基于CSI信号的生命体征提取方法研究
发布时间：2021-07-06 12:06
为预测性感知人体健康状况,在日常生活中保障生命安全,非接触式生命体征监测技术得到发展。WiFi通信技术覆盖范围广、部署简单且成本低,可以在不接触人体的情况下实现对生命体征的提取。WiFi中接收信号强度（Received Signal Strength,RSS）最先被用来进行感知,但RSS存在粗粒度、检测精度低等缺点。近年来,研究者发现WiFi信号中的信道状态信息（Channel State Information,CSI）可以更细粒度地感知,能够解决RSS信息检测精度低等问题。因此,基于CSI的生命体征提取方法研究具有极大的实用价值和重要意义。本文的主要工作如下:（1）本文提出了一种基于CSI信号的生命体征提取方法。人体生理参数中,心肺信号极具有代表意义。本文深入分析了RSS和CSI信息两者的差别,结合生物医学技术,提出了基于CSI的呼吸频率与心率提取算法。利用WiFi设备和配置好Intel 5300网卡与驱动的笔记本进行通信,采集CSI数据包,对CSI信号进行预处理消除大部分噪声干扰。由于呼吸与心跳信号混杂不易区分,根据波形特点,采用了不同的分离方法及特征提取算法。（2）根据不同子载...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
可穿戴
哦?畔ⅲ?兄???娜颂迳???征状态的变化[51]。WiFi检测技术相比于其他无线通信技术具有传输速度快、传输有效信息距离长、覆盖范围广以及适应能力和传输质量高等优势。目前，WiFi通信技术在生活中无处不在，出现在人们生活的方方面面[52-59]，各种移动设备已经普及并且WiFi功能日益完善，因此使用基于WiFi感知技术具有良好的普适性和扩展性[60-62]。基于WiFi的典型感知原理如图2-9所示，首先通过一对AP节点获取目标参数生理信息数据，然后利用WiFi发送到信号处理单元，在信号处理单元上实现呼吸频率与心率提龋图2-9WiFi检测原理Figure2-9PrincipleofWiFidetection通过对比各种通信技术的优缺点发现，在封闭空间中WiFi信号传输距离更远、检测效果最好，WiFi检测技术综合优势较明显，因此本文使用WiFi检测技术。具体而言，使用WiFi电参量中的CSI信息，CSI能够表现出更细粒度的感
3基于CSI生命体征感知原理21图3-2部分子载波波形图Figure3-2Molecularcarrierwave表3-1CSI子载波分组模式Table3-1GroupingmodeofCSIsubcarriers带宽分组模式个数编号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对比RSS的粗粒度信道信息在整个信道带宽上提供的是接收的无线电信号中的平均功率，而CSI的细粒度信息在每个子载波上描述信号从发射端传播到接收端的方式[66]。与RSS只提供整个信道带宽上功率的单一测量相比，细粒度CSI为多个OFDM子载波提供幅度和相位信息。例如，802.11a/g/n等主流WiFi系统基于OFDM，其中相对宽带20MHz信道被划分为56个子载波。由于窄带子载波的频率分集和不同子载波的多径效应和阴影衰落，导致幅度存在显著差异[67]，意味着物理环境中的微小运动可能导致某些子载波处的CSI发生变化。若想得到整个信道带宽上的信号强度，则这种变化可能会被平滑。相对窄带信道，微小运动引起的散射和反射效应会导致每个子载波的振幅和相位完全不同，但观察整个信道带宽，即RSS上的平均功率，这种差异并不存在[68]。因此，本文利用现成的WiFi设备提供的细粒度CSI捕捉生命体征监测的微小运动。综上所述，与RSS相比，CSI是一种更好的呼吸和心跳信号提取指标，主要有以下三个原因。1.信道响应与接收能量：CSI是反映发射端和接收端之间无线信道状态的信道响应，而RSS只能反映接收端的接收能量的功率[69]。呼吸和心跳运动引起的胸廓起伏导致信号传输时发生散射和反射，直接影响的是信道状态，而不是接收能量。
【参考文献】：
期刊论文
