论文部分内容阅读
如今研究人员和科学家们越来越注重如何让人们的生命更加健康和长久,因此,在生命健康监测研究方面投入了大量资金。以人为中心的无线体域网(WBAN)提供了一种健康监测的方法。近些年,迅猛发展的无线通信技术为非接触式方法创造了条件,基于射频(RF)信号的非接触式无线体域网因其非侵入的特性被更广泛地应用于生命健康监测。Wi-Fi信号的广泛覆盖以及在商用Wi-Fi设备上可获得的细粒度信道状态信息(CSI)使得Wi-Fi成为基于RF信号的非接触感知中极具前景的实现手段。在本文中我们提出利用基于Wi-Fi CSI的非接触感知对呼吸这一人体小尺度变化进行检测。本文对基于Wi-Fi CSI的呼吸检测方法进行了研究与分析。主要体现在CSI呼吸检测机理的阐述,呼吸信息提取方法的设计以及对多种不同呼吸情况的检测这三个方面。本文的主要贡献概括为以下几点:(1)阐述了基于CSI的非接触式呼吸检测原理。通过对人体呼吸过程进行建模,分析呼吸引起的胸腹部的位置变化,这一微小变化会对无线信号的传播路径产生影响并被接收信号记录下来,以CSI的形式进行刻画,从而阐述了CSI呼吸检测机理。(2)设计了一种能够检测不同呼吸情况的呼吸信息提取方法。在将CSI幅度信息和相位信息进行对比分析的基础上,选择CSI幅度信息作为呼吸活动的表征。研究了针对噪声的CSI数据预处理方法,提出了一种基于评分机制的子载波选择策略,选出对呼吸活动敏感的子载波,并利用拉依达准则剔除异常值和小波滤波的方法进行降噪。预处理后根据呼吸情况采用峰值检测算法或短时傅里叶变换(STFT)技术提取呼吸特征信息。(3)针对多种不同的呼吸情况设计了相应的呼吸检测实验,验证了所提出的基于Wi-Fi CSI的呼吸检测方法不仅可以检测正常呼吸情况,也可以检测异常呼吸情况,还能识别睡眠呼吸暂停综合征(SAS)。综上,本文所提出的呼吸检测方法是替代传统接触传感方法的首选非穿戴方法,为长期家庭呼吸检测提供了一种有效手段。本文的研究还初步揭示了无线感知在小尺度变化检测应用中的潜力。