基于CSI信號的生命體征提取方法研究
發(fā)布時間：2021-07-06 12:06
為預測性感知人體健康狀況,在日常生活中保障生命安全,非接觸式生命體征監(jiān)測技術得到發(fā)展。WiFi通信技術覆蓋范圍廣、部署簡單且成本低,可以在不接觸人體的情況下實現(xiàn)對生命體征的提取。WiFi中接收信號強度（Received Signal Strength,RSS）最先被用來進行感知,但RSS存在粗粒度、檢測精度低等缺點。近年來,研究者發(fā)現(xiàn)WiFi信號中的信道狀態(tài)信息（Channel State Information,CSI）可以更細粒度地感知,能夠解決RSS信息檢測精度低等問題。因此,基于CSI的生命體征提取方法研究具有極大的實用價值和重要意義。本文的主要工作如下:（1）本文提出了一種基于CSI信號的生命體征提取方法。人體生理參數(shù)中,心肺信號極具有代表意義。本文深入分析了RSS和CSI信息兩者的差別,結合生物醫(yī)學技術,提出了基于CSI的呼吸頻率與心率提取算法。利用WiFi設備和配置好Intel 5300網(wǎng)卡與驅動的筆記本進行通信,采集CSI數(shù)據(jù)包,對CSI信號進行預處理消除大部分噪聲干擾。由于呼吸與心跳信號混雜不易區(qū)分,根據(jù)波形特點,采用了不同的分離方法及特征提取算法。（2）根據(jù)不同子載...
【文章來源】：中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校
【文章頁數(shù)】：76 頁
【學位級別】：碩士
【部分圖文】：
可穿戴
哦?畔ⅲ?兄???娜頌逕???征狀態(tài)的變化[51]。WiFi檢測技術相比于其他無線通信技術具有傳輸速度快、傳輸有效信息距離長、覆蓋范圍廣以及適應能力和傳輸質量高等優(yōu)勢。目前，WiFi通信技術在生活中無處不在，出現(xiàn)在人們生活的方方面面[52-59]，各種移動設備已經(jīng)普及并且WiFi功能日益完善，因此使用基于WiFi感知技術具有良好的普適性和擴展性[60-62]�；赪iFi的典型感知原理如圖2-9所示，首先通過一對AP節(jié)點獲取目標參數(shù)生理信息數(shù)據(jù)，然后利用WiFi發(fā)送到信號處理單元，在信號處理單元上實現(xiàn)呼吸頻率與心率提齲圖2-9WiFi檢測原理Figure2-9PrincipleofWiFidetection通過對比各種通信技術的優(yōu)缺點發(fā)現(xiàn)，在封閉空間中WiFi信號傳輸距離更遠、檢測效果最好，WiFi檢測技術綜合優(yōu)勢較明顯，因此本文使用WiFi檢測技術。具體而言，使用WiFi電參量中的CSI信息，CSI能夠表現(xiàn)出更細粒度的感
3基于CSI生命體征感知原理21圖3-2部分子載波波形圖Figure3-2Molecularcarrierwave表3-1CSI子載波分組模式Table3-1GroupingmodeofCSIsubcarriers帶寬分組模式個數(shù)編號20MHz156-28,-27,…-2,-1,1,2,…27,28230-28,-26,-24,…-1,1,3,5,…27,28316-28,-24,-20,…1,1,5,9,…25,283.2.3RSS和CSI對比RSS的粗粒度信道信息在整個信道帶寬上提供的是接收的無線電信號中的平均功率，而CSI的細粒度信息在每個子載波上描述信號從發(fā)射端傳播到接收端的方式[66]。