為了克服傳統(tǒng)睡眠呼吸監(jiān)測(cè)方案未考慮實(shí)際受測(cè)人員在測(cè)試區(qū)域可能存在呼吸暫停、正常呼吸或者離開(kāi)測(cè)試區(qū)域的問(wèn)題,設(shè)計(jì)一種基于家庭WiFi的睡眠呼吸暫停智能監(jiān)測(cè)系統(tǒng)。利用線(xiàn)性擬合消除接收天線(xiàn)的信道狀態(tài)信息（channel state information, CSI）相位誤差,并利用小波變換去除信號(hào)幅值的噪聲;結(jié)合短時(shí)傅里葉變換和滑動(dòng)窗口法對(duì)信號(hào)進(jìn)行分割;提取天線(xiàn)間相位差的方差等特征并利用神經(jīng)網(wǎng)絡(luò)模型對(duì)呼吸暫停進(jìn)行識(shí)別,排除睡姿變化帶來(lái)的干擾。實(shí)驗(yàn)結(jié)果表明,該系統(tǒng)對(duì)于呼吸暫停的檢測(cè)率達(dá)到95.6%以上,能夠作為日常的呼吸暫停監(jiān)測(cè)方案并為用戶(hù)提供健康參考。 

【文章來(lái)源】：重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,32(05)北大核心

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

WiFi在室內(nèi)環(huán)境中的傳播路徑

基于家庭WiFi的睡眠呼吸暫停監(jiān)測(cè)方法的系統(tǒng)架構(gòu)圖

實(shí)測(cè)環(huán)境中,由于設(shè)備自身和環(huán)境的因素,接收的信號(hào)存在各種各樣的噪聲,往往導(dǎo)致需要的有用信號(hào)被淹沒(méi)在噪聲中,無(wú)法提取出來(lái)進(jìn)行后續(xù)的處理。因此,本文對(duì)CSI的幅值處理過(guò)程包括去除異常值和小波去噪2部分。因?yàn)橐恍┡及l(fā)因素,接收的信號(hào)中總是會(huì)出現(xiàn)少數(shù)偏離原始信號(hào)軌跡的異常值,如圖4a中黑框部分。利用基于中值絕對(duì)偏差的濾波器對(duì)處于[μ-3σ,μ+3σ]外的樣本值進(jìn)行濾除,其中,μ表示均值,σ表示標(biāo)準(zhǔn)差,并用數(shù)據(jù)中值來(lái)代替,如圖4b。由于呼吸的頻率范圍一般為0.2～0.75 Hz,而實(shí)際接收數(shù)據(jù)中往往存在大量高頻噪聲,因此,在去除異常值造成的影響后,需要利用小波去噪法對(duì)CSI幅值進(jìn)行處理。本文利用“db3”作為小波基對(duì)信號(hào)進(jìn)行5層分解。去噪前后對(duì)比結(jié)果如圖5a和圖5b。去噪前,信號(hào)波動(dòng)規(guī)律被淹沒(méi)在噪聲中;去噪后,波形變得光滑,反映出信道隨呼吸變化產(chǎn)生的波動(dòng)規(guī)律。去噪前后的信號(hào)頻率累積分布函數(shù) (cumulative distribution function, CDF) 如圖5c。去噪前,真實(shí)信號(hào)幾乎被高頻噪聲覆蓋;去噪后,信號(hào)頻率集中在低頻附近,能夠得到較好的去噪效果。

【參考文獻(xiàn)】：
期刊論文
[1]一種基于薄膜壓電傳感器的床墊式無(wú)負(fù)荷睡眠監(jiān)測(cè)系統(tǒng)[J]. 余新明,許志,楊宜婧,于闖,李延軍,肖蒙,祝瑞云.  航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2019(02)
[2]基于心率和腕動(dòng)信號(hào)的睡眠監(jiān)測(cè)系統(tǒng)[J]. 劉綿詩(shī).  電信快報(bào). 2017(08)
[3]基于心沖擊信號(hào)的心率檢測(cè)[J]. 張先文,張麗巖,丁力超,魏榮榮,王婕,唐勁天.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(07)



本文編號(hào)：3002828