CN108683467A - 信号检测方法、通信设备、采集设备和信号检测系统 - Google Patents

信号检测方法、通信设备、采集设备和信号检测系统 Download PDF

Info

Publication number
CN108683467A
CN108683467A CN201810495256.2A CN201810495256A CN108683467A CN 108683467 A CN108683467 A CN 108683467A CN 201810495256 A CN201810495256 A CN 201810495256A CN 108683467 A CN108683467 A CN 108683467A
Authority
CN
China
Prior art keywords
signal
csi information
eeg signals
disturbing
communication equipment
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.)
Pending
Application number
CN201810495256.2A
Other languages
English (en)
Inventor
龙洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Pretech Technology Co Ltd
Original Assignee
Shenzhen Pretech Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Pretech Technology Co Ltd filed Critical Shenzhen Pretech Technology Co Ltd
Priority to CN201810495256.2A priority Critical patent/CN108683467A/zh
Publication of CN108683467A publication Critical patent/CN108683467A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/20—Arrangements for detecting or preventing errors in the information received using signal quality detector

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Electromagnetism (AREA)
  • Power Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种信号检测方法，包括：发射无线信号，同时检测接收信号中的扰动信号，所述扰动信号为采集设备将采集的脑电信号经过放大、滤波和调制处理后的特定频段的信号；当检测到所述接收信号中的扰动信号时，从所述接收信号中提取CSI信息；根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。本发明还公开了一种通信设备、一种采集设备和一种信号检测系统。采用本发明实施例，能有效提取脑电信号且通用性强。

