CN110013252A - 获取呼吸状态的方法、装置、电子设备及可读存储介质 - Google Patents

获取呼吸状态的方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN110013252A
CN110013252A CN201910315121.8A CN201910315121A CN110013252A CN 110013252 A CN110013252 A CN 110013252A CN 201910315121 A CN201910315121 A CN 201910315121A CN 110013252 A CN110013252 A CN 110013252A
Authority
CN
China
Prior art keywords
carrier
respiratory
subcarrier
data stream
wireless signal
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.)
Granted
Application number
CN201910315121.8A
Other languages
English (en)
Other versions
CN110013252B (zh
Inventor
路兆铭
何智宏
郑伟
温向明
郭凌超
周爽
唐振威
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201910315121.8A priority Critical patent/CN110013252B/zh
Publication of CN110013252A publication Critical patent/CN110013252A/zh
Application granted granted Critical
Publication of CN110013252B publication Critical patent/CN110013252B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pulmonology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Noise Elimination (AREA)

Abstract

本公开实施例公开了一种使用多载波无线信号获取呼吸状态的方法、装置、电子设备及可读存储介质，所述使用多载波无线信号获取呼吸状态的方法包括：获取多载波无线信号的多个子载波的信道状态信息；去除所述多个子载波的信道状态信息中的干扰项；根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流；去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线。

