[发明专利]一种基于信道状态相位信息的生命体征监测方法

说明书

本发明提供了一种基于信道状态相位信息的生命体征监测方法，属于无线感知领域。本发明方法包括如下步骤：无线接收设备提取探测目标设备的信道状态信息；对提取的信道状态相位进行相位解卷及线性变换重构处理；采用Hampel滤波器获取原始相位差的基本趋势，利用原始相位差与基本趋势的差滤除直流分量，再采用小窗口的Hampel滤波器以滤除数据中的高频噪声；计算子载波数据间的方差，选取有效子载波；利用离散小波变换提取相位差中的时‑频特征；分别选择变换结果中与心跳、呼吸想对应频段的数据；采用多载波峰值融合算法估计呼吸频率；利用FFT算法将对应频段的多次离散小波变换结果用频域展现其特征，计算出心跳频率；本发明利用已有的无线信道的信道状态信息，实现生命体征监测。无需开发特殊硬件设备同时也避免了传统侵入式设备的不可耐受性，还具有实时、长期运行，监测精度高的优点。

技术领域

本发明涉及无线感知技术领域，尤其涉及一种利用无线电信号探测生命体征的方法，具体为一种基于信道状态相位信息的生命体征监测方法，该方法利用胸腔振动引发的无线电扰动，通过测量并提取无线信道变化，计算得到呼吸、心跳频率。

背景技术

生命体征监测在医疗健康领域有着广泛的应用，传统的生命体征监测主要采用专用穿戴设备，如 NEULOG呼吸监测带记录器、腕带心率监测手表，该方式需贴身穿戴，给被监测者带来诸多不便。

近年来，随着无线通信技术的发展，利用无线感知技术进行生命体征监测成为研究热点。Fadel Adib 等人提出Vital-Radio感知算法，该算法利用FMCW(FrequencyModulated Continuous Wave)滤除静态对象的反射信号，采用相位变化跟踪胸部起伏，估计呼吸频率。Jussi Salmi等人利用超带宽探测人体心肺活动，根据回波信号的多普勒效应，从中提取生命体征信息，此类方法需要一些特殊的无线设备。

基于传统WiFi设备，Neal Patwari等人提出基于接收信号强度(Received SignalStrength，RSS) 的呼吸频率估计算法，由于RSS信号易受环境干扰，在复杂的室内环境中很难估计出呼吸频率。

在生命体征监测研究方面，Jian Liu、Sangyoun Lee等人在基于Inter 5300网卡条件下，采用CSI 幅度信息捕捉睡眠时的生命体征及睡眠姿势，相对于幅度，相位更易感知人员的生命体征，Xuyu Wang等人利用接收天线之间的CSI相位差数据来监测呼吸、心跳，但相位差易导致有效相位信息的缺失，会直接影响生命体征监测的准确率。

发明内容

发明目的：针对上述问题，一种能够提供非侵入式、低成本、长期可靠的生命体征监测方法是非常有意义的。近年来的研究表明，相对于MAC层的RSS来说，物理层中的信道状态信息(Channel State Information,CSI)，能够提供细粒度信息，对于孱弱生命体征波动更加敏感。信道状态信息是基于正交频分复用(Orthogonal Frequency DivisionMultiplexing，OFDM)调制技术的无线信号在移动终端的信道响应表现形式，由于OFDM调剂技术的广泛使用，信道状态信息将会在许多商用WiFi设备以及5G中获取，这大大削弱了生命体征监测设备的成本。

本发明为解决上述问题所采用的技术方案是，一种基于信道状态相位信息的生命体征探测方法，包括以下步骤。

1)采集接发天线对上所有子载波上的信道状态信息(Channel StateInformation,CSI)数据。

2)采用CSI的相位解卷及线性变换重构测量CSI相位实验数据。

3)将重构后的CSI相位数据注入Hampel Filter滤波器分别滤除直流分量和高频噪声，输出带有周期性趋势的结果。

3-1)采用大窗口的Hampel Filter滤波器，滤除异常值的同时捕获数据的原始趋势。