CN113133758B - 基于csi的非静态环境下呼吸检测系统 - Google Patents

基于csi的非静态环境下呼吸检测系统 Download PDF

Info

Publication number
CN113133758B
CN113133758B CN202110279186.9A CN202110279186A CN113133758B CN 113133758 B CN113133758 B CN 113133758B CN 202110279186 A CN202110279186 A CN 202110279186A CN 113133758 B CN113133758 B CN 113133758B
Authority
CN
China
Prior art keywords
channel
csi
signal
module
data
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
Application number
CN202110279186.9A
Other languages
English (en)
Other versions
CN113133758A (zh
Inventor
郑攀
邱杰凡
徐瑞吉
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN202110279186.9A priority Critical patent/CN113133758B/zh
Publication of CN113133758A publication Critical patent/CN113133758A/zh
Application granted granted Critical
Publication of CN113133758B publication Critical patent/CN113133758B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816Measuring devices for examining respiratory frequency
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pulmonology (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于CSI的非静态环境下呼吸检测系统,包括工作于监听模式的数据采集子系统以及基于空间分区和呼吸信号提取的服务器端子系统,其中,所述数据采集系统包括同步信道切换模块、CSI数据解析模块和CSI去噪模块;所述的服务器端子系统包括基于信号周期性的空间域过滤模块和呼吸信号提取模块,所述呼吸信号提取模块分离出功率周期性变化的信号区域后,频谱中位于正常呼吸周期范围内的峰值点即为该区间内目标的呼吸速率。本发明提供了一种基于空间位置降低用户间行为干扰、区分呼吸率接近目标能力较好的多信道采样的呼吸检测系统。