Description

获取呼吸状态的方法、装置、电子设备及可读存储介质
技术领域
本公开涉及无线通信技术领域，具体涉及一种使用多载波无线信号获取呼吸状态的方法、装置、电子设备及可读存储介质。
背景技术
呼吸状态是衡量人体健康状况的重要指标。常见的呼吸状态获取方法主要可分为基于接触式设备的方法和基于射频信号设备的方法。基于接触式设备的方法，例如智能手机结合可穿戴设备(如智能手环)，利用加速度等传感器完成人体睡眠监测功能，根据人体活动情况估计睡眠时间，但难以实现对人体呼吸状态的直接检测。基于射频信号设备的方法，则需要多普勒雷达、超宽带雷达、频率调制连续波雷达等专业感知设备，硬件成本高且不方便日常使用部署。
发明内容
本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，包括：获取多载波无线信号的多个子载波的信道状态信息；去除所述多个子载波的信道状态信息中的干扰项；根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流；去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，所述获取多载波无线信号的多个子载波的信道状态信息包括：在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中：所述时间窗口长度为10-30秒，每秒采集的所述信道状态信息的样本数为10-50。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，所述干扰项包括以下至少一项：无线干扰、周边环境干扰和异常值干扰；和/或所述多载波无线信号为Wi-Fi信号。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，所述无线干扰包括相位偏移干扰；和/或所述周边环境干扰包括静态路径分量干扰。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，去除所述相位偏移干扰包括第一接收天线上的每个子载波的信道状态信息乘以第二接收天线上的对应每个子载波的信道状态信息的共轭；和/或去除所述静态路径分量干扰包括使用第一Hampel滤波器得到静态路径分量，在所述多个子载波的信道状态信息中减去所述静态路径分量；和/或去除所述异常值干扰包括使用第二Hampel滤波器去除异常值干扰。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，所述获取多载波无线信号的多个子载波的信道状态信息包括在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息；所述第一Hampel滤波器的滑动窗口长度为所述时间窗口长度的四分之一到一半，和/或所述第一Hampel滤波器的阈值为0.01-0.05。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，所述第二Hampel滤波器的滑动窗口长度为每秒采集的信道状态信息的样本数，所述第二Hampel滤波器的阈值为3。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，所述根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流包括：对信道状态信息数据流进行标准化；基于标准化后的信道状态信息数据流，计算子载波幅度数据流和子载波相位数据流的呼吸噪声比；选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，对所述信道状态信息数据流进行标准化包括：使用Z-score方法，对所述信道状态信息的子载波幅度数据流和子载波相位数据流进行标准化。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，所述计算子载波幅度数据流和子载波相位数据流的呼吸噪声比包括：使用FFT将标准化后的所述信道状态信息的子载波的幅度数据流和子载波相位数据流变换到频域，得到子载波的频域幅度数据流和频域相位数据流；在呼吸频率上限和呼吸频率下限之间获取子载波的频域幅度数据流和频域相位数据流的峰值功率，在全频带内计算子载波的频域幅度数据流和频域相位数据流的总功率，计算所述峰值功率与总功率的比值，即子载波的幅度数据流和相位数据流的呼吸噪声比。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，所述呼吸频率上限为0.6167Hz，呼吸频率下限为0.1667Hz。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，所述选取呼吸噪声比最大的幅度数据流或者相位数据流包括：在所述信道状态信息的各子载波的幅度数据流和相位数据流中，选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
可选地，本公开的一个方面提供了一种使用多载波无线信号获取呼吸状态的方法，其中，所述去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线包括：对所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流进行离散小波变换，得到近似系数和细节系数；对近似系数进行小波逆变换，得到所述呼吸状态曲线。
本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，包括：获取信道状态信息模块，用于获取多载波无线信号的多个子载波的信道状态信息；去除干扰模块，用于去除所述多个子载波的信道状态信息中的干扰项；数据流提取模块，用于根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流；降噪模块，用于去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中，所述获取多载波无线信号的多个子载波的信道状态信息包括：在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中：所述时间窗口长度为10-30秒，每秒采集的所述信道状态信息的样本数为10-50。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中：所述去除所述多个子载波的信道状态信息中的干扰项包括以下至少一项：去除无线干扰、去除周边环境干扰和去除异常值干扰；和/或所述多载波无线信号为Wi-Fi信号。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中：所述去除无线干扰包括去除相位偏移干扰和/或去除周边环境干扰包括去除静态路径分量干扰。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中：去除相位偏移干扰包括第一接收天线上的每个子载波的信道状态信息乘以第二接收天线上的对应每个子载波的信道状态信息的共轭；和/或所述去除静态路径分量干扰包括：使用第一Hampel滤波器得到静态路径分量，在所述多个子载波的信道状态信息中减去所述静态路径分量；和/或所述去除异常值干扰包括使用第二Hampel滤波器去除异常值干扰。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中：所述获取多载波无线信号的多个子载波的信道状态信息包括在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息；所述第一Hampel滤波器的滑动窗口长度为所述时间窗口长度的四分之一到一半，和/或所述第一Hampel滤波器的阈值为0.01-0.05。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中，所述第二Hampel滤波器的滑动窗口长度为每秒采集的信道状态信息的样本数，所述第二Hampel滤波器的阈值为3。