與RSS只提供整個信道帶寬上功率的單一測量相比，細粒度CSI為多個OFDM子載波提供幅度和相位信息。例如，802.11a/g/n等主流WiFi系統(tǒng)基于OFDM，其中相對寬帶20MHz信道被劃分為56個子載波。由于窄帶子載波的頻率分集和不同子載波的多徑效應和陰影衰落，導致幅度存在顯著差異[67]，意味著物理環(huán)境中的微小運動可能導致某些子載波處的CSI發(fā)生變化。若想得到整個信道帶寬上的信號強度，則這種變化可能會被平滑。相對窄帶信道，微小運動引起的散射和反射效應會導致每個子載波的振幅和相位完全不同，但觀察整個信道帶寬，即RSS上的平均功率，這種差異并不存在[68]。因此，本文利用現(xiàn)成的WiFi設備提供的細粒度CSI捕捉生命體征監(jiān)測的微小運動。綜上所述，與RSS相比，CSI是一種更好的呼吸和心跳信號提取指標，主要有以下三個原因。1.信道響應與接收能量：CSI是反映發(fā)射端和接收端之間無線信道狀態(tài)的信道響應，而RSS只能反映接收端的接收能量的功率[69]。呼吸和心跳運動引起的胸廓起伏導致信號傳輸時發(fā)生散射和反射，直接影響的是信道狀態(tài)，而不是接收能量。
【參考文獻】：
期刊論文
[1]基于Wi-Fi無線感知技術的豬呼吸頻率監(jiān)測[J]. 逯玉蘭,李廣,郝玉勝,林強. 農(nóng)業(yè)工程學報. 2019(24)
[2]一種基于可穿戴設備和智能手機的呼吸監(jiān)測系統(tǒng)[J]. 劉永凱,孫珅,史文飛,吳水才. 北京生物醫(yī)學工程. 2019(04)
[3]基于變分模態(tài)分解的心電信號QRS波檢測[J]. 隋文濤,崔善政,馬宏洋,王峰,張洪波. 生物醫(yī)學工程研究. 2019(02)
[4]基于小波變換和希爾伯特包絡分析的QRS波檢測算法[J]. 張異凡,王浩任,史浩天,劉成良. 計算機與現(xiàn)代化. 2019(05)
[5]基于視覺的非接觸呼吸頻率自動檢測方法[J]. 劉今越,劉浩,賈曉輝,郭士杰. 儀器儀表學報. 2019(02)
[6]大型醫(yī)用設備預警系統(tǒng)的設計與應用[J]. 熊剛,朱俊義,孫磊,宋旭,樊錚. 中國醫(yī)療設備. 2019(02)
[7]基于小波變換的自學習QRS特征提取算法研究[J]. 趙璐,唐春暉. 軟件導刊. 2018(08)
[8]基于巨磁阻抗傳感器的心磁信號檢測的研究[J]. 黃衍標,安娟,陳華珍,廖惜春. 計算機工程與應用. 2018(04)
[9]基于電容耦合的多導聯(lián)心電監(jiān)測系統(tǒng)研究[J]. 李天涵,徐效文,梁瑩. 傳感技術學報. 2017(11)
[10]一種新型生命體征信號采集設備的研制[J]. 朱鵬志,徐紅蕾,劉勇,陳澎彬,何山童. 中國醫(yī)學物理學雜志. 2017(07)
博士論文
[1]無線通信系統(tǒng)新型多載波傳輸技術研究[D]. 李飛.北京郵電大學 2019
[2]基于信道狀態(tài)信息的人體行走感知技術研究[D]. 許楊.中國科學技術大學 2019
碩士論文
[1]基于波長調制光譜的呼吸氣體檢測技術研究[D]. 張懷林.南昌航空大學 2019
[2]基于微波雷達的生命體征信號獲取與處理技術[D]. 劉旭陽.東華大學 2019
[3]井下區(qū)間分段視距節(jié)點合作定位算法研究[D]. 趙彤.中國礦業(yè)大學 2019
[4]基于CSI的煤礦井下被動入侵檢測方法研究[D]. 李先圣.中國礦業(yè)大學 2019
[5]下一代Wi-Fi MAC層關鍵技術研究[D]. 代靜.華中科技大學 2019