Description

信号检测方法、通信设备、采集设备和信号检测系统
技术领域
本发明涉及无线通信领域，尤其涉及一种信号检测方法、通信设备、采集设备和信号检测系统。
背景技术
目前已公开的脑电信号(Electro-encephalogram,EEG)检测系统都是基于尚不完全成熟的无线体域网(Wireless Body Area Network，WBAN)协议通信。用户通过佩戴的EEG传感节点，采集微弱的微伏级的脑电信号，对采集的信号放大滤波后采用802.15.6协议即WBAN协议传输，中控机上集成的接收机基于WBAN协议解调头戴EEG节点端采集到的EEG信号，编码后传输到上位机或者服务器进行处理分析，上位机处理分析后可以得到用户的实际健康状。但是，目前基于WBAN协议的设备并未广泛运用，上述系统仅适用于基于WBAN协议的生理信号的采集，通用性差且成本高。
发明内容
本发明实施例的目的是提供一种信号检测方法、通信设备、采集设备和信号检测系统，能有效提取脑电信号且通用性强。
为实现上述目的，本发明实施例提供了一种信号检测方法，包括：
发射无线信号，同时检测接收信号中的扰动信号，所述扰动信号为采集设备将采集的脑电信号经过放大、滤波和调制处理后的特定频段的信号；
当检测到所述接收信号中的扰动信号时，从所述接收信号中提取CSI信息；
根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；
将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。
与现有技术相比，本发明公开的信号检测方法首先通过检测接收信号中的扰动信号，并从所述接收信号中提取CSI信息；然后根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；最后将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。解决了现有技术中脑电信号检测系统仅适用于基于WBAN协议的生理信号的采集，通用性差且成本高的问题，能有效提取脑电信号且通用性强。
作为上述方案的改进，所述特征库模型的建立方法包括：
采集待分类脑电信号，对所述待分类的脑电信号进行放大、滤波和调制处理，得到与所述待分类脑电信号对应的扰动信号；
将所述扰动信号对通信设备的接收信号进行扰动；
在所述接收信号中提取CSI信息，根据所述CSI信息对所述待分类脑电信号进行分类；
存储所述待分类脑电信号，得到特征库模型。
作为上述方案的改进，所述根据所述CSI信息对所述待分类脑电信号进行分类具体包括：
利用支持向量机根据所述CSI信息对所述待分类脑电信号进行分类。
为实现上述目的，本发明实施例还提供了另一种信号检测方法，包括：
采集脑电信号，对所述脑电信号进行放大和滤波处理，得到处理信号；
对所述处理信号进行调制，生成特定频段的扰动信号；
发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号；其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。
与现有技术相比，本发明公开的信号检测方法首先通过采集脑电信号，对所述脑电信号进行放大和滤波处理，得到处理信号；然后对所述处理信号进行调制，生成特定频段的扰动信号；最后发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号；其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。解决了现有技术中脑电信号检测系统仅适用于基于WBAN协议的生理信号的采集，通用性差且成本高的问题，能有效提取脑电信号且通用性强。
作为上述方案的改进，所述特定频段为2.4G频段。
作为上述方案的改进，所述对所述处理信号进行调制具体包括：
采用OFDM调制方式对所述处理信号进行调制。
为实现上述目的，本发明实施例还提供一种通信设备，包括：
信号传输单元，用于发射无线信号，同时检测接收信号中的扰动信号，所述扰动信号为采集设备将采集的脑电信号经过放大、滤波和调制处理后的特定频段的信号；
CSI信息提取单元，用于当检测到所述接收信号中的扰动信号时，从所述接收信号中提取CSI信息；
特定信号提取单元，用于根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；
特定信号上传单元，用于将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。
与现有技术相比，本发明公开的通信设备首先通过信号传输单元检测接收信号中的扰动信号，CSI信息提取单元从所述接收信号中提取CSI信息；然后特定信号提取单元根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；最后特定信号上传单元将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。解决了现有技术中脑电信号检测系统仅适用于基于WBAN协议的生理信号的采集，通用性差且成本高的问题，能有效提取脑电信号且通用性强。
为实现上述目的，本发明实施例还提供一种采集设备，包括：
信号采集单元，用于采集脑电信号；
信号放大滤波单元，用于对所述脑电信号进行放大和滤波处理，得到处理信号；
信号调制单元，用于对所述处理信号进行调制，生成特定频段的扰动信号；
信号发射单元，用于发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号；其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。