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中，所述根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流包括：对信道状态信息数据流进行标准化；基于标准化后的信道状态信息数据流，计算子载波幅度数据流和子载波相位数据流的呼吸噪声比；选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中，所述对信道状态信息数据流进行标准化包括：使用Z-score方法，对所述信道状态信息的子载波幅度数据流和子载波相位数据流进行标准化。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中，所述基于标准化后的信道状态信息数据流，计算子载波幅度数据流和子载波相位数据流的呼吸噪声比包括：使用FFT将标准化后的所述信道状态信息的子载波的幅度数据流和子载波相位数据流变换到频域，得到子载波的频域幅度数据流和频域相位数据流；在呼吸频率上限和呼吸频率下限之间获取子载波的频域幅度数据流和频域相位数据流的峰值功率，在全频带内计算子载波的频域幅度数据流和频域相位数据流的总功率，计算所述峰值功率与总功率的比值，即子载波的幅度数据流和相位数据流的呼吸噪声比。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中，所述呼吸频率上限为0.6167Hz，呼吸频率下限为0.1667Hz。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中，所述选取呼吸噪声比最大的幅度数据流或者相位数据流包括：在所述信道状态信息的各子载波的幅度数据流和相位数据流中，选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
可选地，本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的装置，其中，所述去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线包括：对所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流进行离散小波变换，得到近似系数和细节系数；和对近似系数进行小波逆变换，得到所述呼吸状态曲线。
本公开的另一个方面提供了一种使用多载波无线信号获取呼吸状态的设备，包括：处理器；存储器，存储有可执行指令，当所述可执行指令被处理器执行时，实现所述使用多载波无线信号获取呼吸状态的方法。
本公开的另一个方面提供了一种计算机可读存储介质，存储有可执行指令，当所述可执行指令被处理器执行时，实现所述使用多载波无线信号获取呼吸状态的方法。
附图说明
结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
图1示出根据本公开实施方式的使用多载波无线信号获取呼吸状态的方法的流程图；
图2示出根据本公开实施方式的去除所述多个子载波的信道状态信息中的干扰项的流程图；
图3示出根据本公开实施方式的去除静态路径干扰的流程图；
图4示出根据本公开实施方式的根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流的流程图；
图5示出根据本公开实施方式的计算子载波幅度数据流和子载波相位数据流的呼吸噪声比的流程图；
图6示出根据本公开实施方式的去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线的流程图；
图7示出根据本公开实施方式的呼吸状态曲线的例图；
图8示出根据本公开实施方式的所述使用多载波无线信号获取呼吸状态的装置的结构图；
图9示出根据本公开实施方式的电子设备的结构框图；
图10示出根据本公开实施方式适于用来实现使用多载波无线信号获取呼吸状态的方法的计算机系统的结构框图。
具体实施方式
下文中，将参考附图详细描述本公开的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。
在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
在无线通信领域中，Wi-Fi设备等多载波设备接收在无线信道中传播的多径叠加信号，信号在传播路径上的衰落状况由信道状态信息(Channel State Information,CSI)所描述。该信道状态信息能够测量出每个子载波的幅度和相位信息，对传播环境变化具有较高的分辨能力。在本公开中，通过子载波信道状态信息来监测呼吸状态。
图1示出了根据本公开实施方式的使用多载波无线信号获取呼吸状态的方法的流程图。
如图1所示，方法包括步骤S101～S104。
在步骤S101中，获取多载波无线信号的多个子载波的信道状态信息。
在步骤S102中，去除所述多个子载波的信道状态信息中的干扰项。
在步骤S103中，根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
在步骤S104中，去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线。
根据本公开实施例，在去除多个子载波的信道状态信息中的干扰项后，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流，并进行噪声去除后得到呼吸状态曲线，能直观、准确地获取人体或者动物体的呼吸状态信息。
根据本公开的实施例，所述获取多载波无线信号的多个子载波的信道状态信息包括：在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息。
由于多载波无线系统子载波间的独立性，所以可以通过导频相干检测或者非相干检测的方式获得所述无线信号信道传输函数，从而得到多个子载波的信道状态信息。或者，也可以通过其它方式得到所述多个子载波的信道状态信息，本公开对此不作限定。
经过实验测试，所述时间窗口长度的优选值为10-30秒，也可以为其它时间窗口长度值，本公开对此不作限定。每秒采集的所述信道状态信息的样本数为10-50，也可以为其它值，本公开对此不作限定。
根据本公开的实施例，所述多载波无线信号可以为Wi-Fi信号，这样，可以采用成熟的Wi-Fi设备进行系统部署，具有造价便宜、部署方便的特点。或者，也可以采用其它多载波无线信号，本公开对此不作限定。
图2示出根据本公开实施方式的去除所述多个子载波的信道状态信息中的干扰项的流程图。
根据本公开的实施例，所述干扰项包括以下至少一项：无线干扰、周边环境干扰和异常值干扰。
如图2所示，方法包括步骤S201～S203。
在步骤S201中，去除多个子载波的信道状态信息中的无线干扰。
在步骤S202中，去除多个子载波的信道状态信息中的周边环境干扰。
在步骤S203中，去除多个子载波的信道状态信息中的异常值干扰。
无线干扰由多载波无线收发设备的无线器件产生。所述无线干扰可以包括相位偏移干扰。相位偏移干扰是发射机与接收机间的载波相位偏移造成的，会造成信号处理错误，需要进行去除。根据本公开实施例，所述无线干扰也可以包括相位偏移干扰之外的载波频偏干扰等其它干扰，本公开对此不作限定。
周边环境干扰是由被检测呼吸状态的人体或动物体外的物体(例如，周边的墙壁、家具等物体)反射、折射电磁波而产生的。
所述周边环境干扰包括静态路径分量干扰。相比呼吸轻微起伏的人体或动物体，周边静止的墙壁、家具等反射、折射无线信号产生的静态路径分量强度较高，如果不进行滤除，后续呼吸状态将无法提取，因此需要去除。周边环境干扰也可以包括其它周边环境干扰，本公开对此不作限定。
异常值干扰可以是由于硬件设备的采样错误、信号泄露等产生的，本公开对此不作限定。
需要注意的是，根据实际应用环境，可以仅去除这三项干扰中的部分而非全部干扰。或者，如果实际应用环境中存在其他干扰项，也可以相应地将其去除，本公开对此不做限定。
在所述无线干扰、周边环境干扰和异常值干扰中，无线干扰会使采样数据完全失真，因此被最先去除。周边环境干扰的信号特征与呼吸状态和异常值干扰特征区别明显，在第二步去除。最后，去除异常值干扰。因此，在实测系统中，采用了如图2所示的处理顺序。或者，也可以根据实际情况采用其它顺序，本公开对此不作限定。
根据本公开的实施例，采用多天线接收机来接收所述多载波无线信号，去除所述相位偏移干扰包括第一接收天线上的每个子载波的信道状态信息乘以第二接收天线上的对应每个子载波的信道状态信息的共轭。或者，也可以用其它方法去除所述相位偏移干扰，本公开对此不作限定。
