一种基于信道状态信息的人员呼吸感知边界检测方法

1.本发明涉及人体感知及呼吸边界检测技术领域，具体涉及一种基于信道状态信息的人员呼吸感知边界检测方法。


背景技术：

2.近年来，基于射频信号的生命体征监测系统因其非侵入性和隐私保护等优点而备受关注。这些系统背后的原理是，呼吸过程中胸部的微小运动会导致附近无线电信号的传播路径发生微小的变化。一些系统利用专用射频(radio frequency,rf)设备，例如通用软件无线电外围设备、调频载波雷达、多普勒雷达和超宽带多输入多输出(multiple input multiple output,mimo)雷达。虽然基于这些专用设备的方案已被证明其有效性和高准确性，但由于相对较高的部署成本，以及对特殊硬件的依赖，严重阻碍了这些方案在日常家庭中的应用。
3.为了满足非侵入性和高性价比的要求，在日常生活中广泛分布的廉价商用wifi设备最近被许多研究人员用于非接触式呼吸感知。早期的研究方案主要使用wifi信号的接收信号强度指示(received signal strength indicator，rssi)来进行环境的感知。基于rssi的人员呼吸感知方案通常需要将wifi设备靠近检测者胸部进行呼吸的感知，且只能提供粗粒度的感知。近年的研究表明，可以从商用wifi芯片组的开源驱动程序提取wifi信号的信道状态信息(channel state information，csi)。与基于rssi信号的方案相比，csi提供了更细粒度的物理层子载波信息，且具有远距离监测人员呼吸的能力。最近已经设计出了多项基于csi的精准人员呼吸监测工作。
4.虽然目前基于csi的呼吸监测系统已经可以获得准确的结果，但这些工作缺乏对呼吸频率检测范围的深入分析和评估。换句话说，大多数现有的工作忽略了wifi设备在呼吸可检测到的条件下，评估接收机可检测人体呼吸最大距离的问题。人员呼吸频率检测边界的研究对非接触式生命体征感知具有重要意义，其重要性主要体现在以下方面。二是提高系统的便捷性和易用性。由于呼吸监测通常整夜连续进行，可能持续几个月或几年，特别是对那些患有慢性呼吸系统疾病的人，如果wifi设备放在离人体太近的地方，很可能会影响受试者的日常生活。


技术实现要素：

5.基于以上的背景技术，本发明提出了一个基于信道状态信息的人员呼吸感知边界的检测方法，来减少设备的对人的干扰，同时也提高设备的便捷性。本方法中，预处理数据后，使用子载波选择和fft得到呼吸频率，在建模的基础上推导出理论上的呼吸频率检测边界的条件并进行测试，实现人员呼吸频率边界的检测。
6.一种基于信道状态信息的人员呼吸感知边界检测方法，包括以下的具体步骤：
7.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；
8.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；
9.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；
10.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；
11.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。
12.进一步地，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。
13.进一步地，步骤2中，数据预处理包括离群值去除和噪声滤波，具体为：
14.步骤2-1：离群值去除；对原始数据采用hampel identifier来去除离群值；
15.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。
16.进一步地，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：
17.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；
18.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。
19.进一步地，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d
ab
，d
bc
，d
cd
；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，d
er
和d
tf
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d
fc
。
20.进一步地，当d
er
为0时，接收器在实验者腹部正对面。当d
er
不为0时，接收器不在腹部正对面。
21.进一步地，当d
cd
为0时，接收器和实验者处于同一高度。
22.进一步地，步骤4中，具体包括如下步骤：
23.步骤4-1：建立反射路径长度d
tpr
与呼吸频率f
br
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d
tpr
表达式由d
tp
和d
pr
两部分构成，对其进行泰勒级数展开分别得出d
tp
和d
pr
的值，记为：
24.[0025][0026]
步骤4-2：估计反射路径幅度衰减α