与现有技术相比，本发明公开的信号采集设备首先通过信号采集单元采集脑电信号，信号放大滤波单元对所述脑电信号进行放大和滤波处理，得到处理信号；然后信号调制单元对所述处理信号进行调制，生成特定频段的扰动信号；最后信号发射单元发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号；其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。解决了现有技术中脑电信号检测系统仅适用于基于WBAN协议的生理信号的采集，通用性差且成本高的问题，能有效提取脑电信号且通用性强。
作为上述方案的改进，所述特定频段为2.4G频段；
所述对所述处理信号进行调制具体包括：采用OFDM调制方式对所述处理信号进行调制。
为实现上述目的，本发明实施例还提供一种信号检测系统，包括上述实施例所述的通信设备和上述任一实施例所述的采集设备。
附图说明
图1是本发明实施例提供的一种信号检测方法的流程图；
图2是本发明实施例提供的一种信号检测方法中建立特征库模型的流程图；
图3是本发明实施例提供的另一种信号检测方法的流程图；
图4是本发明实施例提供的一种通信设备10的结构示意图；
图5是本发明实施例提供的一种采集设备20的结构示意图；
图6是本发明实施例提供的一种信号检测系统30的结构示意图；
图7是本发明实施例提供的一种信号检测系统30的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
参见图1，图1是本发明实施例提供的一种信号检测方法的流程图；包括：
S11、发射无线信号，同时检测接收信号中的扰动信号，所述扰动信号为采集设备将采集的脑电信号经过放大、滤波和调制处理后的特定频段的信号；
S12、当检测到所述接收信号中的扰动信号时，从所述接收信号中提取CSI信息；
S13、根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；
S14、将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。
具体的，本实施例所提供的信号检测方法可以通过通信设备执行实现，优选的，所述采集设备可以通过USB插口或无线通信方式与所述通信设备连接，所述采集设备用于采集脑电信号，同时对所述脑电信号进行处理，生成特定频段的扰动信号，发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号。所述通信设备检测接收信号中的扰动信号，并从所述接收信号中提取CSI信息，然后根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。则当通过所述通信设备执行本实施例时，用户可预先将所述采集设备与执行本实施例的信号检测方法的所述通信设备连接。其中，所述通信设备可以是路由器。
具体的，在步骤S11中，发射无线信号，同时检测接收信号中的扰动信号，其中，所述无线信号为WiFi信号；所述接收信号为WiFi信号；所述扰动信号为采集设备将采集的脑电信号经过放大、滤波和调制处理后的特定频段的信号，所述特性频段为2.4G频段。
具体的，在步骤S12中，当检测到所述接收信号中的扰动信号时，从所述接收信号中提取CSI(channel state information-信道状态信息)信息；所述CSI信息可以描述信号在信道上的衰减，包括信号散射、环境衰弱、距离衰减等。
具体的，在步骤S13中，根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。优选的，所述特征库模型包括有多个特定信号和与所述特定信号对应的所述CSI信息，从而可以根据所述CSI信息提取出与所述CSI信息对应的所述特定信号，所述特定信号即为存储在所述特征库模型的脑电信号。
具体的，在步骤S14中，将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。比如所述云服务器将所述健康信息经过加密后生成文档信息发送到用户手中，用户可实时得知自身的健康状态。无需再搭建Internet接口，可直接通过路由器上传到服务器端，简单便捷。
优选的，参见图2，图2是本发明实施例提供的一种信号检测方法中建立特征库模型的流程图；包括：
S131、采集待分类脑电信号，对所述待分类的脑电信号进行放大、滤波和调制处理，得到与所述待分类脑电信号对应的扰动信号；
S132、将所述扰动信号对通信设备的接收信号进行扰动；
S133、在所述接收信号中提取CSI信息，根据所述CSI信息对所述待分类脑电信号进行分类；
S134、存储所述待分类脑电信号，得到特征库模型。
优选的，可以利用支持向量机根据所述CSI信息对所述待分类脑电信号进行分类。由于脑电信号是一些自发的有节律的神经活动，频率大概在1-30Hz之间，通过长期训练和深度学习可以建立准确的不同脑电信号对接收信号的扰动的特征库模型。因此，经过长期训练，通过检测接收信号的扰动，提取CSI信息，就可以根据所述CSI信息在所述特征库模型中提取出已存储的脑电信号。具体的，所述脑电信号就是脑电波，脑电波具有多个波段，不同波段的脑电信号经过放大、滤波和调制后生成不同的扰动信号，从而影响提取到的CSI信息。
与现有技术相比，本发明公开的信号检测方法首先通过检测接收信号中的扰动信号，并从所述接收信号中提取CSI信息；然后根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；最后将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。解决了现有技术中脑电信号检测系统仅适用于基于WBAN协议的生理信号的采集，通用性差且成本高的问题，能有效提取脑电信号且通用性强。
