CN112315452B - 基于多路径相位相消的人体呼吸追踪方法、装置及*** - Google Patents
基于多路径相位相消的人体呼吸追踪方法、装置及*** Download PDFInfo
- Publication number
- CN112315452B CN112315452B CN202011178526.0A CN202011178526A CN112315452B CN 112315452 B CN112315452 B CN 112315452B CN 202011178526 A CN202011178526 A CN 202011178526A CN 112315452 B CN112315452 B CN 112315452B
- Authority
- CN
- China
- Prior art keywords
- signal
- phase shift
- respiratory
- human body
- vector model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000010363 phase shift Effects 0.000 claims abstract description 58
- 230000000241 respiratory effect Effects 0.000 claims abstract description 35
- 230000036391 respiratory frequency Effects 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 238000005070 sampling Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 230000035565 breathing frequency Effects 0.000 claims description 11
- 210000000115 thoracic cavity Anatomy 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000021615 conjugation Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000036387 respiratory rate Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 206010006322 Breath holding Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Pulmonology (AREA)
- Physiology (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本公开提供了一种基于多路径相位相消的人体呼吸追踪方法，包括，根据天线间距和信号带宽构建第一相移矢量模型；对采样频率偏移时延和包检测时延进行计算，根据计算的结果构建第二相移矢量模型；根据所述第一相移矢量模型和所述第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号；对所述人体呼吸信号和所述收发直接路径信号进行共轭相乘，用于消除信号中的相位偏移；对所述共轭相乘的结果进行滤波得到时域呼吸信号；通过所述时域呼吸信号计算得到呼吸频率，本公开提供的方法与现有技术相比，效率和准确性上均有很大的提升。本公开还提供了一种基于多路径相位相消的人体呼吸追踪装置和***。
Description
技术领域
本公开属于信号处理领域，具体涉及一种基于多路径相位相消的人体呼吸追踪方法、装置及***。
背景技术
人体的呼吸状态是一项分析人体健康状况的重要指标，对疾病诊断，人体异常状态监控有着重要意义。然而，现有呼吸监测技术大部分要求传感器和被监测人之间具有直接物理接触，影响了被监测者的正常生活，无法进行长时间的监测。
由于呼吸过程会使得胸腔产生周期性振动从而对电磁信号的传播产生影响，基于雷达的方法可以实现非接触式的人体呼吸频率估计，然而，基于雷达的方法要求使用往往价格昂贵的专门设计的硬件，限制了基于雷达的呼吸频率估计***的应用。
无处不在的WiFi设备为非接触式的呼吸频率估计提供了另一种可能性。WiFi设备中的信道状态信息(Channel State Information,CSI)描述了信号在传播过程中经历的衰减和相移。人体呼吸导致的胸腔振动会使得信道状态信息的测量值呈现周期性变化，从而为利用信道状态信息对人体呼吸频率进行估计提供了可能。由于WiFi设备自身硬件的局限，信道状态信息的相位会受到接收端各种相位误差的干扰，故目前基于信道状态信息的方法均使用的是信道状态信息的幅度随时间的变化对呼吸频率进行估计。然而，由于幅度对环境中的微小运动较为不敏感，故现有方法性能非常有限。除此之外，由于人体呼吸频率可能受到多种物理因素的影响，例如讲话，思考甚至一些无意识的行为都会使得呼吸频率在短时间内发生较大的变化。故相比对呼吸频率进行估计，对人体呼吸的具体状态进行追踪具有更大意义，而现有方法均无法实现这一目标。
