[发明专利]一种非接触式人体呼吸参数实时测量方法及系统

权利要求书

1.一种非接触式人体呼吸参数实时测量方法，其特征在于，所述方法包括以下步骤：

(1)搭建信道状态信息CSI数据采集硬件平台；

(2)Wi-Fi收发端同步切换信道，合并多个WiFi信道下采集的CSI数据；

(3)以有线直连方式WDC构建新信道，并将新构建的信道作为参考信道，对合并信道CSI数据降噪；

(4)当完成一轮多信道采样后，计算端口y与端口x的CSI比值，记为H，同时根据时延序列和各信道下每条子载波的中心频率，构建傅里叶变换矩阵F，F的矩阵项表示为：

其中， 表示信道#i下的载波#j的中心频率，τ_m表示第m条路径的传播时延且τ_m∈τ，将复数域下的矩阵方程H＝Fa中求解a的最优问题，转化为实数域下等价的矩阵方程：

根据实数域下最小二乘估计公式：

计算功率时延谱P(t_n,τ)＝|a_Re+i*a_Im|,i为虚数单位；

(5)由功率时延谱的600次采样获得时域谱图P(t,τ)，对于时域谱图中任一时延处的序列P(t,τ_k)，将其变换到频域Y(w,τ_k)＝abs(FFT(P(t,τ_k)))，在呼吸的频率区间查找最大值对应的索引为j并计算序列周期性为：

其中，L为频谱长度；

计算所有时延处序列的周期性并选择周期性最大的序列作为呼吸引起的多径对应的信号幅值序列S；

(6)使用Hampel滤波，滑动均值滤波，小波变换滤除序列S中存在的离群点，瞬时冲激和高频噪声；然后搜索滤波后序列中的峰值点并根据人类可能的最大呼吸频率移除伪峰，得到真实峰点对应的时间戳序列C＝{c₁,c₂,…,c_M},M为峰值点个数，进而计算该序列所包含的呼吸频率：

2.根据权利要求1所述的一种非接触式人体呼吸参数实时测量方法，其特征在于，所述步骤(2)中，合并多个信道下采集的CSI数据的实现方式为：发送设备定期发送数据并切换信道，接收设备接收数据，采集当前信道下Wi-Fi信号中的CSI数据并切换信道。

3.根据权利要求1所述的一种非接触式人体呼吸参数实时测量方法，其特征在于，所述步骤(3)的实现方式为：WDC信道的CSI测量中包含了与无线信道近似的时变噪声，多个WiFi信道下的子载波由WDC信道传输时具有近似的衰减和延时； 以WDC信道作为参考信道，计算无线信道和WDC信道的CSI比值来去除存在于无线信道CSI测量值中的包检测延时PDD，采样频率偏移SFO，中心频率偏移CFO时变噪声。

4.根据权利要求1所述的一种非接触式人体呼吸参数实时测量方法实现的系统，其特征在于，所述系统包括多信道数据采集单元、CSI降噪单元、功率时延谱计算单元以及呼吸引起多径识别和呼吸参数提取单元，其中，

所述多信道数据采集单元，用于在人体附近产生Wi-Fi信号，同时采集多个信道下Wi-Fi信号中的CSI；

所述CSI降噪单元，用于对采集的无线信道CSI数据进行降噪；

所述功率时延谱计算单元，用于将降噪后的多信道CSI频域数据转化为时域下的功率时延谱；

所述呼吸引起多径识别和呼吸参数提取单元，用于在时域谱图中识别呼吸引起的多径对应的信号幅值序列，进而提取该序列中的呼吸参数。

5.根据权利要求4所述的系统，其特征在于，所述呼吸引起多径识别和呼吸参数提取单元包括：

序列周期性评估子模块，用于量化序列的周期性程度，序列的周期性越大，受噪声的影响越低，更容易分析出序列中主导的呼吸频率成分；

呼吸参数提取子模块，通过搜索序列中的峰值点位置，并计算峰值点的平均间隔来估计呼吸周期，进而提取呼吸频率；

所述功率时延谱计算单元用于将多信道的CSI数据从频域表示转换到时域表示，如果多信道数据的信号带宽为B，则获得的时域表示时延间隔为1/B；

所述CSI降噪单元用于去除存在于无线信道CSI测量值中的包检测延时PDD，采样频率偏移SFO，中心频率偏移CFO时变噪声；

所述多信道数据采集单元包括：Wi-Fi路由器，用于在人体附近产生Wi-Fi信号；接收器，用于采集Wi-Fi信号中的CSI；信道同步子模块，用于同步路由器和接收器的信道切换过程。