隨著無線通信技術(shù)的發(fā)展,基于無線的感知技術(shù)得到了廣泛的研究。文中提出一種基于信道狀態(tài)相位信息的生命體征監(jiān)測算法。該算法使用傳統(tǒng)WiFi設(shè)備獲取信道狀態(tài)相位信息;通過線性變換,減小因收發(fā)端不同步而引起的相移和時延干擾;采用Hampel濾波,濾除信號衰落和多徑效應(yīng)引入的直流分量和高頻噪聲;采用離散小波變換提取生命體征信息,進(jìn)而根據(jù)呼吸和心跳頻率的特點(diǎn),分別采用多載波峰值融合算法估計呼吸頻率和快速傅里葉算法估計心跳頻率。實(shí)驗結(jié)果表明,在多種場景下,所提算法能有效監(jiān)測人員的呼吸和心跳頻率。 

【文章來源】：計算機(jī)科學(xué). 2020,47(10)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

無線信號與胸腔變化

本文所提算法主要包括兩個部分:1)數(shù)據(jù)預(yù)處理,利用CSI相位矯正和Hampel濾波器算法濾除原始CSI數(shù)據(jù)中的相位誤差、直流分量和高頻噪聲,提取具有呼吸、心跳特征的CSI數(shù)據(jù);2)生命體征估計,采用假峰值過濾及多載波峰值融合算法估計呼吸頻率,利用快速傅里葉算法(Fast Fourier Transform,FFT)估計心跳頻率。本文整體的監(jiān)測流程如圖2所示。3.1 CSI相位矯正

在經(jīng)過數(shù)據(jù)預(yù)處理后,數(shù)據(jù)保留周期性變化。如圖7所示,所選子載波呈現(xiàn)出周期性變化的趨勢,這表明可以通過檢測峰值確定呼吸周期。因此,本文算法通過計算多個子載波的峰值之間的時間間隔,獲得相對于單個子載波更具有魯棒性和準(zhǔn)確性的呼吸頻率。預(yù)處理后的數(shù)據(jù)中存在假峰值,會降低估計結(jié)果的準(zhǔn)確率,圖7信號中存在假峰值P5。為消除假峰值的影響,本文設(shè)計假峰值過濾算法,對數(shù)據(jù)作進(jìn)一步處理。通過將每個峰值與以其為中心的驗證窗口中的多個數(shù)據(jù)樣本進(jìn)行比較,來確認(rèn)正確的峰值。假峰值過濾算法的流程如圖8中虛線框所示,只有當(dāng)所識別的峰值大于驗證窗口中的所有數(shù)據(jù)樣本值時,算法才會保留該峰值。

【參考文獻(xiàn)】：
期刊論文
[1]基于信道狀態(tài)信息的無源室內(nèi)人員日常行為檢測方法[J]. 黨小超,黃亞寧,郝占軍,司雄.  通信學(xué)報. 2019(04)



本文編號：3071482