[6]基于UWB雷達傳感器的人體體征監(jiān)測[D]. 段珍珍.電子科技大學 2019
[7]基于CSI的人體呼吸檢測與分類技術的研究[D]. 管華林.西安電子科技大學 2019
[8]呼吸信號檢測與預測技術的研究[D]. 胡正偉.南昌航空大學 2017
[9]大規(guī)模MIMO系統(tǒng)中的信道狀態(tài)信息獲取方法研究[D]. 李振一.重慶郵電大學 2017
[10]基于多普勒雷達的非接觸式生命體征監(jiān)測系統(tǒng)設計[D]. 王元東.湖南大學 2017
本文編號：3268211
【文章來源】：中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校
【文章頁數(shù)】：76 頁
【學位級別】：碩士
【部分圖文】：
可穿戴
哦?畔ⅲ?兄???娜頌逕???征狀態(tài)的變化[51]。WiFi檢測技術相比于其他無線通信技術具有傳輸速度快、傳輸有效信息距離長、覆蓋范圍廣以及適應能力和傳輸質量高等優(yōu)勢。目前，WiFi通信技術在生活中無處不在，出現(xiàn)在人們生活的方方面面[52-59]，各種移動設備已經(jīng)普及并且WiFi功能日益完善，因此使用基于WiFi感知技術具有良好的普適性和擴展性[60-62]�；赪iFi的典型感知原理如圖2-9所示，首先通過一對AP節(jié)點獲取目標參數(shù)生理信息數(shù)據(jù)，然后利用WiFi發(fā)送到信號處理單元，在信號處理單元上實現(xiàn)呼吸頻率與心率提齲圖2-9WiFi檢測原理Figure2-9PrincipleofWiFidetection通過對比各種通信技術的優(yōu)缺點發(fā)現(xiàn)，在封閉空間中WiFi信號傳輸距離更遠、檢測效果最好，WiFi檢測技術綜合優(yōu)勢較明顯，因此本文使用WiFi檢測技術。具體而言，使用WiFi電參量中的CSI信息，CSI能夠表現(xiàn)出更細粒度的感
3基于CSI生命體征感知原理21圖3-2部分子載波波形圖Figure3-2Molecularcarrierwave表3-1CSI子載波分組模式Table3-1GroupingmodeofCSIsubcarriers帶寬分組模式個數(shù)編號20MHz156-28,-27,…-2,-1,1,2,…27,28230-28,-26,-24,…-1,1,3,5,…27,28316-28,-24,-20,…1,1,5,9,…25,283.2.3RSS和CSI對比RSS的粗粒度信道信息在整個信道帶寬上提供的是接收的無線電信號中的平均功率，而CSI的細粒度信息在每個子載波上描述信號從發(fā)射端傳播到接收端的方式[66]。與RSS只提供整個信道帶寬上功率的單一測量相比，細粒度CSI為多個OFDM子載波提供幅度和相位信息。例如，802.11a/g/n等主流WiFi系統(tǒng)基于OFDM，其中相對寬帶20MHz信道被劃分為56個子載波。由于窄帶子載波的頻率分集和不同子載波的多徑效應和陰影衰落，導致幅度存在顯著差異[67]，意味著物理環(huán)境中的微小運動可能導致某些子載波處的CSI發(fā)生變化。若想得到整個信道帶寬上的信號強度，則這種變化可能會被平滑。相對窄帶信道，微小運動引起的散射和反射效應會導致每個子載波的振幅和相位完全不同，但觀察整個信道帶寬，即RSS上的平均功率，這種差異并不存在[68]。因此，本文利用現(xiàn)成的WiFi設備提供的細粒度CSI捕捉生命體征監(jiān)測的微小運動。綜上所述，與RSS相比，CSI是一種更好的呼吸和心跳信號提取指標，主要有以下三個原因。1.信道響應與接收能量：CSI是反映發(fā)射端和接收端之間無線信道狀態(tài)的信道響應，而RSS只能反映接收端的接收能量的功率[69]。呼吸和心跳運動引起的胸廓起伏導致信號傳輸時發(fā)生散射和反射，直接影響的是信道狀態(tài)，而不是接收能量。
