一种基于相位校正和多子载波融合的商用Wi-Fi呼吸监测方法

摘要: 本发明涉及商用wi-fi的非接触生命体征监测,具体涉及一种基于相位校正和多子载波融合的商用wi-fi呼吸监测方法。背景技术:1、随着全球人口老龄化加速、慢性呼吸...
一种基于相位校正和多子载波融合的商用Wi-Fi呼吸监测方法

本发明涉及商用wi-fi的非接触生命体征监测,具体涉及一种基于相位校正和多子载波融合的商用wi-fi呼吸监测方法。

背景技术:

1、随着全球人口老龄化加速、慢性呼吸系统疾病发病率持续上升以及居家健康管理需求不断增长,呼吸监测作为反映人体生理状态的重要手段,其在疾病筛查、康复评估、睡眠管理和突发异常预警等方面的作用日益突出。相较于仅在医院或实验室环境中开展的间歇式测量,能够长期、连续、非接触地获取呼吸频率、节律及呼吸强度变化的信息,不仅有助于提高对睡眠呼吸暂停、慢性阻塞性肺疾病、心肺功能异常等问题的早期识别能力,也能够为老年照护、家庭康养、术后恢复及隔离环境监测提供更加便捷、舒适且易于部署的技术支撑。特别是在居家环境中,非接触式呼吸监测可避免传统接触式传感器带来的束缚感、皮肤刺激及佩戴依从性差等问题,同时降低对隐私空间的侵入性,因此具有较高的应用价值和推广前景。

2、目前,呼吸监测技术主要包括接触式传感与非接触式感知两大类。接触式方案通常依赖呼吸带、压力传感器、鼻气流检测装置或多导睡眠监测系统,虽然在受控条件下具有较高测量精度,但其需要与人体直接接触,容易受到佩戴位置偏移、动作伪影、舒适性差及长期使用成本较高等因素影响,难以满足家庭场景下长时间连续监测的需求。部分传统非接触式方案如基于光学视频的监测技术,可通过胸腹运动变化估计呼吸,但对光照条件、遮挡物敏感,且存在隐私泄露的风险;如红外、超声传感技术,对环境条件较为敏感,易受干扰;而使用射频系统如rf系统或fmcw雷达系统的方案则需要专用的硬件设备,其成本相对高昂。与之相比,基于商用 wi-fi 的非接触式呼吸监测利用信道状态信息捕捉人体呼吸运动引起的无线信号微小变化,具有设备普及度高、部署成本低、无需额外佩戴传感器等优点,因而成为近年来的研究热点,相关专利已验证其技术可行性。然而,商用 wi-fi 信号在实际传播过程中往往受到载波频偏、带宽扩展、相位噪声以及硬件等因素影响,导致原始相位信息存在明显畸变;同时,单个子载波易受频率选择性衰落和环境多径干扰影响,呼吸相关微弱特征容易被噪声淹没,造成估计结果波动较大、鲁棒性不足。尤其在真实居家环境中,人体姿态变化、遮挡、家具反射以及非呼吸运动等干扰进一步加剧了呼吸信号提取的难度。因此,如何对商用 wi-fi 的相位畸变进行校正,并进一步利用子载波信息以提升呼吸监测的稳定性和准确性,成为该领域的关键技术问题。

技术实现思路

1、针对wi-fi 的相位畸变、子载波的不一致性及如何利用子载波信息提升呼吸监测稳定性和准确性的问题,本文提出了一种基于相位校正和多子载波融合的商用wi-fi呼吸传感系统,对新一代商用wi-fi传感进行建模和处理,并联合利用wi-fi 信号的多子载波信息进行稳健的非接触式呼吸监测。本文针对多子载波信号筛选及处理问题,提出基于csi呼吸信号处理提取及呼吸rényi熵生命质量评估方法筛选高质量子载波;针对多点融合、频带宽度等原因导致的信号畸变,提出基准信号选择与基于动态时间规整(dtw)算法的多子载波相位校正方法,增强不同子载波间的一致性及共有的呼吸特征;针对多子载波的有效信息利用,提出基于自适应权重分配及联合特征分解的呼吸特征融合方法。本方法的核心在于:首先通过信号处理、呼吸特征提取及呼吸信号rényi熵,从原始csi信号中提取出呼吸特征并进行质量评估与筛选;对于多子载波间相位的不一致性,通过相位校正算法增强不同子载波间的一致性,最终通过自适应权重分配及联合特征分解的融合方法来稳定估计和监测复杂场景中的呼吸。