利用信道状态信息追踪人体呼吸的难度在于WiFi设备中的相位偏移。由于WiFi设备本身的制造并未考虑环境感知的需求，因此在测量得到的CSI中存在多种相位偏移，包括载频偏移(CFO)、采样频率偏移(SFO)和包检测时延(PDD)。这些相位偏移值随时间随机变化，使得测得的CSI相位无法用于呼吸追踪。另外，利用信道状态信息估计呼吸频率地另难度是多径效应，在室内环境中，信号总是经过多条路径传播到达接收端，在这些路径中，只有部分路径的信号会受到人体呼吸的影响，因此，为了追踪人体呼吸信号的变化，需要对受到人体呼吸影响的信号进行提取。也就是说，目前亟待解决的技术问题是如何消除信号中的相位偏移以及如何准确的提取受到人体呼吸影响的信号。
发明内容
在现有技术中，常采用同一接收设备上两根天线CSI(信道状态信息)的比值，通过取复数CSI(信道状态信息)比值的操作消除相位上的偏移，但是其效果并不是很好，在本公开中，提供一种基于多路径相位相消的人体呼吸追踪方法、装置及***，可以准确的提取受到人体呼吸影响的信号以及消除信号中的相位偏移。
一种基于多路径相位相消的人体呼吸追踪方法，包括：
根据天线间距和信号带宽构建第一相移矢量模型；
对采样频率偏移时延和包检测时延进行计算，根据计算的结果构建第二相移矢量模型；
根据所述第一相移矢量模型和所述第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号；
对所述人体呼吸信号和所述收发直接路径信号进行共轭相乘，用于消除信号中的相位偏移；
对所述共轭相乘的结果进行滤波得到时域呼吸信号；
通过所述时域呼吸信号计算得到呼吸频率。
根据本公开提供的一些实施例，所述根据天线间距和信号带宽构建第一相移矢量模型包括：通过联立多个天线和子载波上的信号构建第一相移矢量模型，对于天线的第ι条路径，第m个天线和第k个子载波相对第一个天线和第一个子载波的联合相移的计算公式包括：
其中，
是联合相移，j是虚数单位，f0是信号的载波频率，Δf是子载波之间的频率间隔，θι是路径ι的波达方向，τι是路径ι的传播时间，d是天线间距，c为信号的传播速度。
根据本公开提供的一些实施例，所述对采样频率偏移时延和包检测时延进行计算，根据估算的结果构建第二相移矢量模型包括：采用谱估计方法对采样频率偏移和包检测时延进行估计，通过联立多个天线和子载波上的信号配合谱估计方法的估计结果构建第二相移矢量模型，对于第m个天线和第k个子载波相对于第一个天线和第一个子载波的联合相移的计算公式包括：
其中，
是联合相移，τSFO是采样频率偏移时延，τPDD是包检测时延。
根据本公开提供的一些实施例，所述根据所述第一相移矢量模型和所述第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号的计算公式包括：
其中，yt(θ1，τ1)是人体呼吸信号，yt(θ2，τ2)是收发直接路径信号，θ1是人体呼吸信号的波达方向，τ1是人体呼吸信号的传播时间，θ2是收发直接路径信号的波达方向，τ2是收发直接路径信号的传播时间，上标H表示共轭转置，fCFO是载频偏移，t是信号接收的时刻，Ht是t时刻的设备中的信道状态信息。
根据本公开提供的一些实施例，所述对所述人体呼吸信号和所述收发直接路径信号进行共轭相乘，用于消除信号中的相位偏移，计算公式包括：
yt＝yt(θ1，τ1)×yt(θ2，τ2)*＝(ΦH(θ1，τ1)-ΦH(θ2，τ2))Ht
＝ΦH(θ1，τ1)Ht-yt(θ2，τ2)
其中，yt是消除相位偏移后的信号，*表示共轭。
根据本公开提供的一些实施例，通过Hampel滤波器和高通滤波器对yt信号进行滤波得到时域呼吸信号。
根据本公开提供的一些实施例，利用快速傅里叶变换对所述时域呼吸信号计算得到呼吸频率。
本公开还提供一种基于多路径相位相消的人体呼吸追踪装置，所述装置使用上述的方法检测呼吸频率，所述装置包括：
信号发射模块，用于发射wifi信号；
信号接收模块，用于接收信道状态信息，其中，所述信道状态信息受人体呼吸时胸腔振动影响发生周期性变化；
信号运算模块，用于对所述信道状态信息进行计算得到消除信号偏移后的信号，其中，所述信道状态信息包括人体呼吸信号和收发直接路径信号，计算方式为共轭相乘；
信号处理模块，用于接收消除信号偏移后的信号并进行滤波得到时域呼吸信号，根据所述时域呼吸信号计算得到呼吸频率。
本公开还公开一种基于多路径相位相消的人体呼吸追踪***，所述***使用上述的方法检测呼吸频率，包括：
信号发射器，用于发射wifi信号；
信号接收器，包括至少两根天线，用于接收信道状态信息，其中，所述信道状态信息受人体呼吸时胸腔振动影响发生周期性变化；
信号运算装置，用于对所述信道状态信息进行计算得到消除信号偏移后的信号，其中，所述信道状态信息包括人体呼吸信号和收发直接路径信号，计算方式为共轭相乘；