tpr
和传输时延τ
tpr
；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α
tpr
和传输时延τ
tpr
，如下所示：
[0027][0028]
其中a
tpr
为常数，g
t
、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；
[0029]
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：
[0030][0031]
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；
[0032]
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：
[0033][0034]
为了方便计算接收信号的csi幅度，将h
kδt
(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：
[0035]
|h
kδt
(f)|2＝α
tr2
α
tpr2
|z
kδt
(f)|2 2α
tr
α
tpr cos(2πfτ
tpr
θ
tpr-2πfτ
tr
) 2α
tr
zr(f)cos 2πfτ
tr
2α
tpr
zr(f)cos(2πfτ
tpr
θ
tpr
)-2α
tr
zi(f)sin 2πfτ
tr-2α
tpr
zi(f)sin(2πfτ
tpr
θ
tpr
)
[0036]
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f
br
，噪声信号频率f，呼吸与噪声信号的混频f f
br
和f-f
br
。将每个频率点对应的幅值设为ampzf，
[0037]
步骤4-4：求解人员呼吸频率检测边界d
rfdb
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d
tf
逐渐增加，导致反射路径长度d
tpr
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：
[0038]
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；
[0039]
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；
[0040]
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；
[0041]
基于以上分析，表示为：
[0042][0043]
其中ampz
max
为ampzf，中的最大值；
[0044]
在rfdb内时，呼吸信号虽然会随d
tf
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ampz
max
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d
tf
值即为d
rfdb
的值，即
[0045][0046]
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d
rfdb
的值。
[0047]
进一步地，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：
[0048]
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；
[0049]
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：
[0050]
|f
1-f2|＞0.1hz，且
[0051]
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。
[0052]
本发明的有益效果是：
[0053]
(1)本发明采用wifi的信道状态信息csi信号，可以反映无线信号的多径传播效应，对环境进行细粒度感知。相比传统的感知方法，基于wifi的csi信号感知方法，可以实现高精度的、无外设的、用户无接触的行为感知，极大地提高了用户的体验。
[0054]
(2)本发明从无线信号多径传播的角度精确描述和刻画呼吸检测边界，为研究各种细粒度感知任务的检测边界及其系统设计提供了理论基础。
[0055]
(3)本发明通过分析人类呼吸对无线传播信道的影响，首先设计出呼吸干扰的多径信道模型，然后进一步得出呼吸频率检测边界模型。设计出的信道模型揭示了呼吸频率对csi幅度的扰动特性，而呼吸频率检测边界模型揭示了收发器位置与人员呼吸可检测性之间的内在联系。
附图说明
[0056]
图1是本发明实施例中呼吸频率检测边界估计系统流程图。
[0057]
图2是本发明实施例中呼吸频率检测边界估计核心算法图。
[0058]
图3是本发明实施例中呼吸频率检测边界估计场景示意图。
具体实施方式
[0059]
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
[0060]