[1]基于Wi-Fi无线感知技术的猪呼吸频率监测[J]. 逯玉兰,李广,郝玉胜,林强. 农业工程学报. 2019(24)
[2]一种基于可穿戴设备和智能手机的呼吸监测系统[J]. 刘永凯,孙珅,史文飞,吴水才. 北京生物医学工程. 2019(04)
[3]基于变分模态分解的心电信号QRS波检测[J]. 隋文涛,崔善政,马宏洋,王峰,张洪波. 生物医学工程研究. 2019(02)
[4]基于小波变换和希尔伯特包络分析的QRS波检测算法[J]. 张异凡,王浩任,史浩天,刘成良. 计算机与现代化. 2019(05)
[5]基于视觉的非接触呼吸频率自动检测方法[J]. 刘今越,刘浩,贾晓辉,郭士杰. 仪器仪表学报. 2019(02)
[6]大型医用设备预警系统的设计与应用[J]. 熊刚,朱俊义,孙磊,宋旭,樊铮. 中国医疗设备. 2019(02)
[7]基于小波变换的自学习QRS特征提取算法研究[J]. 赵璐,唐春晖. 软件导刊. 2018(08)
[8]基于巨磁阻抗传感器的心磁信号检测的研究[J]. 黄衍标,安娟,陈华珍,廖惜春. 计算机工程与应用. 2018(04)
[9]基于电容耦合的多导联心电监测系统研究[J]. 李天涵,徐效文,梁莹. 传感技术学报. 2017(11)
[10]一种新型生命体征信号采集设备的研制[J]. 朱鹏志,徐红蕾,刘勇,陈澎彬,何山童. 中国医学物理学杂志. 2017(07)
博士论文
[1]无线通信系统新型多载波传输技术研究[D]. 李飞.北京邮电大学 2019
[2]基于信道状态信息的人体行走感知技术研究[D]. 许杨.中国科学技术大学 2019
硕士论文
[1]基于波长调制光谱的呼吸气体检测技术研究[D]. 张怀林.南昌航空大学 2019
[2]基于微波雷达的生命体征信号获取与处理技术[D]. 刘旭阳.东华大学 2019
[3]井下区间分段视距节点合作定位算法研究[D]. 赵彤.中国矿业大学 2019
[4]基于CSI的煤矿井下被动入侵检测方法研究[D]. 李先圣.中国矿业大学 2019
[5]下一代Wi-Fi MAC层关键技术研究[D]. 代静.华中科技大学 2019
[6]基于UWB雷达传感器的人体体征监测[D]. 段珍珍.电子科技大学 2019
[7]基于CSI的人体呼吸检测与分类技术的研究[D]. 管华林.西安电子科技大学 2019
[8]呼吸信号检测与预测技术的研究[D]. 胡正伟.南昌航空大学 2017
[9]大规模MIMO系统中的信道状态信息获取方法研究[D]. 李振一.重庆邮电大学 2017
[10]基于多普勒雷达的非接触式生命体征监测系统设计[D]. 王元东.湖南大学 2017
本文编号：3268211
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
可穿戴
哦?畔ⅲ?兄???娜颂迳???征状态的变化[51]。WiFi检测技术相比于其他无线通信技术具有传输速度快、传输有效信息距离长、覆盖范围广以及适应能力和传输质量高等优势。目前，WiFi通信技术在生活中无处不在，出现在人们生活的方方面面[52-59]，各种移动设备已经普及并且WiFi功能日益完善，因此使用基于WiFi感知技术具有良好的普适性和扩展性[60-62]。基于WiFi的典型感知原理如图2-9所示，首先通过一对AP节点获取目标参数生理信息数据，然后利用WiFi发送到信号处理单元，在信号处理单元上实现呼吸频率与心率提龋图2-9WiFi检测原理Figure2-9PrincipleofWiFidetection通过对比各种通信技术的优缺点发现，在封闭空间中WiFi信号传输距离更远、检测效果最好，WiFi检测技术综合优势较明显，因此本文使用WiFi检测技术。具体而言，使用WiFi电参量中的CSI信息，CSI能够表现出更细粒度的感