图3示出根据本公开实施方式的去除静态路径干扰的流程图。
如图3所示，方法包括步骤S301～S302。
在步骤S301中，使用第一Hampel滤波器得到静态路径分量。
在步骤S302中，在所述多个子载波的信道状态信息中减去所述静态路径分量。
根据本公开实施例，第一Hampel滤波器的具体处理过程如下：考虑一组信道状态信息的幅度或相位数据x＝[x1,x2,……,xn]，并设定滑动窗口长度为2k+1，阈值为σ，其中n为采集无线信号信道传输函数信息的时间窗口长度，滑动窗口长度2k+1和阈值σ的取值将在后文描述。
a.计算滑动窗口内[xi-k,xi-k+1,…,xi,…,xi+k-1,xi+k]的中位数mi＝median([xi-k,xi-k+1,…,xi,…,xi+k-1,xi+k])，1≤i≤n。
b.计算该滑动窗口的绝对中位差(Median Absolute Deviation，MAD)。
MAD＝median(|xi-k-mi|,……,|xi-mi|,……,|xi+k-mi|)
c.比较|xi-mi|与1.4286·σ·MAD的大小，若前者大则表示xi为异常值，需要被替换为mi。常数1.4286确保σ·MAD的期望值与正态分布的标准差相等。
若滑动窗口的边界超出原始数据的起始点或终点，例如滑动窗口的一部分滑动到原始数据流之外，则对半边截短的滑动窗口数据进行如上计算。
根据本公开实施例，除第一Hampel滤波器外，也可采用局部最大值检测(LocalExtreme Value Detection，LEVD)等其它方式得到所述静态路径分量，本公开对此不作限定。
根据系统优化结果，所述第一Hampel滤波器的滑动窗口长度2k+1为所述时间窗口长度的四分之一到一半，和/或所述第一Hampel滤波器的阈值σ为0.01-0.05。根据本公开实施例，第一Hampel滤波器也可以采用其它滑动窗口长度和阈值，本公开对此不作限定。
去除所述异常值干扰包括使用第二Hampel滤波器去除异常值干扰。由于Hampel滤波器能去除输入信号中的局部尖峰信号，因此所述多个子载波的信道状态信息经过第二Hampel滤波器后，即能去除异常值干扰。
根据本公开实施例，除第二Hampel滤波器外，也可以采用局部最大值检测(LocalExtreme Value Detection，LEVD)等其它方式去除异常值干扰，本公开对此不作限定。
所述第二Hampel滤波器的处理过程与所述第一Hampel滤波器相同，只是滑动窗口长度和阈值不同。根据系统优化和实测结果，所述第二Hampel滤波器的滑动窗口长度为每秒采集的信道状态信息的样本数，所述第二Hampel滤波器的阈值为3。所述第二Hampel滤波器的滑动窗口长度和阈值也可以为其他值，本公开对此不作限定。
图4示出根据本公开实施方式的根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流的流程图。
如图4所示，方法包括步骤S401～S403。
在步骤S401中，对信道状态信息数据流进行标准化。
在步骤S402中，基于标准化后的信道状态信息数据流，计算子载波幅度数据流和子载波相位数据流的呼吸噪声比。
在步骤S403中，选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
当人体或者动物体处于多载波发射机和接收机间的不同位置时，呼吸特征可能在某个子载波的幅度数据流中明显体现出来，也可能在某个子载波的相位数据流中明显体现出来，因此需要对子载波幅度数据流和子载波相位数据流进行统一处理。由于子载波幅度数据流和子载波相位数据流采用不同的量纲，因此需要进行标准化。在标准化之后，计算各子载波幅度数据流和子载波相位数据流的呼吸噪声比，选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流，就是提取出呼吸特征最明显的子载波幅度数据流或者子载波相位数据流。
对所述信道状态信息数据流进行标准化包括：使用Z-score方法，对所述信道状态信息的子载波幅度数据流和子载波相位数据流进行标准化。根据本公开实施例，除了Z-score方法外，也可以使用min-max方法等其它方法进行标准化，本公开对此不作限定。
图5示出根据本公开实施方式的计算子载波幅度数据流和子载波相位数据流的呼吸噪声比的流程图。
如图5所示，方法包括步骤S501～S503。
在步骤S501中，使用FFT将标准化后的所述信道状态信息的子载波的幅度数据流和子载波相位数据流变换到频域，得到子载波的频域幅度数据流和频域相位数据流。
在步骤S502中，在呼吸频率上限和呼吸频率下限之间获取子载波的频域幅度数据流和频域相位数据流的峰值功率，在全频带内计算子载波的频域幅度数据流和频域相位数据流的总功率。
在步骤S503中，计算所述峰值功率与总功率的比值，即子载波的幅度数据流和相位数据流的呼吸噪声比。
根据本公开实施例，使用FFT将标准化后的所述信道状态信息的子载波的幅度数据流和子载波相位数据流变换到频域，得到子载波的频域幅度数据流和频域相位数据流，是对标准化后的所述信道状态信息的子载波的幅度数据流和子载波相位数据流进行频谱分析。仅在呼吸频率上限和呼吸频率下限之间获取子载波的频域幅度数据流和频域相位数据流的峰值功率，可以避免呼吸频率外的噪声干扰。子载波的幅度数据流和相位数据流的呼吸噪声比，反应了不同子载波的幅度数据流和相位数据流对呼吸状态的敏感程度。
通过实测，所述呼吸频率上限为0.6167Hz，呼吸频率下限为0.1667Hz。
根据本公开实施例，所述计算子载波幅度数据流和子载波相位数据流的呼吸噪声比也可以采用其它方式，本公开对此不作限定。
根据本公开实施例，在所述信道状态信息的各子载波的幅度数据流和相位数据流中，选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。这样，可以在所述信道状态信息的各子载波的幅度数据流和相位数据流中，选取对呼吸状态最敏感、最能还原出真实呼吸状态的部分。
在所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中，仍旧包含有噪声，需要进一步滤除。
图6示出根据本公开实施方式的去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线的流程图。
如图6所示，方法包括步骤S601～S602。
在步骤S601中，对所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流进行离散小波变换，得到近似系数和细节系数。
在步骤S602中，对近似系数进行小波逆变换，得到所述呼吸状态曲线。
根据本公开实施例，离散小波变换后的近似系数和细节系数分别是低频分量和高频分量。呼吸状态具有低频特征，高频分量都是噪声产生的。因此仅对低频的近似系数进行小波逆变换，即可以实现噪声消除，得到降噪后较为平滑的呼吸状态曲线。
根据本公开实施例，也可以采用其它变换/逆变换对的方式，去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，本公开对此不作限定。
图7示出根据本公开实施方式的呼吸状态曲线的例图。
图7中的曲线是按照本公开实施例中的上述步骤，通过获取并处理多载波Wi-Fi信号的多个子载波的信道状态信息得到的，表征了人体胸廓的起伏幅度。横轴代表时间，纵轴是呼吸状态曲线幅度。
图8示出根据本公开实施方式的所述使用多载波无线信号获取呼吸状态的装置的结构图。
如图8所示，所述使用多载波无线信号获取呼吸状态的装置800包括：获取信道状态信息模块801，用于获取多载波无线信号的多个子载波的信道状态信息；去除干扰模块802，用于去除所述多个子载波的信道状态信息中的干扰项；数据流提取模块803，用于根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流；降噪模块804，用于去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线。
根据本公开实施例，所述获取多载波无线信号的多个子载波的信道状态信息包括：在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息。
根据本公开实施例，所述时间窗口长度为10-30秒，每秒采集的所述信道状态信息的样本数为10-50。
