欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202210269846X
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 医学或兽医学;卫生学
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于信道状态信息的人员呼吸感知边界检测方法,其特征在于:本方法包括以下的具体步骤:步骤1:在室内环境下采集人员呼吸状态下的无线信号数据,从中提取出信道状态信息CSI原始数据;

步骤2:对CSI原始数据进行数据预处理,包括离群值去除,噪声滤波;

步骤3:对预处理的数据,使用子载波选择和快速傅里叶变换FFT得到人员呼吸频率;

步骤4:对处理后的数据进行建模,建立无线信号的反射路径长度与呼吸频率之间的关联模型,估计反射路径幅度衰减和传输时延,分离CSI幅度中的呼吸分量和噪声分量,推导出呼吸频率检测边界条件;

步骤5:在模型的基础上进行测试,实现人员呼吸频率边界的检测。

2.根据权利要求1所述的一种基于信道状态信息的人员呼吸感知边界检测方法,其特征在于:步骤1中,采用包含发射机和接收机的通讯设备进行无线信号数据采集,接收机和发射机放置在人员的两侧,均采用AP模式进行无线通信,WiFi的工作频率为2.4GHz,接收机从采集到的WiFi信号中提取出原始的信道状态信息CSI数据。

3.根据权利要求1所述的一种基于信道状态信息的人员呼吸感知边界检测方法,其特征在于:步骤2中,数据预处理包括离群值去除和噪声滤波,具体为:步骤2‑1:离群值去除;对原始数据采用Hampel identifier来去除离群值;

步骤2‑2:噪声滤波;利用带通滤波器滤除噪声信号,将接收信号的频段限定在正常的呼吸频段中。

4.根据权利要求1所述的一种基于信道状态信息的人员呼吸感知边界检测方法,其特征在于:步骤3中,进行子载波选择和快速傅里叶变换FFT得到人员呼吸频率,具体为:步骤3‑1:子载波选择方法;通过一个时间窗口计算CSI幅度的方差,然后选择方差最大的子载波;

步骤3‑2:呼吸频率估计;通过对上述选择出子载波信号进行快速傅里叶变换FFT,从而提取出实验者呼吸频率。

5.根据权利要求1所述的一种基于信道状态信息的人员呼吸感知边界检测方法,其特征在于:步骤4中,定义发射机Tx和接收机Rx,发射机放在人员身体一侧,接收机放在另一侧,A点为人员吸气到最大程度时对应的腹部最高点,B点为人员呼气到最大程度时对应的腹部最低点;P点为A、B之间任一点,表示整个呼吸过程中任意时刻的腹部位置,发射信号由P点反射到接收机,C点为B点在发射机所在水平面上的投影点。D点为C点在接收机所在水平面上的投影点;AB之间距离,BC之间距离以及CD之间距离分别记为dAB,dBC,dCD;E点为接收机Rx水平线与其过D点垂线的交点,F点为经过发射机的直线与人员腹部所在横切面的垂足,dER和dTF分别为接收机和发射机到实验者腹部所在横切面的距离;FC之间距离表示为dFC。

6.根据权利要求5所述的一种基于信道状态信息的人员呼吸感知边界检测方法,其特征在于:当dER为0时,接收器在实验者腹部正对面。当dER不为0时,接收器不在腹部正对面。

7.根据权利要求5所述的一种基于信道状态信息的人员呼吸感知边界检测方法,其特征在于:当dCD为0时,接收器和实验者处于同一高度。

8.根据权利要求5所述的一种基于信道状态信息的人员呼吸感知边界检测方法,其特征在于:步骤4中,具体包括如下步骤:步骤4‑1:建立反射路径长度dTPR与呼吸频率fBR之间的关联模型;反射路径由发射机至人员腹部和人员腹部至接收机的两段路径组成,即dTPR表达式由dTP和dPR两部分构成,对其进行泰勒级数展开分别得出dTP和dPR的值,记为:dTPR=dTP+dPR=N1sin2πfBRt‑N2cos4πfBRt+N3步骤4‑2:估计反射路径幅度衰减αTPR和传输时延τTPR;由步骤4‑1得到反射路径长度,通过泰勒公式进行展开,得到反射路径幅度衰减αTPR和传输时延τTPR,如下所示:其中 ATPR为常数,Gt、Gr分别为发射机和接收机的天线增益,

t为时间,λ、f分别为无线电信号在宿舍场景下的传播波长和频率;