一种基于信道状态信息的人员呼吸频率边界的检测方法。首先，在室内环境下采集人员呼吸时对应的无线信号数据，从wifi信号中提取出csi原始数据；其次，对原始csi数据进行数据预处理，预处理步骤包括：离群值去除、噪声滤波；然后，对预处理的数据，使用子载波选择和快速傅里叶变换得到呼吸频率；接着，对处理后的数据进行建模，推导出理论上的呼吸频率检测边界的条件；最后，在模型的基础上进行测试，实现人员呼吸频率边界的检测。本发明通过对信道状态信息csi进行分析处理，实现对人员呼吸行为的感知以及呼吸速率的估计。结合呼吸检测边界模型，实现了对人员呼吸频率边界的检测。
[0061]
一种基于信道状态信息呼吸感知边界检测方法，流如图1，具体包括以下步骤：
[0062]
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csi原始数据，具体步骤为：
[0063]
本实施例中使用的通讯设备包括一部智能手机和一台装有intel5300网卡的笔记本电脑，该电脑装有3个外接天线，其中智能手机为发射机，笔记本电脑为接收机。为了更好的感知到受试对象的呼吸行为，将接收机和发射机放置在受试对象的两侧。两台设备采用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。信道状态信息csi代表了无线信号在空间传播中的链路变化状态，可以反映出周围环境高灵敏的变化。
[0064]
步骤2：对原始csi数据进行数据预处理，包括离群值去除，噪声滤波，具体步骤为：
[0065]
步骤2-1：离群值去除，由于原始数据中包含离群数据，会影响最终的估计结果。因此该方法首先对原始数据采用hampel identifier来去除离群值。
[0066]
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，通常情况下正常的呼吸频率在0.2hz-0.5hz之间。
[0067]
步骤3：对预处理的数据，进行子载波选择和快速傅里叶变换fft得到人员呼吸频
率，具体步骤为：
[0068]
步骤3-1：子载波选择方法，由于不同子载波的中心频率不同，其在空中的传播路径也不同，导致不同子载波的感知粒度也会有所不同。因此需要采用有效的子载波选择方法，来筛选出最适合进行呼吸感知的子载波。具体的子载波选择方法如下：主要是通过一个时间窗口中，信号幅度的方差var表示为：
[0069][0070]
其中n为滑动窗口的窗口大小，表示一个滑动窗口中信号幅值的平均值，|amp(f)i|表示在滑动窗口中的第i个幅值，通过以上式子计算csi幅度的方差，然后选择方差最大的子载波。
[0071]
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，其中快速傅里叶变换可以通过matlab中的fft()函数计算得到，进而提取出实验者的呼吸频率。
[0072]
步骤4：对处理后的数据进行建模，推导出理论上的呼吸频率检测边界条件，具体步骤为：
[0073]
图2是本发明实施例中呼吸频率检测边界估计核心算法图。
[0074]
呼吸频率检测边界(respiration frequency detection boundary，rfdb)定义为，在接收机在能够检测人员呼吸频率的前提下，发射机与检测人员腹部的最远距离为人员呼吸频率检测边界，通常记为d
rfdb
。
[0075]
图3为本发明实施例中人员呼吸频率边界检测方法的场景图。
[0076]
在图3中，手机作为发射机tx，笔记本电脑外接天线作为接收机rx。发射机放在实验者身体一侧的床上，接收机放在床斜对面的桌子上。a点为实验者吸气到最大程度时对应的腹部最高点，b点为实验者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，发射信号可由p点反射到接收机，c点为b点在床板上的投影点。d点为c点在床正下方桌子上的投影点。ab之间距离，bc之间的距离以及cd之间距离表示分别记为d
ab
，d
bc
，d
cd
。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实验者腹部所在横切面的垂足，d
er
和d
tf
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d
fc
。
[0077]
在图3中，d
er
最小值可以是0。当d
er
为0时，接收机在实验者腹部正对面。当d
er
不为0时，接收机不在腹部正对面。d
cd
最小值同样可以为0，当d
cd
为0时，接收机和实验者处于同一高度。在日常生活中，接收机一般不会与人员处于同一高度上，因此d
cd
的值不为0。
[0078]
步骤4-1：建立反射路径长度d
tpr
与呼吸频率f
br
之间的关联模型。
[0079]
首先d
tpr
表达式由d
tp
和d
pr
两部分构成，对其进行泰勒级数展开分别得出d
tp
和d
pr
的值，记为：
[0080][0081]
步骤4-2：估计反射路径幅度衰减α
tpr
和传输时延τ
tpr
。
[0082]
由步骤4-1可以得到反射路径长度，由于在室内环境下腹部起伏引起的反射路径变化是一个反射的过程，可认为阴影衰落近似不变，保持为常数。通过泰勒公式进行展开可得反射路径幅度衰减α
tpr
和传输时延τ
tpr
。其计算结果如下所示：
[0083][0084]
其中a
tpr
为常数，g
t