3基于CSI生命体征感知原理21图3-2部分子载波波形图Figure3-2Molecularcarrierwave表3-1CSI子载波分组模式Table3-1GroupingmodeofCSIsubcarriers带宽分组模式个数编号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对比RSS的粗粒度信道信息在整个信道带宽上提供的是接收的无线电信号中的平均功率，而CSI的细粒度信息在每个子载波上描述信号从发射端传播到接收端的方式[66]。与RSS只提供整个信道带宽上功率的单一测量相比，细粒度CSI为多个OFDM子载波提供幅度和相位信息。例如，802.11a/g/n等主流WiFi系统基于OFDM，其中相对宽带20MHz信道被划分为56个子载波。由于窄带子载波的频率分集和不同子载波的多径效应和阴影衰落，导致幅度存在显著差异[67]，意味着物理环境中的微小运动可能导致某些子载波处的CSI发生变化。若想得到整个信道带宽上的信号强度，则这种变化可能会被平滑。相对窄带信道，微小运动引起的散射和反射效应会导致每个子载波的振幅和相位完全不同，但观察整个信道带宽，即RSS上的平均功率，这种差异并不存在[68]。因此，本文利用现成的WiFi设备提供的细粒度CSI捕捉生命体征监测的微小运动。综上所述，与RSS相比，CSI是一种更好的呼吸和心跳信号提取指标，主要有以下三个原因。1.信道响应与接收能量：CSI是反映发射端和接收端之间无线信道状态的信道响应，而RSS只能反映接收端的接收能量的功率[69]。呼吸和心跳运动引起的胸廓起伏导致信号传输时发生散射和反射，直接影响的是信道状态，而不是接收能量。
【参考文献】：
期刊论文
[1]基于Wi-Fi无线感知技术的猪呼吸频率监测[J]. 逯玉兰,李广,郝玉胜,林强. 农业工程学报. 2019(24)
[2]一种基于可穿戴设备和智能手机的呼吸监测系统[J]. 刘永凯,孙珅,史文飞,吴水才. 北京生物医学工程. 2019(04)
[3]基于变分模态分解的心电信号QRS波检测[J]. 隋文涛,崔善政,马宏洋,王峰,张洪波. 生物医学工程研究. 2019(02)
[4]基于小波变换和希尔伯特包络分析的QRS波检测算法[J]. 张异凡,王浩任,史浩天,刘成良. 计算机与现代化. 2019(05)
[5]基于视觉的非接触呼吸频率自动检测方法[J]. 刘今越,刘浩,贾晓辉,郭士杰. 仪器仪表学报. 2019(02)
[6]大型医用设备预警系统的设计与应用[J]. 熊刚,朱俊义,孙磊,宋旭,樊铮. 中国医疗设备. 2019(02)
[7]基于小波变换的自学习QRS特征提取算法研究[J]. 赵璐,唐春晖. 软件导刊. 2018(08)
[8]基于巨磁阻抗传感器的心磁信号检测的研究[J]. 黄衍标,安娟,陈华珍,廖惜春. 计算机工程与应用. 2018(04)
[9]基于电容耦合的多导联心电监测系统研究[J]. 李天涵,徐效文,梁莹. 传感技术学报. 2017(11)
[10]一种新型生命体征信号采集设备的研制[J]. 朱鹏志,徐红蕾,刘勇,陈澎彬,何山童. 中国医学物理学杂志. 2017(07)
博士论文
[1]无线通信系统新型多载波传输技术研究[D]. 李飞.北京邮电大学 2019
[2]基于信道状态信息的人体行走感知技术研究[D]. 许杨.中国科学技术大学 2019
硕士论文
[1]基于波长调制光谱的呼吸气体检测技术研究[D]. 张怀林.南昌航空大学 2019
[2]基于微波雷达的生命体征信号获取与处理技术[D]. 刘旭阳.东华大学 2019
[3]井下区间分段视距节点合作定位算法研究[D]. 赵彤.中国矿业大学 2019
[4]基于CSI的煤矿井下被动入侵检测方法研究[D]. 李先圣.中国矿业大学 2019
[5]下一代Wi-Fi MAC层关键技术研究[D]. 代静.华中科技大学 2019
[6]基于UWB雷达传感器的人体体征监测[D]. 段珍珍.电子科技大学 2019
[7]基于CSI的人体呼吸检测与分类技术的研究[D]. 管华林.西安电子科技大学 2019
[8]呼吸信号检测与预测技术的研究[D]. 胡正伟.南昌航空大学 2017
[9]大规模MIMO系统中的信道状态信息获取方法研究[D]. 李振一.重庆邮电大学 2017
[10]基于多普勒雷达的非接触式生命体征监测系统设计[D]. 王元东.湖南大学 2017
本文编号：3268211
本文链接：https://www.wllwen.com/yixuelunwen/swyx/3268211.html