实施例二
参见图3，图3是本发明实施例提供的另一种信号检测方法的流程图；包括：
S21、采集脑电信号，对所述脑电信号进行放大和滤波处理，得到处理信号；
S22、对所述处理信号进行调制，生成特定频段的扰动信号；
S23、发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号；其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。
具体的，本实施例所提供的信号检测方法可以通过采集设备执行实现，优选的，所述通信设备可以通过USB插口或无线通信方式与所述采集设备连接，所述采集设备用于采集脑电信号，同时对所述脑电信号进行处理，生成特定频段的扰动信号，发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号。所述通信设备检测接收信号中的扰动信号，并从所述接收信号中提取CSI信息，然后根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。则当通过所述采集设备执行本实施例时，用户可预先将所述通信设备与执行本实施例的信号检测方法的所述采集设备连接。其中，所述采集设备可以是EEG传感设备。
具体的，在步骤S21中，用户头戴EEG传感设备，所述EEG传感设备负责采集微弱的脑电信号，并对所述脑电信号进行放大和滤波处理，得到处理信号。
具体的，在步骤S22中，采用OFDM调制方式对所述处理信号进行调制，生成特定频段的扰动信号；其中，所述特定频段为2.4G频段。采用OFDM调制方式，可以得到不同子载波的幅度和相位信息，同时能够以较小的功率将所述2.4G频段的扰动信号发射出去。
具体的，在步骤S23中，可以通过内置天线发射所述扰动信号，从而可利用2.4G频段的扰动信号对所述通信设备的接收信号进行扰动。其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。
与现有技术相比，本发明公开的信号检测方法首先通过采集脑电信号，对所述脑电信号进行放大和滤波处理，得到处理信号；然后对所述处理信号进行调制，生成特定频段的扰动信号；最后发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号；其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。解决了现有技术中脑电信号检测系统仅适用于基于WBAN协议的生理信号的采集，通用性差且成本高的问题，能有效提取脑电信号且通用性强。
实施例三
参见图4，图4是本发明实施例提供的一种通信设备10的结构示意图；包括：
信号传输单元11，用于发射无线信号，同时检测接收信号中的扰动信号，所述扰动信号为采集设备将采集的脑电信号经过放大、滤波和调制处理后的特定频段的信号；
CSI信息提取单元12，用于当检测到所述接收信号中的扰动信号时，从所述接收信号中提取CSI信息；
特定信号提取单元13，用于根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；
特定信号上传单元14，用于将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。
具体的，所述信号传输单元11发射无线信号，同时检测接收信号中的扰动信号，其中，所述无线信号为WiFi信号；所述接收信号为WiFi信号；所述扰动信号为采集设备将采集的脑电信号经过放大、滤波和调制处理后的特定频段的信号，所述特性频段为2.4G频段。
具体的，当检测到所述接收信号中的扰动信号时，所述CSI信息提取单元12从所述接收信号中提取CSI(channel state information-信道状态信息)信息；所述CSI信息可以描述信号在信道上的衰减，包括信号散射、环境衰弱、距离衰减等。
具体的，所述特定信号提取单元13根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。优选的，所述特征库模型包括有多个特定信号和与所述特定信号对应的所述CSI信息，从而所述特定信号提取单元13可以根据所述CSI信息提取出与所述CSI信息对应的所述特定信号，所述特定信号即为存储在所述特征库模型的脑电信号。
具体的，所述特定信号上传单元14将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。比如所述云服务器将所述健康信息经过加密后生成文档信息发送到用户手中，用户可实时得知自身的健康状态。无需再搭建Internet接口，可直接通过路由器上传到服务器端，简单便捷。
优选的，参见图2，建立特征库模型的流程图包括：
S131、采集待分类脑电信号，对所述待分类的脑电信号进行放大、滤波和调制处理，得到与所述待分类脑电信号对应的扰动信号；
S132、将所述扰动信号对通信设备的接收信号进行扰动；
S133、在所述接收信号中提取CSI信息，根据所述CSI信息对所述待分类脑电信号进行分类；
S134、存储所述待分类脑电信号，得到特征库模型。
优选的，可以利用支持向量机根据所述CSI信息对所述待分类脑电信号进行分类。由于脑电信号是一些自发的有节律的神经活动，频率大概在1-30Hz之间，通过长期训练和深度学习可以建立准确的不同脑电信号对接收信号的扰动的特征库模型。因此，经过长期训练，通过检测接收信号的扰动，提取CSI信息，就可以根据所述CSI信息在所述特征库模型中提取出已存储的脑电信号。具体的，所述脑电信号就是脑电波，脑电波具有多个波段，不同波段的脑电信号经过放大、滤波和调制后生成不同的扰动信号，从而影响提取到的CSI信息。