信号处理器，用于接收消除信号偏移后的信号并进行滤波得到时域呼吸信号，根据所述时域呼吸信号计算得到呼吸频率。
根据本公开提供的一些实施例，至少两根所述天线中呈现均匀直线阵列排布，相邻的两根天线之间的间距等于所述wifi信号的半波长。
从上述技术方案可以看出，本申请分别通过天线间距和信号带宽、对采样频率偏移时延和包检测时延分别建立第一相移矢量模型和第二相移矢量模型，然后可以从中准确的提取出人体呼吸信号和收发直接路径信号，然后在通过人体呼吸信号和收发直接路径信号的共轭相乘运算消除信号偏移，与现有技术相比，效率和准确性上均有很大的提升。
附图说明
图1示意性示出了本公开实施例的基于多路径相位相消的人体呼吸追踪方法的流程图；
图2示意性示出了本公开一实施例的基于多路径相位相消的人体呼吸追踪方法呼吸频率估计的性能示意图；
图3示意性示出了本公开实施例的一实施例检测到的人体正常呼吸曲线图；
图4和图5示意性示出了本公开一实施例的人体在换呼吸状态(憋气/呼气)过程中呼吸追踪结果示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开作进一步的详细说明。
但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”表明了特征、步骤、操作的存在，但是并不排除存在或添加一个或多个其他特征。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释，例如，载频偏移(Carrier FrequencyOffset,CFO)，是调频信号偏离载波频率的幅度；例如，波达方向(Angle of Arrival,AoA)，是指空间信号的到达方向(各个信号到达阵列参考阵元的方向角，简称波达方向)。
本公开提供一种基于多路径相位相消的人体呼吸追踪方法，可以准确的提取受到人体呼吸影响的信号以及消除信号中的相位偏移，具体方案如下。
一种基于多路径相位相消的人体呼吸追踪方法，图1示意性示出了本公开实施例的基于多路径相位相消的人体呼吸追踪方法的流程图。
如图1所示，一种基于多路径相位相消的人体呼吸追踪方法，包括：
S101：根据天线间距和信号带宽构建第一相移矢量模型。
S102：对采样频率偏移时延(Sampling Frequency Offset,SFO)和包检测时延(Packet Detection Delay,PDD)进行计算，根据计算的结果构建第二相移矢量模型。
S200：根据第一相移矢量模型和第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号。
S300：对人体呼吸信号和收发直接路径信号进行共轭相乘，用于消除信号中的相位偏移。
S400：对共轭相乘的结果进行滤波得到时域呼吸信号。
S500：通过时域呼吸信号计算得到呼吸频率。
根据本公开提供的一些实施例，根据天线间距和信号带宽构建第一相移矢量模型包括：通过联立多个天线和子载波上的信号构建第一相移矢量模型，对于天线的第ι条路径，第m个天线和第k个子载波相对第一个天线和第一个子载波的联合相移的计算公式包括：
其中，
是联合相移，j是虚数单位，f0是信号的载波频率，Δf是子载波之间的频率间隔，θι是路径ι的波达方向(Angle of Arrival,AoA)，τι是路径ι的传播时间(Time ofFlight,ToF)，d是天线间距，c为信号的传播速度。
根据本公开提供的一些实施例，对采样频率偏移时延和包检测时延进行计算，根据估算的结果构建第二相移矢量模型包括：采用谱估计方法对采样频率偏移和包检测时延进行估计，通过联立多个天线和子载波上的信号配合谱估计方法的估计结果构建第二相移矢量模型，对于第m个天线和第k个子载波相对于第一个天线和第一个子载波的联合相移的计算公式包括：
其中，
是联合相移，τSFO是采样频率偏移时延，τPDD是包检测时延。
根据本公开提供的一些实施例，根据第一相移矢量模型和第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号的计算公式包括：
其中，yt(θ1，τ1)是人体呼吸信号，yt(θ2，τ2)是收发直接路径信号，θ1是人体呼吸信号的波达方向，τ1是人体呼吸信号的传播时间，θ2是收发直接路径信号的波达方向，τ2是收发直接路径信号的传播时间，上标H表示共轭转置，fCFO是载频偏移，t是信号接收的时刻，Ht是t时刻的设备中的信道状态信息。
根据本公开提供的一些实施例，对人体呼吸信号和收发直接路径信号进行共轭相乘，用于消除信号中的相位偏移，计算公式包括：
yt＝yt(θ1，τ1)×yt(θ2，τ2)*＝(ΦH(θ1，τ1)-ΦH(θ2，τ2))Ht
＝ΦH(θ1，τ1)Ht-yt(θ2，τ2) (4)
其中，yt是消除相位偏移后的信号，*表示共轭。
根据本公开提供的一些实施例，通过Hampel滤波器和高通滤波器对yt信号进行滤波得到时域呼吸信号。
根据本公开提供的一些实施例，利用快速傅里叶变换对时域呼吸信号计算得到呼吸频率。