Description

基于CSI的非静态环境下呼吸检测系统
技术领域
本发明属于无线感知技术领域,主要针对非静态环境,即存在静止目标以外的运动物体,利用商用WiFi实现对运动物体信号的分离及静止目标的呼吸速率检测。
背景技术
近些年来,随着无线网络在日常生活中普及,使用射频感知来补充传统传感设备采集物理世界数据的方法快速兴起。WiFi网络因其覆盖率高及硬件设备廉价受到更大的关注。
工作于802.11n的WiFi设备能够在物理层获得30条载波的信道状态信息(ChannelState Information,CSI),CSI描述了信号由发射端沿多径到达接收端经历的衰减和相位旋转,任一信号传播路径的改变都会影响接收端获得的CSI。CSI是一种细粒度表达信道状态的指标,能够感知非视距范围内微小的环境变化,具有感知灵敏性高和感知区域广的特点。目前,基于WiFi的CSI实现的跌倒检测、手势识别、室内定位,呼吸检测已获得了重大的研究进展。
信号带宽越大可实现的时间分辨度越高,相较于宽频的雷达系统,WiFi设备本来不具备较高的空间分辨能力,20MHZ的WiFi信号理论上可实现15米的空间解析度,显然不足以对室内环境中信号的传播路径进行区分。受限于较低的空间分辨能力,基于WiFi的呼吸检测系统无法容忍在检测范围内存在对呼吸信号采集产生干扰的其它活动,当存在其它物体在范围内行走会导致呼吸检测系统的失败。因此,先前基于WiFi的呼吸检测的实施条件十分严苛,现实环境中无法一直保证满足该约束条件。
实际上,WiFi信号存在2.4G和5G两个可用的频带,5G频段分为24个信道,总带宽为645MHZ,如果能够充分使用该部分带宽,理论上可实现46厘米的空间分辨度。一般情况来说,该空间分辨能力已经足以区分室内环境下不同个体的行为,因此,相较于先前基于WiFi的呼吸检测系统,为了检测非静态环境下某个相对静止目标的呼吸速率,必须深入解决以下两个问题:
1)用户间行为干扰问题。考虑室内空间下存在A、B两名用户,A坐在大厅沙发上保持相对静止,B在洗漱间洗漱,由于20MHZ带宽的WiFi信号无法区分15米范围内的行为,A、B用户的不同行为作用于接收端信号的CSI无法分离。因此,即使A用户保持静止状态,也无法使用接收端的CSI信息检测出A用户的呼吸速率。
2)多用户检测问题。考虑室内环境下存在相对静止的A、B两名用户。某时刻,两名用户的呼吸速率十分接近。由于对有限长序列进行傅里叶变换存在频谱泄露,如果对CSI的采样持续时间不是足够长,傅里叶变换结果中对应于A、B用户呼吸速率的两个峰就会合并到在一起,此时,系统也无法确认环境中是否存在多名用户。
发明内容
为了克服现有的呼吸检测系统存在用户间行为干扰强、区分呼吸率接近的不同目标能力差的不足,本发明提供了一种基于空间位置降低用户间行为干扰、区分呼吸率接近目标能力较好的多信道采样的呼吸检测系统。
本发明解决其技术问题所采用的技术方案是:
一种基于CSI的非静态环境下呼吸检测系统,包括工作于监听模式的数据采集子系统以及基于空间分区和呼吸信号提取的服务器端子系统,其中,所述数据采集系统包括同步信道切换模块、CSI数据解析模块和CSI去噪模块;所述的服务器端子系统包括基于信号周期性的空间域过滤模块和呼吸信号提取模块,所述呼吸信号提取模块分离出功率周期性变化的信号区域后,频谱中位于正常呼吸周期范围内的峰值点即为该区间内目标的呼吸速率。
进一步,所述同步信道切换模块中,5G频带共有24个可用信道,按中心频率从低到高将其编号为0-23,由发送端发起并控制整个信道切换过程,从0号信道按序切换到23号信道定义为一次完整的信道切换,发送端首先通过包注入发送信道切换请求包,该请求包包含接下来要切换的信道编号,接收端在收到请求包后,立即发送信道切换确认包,确认包会包含去噪后的上一信道0号子载波的CSI数据,并同时测量信道切换请求包中的CSI,随后切换到下一信道;接收到信道切换确认包后,发送端开始测量该数据包中的CSI,在单次信道同步计时结束时,发送端切换到下一信道。
再进一步,所述CSI数据解析模块中,每次信道同步过程,接收端需要接收两种类型的数据包,包类型为193的数据包包含接下来要切换的信道编号信息,包类型为187的数据包包含了当前信道状态数据。
在信道同步阶段,接收端在收到信道切换请求包后,立即返回缓存的上一信道CSI数据而不是等待解析完当前信道CSI再返回。
更进一步,所述CSI去噪模块中,由于硬件设备不完善,CSI解析模块输出的是与硬件相关的信道状态信息,去噪的目的是去除由于硬件限制引入的测量误差,采用收发端同一信道CSI相乘的结果去除相位噪声。
