為預(yù)測(cè)性感知人體健康狀況,在日常生活中保障生命安全,非接觸式生命體征監(jiān)測(cè)技術(shù)得到發(fā)展。WiFi通信技術(shù)覆蓋范圍廣、部署簡(jiǎn)單且成本低,可以在不接觸人體的情況下實(shí)現(xiàn)對(duì)生命體征的提取。WiFi中接收信號(hào)強(qiáng)度（Received Signal Strength,RSS）最先被用來(lái)進(jìn)行感知,但RSS存在粗粒度、檢測(cè)精度低等缺點(diǎn)。近年來(lái),研究者發(fā)現(xiàn)WiFi信號(hào)中的信道狀態(tài)信息（Channel State Information,CSI）可以更細(xì)粒度地感知,能夠解決RSS信息檢測(cè)精度低等問(wèn)題。因此,基于CSI的生命體征提取方法研究具有極大的實(shí)用價(jià)值和重要意義。本文的主要工作如下:（1）本文提出了一種基于CSI信號(hào)的生命體征提取方法。人體生理參數(shù)中,心肺信號(hào)極具有代表意義。本文深入分析了RSS和CSI信息兩者的差別,結(jié)合生物醫(yī)學(xué)技術(shù),提出了基于CSI的呼吸頻率與心率提取算法。利用WiFi設(shè)備和配置好Intel 5300網(wǎng)卡與驅(qū)動(dòng)的筆記本進(jìn)行通信,采集CSI數(shù)據(jù)包,對(duì)CSI信號(hào)進(jìn)行預(yù)處理消除大部分噪聲干擾。由于呼吸與心跳信號(hào)混雜不易區(qū)分,根據(jù)波形特點(diǎn),采用了不同的分離方法及特征提取算法。（2）根據(jù)不同子載... 

【文章來(lái)源】：中國(guó)礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

可穿戴

哦?畔ⅲ?兄???娜頌逕???征狀態(tài)的變化[51]。WiFi檢測(cè)技術(shù)相比于其他無(wú)線(xiàn)通信技術(shù)具有傳輸速度快、傳輸有效信息距離長(zhǎng)、覆蓋范圍廣以及適應(yīng)能力和傳輸質(zhì)量高等優(yōu)勢(shì)。目前，WiFi通信技術(shù)在生活中無(wú)處不在，出現(xiàn)在人們生活的方方面面[52-59]，各種移動(dòng)設(shè)備已經(jīng)普及并且WiFi功能日益完善，因此使用基于WiFi感知技術(shù)具有良好的普適性和擴(kuò)展性[60-62]�；赪iFi的典型感知原理如圖2-9所示，首先通過(guò)一對(duì)AP節(jié)點(diǎn)獲取目標(biāo)參數(shù)生理信息數(shù)據(jù)，然后利用WiFi發(fā)送到信號(hào)處理單元，在信號(hào)處理單元上實(shí)現(xiàn)呼吸頻率與心率提齲圖2-9WiFi檢測(cè)原理Figure2-9PrincipleofWiFidetection通過(guò)對(duì)比各種通信技術(shù)的優(yōu)缺點(diǎn)發(fā)現(xiàn)，在封閉空間中WiFi信號(hào)傳輸距離更遠(yuǎn)、檢測(cè)效果最好，WiFi檢測(cè)技術(shù)綜合優(yōu)勢(shì)較明顯，因此本文使用WiFi檢測(cè)技術(shù)。具體而言，使用WiFi電參量中的CSI信息，CSI能夠表現(xiàn)出更細(xì)粒度的感

3基于CSI生命體征感知原理21圖3-2部分子載波波形圖Figure3-2Molecularcarrierwave表3-1CSI子載波分組模式Table3-1GroupingmodeofCSIsubcarriers帶寬分組模式個(gè)數(shù)編號(hào)20MHz156-28,-27,…-2,-1,1,2,…27,28230-28,-26,-24,…-1,1,3,5,…27,28316-28,-24,-20,…1,1,5,9,…25,283.2.3RSS和CSI對(duì)比RSS的粗粒度信道信息在整個(gè)信道帶寬上提供的是接收的無(wú)線(xiàn)電信號(hào)中的平均功率，而CSI的細(xì)粒度信息在每個(gè)子載波上描述信號(hào)從發(fā)射端傳播到接收端的方式[66]。與RSS只提供整個(gè)信道帶寬上功率的單一測(cè)量相比，細(xì)粒度CSI為多個(gè)OFDM子載波提供幅度和相位信息。例如，802.11a/g/n等主流WiFi系統(tǒng)基于OFDM，其中相對(duì)寬帶20MHz信道被劃分為56個(gè)子載波。由于窄帶子載波的頻率分集和不同子載波的多徑效應(yīng)和陰影衰落，導(dǎo)致幅度存在顯著差異[67]，意味著物理環(huán)境中的微小運(yùn)動(dòng)可能導(dǎo)致某些子載波處的CSI發(fā)生變化。若想得到整個(gè)信道帶寬上的信號(hào)強(qiáng)度，則這種變化可能會(huì)被平滑。相對(duì)窄帶信道，微小運(yùn)動(dòng)引起的散射和反射效應(yīng)會(huì)導(dǎo)致每個(gè)子載波的振幅和相位完全不同，但觀察整個(gè)信道帶寬，即RSS上的平均功率，這種差異并不存在[68]。因此，本文利用現(xiàn)成的WiFi設(shè)備提供的細(xì)粒度CSI捕捉生命體征監(jiān)測(cè)的微小運(yùn)動(dòng)。綜上所述，與RSS相比，CSI是一種更好的呼吸和心跳信號(hào)提取指標(biāo)，主要有以下三個(gè)原因。1.信道響應(yīng)與接收能量：CSI是反映發(fā)射端和接收端之間無(wú)線(xiàn)信道狀態(tài)的信道響應(yīng)，而RSS只能反映接收端的接收能量的功率[69]。呼吸和心跳運(yùn)動(dòng)引起的胸廓起伏導(dǎo)致信號(hào)傳輸時(shí)發(fā)生散射和反射，直接影響的是信道狀態(tài)，而不是接收能量。