本公开还提供一种基于多路径相位相消的人体呼吸追踪装置，装置使用上述的方法检测呼吸频率，装置包括信号发射模块、信号接收模块、信号运算模块和信号处理模块。
信号发射模块，用于发射wifi信号。
信号接收模块，用于接收信道状态信息，其中，信道状态信息受人体呼吸时胸腔振动影响发生周期性变化。
信号运算模块，用于对信道状态信息进行计算得到消除信号偏移后的信号，其中，信道状态信息包括人体呼吸信号和收发直接路径信号，计算方式为共轭相乘。
信号处理模块，用于接收消除信号偏移后的信号并进行滤波得到时域呼吸信号，根据时域呼吸信号计算得到呼吸频率。
本公开还公开一种基于多路径相位相消的人体呼吸追踪***，***使用上述的方法检测呼吸频率，包括信号发射器、信号接收器、信号运算装置和信号处理器。
信号发射器，用于发射wifi信号。
信号接收器，包括至少两根天线，用于接收信道状态信息，其中，信道状态信息受人体呼吸时胸腔振动影响发生周期性变化。
信号运算装置，用于对信道状态信息进行计算得到消除信号偏移后的信号，其中，信道状态信息包括人体呼吸信号和收发直接路径信号，计算方式为共轭相乘。
信号处理器，用于接收消除信号偏移后的信号并进行滤波得到时域呼吸信号，根据时域呼吸信号计算得到呼吸频率。
根据本公开提供的一些实施例，至少两根天线中呈现均匀直线阵列排布，相邻的两根天线之间的间距等于wifi信号的半波长。
下面结合一些具体实施例对本公开的技术方案进行阐述，应当理解的是，这些具体实施例只是为了更好的、更清楚的对本公开技术方案的阐述，以便于本领域技术人员对本公开技术方案的理解，而不应当视为对本公开的保护范围的限定。
根据本公开提供的一些实施例，图2示意性示出了本公开一实施例的基于多路径相位相消的人体呼吸追踪方法呼吸频率估计的性能示意图；图3示意性示出了本公开实施例的一实施例检测到的人体正常呼吸曲线图；
图4和图5示意性示出了本公开一实施例的人体在换呼吸状态(憋气/呼气)过程中呼吸追踪结果示意图。
根据本公开提供的一些实施例，在测试者距离信号发射器和信号接收器2m的情况下，采用本公开提出的方法对人体呼吸进行追踪。
根据本公开提供的一些实施例，设定信号的中心频率为5.31GHz，带宽为40MHz，发送包速率为每秒20次，接收端使用间距d＝0.26cm的两根天线对信号进行接收。
根据本公开提供的一些实施例，在实验中，用测得的每分钟呼吸的次数来表示呼吸的频率，用准确度来表述呼吸频率估计的性能，其计算公式包括，
其中，Accuracy是准确度，b是呼吸频率的真实值，
是呼吸频率的估计值。
根据本公开提供的一些实施例，测试者分别以每分钟12次，每分钟15次，每分钟20次的速率呼吸一分钟，经过本公开提供的方法对测试者的呼吸进行追踪，其追踪结果如图2所示，可以清楚地毫无疑问地看出，本公开提供的方法在这三种情况下，均实现了高准确度的呼吸频率的追踪。
根据本公开提供的一些实施例，测试者在一分钟内呼吸15次，本公开提供的方法对呼吸频率的追踪结果如图3所示，可以清楚地观测到15个呼吸周期幅度的变化。
根据本公开提供的一些实施例，测试者反复切换呼吸和憋气的状态时，本公开提供的方法对呼吸频率的追踪结果如图4和图5所示，可以清楚地观测到呼吸频率、幅度的变化，也即，可以精准的测得测试者的呼吸频率。
从上述技术方案可以看出，本公开分别通过天线间距和信号带宽、对采样频率偏移时延和包检测时延分别建立第一相移矢量模型和第二相移矢量模型，然后可以从中准确的提取出人体呼吸信号和收发直接路径信号，然后在通过人体呼吸信号和收发直接路径信号的共轭相乘运算消除信号偏移，与现有技术相比，效率和准确性上均有很大的提升。
至此，已经结合附图对本公开实施例进行了详细描述。需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各零部件的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换。
还需要说明的是，在本公开的具体实施例中，除非有所知名为相反之意，本说明书及所附权利要求中的数值参数是近似值，能够根据通过本公开的内容所得的所需特性改变。具体而言，所有使用于说明书及权利要求中表示组成的尺寸、范围条件等等的数字，应理解为在所有情况中是受到“约”的用语所修饰。一般情况下，其表达的含义是指包含由特定数量在一些实施例中±10％的变化、在一些实施例中±5％的变化、在一些实施例中±1％的变化、在一些实施例中±0.5％的变化。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上所述的具体实施例，对本公开的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本公开的具体实施例而已，并不用于限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (10)
1.一种基于多路径相位相消的人体呼吸追踪方法，其特征在于，包括：
根据天线间距和信号带宽构建第一相移矢量模型；