根据本公开实施例，所述去除所述多个子载波的信道状态信息中的干扰项包括以下至少一项：去除无线干扰、去除周边环境干扰和去除异常值干扰；和/或所述多载波无线信号为Wi-Fi信号。
根据本公开实施例，所述去除无线干扰包括去除相位偏移干扰；和/或去除周边环境干扰包括去除静态路径分量干扰。
根据本公开实施例，去除相位偏移干扰包括第一接收天线上的每个子载波的信道状态信息乘以第二接收天线上的对应每个子载波的信道状态信息的共轭；和/或所述去除静态路径分量干扰包括：使用第一Hampel滤波器得到静态路径分量，在所述多个子载波的信道状态信息中减去所述静态路径分量；和/或所述去除异常值干扰包括使用第二Hampel滤波器去除异常值干扰。
根据本公开实施例，所述获取多载波无线信号的多个子载波的信道状态信息包括在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息；所述第一Hampel滤波器的滑动窗口长度为所述时间窗口长度的四分之一到一半，和/或所述第一Hampel滤波器的阈值为0.01-0.05。
根据本公开实施例，所述第二Hampel滤波器的滑动窗口长度为每秒采集的信道状态信息的样本数，所述第二Hampel滤波器的阈值为3。
根据本公开实施例，所述根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流包括：对信道状态信息数据流进行标准化；基于标准化后的信道状态信息数据流，计算子载波幅度数据流和子载波相位数据流的呼吸噪声比；选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
根据本公开实施例，所述对信道状态信息数据流进行标准化包括：使用Z-score方法，对所述信道状态信息的子载波幅度数据流和子载波相位数据流进行标准化。
根据本公开实施例，所述基于标准化后的信道状态信息数据流，计算子载波幅度数据流和子载波相位数据流的呼吸噪声比包括：使用FFT将标准化后的所述信道状态信息的子载波的幅度数据流和子载波相位数据流变换到频域，得到子载波的频域幅度数据流和频域相位数据流；在呼吸频率上限和呼吸频率下限之间获取子载波的频域幅度数据流和频域相位数据流的峰值功率，在全频带内计算子载波的频域幅度数据流和频域相位数据流的总功率；计算所述峰值功率与总功率的比值，即子载波的幅度数据流和相位数据流的呼吸噪声比。
根据本公开实施例，所述呼吸频率上限为0.6167Hz，呼吸频率下限为0.1667Hz。
根据本公开实施例，所述选取呼吸噪声比最大的幅度数据流或者相位数据流包括：在所述信道状态信息的各子载波的幅度数据流和相位数据流中，选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
根据本公开实施例，所述去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线包括：对所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流进行离散小波变换，得到近似系数和细节系数；和对近似系数进行小波逆变换，得到所述呼吸状态曲线。
图9示出根据本公开实施方式的电子设备的结构框图。
如图9中所示，该电子设备900可以包括处理器901以及存储器902。所述存储器902用于存储一条或多条计算机指令，该电子设备900可以实现使用多载波无线信号获取呼吸状态的设备。
存储器902中存储的所述一条或多条计算机指令被所述处理器901执行以实现以下步骤：
使用多载波无线信号获取呼吸状态的方法，包括：获取多载波无线信号的多个子载波的信道状态信息；去除所述多个子载波的信道状态信息中的干扰项；根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流；去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线。
根据本公开实施例，所述获取多载波无线信号的多个子载波的信道状态信息包括：在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息。
根据本公开实施例，所述时间窗口长度为10-30秒，每秒采集的所述信道状态信息的样本数为10-50。
根据本公开实施例，所述干扰项包括以下至少一项：无线干扰、周边环境干扰和异常值干扰；和/或所述多载波无线信号为Wi-Fi信号。
根据本公开实施例，所述无线干扰包括相位偏移干扰；和/或所述周边环境干扰包括静态路径分量干扰。
根据本公开实施例，去除所述相位偏移干扰包括第一接收天线上的每个子载波的信道状态信息乘以第二接收天线上的对应每个子载波的信道状态信息的共轭；和/或去除所述静态路径分量干扰包括使用第一Hampel滤波器得到静态路径分量，在所述多个子载波的信道状态信息中减去所述静态路径分量；和/或去除所述异常值干扰包括使用第二Hampel滤波器去除异常值干扰。
根据本公开实施例，所述获取多载波无线信号的多个子载波的信道状态信息包括在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息；所述第一Hampel滤波器的滑动窗口长度为所述时间窗口长度的四分之一到一半，和/或所述第一Hampel滤波器的阈值为0.01-0.05。
根据本公开实施例，所述第二Hampel滤波器的滑动窗口长度为每秒采集的信道状态信息的样本数，所述第二Hampel滤波器的阈值为3。
根据本公开实施例，所述根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流包括：对信道状态信息数据流进行标准化；基于标准化后的信道状态信息数据流，计算子载波幅度数据流和子载波相位数据流的呼吸噪声比；选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
根据本公开实施例，对所述信道状态信息数据流进行标准化包括：使用Z-score方法，对所述信道状态信息的子载波幅度数据流和子载波相位数据流进行标准化。
根据本公开实施例，所述计算子载波幅度数据流和子载波相位数据流的呼吸噪声比包括：使用FFT将标准化后的所述信道状态信息的子载波的幅度数据流和子载波相位数据流变换到频域，得到子载波的频域幅度数据流和频域相位数据流；在呼吸频率上限和呼吸频率下限之间获取子载波的频域幅度数据流和频域相位数据流的峰值功率，在全频带内计算子载波的频域幅度数据流和频域相位数据流的总功率；计算所述峰值功率与总功率的比值，即子载波的幅度数据流和相位数据流的呼吸噪声比。
根据本公开实施例，所述呼吸频率上限为0.6167Hz，呼吸频率下限为0.1667Hz。
根据本公开实施例，所述选取呼吸噪声比最大的幅度数据流或者相位数据流包括：在所述信道状态信息的各子载波的幅度数据流和相位数据流中，选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
根据本公开实施例，所述去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线包括：对所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流进行离散小波变换，得到近似系数和细节系数；对近似系数进行小波逆变换，得到所述呼吸状态曲线。
图10示出根据本公开实施方式适于用来实现使用多载波无线信号获取呼吸状态的方法的计算机系统的结构框图。
如图10所示，计算机系统1000包括中央处理单元(CPU)1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行上述方法。在RAM1003中，还存储有系统1000操作所需的各种程序和数据。CPU1001、ROM1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
以下部件连接至I/O接口1005：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
特别地，根据本公开的实施方式，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行上述方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。
附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (30)