与现有技术相比，本发明公开的通信设备10首先通过信号传输单元11检测接收信号中的扰动信号，CSI信息提取单元12从所述接收信号中提取CSI信息；然后特定信号提取单元13根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；最后特定信号上传单元14将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。解决了现有技术中脑电信号检测系统仅适用于基于WBAN协议的生理信号的采集，通用性差且成本高的问题，能有效提取脑电信号且通用性强。
实施例四
参见图5，图5是本发明实施例提供的一种采集设备20的结构示意图；包括：
信号采集单元21，用于采集脑电信号；
信号放大滤波单元22，用于对所述脑电信号进行放大和滤波处理，得到处理信号；
信号调制单元23，用于对所述处理信号进行调制，生成特定频段的扰动信号；
信号发射单元24，用于发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号；其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。
具体的，用户头戴EEG传感设备，所述信号采集单元21采集微弱的脑电信号。所述信号放大滤波单元22对所述脑电信号进行放大和滤波处理，得到处理信号。
具体的，所述信号调制单元23采用OFDM调制方式对所述处理信号进行调制，生成特定频段的扰动信号；其中，所述特定频段为2.4G频段。采用OFDM调制方式，可以得到不同子载波的幅度和相位信息，同时能够以较小的功率将所述2.4G频段的扰动信号发射出去。
具体的，所述信号发射单元24发射所述扰动信号，所述信号发射单元24可以是内置天线，从而可利用2.4G频段的扰动信号对所述通信设备的接收信号进行扰动。其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。
与现有技术相比，本发明公开的信号采集设备20首先通过信号采集单元21采集脑电信号，信号放大滤波单元22对所述脑电信号进行放大和滤波处理，得到处理信号；然后信号调制单元23对所述处理信号进行调制，生成特定频段的扰动信号；最后信号发射单元24发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号；其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。解决了现有技术中脑电信号检测系统仅适用于基于WBAN协议的生理信号的采集，通用性差且成本高的问题，能有效提取脑电信号且通用性强。
实施例五
参见图6，图6是本发明实施例提供的一种信号检测系统30的结构示意图；所述信号检测系统包括上述实施例三所述的通信设备10和上述实施例四所述的采集设备20。
具体的，参见图7，图7是本发明实施例提供的一种信号检测系统30的流程图；包括：
S31、采集设备20采集脑电信号，对所述脑电信号进行放大和滤波处理，得到处理信号；
S32、采集设备20对所述处理信号进行调制，生成特定频段的扰动信号；
S33、通信设备10发射无线信号，同时检测接收信号中的扰动信号；
S34、当通信设备10检测到所述接收信号中的扰动信号时，从所述接收信号中提取CSI信息；
S35、通信设备10根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；
S36、通信设备10将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。
具体的，在步骤S31中，用户头戴所述采集设备20，所述采集设备20可以是EEG传感设备，所述采集设备20负责采集微弱的脑电信号，并对所述脑电信号进行放大和滤波处理，得到处理信号。
具体的，在步骤S32中，所述采集设备20采用OFDM调制方式对所述处理信号进行调制，生成特定频段的扰动信号；其中，所述特定频段为2.4G频段。采用OFDM调制方式，可以得到不同子载波的幅度和相位信息。
所述采集设备20发射所述扰动信号，从而可利用2.4G频段的扰动信号对所述通信设备的接收信号进行扰动。其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。
具体的，在步骤S33中，所述通信设备10发射无线信号，同时检测接收信号中的扰动信号，其中，所述通信设备可以是路由器，所述无线信号为WiFi信号；所述接收信号为WiFi信号；所述扰动信号为采集设备将采集的脑电信号经过放大、滤波和调制处理后的特定频段的信号，所述特性频段为2.4G频段。
具体的，在步骤S34中，当所述通信设备10检测到所述接收信号中的扰动信号时，从所述接收信号中提取CSI信息；所述CSI信息可以描述信号在信道上的衰减，包括信号散射、环境衰弱、距离衰减等。
具体的，在步骤S35中，所述通信设备10根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。优选的，所述特征库模型包括有多个特定信号和与所述特定信号对应的所述CSI信息，从而可以根据所述CSI信息提取出所述特定信号，所述特定信号即为存储在所述特征库模型的脑电信号。
具体的，在步骤S36中，所述通信设备10将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。比如所述云服务器将所述健康信息经过加密后生成文档信息发送到用户手中，用户可实时得知自身的健康状态。无需再搭建Internet接口，可直接通过路由器上传到服务器端，简单便捷。
优选的，参见图2，建立特征库模型的流程图包括：
S131、采集待分类脑电信号，对所述待分类的脑电信号进行放大、滤波和调制处理，得到与所述待分类脑电信号对应的扰动信号；