对采样频率偏移时延和包检测时延进行计算，根据计算的结果构建第二相移矢量模型；
根据所述第一相移矢量模型和所述第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号；
对所述人体呼吸信号和所述收发直接路径信号进行共轭相乘，用于消除信号中的相位偏移；
对所述共轭相乘的结果进行滤波得到时域呼吸信号；
通过所述时域呼吸信号计算得到呼吸频率。
2.根据权利要求1所述的基于多路径相位相消的人体呼吸追踪方法，其特征在于，所述根据天线间距和信号带宽构建第一相移矢量模型包括：通过联立多个天线和子载波上的信号构建第一相移矢量模型，对于天线的第ι条路径，第m个天线和第k个子载波相对第一个天线和第一个子载波的联合相移的计算公式包括：
其中，
是联合相移，j是虚数单位，f0是信号的载波频率，Δf是子载波之间的频率间隔，θι是路径ι的波达方向，τι是路径ι的传播时间，d是天线间距，c为信号的传播速度。
3.根据权利要求2所述的基于多路径相位相消的人体呼吸追踪方法，其特征在于，所述对采样频率偏移时延和包检测时延进行计算，根据估算的结果构建第二相移矢量模型包括：采用谱估计方法对采样频率偏移和包检测时延进行估计，通过联立多个天线和子载波上的信号配合谱估计方法的估计结果构建第二相移矢量模型，对于第m个天线和第k个子载波相对于第一个天线和第一个子载波的联合相移的计算公式包括：
其中，
是联合相移，τSFO是采样频率偏移时延，τPDD是包检测时延。
4.根据权利要求3所述的基于多路径相位相消的人体呼吸追踪方法，其特征在于，所述根据所述第一相移矢量模型和所述第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号的计算公式包括：
其中，yt(θ1，τ1)是人体呼吸信号，yt(θ2，τ2)是收发直接路径信号，θ1是人体呼吸信号的波达方向，τ1是人体呼吸信号的传播时间，θ2是收发直接路径信号的波达方向，τ2是收发直接路径信号的传播时间，上标H表示共轭转置，fCFO是载频偏移，t是信号接收的时刻，Ht是t时刻的设备中的信道状态信息。
5.根据权利要求4所述的基于多路径相位相消的人体呼吸追踪方法，其特征在于，所述对所述人体呼吸信号和所述收发直接路径信号进行共轭相乘，用于消除信号中的相位偏移，计算公式包括：
yt＝yt(θ1，τ1)×yt(θ2，τ2)*＝(ΦH(θ1，τ1)-ΦH(θ2，τ2))Ht
＝ΦH(θ1，τ1)Ht-yt(θ2，τ2)
其中，yt是消除相位偏移后的信号，*表示共轭。
6.根据权利要求5所述的基于多路径相位相消的人体呼吸追踪方法，其特征在于，通过Hampel滤波器和高通滤波器对yt信号进行滤波得到时域呼吸信号。
7.根据权利要求5所述的基于多路径相位相消的人体呼吸追踪方法，其特征在于，利用快速傅里叶变换对所述时域呼吸信号计算得到呼吸频率。
8.一种基于多路径相位相消的人体呼吸追踪装置，其特征在于，所述装置使用如权利要求1至7任一项所述的方法检测呼吸频率，所述装置包括：
信号发射模块，用于发射wifi信号；
信号接收模块，用于接收信道状态信息，其中，所述信道状态信息受人体呼吸时胸腔振动影响发生周期性变化；
信号运算模块，用于对所述信道状态信息进行计算得到消除信号偏移后的信号，其中，所述信道状态信息包括人体呼吸信号和收发直接路径信号，计算方式为共轭相乘；
信号处理模块，用于接收消除信号偏移后的信号并进行滤波得到时域呼吸信号，根据所述时域呼吸信号计算得到呼吸频率。
9.一种基于多路径相位相消的人体呼吸追踪***，其特征在于，所述***使用如权利要求1至7任一项所述的方法检测呼吸频率，包括：
信号发射器，用于发射wifi信号；
信号接收器，包括至少两根天线，用于接收信道状态信息，其中，所述信道状态信息受人体呼吸时胸腔振动影响发生周期性变化；
信号运算装置，用于对所述信道状态信息进行计算得到消除信号偏移后的信号，其中，所述信道状态信息包括人体呼吸信号和收发直接路径信号，计算方式为共轭相乘；
信号处理器，用于接收消除信号偏移后的信号并进行滤波得到时域呼吸信号，根据所述时域呼吸信号计算得到呼吸频率。
10.根据权利要求9所述的***，其特征在于，至少两根所述天线中呈现均匀直线阵列排布，相邻的两根天线之间的间距等于所述wifi信号的半波长。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011178526.0A CN112315452B (zh) | 2020-10-29 | 2020-10-29 | 基于多路径相位相消的人体呼吸追踪方法、装置及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011178526.0A CN112315452B (zh) | 2020-10-29 | 2020-10-29 | 基于多路径相位相消的人体呼吸追踪方法、装置及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112315452A CN112315452A (zh) | 2021-02-05 |