1.一种使用多载波无线信号获取呼吸状态的方法，包括：
获取多载波无线信号的多个子载波的信道状态信息；
去除所述多个子载波的信道状态信息中的干扰项；
根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流；
去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线。
2.根据权利要求1所述的使用多载波无线信号获取呼吸状态的方法，其中，所述获取多载波无线信号的多个子载波的信道状态信息包括：
在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息。
3.根据权利要求2所述的使用多载波无线信号获取呼吸状态的方法，其中：
所述时间窗口长度为10-30秒，每秒采集的所述信道状态信息的样本数为10-50。
4.根据权利要求1所述的使用多载波无线信号获取呼吸状态的方法，其中：
所述干扰项包括以下至少一项：无线干扰、周边环境干扰和异常值干扰；和/或
所述多载波无线信号为Wi-Fi信号。
5.根据权利要求4所述的使用多载波无线信号获取呼吸状态的方法，其中：
所述无线干扰包括相位偏移干扰；和/或
所述周边环境干扰包括静态路径分量干扰。
6.根据权利要求5所述的使用多载波无线信号获取呼吸状态的方法，其中：
去除所述相位偏移干扰包括第一接收天线上的每个子载波的信道状态信息乘以第二接收天线上的对应每个子载波的信道状态信息的共轭；和/或
去除所述静态路径分量干扰包括：
使用第一Hampel滤波器得到静态路径分量，在所述多个子载波的信道状态信息中减去所述静态路径分量；和/或
去除所述异常值干扰包括使用第二Hampel滤波器去除异常值干扰。
7.根据权利要求6所述的使用多载波无线信号获取呼吸状态的方法，其中：
所述获取多载波无线信号的多个子载波的信道状态信息包括在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息；
所述第一Hampel滤波器的滑动窗口长度为所述时间窗口长度的四分之一到一半，和/或所述第一Hampel滤波器的阈值为0.01-0.05。
8.根据权利要求6所述的使用多载波无线信号获取呼吸状态的方法，其中，所述第二Hampel滤波器的滑动窗口长度为每秒采集的信道状态信息的样本数，所述第二Hampel滤波器的阈值为3。
9.根据权利要求1所述的使用多载波无线信号获取呼吸状态的方法，其中，所述根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流包括：
对信道状态信息数据流进行标准化；
基于标准化后的信道状态信息数据流，计算子载波幅度数据流和子载波相位数据流的呼吸噪声比；
选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
10.根据权利要求9所述的使用多载波无线信号获取呼吸状态的方法，其中，对所述信道状态信息数据流进行标准化包括：
使用Z-score方法，对所述信道状态信息的子载波幅度数据流和子载波相位数据流进行标准化。
11.根据权利要求10所述的使用多载波无线信号获取呼吸状态的方法，其中，所述计算子载波幅度数据流和子载波相位数据流的呼吸噪声比包括：
使用FFT将标准化后的所述信道状态信息的子载波的幅度数据流和子载波相位数据流变换到频域，得到子载波的频域幅度数据流和频域相位数据流；
在呼吸频率上限和呼吸频率下限之间获取子载波的频域幅度数据流和频域相位数据流的峰值功率，在全频带内计算子载波的频域幅度数据流和频域相位数据流的总功率；
计算所述峰值功率与总功率的比值，即子载波的幅度数据流和相位数据流的呼吸噪声比。
12.根据权利要求11所述的使用多载波无线信号获取呼吸状态的方法，其中，
所述呼吸频率上限为0.6167Hz，呼吸频率下限为0.1667Hz。
13.根据权利要求9所述的使用多载波无线信号获取呼吸状态的方法，其中，所述选取呼吸噪声比最大的幅度数据流或者相位数据流包括：
在所述信道状态信息的各子载波的幅度数据流和相位数据流中，选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
14.根据权利要求1所述的使用多载波无线信号获取呼吸状态的方法，其中，所述去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线包括：
对所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流进行离散小波变换，得到近似系数和细节系数；
对近似系数进行小波逆变换，得到所述呼吸状态曲线。
15.一种使用多载波无线信号获取呼吸状态的装置，包括：
获取信道状态信息模块，用于获取多载波无线信号的多个子载波的信道状态信息；
去除干扰模块，用于去除所述多个子载波的信道状态信息中的干扰项；
数据流提取模块，用于根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流；
降噪模块，用于去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线。
16.根据权利要求15所述的使用多载波无线信号获取呼吸状态的装置，其中，所述获取多载波无线信号的多个子载波的信道状态信息包括：
在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息。
17.根据权利要求16所述的使用多载波无线信号获取呼吸状态的装置，其中：
所述时间窗口长度为10-30秒，每秒采集的所述信道状态信息的样本数为10-50。
18.根据权利要求15所述的使用多载波无线信号获取呼吸状态的装置，其中：
所述去除所述多个子载波的信道状态信息中的干扰项包括以下至少一项：去除无线干扰、去除周边环境干扰和去除异常值干扰；和/或
所述多载波无线信号为Wi-Fi信号。
19.根据权利要求18所述的使用多载波无线信号获取呼吸状态的装置，其中：
所述去除无线干扰包括去除相位偏移干扰和/或
去除周边环境干扰包括去除静态路径分量干扰。
20.根据权利要求19所述的使用多载波无线信号获取呼吸状态的装置，其中：
去除相位偏移干扰包括第一接收天线上的每个子载波的信道状态信息乘以第二接收天线上的对应每个子载波的信道状态信息的共轭；和/或
所述去除静态路径分量干扰包括：
使用第一Hampel滤波器得到静态路径分量，在所述多个子载波的信道状态信息中减去所述静态路径分量；和/或
所述去除异常值干扰包括使用第二Hampel滤波器去除异常值干扰。
21.根据权利要求20所述的使用多载波无线信号获取呼吸状态的装置，其中：
所述获取多载波无线信号的多个子载波的信道状态信息包括在设定的时间窗口长度内采集在多个子载波上接收到的无线信号信道传输函数信息；
所述第一Hampel滤波器的滑动窗口长度为所述时间窗口长度的四分之一到一半，和/或所述第一Hampel滤波器的阈值为0.01-0.05。
22.根据权利要求20所述的使用多载波无线信号获取呼吸状态的装置，其中，所述第二Hampel滤波器的滑动窗口长度为每秒采集的信道状态信息的样本数，所述第二Hampel滤波器的阈值为3。
23.根据权利要求15所述的使用多载波无线信号获取呼吸状态的装置，其中，所述根据去除所述干扰项后的所述多个子载波的信道状态信息，获取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流包括：
对信道状态信息数据流进行标准化；
基于标准化后的信道状态信息数据流，计算子载波幅度数据流和子载波相位数据流的呼吸噪声比；
选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
24.根据权利要求23所述的使用多载波无线信号获取呼吸状态的装置，其中，所述对信道状态信息数据流进行标准化包括：
使用Z-score方法，对所述信道状态信息的子载波幅度数据流和子载波相位数据流进行标准化。
25.根据权利要求24所述的使用多载波无线信号获取呼吸状态的装置，其中，所述基于标准化后的信道状态信息数据流，计算子载波幅度数据流和子载波相位数据流的呼吸噪声比包括：
使用FFT将标准化后的所述信道状态信息的子载波的幅度数据流和子载波相位数据流变换到频域，得到子载波的频域幅度数据流和频域相位数据流；
在呼吸频率上限和呼吸频率下限之间获取子载波的频域幅度数据流和频域相位数据流的峰值功率，在全频带内计算子载波的频域幅度数据流和频域相位数据流的总功率；
计算所述峰值功率与总功率的比值，即子载波的幅度数据流和相位数据流的呼吸噪声比。
26.根据权利要求25所述的使用多载波无线信号获取呼吸状态的装置，其中，
所述呼吸频率上限为0.6167Hz，呼吸频率下限为0.1667Hz。
27.根据权利要求23所述的使用多载波无线信号获取呼吸状态的装置，其中，所述选取呼吸噪声比最大的幅度数据流或者相位数据流包括：
在所述信道状态信息的各子载波的幅度数据流和相位数据流中，选取呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流。
28.根据权利要求15所述的使用多载波无线信号获取呼吸状态的装置，其中，所述去除所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流中的噪声，获得呼吸状态曲线包括：
对所述呼吸噪声比最大的子载波幅度数据流或者子载波相位数据流进行离散小波变换，得到近似系数和细节系数；和
对近似系数进行小波逆变换，得到所述呼吸状态曲线。
29.一种使用多载波无线信号获取呼吸状态的设备，包括：
处理器；
存储器，存储有可执行指令，当所述可执行指令被处理器执行时，实现根据权利要求1～14中任一项所述的使用多载波无线信号获取呼吸状态的方法。
30.一种计算机可读存储介质，存储有可执行指令，当所述可执行指令被处理器执行时，实现根据权利要求1～14中任一项所述的使用多载波无线信号获取呼吸状态的方法。
CN201910315121.8A 2019-04-18 2019-04-18 获取呼吸状态的方法、装置、电子设备及可读存储介质 Active CN110013252B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910315121.8A CN110013252B (zh) 2019-04-18 2019-04-18 获取呼吸状态的方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910315121.8A CN110013252B (zh) 2019-04-18 2019-04-18 获取呼吸状态的方法、装置、电子设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN110013252A true CN110013252A (zh) 2019-07-16
CN110013252B CN110013252B (zh) 2021-03-23