S132、将所述扰动信号对通信设备的接收信号进行扰动；
S133、在所述接收信号中提取CSI信息，根据所述CSI信息对所述待分类脑电信号进行分类；
S134、存储所述待分类脑电信号，得到特征库模型。
优选的，可以利用支持向量机根据所述CSI信息对所述待分类脑电信号进行分类。由于脑电信号是一些自发的有节律的神经活动，频率大概在1-30Hz之间，通过长期训练和深度学习可以建立准确的不同脑电信号对接收信号的扰动的特征库模型。因此，经过长期训练，通过检测接收信号的扰动，提取CSI信息，就可以根据所述CSI信息在所述特征库模型中提取出已存储的脑电信号。具体的，所述脑电信号就是脑电波，脑电波具有多个波段，不同波段的脑电信号经过放大、滤波和调制后生成不同的扰动信号，从而影响提取到的CSI信息。
与现有技术相比，本发明公开的信号检测系统30首先通过采集设备20采集脑电信号，对所述脑电信号进行放大和滤波处理，得到处理信号；并对所述处理信号进行调制，生成特定频段的扰动信号；然后通信设备10检测接收信号中的扰动信号，当通信设备10检测到所述接收信号中的扰动信号时，从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；最后通信设备10将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。解决了现有技术中脑电信号检测系统仅适用于基于WBAN协议的生理信号的采集，通用性差且成本高的问题，能有效提取脑电信号且通用性强。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种信号检测方法，其特征在于，包括：
发射无线信号，同时检测接收信号中的扰动信号，所述扰动信号为采集设备将采集的脑电信号经过放大、滤波和调制处理后的特定频段的信号；
当检测到所述接收信号中的扰动信号时，从所述接收信号中提取CSI信息；
根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；
将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。
2.如权利要求1所述的信号检测方法，其特征在于，所述特征库模型的建立方法包括：
采集待分类脑电信号，对所述待分类的脑电信号进行放大、滤波和调制处理，得到与所述待分类脑电信号对应的扰动信号；
将所述扰动信号对通信设备的接收信号进行扰动；
在所述接收信号中提取CSI信息，根据所述CSI信息对所述待分类脑电信号进行分类；
存储所述待分类脑电信号，得到特征库模型。
3.如权利要求2所述的信号检测方法，其特征在于，所述根据所述CSI信息对所述待分类脑电信号进行分类具体包括：
利用支持向量机根据所述CSI信息对所述待分类脑电信号进行分类。
4.一种信号检测方法，其特征在于，包括：
采集脑电信号，对所述脑电信号进行放大和滤波处理，得到处理信号；
对所述处理信号进行调制，生成特定频段的扰动信号；
发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号；其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。
5.如权利要求4所述的信号检测方法，其特征在于，所述特定频段为2.4G频段。
6.如权利要求4所述的信号检测方法，其特征在于，所述对所述处理信号进行调制具体包括：
采用OFDM调制方式对所述处理信号进行调制。
7.一种通信设备，其特征在于，包括：
信号传输单元，用于发射无线信号，同时检测接收信号中的扰动信号，所述扰动信号为采集设备将采集的脑电信号经过放大、滤波和调制处理后的特定频段的信号；
CSI信息提取单元，用于当检测到所述接收信号中的扰动信号时，从所述接收信号中提取CSI信息；
特定信号提取单元，用于根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号；
特定信号上传单元，用于将所述特定信号上传到云服务器，以使所述云服务器对所述特定信号进行处理分析后得到用户的健康信息。
8.一种采集设备，其特征在于，包括：
信号采集单元，用于采集脑电信号；
信号放大滤波单元，用于对所述脑电信号进行放大和滤波处理，得到处理信号；
信号调制单元，用于对所述处理信号进行调制，生成特定频段的扰动信号；
信号发射单元，用于发射所述扰动信号，以使所述扰动信号扰动通信设备的接收信号；其中，所述通信设备用于从所述接收信号中提取CSI信息，并根据所述CSI信息在预先建立的特征库模型中提取与所述CSI信息对应的特定信号。
9.如权利要求8所述的采集设备，其特征在于，所述特定频段为2.4G频段；
所述对所述处理信号进行调制具体包括：采用OFDM调制方式对所述处理信号进行调制。
10.一种信号检测系统，其特征在于，包括权利要求7所述的通信设备和权利要求8～9中任一项所述的采集设备。
CN201810495256.2A 2018-05-22 2018-05-22 信号检测方法、通信设备、采集设备和信号检测系统 Pending CN108683467A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810495256.2A CN108683467A (zh) 2018-05-22 2018-05-22 信号检测方法、通信设备、采集设备和信号检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810495256.2A CN108683467A (zh) 2018-05-22 2018-05-22 信号检测方法、通信设备、采集设备和信号检测系统