步骤4‑3:分离CSI幅度中的呼吸分量和噪声分量;将多径信号传播路径表示为直接路径和反射路径的叠加,室内无线多径信道的信道脉冲响应CIR表示为:其中αm(t),τm(t)和θm(t)分别为信号在第m条路径的幅度衰减、传播时延和相位偏移,m为TR和TPR,即直射路径和反射路径;z(t)为噪声;

通过对一段时间内的h(t)做傅里叶变换,获得对应时间段内的信道频率响应CFR;测得一段时间内的H(f),即信道状态信息CSI,对一个时间段内的连续CSI数据包进行傅里叶变换时,认为αm(t),τm(t)和θm(t)近似不变,为常数;由一个数据包测得的CSI表示为:为了方便计算接收信号的CSI幅度,将HkΔT(f)表示为复数形式,并将其进行化简,得到的接受信号的CFR幅度平方值,记为:

2 2 2 2

|HkΔT(f)|=αTR+αTPR+|ZkΔT(f)| +2αTRαTPRcos(2πfτTPR+θTPR‑2πfτTR)+2αTRZR(f)cos2πfτTR+2αTPRZR(f)cos(2πfτTPR+θTPR)‑2αTRZI(f)sin2πfτTR‑2αTPRZI(f)sin(2πfτTPR+θTPR)其中ZR(f)和ZI(f)分别为噪声Z(f)的实部和虚部,j为虚部符号,|·|表示复数的模;对上式进行泰勒级数展开,并进行带通滤波,保留呼吸频段之内的信号;随后去除直流分量以得到呼吸频率与噪声频率;然后进行快速傅里叶变换得到4个频率点,分别为呼吸信号频率fBR,噪声信号频率f,呼吸与噪声信号的混频f+fBR和f‑fBR。将每个频率点对应的幅值设为AmpZf,步骤4‑4:求解人员呼吸频率检测边界dRFDB的值;发射机从人员腹部附近逐渐远离的过程中,发射机与人员腹部的距离dTF逐渐增加,导致反射路径长度dTPR逐渐增加,对应呼吸信号的信号强度也会逐渐衰减,具体包括以下3个阶段:阶段1,当发射机离人员腹部位置较近,此时呼吸信号强于噪声信号,认为此时发射机处于呼吸频率检测边界内;

阶段2,当发射机离人员腹部位置较远,此时呼吸信号会有较大衰减,呼吸信号强度会与噪声信号强度相等,认为此时发射机处于呼吸频率检测边界上;

阶段3,当发射机离人员腹部位置很远,呼吸信号衰减严重,噪声信号强于呼吸信号,认为此时发射机处于呼吸频率检测边界外;

基于以上分析,表示为:

其中AmpZmax为AmpZf, 中的最大值;

在RFDB内时,呼吸信号虽然会随dTF增加而衰减,但仍要强于噪声信号,因此呼吸信号的幅值 在4个频率点对应的幅值中为最大值。而噪声对应的频率点有3个,只有当噪声信号对应的最大频率点的幅值AmpZmax与呼吸信号的幅值 几乎相等时,认为发射机处于RFDB上,由此可知RFDB条件为 满足该条件时求的dTF值

即为dRFDB的值,即

通过对呼吸频率检测边界进行建模和推导,得到了判断感知设备是否处于呼吸频率检测边界上的条件,并求解出了理论上的人员呼吸频率检测边界dRFDB的值。

9.根据权利要求1所述的一种基于信道状态信息的人员呼吸感知边界检测方法,其特征在于:步骤5中,在步骤4提出模型的基础上进行测试,实现呼吸频率检测边界,具体为:观察发射机在不同位置时,接收机所采集数据的频谱图;当发射机位置刚好在检测边界上时,该位置频谱图中会出现一个最高峰和一个比拟的次高峰;给出的呼吸频率检测边界判定条件:当呼吸信号强度与噪声信号强度比拟时,感知设备处于呼吸频率检测边界上;

人员呼吸信号强度与噪声信号强度的比拟需要满足频谱图中最高峰和次高峰对应的频率差值大于0.1Hz,且最高峰幅度减去次高峰幅度得到的差值与次高峰幅度的比值小于

0.1;假设两个信号频率为f1和f2,对应幅值为Amp1和Amp2,若两个信号满足:|f1‑f2|>0.1Hz,且

则认为这两个信号相互比拟;当频谱图中最高峰和次高峰刚好比拟时,认为该位置即为检测边界。