| CN112315452B true CN112315452B (zh) | 2021-10-01 |
Family
ID=74297283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011178526.0A Active CN112315452B (zh) | 2020-10-29 | 2020-10-29 | 基于多路径相位相消的人体呼吸追踪方法、装置及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112315452B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114052740B (zh) * | 2021-11-29 | 2022-12-30 | 中国科学技术大学 | 基于毫米波雷达的非接触心电图监测方法 |
| CN114376559B (zh) * | 2022-01-18 | 2023-09-19 | 高昌生医股份有限公司 | 呼吸基准线追踪加速方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106725488A (zh) * | 2016-12-27 | 2017-05-31 | 深圳大学 | 一种无线场强呼吸检测方法、装置及呼吸检测仪 |
| WO2017156492A1 (en) * | 2016-03-11 | 2017-09-14 | Origin Wireless, Inc. | Methods, apparatus, servers, and systems for vital signs detection and monitoring |
| CN107171749A (zh) * | 2017-07-17 | 2017-09-15 | 北京大学 | 确定运动物体直接反射的无线信号的多普勒频移的方法 |
| CN110301917A (zh) * | 2019-06-14 | 2019-10-08 | 北京大学 | 一种无接触呼吸检测方法及装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101247383A (zh) * | 2007-02-13 | 2008-08-20 | 华为技术有限公司 | 一种进行载波频率偏移补偿的方法及装置 |
| US11025475B2 (en) * | 2012-12-05 | 2021-06-01 | Origin Wireless, Inc. | Method, apparatus, server, and systems of time-reversal technology |
| US10735298B2 (en) * | 2012-12-05 | 2020-08-04 | Origin Wireless, Inc. | Method, apparatus, server and system for vital sign detection and monitoring |
| US11012285B2 (en) * | 2012-12-05 | 2021-05-18 | Origin Wireless, Inc. | Methods, apparatus, servers, and systems for vital signs detection and monitoring |
| US10264996B2 (en) * | 2015-10-19 | 2019-04-23 | Sayfe Kiaei | Method and apparatus for wirelessly monitoring repetitive bodily movements |
| WO2018160141A1 (en) * | 2017-03-03 | 2018-09-07 | Nanyang Technological University | Apparatus and method for localisation and/or tracking |
| CN109330597B (zh) * | 2018-08-30 | 2021-03-30 | 电子科技大学 | 一种基于信道状态信息的人体呼吸追踪方法 |
| CN109171731B (zh) * | 2018-09-04 | 2020-08-21 | 北京大学（天津滨海）新一代信息技术研究院 | 一种无接触呼吸检测方法 |
| TWI722347B (zh) * | 2018-12-11 | 2021-03-21 | 財團法人工業技術研究院 | 基於通道狀態資訊量測生理狀態資訊的方法、裝置及其系統 |
-
2020