2、本发明的技术方案为:

3、一种基于相位校正和多子载波融合的商用wi-fi呼吸监测方法,包括:

4、步骤一:采集wi-fi设备的csi回波数据。对回波数据进行引导副载波去除、插值、去趋势等预处理过程,初步处理csi信号以增强呼吸引起的周期性微动特征,抑制系统噪声和人体微动干扰。

5、步骤二:从csi数据中提取初始呼吸信号。对csi回波数据提取幅度相位信息,并进行异常值去除、平滑滤波、呼吸信号特征提取等,减小csi数据中环境、硬件噪声并滤除不感兴趣的部分信号成分。

6、步骤三:利用rényi熵对wi-fi呼吸信号的频域质量进行量化评估,筛选出高质量的呼吸信号。计算呼吸信号功率谱密度在局部频段上的rényi熵,低熵表明能量集中、周期性良好,高熵则指示信号受干扰或信噪比低。

7、步骤四:基于熵值筛选出基准呼吸信号,通过dtw算法对不同相位的呼吸信号之间进行校正和对齐,减小因多点融合、频带宽度等原因导致的信号畸变,增强不同子载波间的一致性及共有的呼吸特征。

8、步骤五:对于筛选和校正后的多子载波呼吸信号,实施基于自适应权重分配及联合特征分解的呼吸特征融合方法,以增强融合呼吸信号的周期性和稳定性,充分利用分布于多个不同子载波中的有效呼吸信息,抑制噪声或失真分量。

9、步骤六:针对融合呼吸波形进行呼吸监测与呼吸率估计。对最终对呼吸波形采用短时傅里叶变换进行时频分析,从而同时跟踪呼吸的时频域特征。在每个时间窗内提取峰值频率作为瞬时呼吸率,输出连续呼吸率曲线,实现复杂场景下的稳健呼吸监测。

10、有益效果:本发明与现有呼吸检测技术相比,其显著优点是:

11、(1)本发明基于商用 wi-fi 实现非接触式呼吸监测,无需与被监测者直接接触,只需保持在系统4m范围内,使用舒适性高、隐私性强,便于在家庭康养、睡眠监护等场景下长期连续部署,并可有效降低对用户日常活动的干扰。

12、(2)本发明通过相位校正机制对商用 wi-fi 原始相位进行补偿,并结合多子载波信息融合增强呼吸特征提取能力,实现综合实验场景下90%绝对误差值小于1.7 bpm的结果误差。这表明本发明可有效抑制新型商用wi-fi多点融合、频带宽度等原因导致的影响,提高呼吸监测的稳定性与准确性。

13、(3)本发明利用商用 wi-fi 设备现有硬件条件(收发2端)即可实现呼吸监测,部署成本低、适用范围广,具有较好的通用性和推广应用价值,可为居家健康监测和智能康养提供可靠的技术支撑。

1.一种基于相位校正和多子载波融合的商用wi-fi呼吸监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的商用wi-fi呼吸监测方法,其特征在于,在步骤s1中,所述预处理具体包括:

3.根据权利要求1所述的商用wi-fi呼吸监测方法,其特征在于,在步骤s2中,所述初始呼吸信号的提取具体包括:

4.根据权利要求1所述的商用wi-fi呼吸监测方法,其特征在于,在步骤s3中,所述rényi熵评估的具体实现方式为:

5.根据权利要求1所述的商用wi-fi呼吸监测方法,其特征在于,在步骤s4中,所述dtw相位校正的具体实现方式为:

6.根据权利要求1所述的商用wi-fi呼吸监测方法,其特征在于,在步骤s5中,所述自适应权重分配及联合特征分解的融合方法具体包括:

7.根据权利要求1所述的商用wi-fi呼吸监测方法,其特征在于,在步骤s6中,所述呼吸率估计的具体实现方式为:

8.根据权利要求1所述的商用wi-fi呼吸监测方法,其特征在于,所述方法适用于以下应用场景中的至少一种:居家健康长期连续监测、睡眠呼吸暂停筛查、老年照护与康养评估、术后恢复监护、隔离环境非接触式生命体征监测。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-9中任一项所述的商用wi-fi呼吸监测方法。

10.一种基于相位校正和多子载波融合的商用wi-fi呼吸监测系统,其特征在于,包括: