[发明专利]一种基于WiFi的独居老人健康监护系统

权利要求书

1.一种基于WiFi的独居老人健康监护系统，其特征在于,包括CSI数据分类模块、CSI回归分析模块、多任务学习模块、数据编制模块、CSI数据库和数据处理中心模块；

CSI数据分类模块，通过transformer模型用于处理CSI数据分类任务，从而推断被监测者的动作；

CSI回归分析模块，用于对CSI数据做回归分析从而得到被监测者的呼吸频率；

多任务学习模块，利用各个任务间的相关信息，从而实现多任务的健康监控。

2.根据权利要求1所述的一种基于WiFi的独居老人健康监护系统,其特征在于,所述数据编制模块，通过transformer模型在不同数据集上训练多个模型以完成多个任务；

CSI数据库，用于记录标准数据，从而便于进行引用查询；

数据处理中心模块，其用于对数据进行集中管控。

3.根据权利要求1所述的一种基于WiFi的独居老人健康监护系统,其特征在于：所述数据编制模块中transformer模型如下：

其包括编码器与解码器，编码器其中Input CSI为500帧90维的CSI向量，首先使用在可训练参数中加入位置编码，后续分别将其输入到两个Encoder分支中，其中一个分支用于分类任务的Encode，其由6个连续的Encoder块组成，依次包含一个9-Head的self-attention层、一个BN层、一个全连接层、一个BN层，另外一个分支用于回归任务Encode，其由6个连续的Encoder块组成，依次包含一个9-Head的Cyclicity-attention层、一个BN层、一个全连接层、一个BN层，其中Cyclicity-attention层是我们提出的一种针对于周期性信号的Attention机制。

4.根据权利要求3所述的一种基于WiFi的独居老人健康监护系统,其特征在于,所述解码器把原来对短时信号的分类任务转换为一段长信号的序列标注任务，即一个Seq2Seq模型，原序列是一个较长的CSI序列，通过模型转换成对应每个时刻的动作标注和呼吸频率标注，由此实现细粒度分类和回归。

5.根据权利要求3所述的一种基于WiFi的独居老人健康监护系统,其特征在于,所述Attent ion机制结构如下：包括

该非线性函数用于捕获输入向量各分量间的周期性关系，当两帧对应分量是一个周期信号同一相位时，得出最终的权值将较大，反之将较小。

6.根据权利要求4所述的一种基于WiFi的独居老人健康监护系统,其特征在于,所述解码器训练方式如下：

首先需准备相应数据集，除搭建CSI采集环境外，还要求受试者携带呼吸测试仪器，并将采集设在摄像头环境下进行，后续需要对照测试仪器和摄像头完成每个时刻CSI对应受试者动作和呼吸频率的标注，准备好数据并清洗后，构建相应模型结构，其中定义损失函数如下：

其是基于不确定性的高斯似然最大化的multi-task loss函数，其中σ₁和σ₂分别为两个任务的噪声参数，L₁(W)和L₂(W)为两个任务的损失，在此基础上开展transformer模型encoder-decoder模式的训练。