、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。
[0085]
步骤4-3：分离csi幅度中的呼吸分量和噪声分量。
[0086]
在室内环境中，发射机发射的无线信号遇到人体时会以反射的形式传播到接收机。由于多径信号传播路径不同，到达接收机的信号路径相互叠加。为了方便表示，将其简化为直接路径和反射路径的叠加。因此，室内无线多径信道的信道脉冲响应(channel impulse response，cir)表示为：
[0087][0088]
其中αm(t)，τm(t)和θm(t)分别为信号在第m条(如tr和tpr)路径的幅度衰减、传播时延和相位偏移。z(t)为噪声，分式子两项分别为直射路径cir和反射路径cir。
[0089]
通过对一段时间内的h(t)做傅里叶变换，可获得对应时间段内的信道频率响应(channel frequency response，cfr)。在实际应用中，借助wifi平台的csi-tool软件，可测得一段时间内的h(f)，即信道状态信息csi。这段时间通常只有几十微秒，因为每个csi数据包持续时间很短。对一个极短时间内的连续csi数据包进行傅里叶变换时，可认为αm(t)，τm(t)和θm(t)近似不变，为常数。由一个数据包测得的csi可表示为：
[0090][0091]
为了方便计算接收信号的csi幅度，将h
kδt
(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：
[0092]
|h
kδt
(f)|2＝α
tr2
α
tpr2
|z
kδt
(f)|2 2α
tr
α
tpr cos(2πfτ
tpr
θ
tpr-2πfτ
tr
) 2α
tr
zr(f)cos 2πfτ
tr
2α
tpr
zr(f)cos(2πfτ
tpr
θ
tpr
)-2α
tr
zi(f)sin 2πfτ
tr-2α
tpr
zi(f)sin(2πfτ
tpr
θ
tpr
)
[0093]
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，可以得到呼吸频率与噪声频率。然后进行快速傅里叶变换可以得到4个频率点，分别为呼吸信号频率f
br
，噪声信号频率f，呼吸与噪声信号的混频f f
br
和f-f
br
。将每个频率点对应的幅值设为ampzf，ampzf，
[0094]
步骤4-4：求解人员呼吸频率检测边界d
rfdb
的值。
[0095]
发射机从实验者腹部附近逐渐远离的过程中，发射机与实验者腹部的距离d
tf
逐渐增加，导致反射路径长度d
tpr
逐渐增加，对应呼吸信号的信号强度也会逐渐衰减。具体来说有以下3个阶段：
[0096]
(1)当发射机离实验者腹部位置较近，此时呼吸信号强于噪声信号，可认为此时发射机处于呼吸频率检测边界内。
[0097]
(2)当发射机离实验者腹部位置较远，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，可认为此时发射机处于呼吸频率检测边界上。
[0098]
(3)当发射机离实验者腹部位置很远，呼吸信号衰减严重，噪声信号相对于呼吸信号很强，可认为此时发射机处于呼吸频率检测边界外。
[0099]
基于以上分析，可表示为：
[0100][0101]
其中ampz
max
为ampzf，中的最大值。
[0102]
在rfdb内时，呼吸信号虽然会随d
tf
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ampz
max
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d
tf
值即为d
rfdb
的值，即
[0103][0104]
通过对呼吸频率检测边界进行建模和理论推导，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d
rfdb
的值。
[0105]
步骤5：在模型的基础上进行测试，实现呼吸频率检测边界，具体步骤为：
[0106]
通过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，理论上该位置频谱图中会出现两个最高峰，分别为呼吸信号与噪声信号对应的频峰。然而实际上，该位置频谱图中会出现一个最高峰和一个可以比拟(比拟：两组数据的峰值之间的差异保持在一个阈值内，在此方法中阈值为0.1)的次高峰，不会出现两
个最高峰的情况。因此在进行呼吸频率检测边界估计系统之前，先给出基于大量实验数据得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可以比拟时，感知设备处于呼吸频率检测边界上。
[0107]
人员呼吸信号与噪声信号可以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：
[0108]
|f
1-f2|＞0.1hz，且
[0109]
则认为这两个信号可以比拟。当频谱图中最高峰和次高峰刚好可以比拟时，认为该位置即为检测边界。
[0110]
以上所述仅为本发明的较佳实施方式，本发明的保护范围并不以上述实施方式为限，但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化，皆应纳入权利要求书中记载的保护范围内。