COMPARISON OF HIGH-LEVEL ATHLETE TRAINING BETWEEN CHINESE AND AMERICAN UNIVERSITIES BASED ON THE INTERNET OF THINGS

ABSTRACT In order to improve the training quality of high-level athletes in Chinese and American universities, an athlete’s sports information transmission model is designed based on the Internet of Things (IoT). The communication protocol between Ayla module and the main motion control board, Ayla module and client APP or cloud platform, and APP and cloud platform in the system is designed in detail. For the Ayla module, the most important hardware part of the system, the internal composition and software design are described. In the mobile phone client part that is closely related to the user, the MVC architecture is adopted, the singleton and agent design patterns are utilized, and the functional design of each part is elaborated, including APP interface animation, data transmission format, network communication, and database storage. The research results show that the system of this study can handle most of the athlete training information, and the prediction accuracy exceeds the traditional algorithm. This research study is of great significance for improving the training efficiency of high-level athletes and further expanding the scope of application of the IoT. RESUMEN A fin de mejorar la calidad del entrenamiento de atletas de alto nivel en universidades chinas y americanas, un modelo de transmisión deportiva de informaciones deportivas es proyectado basándose en la Internet de las Cosas. Se proyectó en detalles el protocolo de comunicación entre el módulo Ayla y la placa de control principal de movimiento, el módulo Ayla y el aplicativo-cliente o la plataforma de nube, el aplicativo y la plataforma de nube en el sistema. Para el módulo Ayla, la parte de hardware más importante del sistema, la composición interna y el proyecto de software son descritos. En la parte del cliente de celular íntimamente relacionada con el usuario, la arquitectura MVC es adoptada, y los estándares de diseño de singleton y agente son utilizados, y el proyecto funcional de cada parte es elaborado, incluyendo animación de interface APP, formato de transmisión de datos, comunicación de red y almacenamiento de banco de datos. Los resultados de la investigación muestran que el sistema de este estudio puede lidiar con la mayoría de las informaciones de entrenamiento de atletas, y la precisión de la previsión excede el algoritmo tradicional. La investigación de este artículo es de gran significación para mejorar la eficiencia de entrenamiento de atletas de alto nivel y expandir