【參考文獻】：
期刊論文
[1]基于Wi-Fi無線感知技術的豬呼吸頻率監(jiān)測[J]. 逯玉蘭,李廣,郝玉勝,林強. 農(nóng)業(yè)工程學報. 2019(24)
[2]一種基于可穿戴設備和智能手機的呼吸監(jiān)測系統(tǒng)[J]. 劉永凱,孫珅,史文飛,吳水才. 北京生物醫(yī)學工程. 2019(04)
[3]基于變分模態(tài)分解的心電信號QRS波檢測[J]. 隋文濤,崔善政,馬宏洋,王峰,張洪波. 生物醫(yī)學工程研究. 2019(02)
[4]基于小波變換和希爾伯特包絡分析的QRS波檢測算法[J]. 張異凡,王浩任,史浩天,劉成良. 計算機與現(xiàn)代化. 2019(05)
[5]基于視覺的非接觸呼吸頻率自動檢測方法[J]. 劉今越,劉浩,賈曉輝,郭士杰. 儀器儀表學報. 2019(02)
[6]大型醫(yī)用設備預警系統(tǒng)的設計與應用[J]. 熊剛,朱俊義,孫磊,宋旭,樊錚. 中國醫(yī)療設備. 2019(02)
[7]基于小波變換的自學習QRS特征提取算法研究[J]. 趙璐,唐春暉. 軟件導刊. 2018(08)
[8]基于巨磁阻抗傳感器的心磁信號檢測的研究[J]. 黃衍標,安娟,陳華珍,廖惜春. 計算機工程與應用. 2018(04)
[9]基于電容耦合的多導聯(lián)心電監(jiān)測系統(tǒng)研究[J]. 李天涵,徐效文,梁瑩. 傳感技術學報. 2017(11)
[10]一種新型生命體征信號采集設備的研制[J]. 朱鵬志,徐紅蕾,劉勇,陳澎彬,何山童. 中國醫(yī)學物理學雜志. 2017(07)
博士論文
[1]無線通信系統(tǒng)新型多載波傳輸技術研究[D]. 李飛.北京郵電大學 2019
[2]基于信道狀態(tài)信息的人體行走感知技術研究[D]. 許楊.中國科學技術大學 2019
碩士論文
[1]基于波長調制光譜的呼吸氣體檢測技術研究[D]. 張懷林.南昌航空大學 2019
[2]基于微波雷達的生命體征信號獲取與處理技術[D]. 劉旭陽.東華大學 2019
[3]井下區(qū)間分段視距節(jié)點合作定位算法研究[D]. 趙彤.中國礦業(yè)大學 2019
[4]基于CSI的煤礦井下被動入侵檢測方法研究[D]. 李先圣.中國礦業(yè)大學 2019
[5]下一代Wi-Fi MAC層關鍵技術研究[D]. 代靜.華中科技大學 2019
[6]基于UWB雷達傳感器的人體體征監(jiān)測[D]. 段珍珍.電子科技大學 2019
[7]基于CSI的人體呼吸檢測與分類技術的研究[D]. 管華林.西安電子科技大學 2019
[8]呼吸信號檢測與預測技術的研究[D]. 胡正偉.南昌航空大學 2017
[9]大規(guī)模MIMO系統(tǒng)中的信道狀態(tài)信息獲取方法研究[D]. 李振一.重慶郵電大學 2017
[10]基于多普勒雷達的非接觸式生命體征監(jiān)測系統(tǒng)設計[D]. 王元東.湖南大學 2017
本文編號：3268211
本文鏈接：http://www.sikaile.net/yixuelunwen/swyx/3268211.html
