的原理计算注意力评估值Y=200/(T1+T2+T3+T4+T5), 自愿者在测试过程中同时佩戴上脑电信号采集电极(5),记录自愿者在测试过 程中α脑波、β脑波和θ脑波的变化值,然后随机选择125名自愿者的测试数据 为建模集,75名自愿者的测试数据为预测集,以α脑波、β脑波和θ脑波的变 化值为自变量,计算注意力评估值Y为因变量,根据多元线性回归的分析方法 得到多元线性回归方程:Y=13.52β+27.98/α+12.22β/θ,方程中Y为注意力评估 值,α为α脑波变化值,β为β脑波变化值,θ为θ脑波变化值。

利用上述多元线性回归方程对建模集和预测集的注意力评估值Y进行预 测,并对预测结果进行评价。评价结果中相关系数越接近于1,均方根误差的绝 对值越小,说明模型的预测性能越好。结果如下:

表1

数据集 样本个数 相关系数 均方根误差 建模集 125 0.8535 0.76 预测集 75 0.8127 0.92

对建模集和预测集的预测结果表明,自愿者注意力评估值的测量值和预测 值之间的相关系数达到0.8以上,均方根误差较小,能达到理想的预测效果。

以上所述,仅是本发明的较佳实施例,并非对本发明做任何限制,凡是根 据本发明技术实质对以上实施所作的任何简单修改、变更以及等效结构变化, 均仍属于本发明技术方案的保护范围内。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号