Family

ID=67191850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910315121.8A Active CN110013252B (zh) 2019-04-18 2019-04-18 获取呼吸状态的方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN110013252B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110740004A (zh) * 2019-10-28 2020-01-31 北京邮电大学 目标状态确定方法、装置、电子设备及可读存储介质
CN112386236A (zh) * 2019-08-15 2021-02-23 苏州科技大学 一种基于信道状态相位信息的生命体征监测方法
CN112401868A (zh) * 2019-08-21 2021-02-26 西门子(深圳)磁共振有限公司 呼吸检测装置、方法及磁共振成像系统
CN112965060A (zh) * 2021-02-19 2021-06-15 加特兰微电子科技(上海)有限公司 生命特征参数的检测方法、装置和检测体征点的方法
CN115586581A (zh) * 2022-12-02 2023-01-10 荣耀终端有限公司 一种人员检测的方法和电子设备
EP4295760A1 (en) * 2022-06-21 2023-12-27 Origin Wireless, Inc. Method, apparatus, and system for wireless motion monitoring based on classified sliding time windows

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230109057A1 (en) * 2021-10-04 2023-04-06 Samsung Electronics Co., Ltd. Respiration rate detection using wi-fi

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003255044A (ja) * 2002-03-01 2003-09-10 Toyota Central Res & Dev Lab Inc レーダ装置
CN101188967A (zh) * 2005-06-06 2008-05-28 英特尔公司 无线医用传感器系统
WO2010132850A1 (en) * 2009-05-15 2010-11-18 Kai Medical, Inc. Non-contact physiologic motion sensors and methods for use
CN102046076A (zh) * 2008-04-03 2011-05-04 Kai医药公司 非接触式生理运动传感器及其使用方法
WO2011143631A2 (en) * 2010-05-14 2011-11-17 Kai Medical, Inc. Systems and methods for non-contact multiparameter vital signs monitoring, apnea therapy, sway cancellation, patient identification, and subject monitoring sensors
CN102415002A (zh) * 2009-04-24 2012-04-11 瑞典爱立信有限公司 来自稀疏反馈数据的信道状态信息重构
CN103353597A (zh) * 2013-07-10 2013-10-16 天津大学 一种用于超高频rfid定位的相位式测距方法
CN105232022A (zh) * 2015-09-17 2016-01-13 太原理工大学 基于WiFi中CSI信号强度的非侵入式呼吸心跳检测实现方法
CN105763501A (zh) * 2016-04-11 2016-07-13 中国人民解放军国防科学技术大学 一种四信号分量频谱正交重叠调制的方法及装置
CN106108904A (zh) * 2016-06-23 2016-11-16 华中科技大学 一种非接触式的人体呼吸参数实时测量方法及系统
EP3104570A1 (en) * 2015-06-04 2016-12-14 Imagination Technologies Limited Minimising inter-symbol interference in ofdm signals
CN106323330A (zh) * 2016-08-15 2017-01-11 中国科学技术大学苏州研究院 基于WiFi动作识别系统的非接触式计步方法
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
CN107947874A (zh) * 2017-11-21 2018-04-20 太原理工大学 基于WiFi信道状态信息的室内地图语义标识方法
CN108489509A (zh) * 2018-06-06 2018-09-04 天津大学 一种基于商用Wi-Fi的非接触单人计步方法及系统
CN108778106A (zh) * 2016-03-11 2018-11-09 欧利景无线有限公司 用于生命体征检测和监控的方法、装置、服务器和系统
CN109171731A (zh) * 2018-09-04 2019-01-11 北京大学（天津滨海）新代信息技术研究院 一种无接触呼吸检测方法
CN109255874A (zh) * 2018-09-19 2019-01-22 电子科技大学 一种基于普通商用WiFi设备的通行及人数检测方法
CN109330597A (zh) * 2018-08-30 2019-02-15 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
CN109363647A (zh) * 2018-10-29 2019-02-22 北京大学（天津滨海）新代信息技术研究院 睡眠质量监测方法、装置及终端设备