- 2020-10-29 CN CN202011178526.0A patent/CN112315452B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017156492A1 (en) * | 2016-03-11 | 2017-09-14 | Origin Wireless, Inc. | Methods, apparatus, servers, and systems for vital signs detection and monitoring |
| CN106725488A (zh) * | 2016-12-27 | 2017-05-31 | 深圳大学 | 一种无线场强呼吸检测方法、装置及呼吸检测仪 |
| CN107171749A (zh) * | 2017-07-17 | 2017-09-15 | 北京大学 | 确定运动物体直接反射的无线信号的多普勒频移的方法 |
| CN110301917A (zh) * | 2019-06-14 | 2019-10-08 | 北京大学 | 一种无接触呼吸检测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| TR-BREATH:Time-Reversal Breathing Rate Estimation and Dection;Chen,Chen,Chen,Yan等;《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》;20180331;第65卷(第3期);第1-13页 * |
| 基于信道状态相位信息的生命体征监测算法;戴欢等;《计算机科学》;20201015(第10期);第48-54页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112315452A (zh) | 2021-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | PhaseBeat: Exploiting CSI phase data for vital sign monitoring with commodity WiFi devices | |
| JP6865394B2 (ja) | プログラム | |
| Wang et al. | ViMo: Multiperson vital sign monitoring using commodity millimeter-wave radio | |
| Wang et al. | mmHRV: Contactless heart rate variability monitoring using millimeter-wave radio | |
| Wang et al. | TinySense: Multi-user respiration detection using Wi-Fi CSI signals | |
| CN110301917B (zh) | 一种无接触呼吸检测方法及装置 | |
| CN109330597B (zh) | 一种基于信道状态信息的人体呼吸追踪方法 | |
| CN112315452B (zh) | 基于多路径相位相消的人体呼吸追踪方法、装置及*** | |
| US20170205502A1 (en) | Positioning sensor and direction estimation method | |
| US20080074307A1 (en) | Determining presence and/or physiological motion of one or more subjects within a doppler radar system | |
| CN111568425B (zh) | 一种非接触式的多人呼吸检测方法 | |
| Li et al. | On CSI and passive Wi-Fi radar for opportunistic physical activity recognition | |
| Wang et al. | Smartphone sonar-based contact-free respiration rate monitoring | |
| JP2020109389A (ja) | 推定方法、推定装置およびプログラム | |
| JP6893328B2 (ja) | センサおよび位置推定方法 | |
| Alizadeh | Remote vital signs monitoring using a mm-wave FMCW radar | |
| Zhang et al. | Pushing the limit of phase offset for contactless sensing using commodity wifi | |
| Rong et al. | Novel Respiration-Free Heartbeat Detection Algorithm Using Millimeter-Wave Radar | |