Publications (1)

Publication Number Publication Date
CN108683467A true CN108683467A (zh) 2018-10-19

Family

ID=63807486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810495256.2A Pending CN108683467A (zh) 2018-05-22 2018-05-22 信号检测方法、通信设备、采集设备和信号检测系统

Country Status (1)

Country Link
CN (1) CN108683467A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102512159A (zh) * 2011-12-08 2012-06-27 西安交通大学 一种便携式无线脑电采集装置
CN104914994A (zh) * 2015-05-15 2015-09-16 中国计量学院 基于稳态视觉诱发电位的飞行器控制系统和飞行控制方法
CN106066995A (zh) * 2016-05-25 2016-11-02 西安交通大学 一种无线非绑定人体行为检测算法
CN106131958A (zh) * 2016-08-09 2016-11-16 电子科技大学 一种基于信道状态信息和支持向量机的室内被动定位方法
CN106407905A (zh) * 2016-08-31 2017-02-15 电子科技大学 基于机器学习的无线感知动作识别方法
CN107822617A (zh) * 2017-10-23 2018-03-23 上海百芝龙网络科技有限公司 一种基于WiFi信号的心率异常检测方法
CN107822645A (zh) * 2017-10-23 2018-03-23 上海百芝龙网络科技有限公司 一种基于WiFi信号的情绪识别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102512159A (zh) * 2011-12-08 2012-06-27 西安交通大学 一种便携式无线脑电采集装置
CN104914994A (zh) * 2015-05-15 2015-09-16 中国计量学院 基于稳态视觉诱发电位的飞行器控制系统和飞行控制方法
CN106066995A (zh) * 2016-05-25 2016-11-02 西安交通大学 一种无线非绑定人体行为检测算法
CN106131958A (zh) * 2016-08-09 2016-11-16 电子科技大学 一种基于信道状态信息和支持向量机的室内被动定位方法
CN106407905A (zh) * 2016-08-31 2017-02-15 电子科技大学 基于机器学习的无线感知动作识别方法
CN107822617A (zh) * 2017-10-23 2018-03-23 上海百芝龙网络科技有限公司 一种基于WiFi信号的心率异常检测方法
CN107822645A (zh) * 2017-10-23 2018-03-23 上海百芝龙网络科技有限公司 一种基于WiFi信号的情绪识别方法

Similar Documents

Publication Publication Date Title
CN107968689A (zh) 基于无线通信信号的感知识别方法及装置
US20150272501A1 (en) Systems, methods and devices for acquiring and processing physiological signals
CN109325399B (zh) 一种基于信道状态信息的陌生人手势识别方法及系统
CN108833036B (zh) 人体跌倒检测方法
CN108670276A (zh) 基于脑电信号的学习注意力评价系统
CN108968952A (zh) 一种脑肌电及惯性信息同步采集装置
CN105232022A (zh) 基于WiFi中CSI信号强度的非侵入式呼吸心跳检测实现方法
US6654633B2 (en) Mobile neurological signal data acquisition system and method
CN107822617B (zh) 一种基于WiFi信号的心率异常检测方法
CN108631890A (zh) 一种基于信道状态信息和随机森林的煤矿井下闯入检测方法
CN107835490A (zh) 楼层位置定位方法、系统、服务器和计算机可读存储介质
CN106073703A (zh) 一种基于LoRa技术的运动员生命体征监测系统
CN106377253A (zh) 一种肌电信号和惯性信息同步采集装置
Jia et al. BeAware: Convolutional neural network (CNN) based user behavior understanding through WiFi channel state information
CN102309319B (zh) 无线心率监测系统
CN107948924A (zh) 无线信号指纹信息的校准方法、系统、服务器和介质
CN103561020B (zh) 一种脑波数据传输方法、装置及系统
CN108683467A (zh) 信号检测方法、通信设备、采集设备和信号检测系统
CN210697629U (zh) 信号采集装置、移动终端和信号分析系统
CN109935295A (zh) 一种无创式人体健康筛查系统
CN202313309U (zh) 无线心率监测系统
CN202502611U (zh) 遥控器电路、遥控器及电视系统
CN105434088A (zh) 基于无线传感网络的假肢表面肌电信号采集系统
Ball et al. Rodent scope: a user-configurable digital wireless telemetry system for freely behaving animals
CN207399253U (zh) 一种用于远程教育系统的学生身份识别器

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181019

RJ01 Rejection of invention patent application after publication