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003255044A (ja) * 2002-03-01 2003-09-10 Toyota Central Res & Dev Lab Inc レーダ装置
CN101188967A (zh) * 2005-06-06 2008-05-28 英特尔公司 无线医用传感器系统
CN102046076A (zh) * 2008-04-03 2011-05-04 Kai医药公司 非接触式生理运动传感器及其使用方法
CN102415002A (zh) * 2009-04-24 2012-04-11 瑞典爱立信有限公司 来自稀疏反馈数据的信道状态信息重构
WO2010132850A1 (en) * 2009-05-15 2010-11-18 Kai Medical, Inc. Non-contact physiologic motion sensors and methods for use
WO2011143631A2 (en) * 2010-05-14 2011-11-17 Kai Medical, Inc. Systems and methods for non-contact multiparameter vital signs monitoring, apnea therapy, sway cancellation, patient identification, and subject monitoring sensors
CN103353597A (zh) * 2013-07-10 2013-10-16 天津大学 一种用于超高频rfid定位的相位式测距方法
EP3104570A1 (en) * 2015-06-04 2016-12-14 Imagination Technologies Limited Minimising inter-symbol interference in ofdm signals
CN105232022A (zh) * 2015-09-17 2016-01-13 太原理工大学 基于WiFi中CSI信号强度的非侵入式呼吸心跳检测实现方法
CN108778106A (zh) * 2016-03-11 2018-11-09 欧利景无线有限公司 用于生命体征检测和监控的方法、装置、服务器和系统
CN105763501A (zh) * 2016-04-11 2016-07-13 中国人民解放军国防科学技术大学 一种四信号分量频谱正交重叠调制的方法及装置
CN106108904A (zh) * 2016-06-23 2016-11-16 华中科技大学 一种非接触式的人体呼吸参数实时测量方法及系统
CN106323330A (zh) * 2016-08-15 2017-01-11 中国科学技术大学苏州研究院 基于WiFi动作识别系统的非接触式计步方法
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
CN107947874A (zh) * 2017-11-21 2018-04-20 太原理工大学 基于WiFi信道状态信息的室内地图语义标识方法
CN108489509A (zh) * 2018-06-06 2018-09-04 天津大学 一种基于商用Wi-Fi的非接触单人计步方法及系统
CN109330597A (zh) * 2018-08-30 2019-02-15 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
CN109171731A (zh) * 2018-09-04 2019-01-11 北京大学（天津滨海）新代信息技术研究院 一种无接触呼吸检测方法
CN109255874A (zh) * 2018-09-19 2019-01-22 电子科技大学 一种基于普通商用WiFi设备的通行及人数检测方法
CN109363647A (zh) * 2018-10-29 2019-02-22 北京大学（天津滨海）新代信息技术研究院 睡眠质量监测方法、装置及终端设备

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
DONGHENG ZHANG，等: "Breath Status Tracking Using Commodity WiFi", 《 2018 IEEE GLOBAL COMMUNICATIONS CONFERENCE》 *
JIAN LIU，等: "Tracking Vital Signs During Sleep Leveraging Off-the-shelf WiFi", 《MOBIHOC "15: PROCEEDINGS OF THE 16TH ACM INTERNATIONAL SYMPOSIUM ON MOBILE AD HOC NETWORKING AND COMPUTING》 *
X. LIU，等: "Contactless Respiration Monitoring Via Off-the-Shelf WiFi Devices", 《IEEE TRANS. MOBILE COMPUT.》 *
X. WANG，等: "PhaseBeat: Exploiting CSI phase data for vital sign monitoring with commodity WiFi devices", 《2017 IEEE 37TH INTERNATIONAL CONFERENCE ON DISTRIBUTED COMPUTING SYSTEMS》 *
鲁勇,等: "基于ＷｉＦｉ信号的人体行为感知技术研究综述", 《计算机学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112386236A (zh) * 2019-08-15 2021-02-23 苏州科技大学 一种基于信道状态相位信息的生命体征监测方法
CN112401868A (zh) * 2019-08-21 2021-02-26 西门子(深圳)磁共振有限公司 呼吸检测装置、方法及磁共振成像系统
CN110740004A (zh) * 2019-10-28 2020-01-31 北京邮电大学 目标状态确定方法、装置、电子设备及可读存储介质
CN110740004B (zh) * 2019-10-28 2021-03-16 北京邮电大学 目标状态确定方法、装置、电子设备及可读存储介质
CN112965060A (zh) * 2021-02-19 2021-06-15 加特兰微电子科技(上海)有限公司 生命特征参数的检测方法、装置和检测体征点的方法
EP4295760A1 (en) * 2022-06-21 2023-12-27 Origin Wireless, Inc. Method, apparatus, and system for wireless motion monitoring based on classified sliding time windows
CN115586581A (zh) * 2022-12-02 2023-01-10 荣耀终端有限公司 一种人员检测的方法和电子设备

Also Published As

Publication number Publication date
CN110013252B (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
CN110013252A (zh) 获取呼吸状态的方法、装置、电子设备及可读存储介质
CN106725488B (zh) 一种无线场强呼吸检测方法、装置及呼吸检测仪
US20140378809A1 (en) Systems and methods for extracting physiological characteristics using frequency harmonics
EP3424418B1 (en) A method and a system for detecting a vital sign of a subject
KR101376556B1 (ko) 사이클로스테이션너리 툴박스를 이용하여 잡음에 삽입된텔레비전 신호의 존재 검출
CN106664108B (zh) 消除互调干扰的方法和设备
CN107595247A (zh) 一种基于脑电信号的麻醉深度的监测方法及系统
CN112386236A (zh) 一种基于信道状态相位信息的生命体征监测方法
CN111568425B (zh) 一种非接触式的多人呼吸检测方法
KR20160044079A (ko) 세그먼트 주성분 분석 기법을 이용한 뇌파 노이즈 제거 장치 및 뇌파 노이즈 제거 방법
CN109330597B (zh) 一种基于信道状态信息的人体呼吸追踪方法
Li et al. Mo-sleep: Unobtrusive sleep and movement monitoring via Wi-Fi signal
US20230132819A1 (en) System and method for electromagnetic interference mitigation for portable mri systems
CN114707563A (zh) 一种基于Wi-Fi信道状态信息的人体动作识别方法
CN114048773A (zh) 一种基于迁移学习和WiFi的行为识别方法及系统
EP3123932A1 (en) Biosignal processing apparatus and method
CN108353228A (zh) 一种信号分离的方法、系统和存储介质
JP6354104B2 (ja) 無線通信方式検出装置、無線通信方式検出方法、及びプログラム
Shirakami et al. Heart rate variability extraction using commodity Wi-Fi devices via time domain signal processing
Uysal et al. Contactless respiration rate estimation using MUSIC algorithm
Xu et al. Respiratory rate estimation of standing and sitting people using WiFi signals
CN116778758A (zh) 基于时频图的无人机遥控信号识别方法、装置、设备及介质
Mir et al. Power-line interference and baseline wander elimination in ECG using VMD and EWT
JP2009118098A (ja) 信号検出装置、方法およびプログラム
JP5282914B2 (ja) 無線機同定装置

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