【參考文獻(xiàn)】：
期刊論文
[1]基于Wi-Fi無(wú)線(xiàn)感知技術(shù)的豬呼吸頻率監(jiān)測(cè)[J]. 逯玉蘭,李廣,郝玉勝,林強(qiáng).  農(nóng)業(yè)工程學(xué)報(bào). 2019(24)
[2]一種基于可穿戴設(shè)備和智能手機(jī)的呼吸監(jiān)測(cè)系統(tǒng)[J]. 劉永凱,孫珅,史文飛,吳水才.  北京生物醫(yī)學(xué)工程. 2019(04)
[3]基于變分模態(tài)分解的心電信號(hào)QRS波檢測(cè)[J]. 隋文濤,崔善政,馬宏洋,王峰,張洪波.  生物醫(yī)學(xué)工程研究. 2019(02)
[4]基于小波變換和希爾伯特包絡(luò)分析的QRS波檢測(cè)算法[J]. 張異凡,王浩任,史浩天,劉成良.  計(jì)算機(jī)與現(xiàn)代化. 2019(05)
[5]基于視覺(jué)的非接觸呼吸頻率自動(dòng)檢測(cè)方法[J]. 劉今越,劉浩,賈曉輝,郭士杰.  儀器儀表學(xué)報(bào). 2019(02)
[6]大型醫(yī)用設(shè)備預(yù)警系統(tǒng)的設(shè)計(jì)與應(yīng)用[J]. 熊剛,朱俊義,孫磊,宋旭,樊錚.  中國(guó)醫(yī)療設(shè)備. 2019(02)
[7]基于小波變換的自學(xué)習(xí)QRS特征提取算法研究[J]. 趙璐,唐春暉.  軟件導(dǎo)刊. 2018(08)
[8]基于巨磁阻抗傳感器的心磁信號(hào)檢測(cè)的研究[J]. 黃衍標(biāo),安娟,陳華珍,廖惜春.  計(jì)算機(jī)工程與應(yīng)用. 2018(04)
[9]基于電容耦合的多導(dǎo)聯(lián)心電監(jiān)測(cè)系統(tǒng)研究[J]. 李天涵,徐效文,梁瑩.  傳感技術(shù)學(xué)報(bào). 2017(11)
[10]一種新型生命體征信號(hào)采集設(shè)備的研制[J]. 朱鵬志,徐紅蕾,劉勇,陳澎彬,何山童.  中國(guó)醫(yī)學(xué)物理學(xué)雜志. 2017(07)

博士論文
[1]無(wú)線(xiàn)通信系統(tǒng)新型多載波傳輸技術(shù)研究[D]. 李飛.北京郵電大學(xué) 2019
[2]基于信道狀態(tài)信息的人體行走感知技術(shù)研究[D]. 許楊.中國(guó)科學(xué)技術(shù)大學(xué) 2019

碩士論文
[1]基于波長(zhǎng)調(diào)制光譜的呼吸氣體檢測(cè)技術(shù)研究[D]. 張懷林.南昌航空大學(xué) 2019
[2]基于微波雷達(dá)的生命體征信號(hào)獲取與處理技術(shù)[D]. 劉旭陽(yáng).東華大學(xué) 2019
[3]井下區(qū)間分段視距節(jié)點(diǎn)合作定位算法研究[D]. 趙彤.中國(guó)礦業(yè)大學(xué) 2019
[4]基于CSI的煤礦井下被動(dòng)入侵檢測(cè)方法研究[D]. 李先圣.中國(guó)礦業(yè)大學(xué) 2019
[5]下一代Wi-Fi MAC層關(guān)鍵技術(shù)研究[D]. 代靜.華中科技大學(xué) 2019
[6]基于UWB雷達(dá)傳感器的人體體征監(jiān)測(cè)[D]. 段珍珍.電子科技大學(xué) 2019
[7]基于CSI的人體呼吸檢測(cè)與分類(lèi)技術(shù)的研究[D]. 管華林.西安電子科技大學(xué) 2019
[8]呼吸信號(hào)檢測(cè)與預(yù)測(cè)技術(shù)的研究[D]. 胡正偉.南昌航空大學(xué) 2017
[9]大規(guī)模MIMO系統(tǒng)中的信道狀態(tài)信息獲取方法研究[D]. 李振一.重慶郵電大學(xué) 2017
[10]基于多普勒雷達(dá)的非接觸式生命體征監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[D]. 王元東.湖南大學(xué) 2017



本文編號(hào)：3268211