發(fā)布時(shí)間：2021-03-08 18:39

　　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(shí)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(jì)呼吸頻率和快速傅里葉算法估計(jì)心跳頻率。實(shí)驗(yàn)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(jì)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(gè)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(jì),采用假峰值過濾及多載波峰值融合算法估計(jì)呼吸頻率,利用快速傅里葉算法(Fast Fourier Transform,FFT)估計(jì)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(jì)算多個(gè)子載波的峰值之間的時(shí)間間隔,獲得相對于單個(gè)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(jì)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(jì)假峰值過濾算法,對數(shù)據(jù)作進(jìn)一步處理。通過將每個(gè)峰值與以其為中心的驗(yàn)證窗口中的多個(gè)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(yàn)證窗口中的所有數(shù)據(jù)樣本值時(shí),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(bào). 2019(04)



本文編號：3071482