| Uysal et al. | Contactless respiration rate estimation using MUSIC algorithm | |
| Boudlal et al. | A Monitoring System for Elderly People Using WiFi Sensing with Channel State Information. | |
| Zhang et al. | Breath status tracking using commodity wifi | |
| US11561279B2 (en) | Radar estimating method, device and medium to extract living body vector information | |
| Hu et al. | Respiration estimation for indoor human via commodity WiFi based on time-frequency analysis | |
| KR20190090610A (ko) | 차동위상 레이더 생체신호 검출 장치 및 방법 | |
| Valls et al. | Vital Signs Estimation Using a 26 GHz Multi-Beam Communication Testbed |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230605 Address after: 230026 Jinzhai Road, Baohe District, Hefei, Anhui Province, No. 96 Patentee after: University of Science and Technology of China Patentee after: Chen Yan Patentee after: Zhang Dongheng Address before: 230026 Jinzhai Road, Baohe District, Hefei, Anhui Province, No. 96 Patentee before: University of Science and Technology of China |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231031 Address after: Room B201-A2, Molai Center Building, No. 5089 Wangjiang West Road, Gaoxin District, Hefei City, Anhui Province, 230094 Patentee after: Hefei Zhongke Zhiqi Information Technology Co.,Ltd. Address before: 230027 1603, West Building, Science and Technology Experiment Building, West District, University of Science and Technology of China, No. 443, Mount Huangshan Road, Shushan District, Hefei, Anhui Patentee before: Chen Yan Patentee before: Zhang Dongheng Effective date of registration: 20231031 Address after: 230027 1603, West Building, Science and Technology Experiment Building, West District, University of Science and Technology of China, No. 443, Mount Huangshan Road, Shushan District, Hefei, Anhui Patentee after: Chen Yan Patentee after: Zhang Dongheng Address before: 230026 Jinzhai Road, Baohe District, Hefei, Anhui Province, No. 96 Patentee before: University of Science and Technology of China Patentee before: Chen Yan Patentee before: Zhang Dongheng |
|
| TR01 | Transfer of patent right |