再进一步,所述基于信号周期性的空间域过滤模块中,24组信道信息可以认为是在信道相干时间内对一个645MHZ带宽的频谱进行的多点采样,该带宽可实现64厘米的空间分辨度;通过将频谱采样信息变换为时域下的功率时延分布(Power Delay Profile,PDP),不同空间区间下人的行为会对应到不同时延区间的功率变化;呼吸活动会引起对应时延区间功率的周期性变化,功率时延分布曲线中周期性变化的区间即包含所求的呼吸信号。
所述基于信号周期性的空间域过滤模块中,PDP求解过程根据室内信号传播特性,对梯度下降的结果强制稀疏解,通过稀疏参数控制求解多径的数量。
本发明的技术构思为:自从D.Halperin等人通过修改固件的方式使开发者在用户空间就能获得802.11n物理层的CSI后,基于CSI的环境感知研究得到了迅速发展,与接收信号强度指示器(Received Signal Strength Indicator,RSSI)相比,CSI在一定程度上刻画了多径传播,即具备一定程度表达空间反射物与收发器距离的能力。又D.Vasisht在2016年提出通过拼接WiFi可用信道实现对客户端分米级定位的方法,即只要保证在信道相干时间内,完成对WiFi的多信道采样,由于多信道数据包含了更加丰富的信道信息,同时也增加了观察的频谱宽度,因此,拼接多信道的CSI信息能够刻画距离更接近的多径。相比较于先前基于WiFi信道状态信息的呼吸检测系统有如下优势:
适用于非静态环境下呼吸检测,本发明通过在信道相干时间内对多信道采样提高了区分多径的能力,多径表达的是从发送端到反射物再到接收器的距离,若两个反射物到收发器的距离相同,不管信号沿两条路径的衰减是否一致,都无法从功率时延分布中区分出这两条路径。相较于使用单信道数据,多信道采样能够区分距离更靠近的多径,通过高分辨度的多径划分不同空间域的信号簇,结果是,在20MHZ单信道中无法区分的两条多径信号,通过多信道采样能够将其分离在不同的信号簇中。因此,基于多信道采样的呼吸检测系统的基于空间区域划分能够检测更加复杂环境中相对静止目标的呼吸速率,并且更加适用于多目标呼吸速率接近的检测场景。
本发明的有益效果主要表现在:无侵入,通用性。
附图说明
图1为本发明提出的实验环境图;
图2为数据采集子系统发送端系统流程图;
图3为数据采集子系统接收端系统流程图;
图4为服务器端子系统流程图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1~图4,一种基于CSI的非静态环境下呼吸检测系统,包括工作于监听模式的数据采集子系统以及基于空间分区和呼吸信号提取的服务器端子系统,其中,
所述数据采集系统包括同步信道切换模块、CSI数据解析模块和CSI去噪模块;
所述同步信道切换模块中,5G频带共有24个可用信道,按中心频率从低到高将其编号为0-23,由发送端发起并控制整个信道切换过程,从0号信道按序切换到23号信道定义为一次完整的信道切换,发送端首先通过包注入发送信道切换请求包,该请求包包含接下来要切换的信道编号,接收端在收到请求包后,立即发送信道切换确认包,确认包会包含去噪后的上一信道0号子载波的CSI数据,并同时测量信道切换请求包中的CSI,随后切换到下一信道;接收到信道切换确认包后,发送端开始测量该数据包中的CSI,在单次信道同步计时结束时,发送端切换到下一信道;
所述CSI数据解析模块中,每次信道同步过程,接收端需要接收两种类型的数据包,包类型为193的数据包包含接下来要切换的信道编号信息,包类型为187的数据包包含了当前信道状态数据;
所述CSI去噪模块中,由于硬件设备不完善,CSI解析模块输出的是与硬件相关的信道状态信息,去噪的目的是去除由于硬件限制引入的测量误差。
所述的服务器端子系统包括基于信号周期性的空间域过滤模块和呼吸信号提取模块;
所述基于信号周期性的空间域过滤模块中,24组信道信息可以认为是在信道相干时间内对一个645MHZ带宽的频谱进行的多点采样,该带宽可实现64厘米的空间分辨度;通过将频谱采样信息变换为时域下的功率时延分布(Power Delay Profile,PDP),不同空间区间下人的行为会对应到不同时延区间的功率变化;呼吸活动会引起对应时延区间功率的周期性变化,功率时延分布曲线中周期性变化的区间即包含所求的呼吸信号;
所述呼吸信号提取模块中,分离出功率周期性变化的信号区域后,频谱中位于正常呼吸周期范围内的峰值点即为该区间内目标的呼吸速率。
本实施例主要由一对用于CSI采集的无线收发设备组成,收发设备都装置了Intel5300网卡并设置网卡工作在监听模式。如图1所示,P1处于相对静止状态,系统需要检测出该目标的呼吸速率,当环境中不存在其它动态变化时,接收端CSI信号会呈现出与目标P1呼吸频率一致的周期性,如先前基于WiFi的呼吸检测系统中所述。P2的活动会使接收端的CSI信号变得毫无规律。因此,系统需要基于P1和P2空间位置不同,分离出P1的呼吸信号,具体的实施过程分为图2、图3的数据采集阶段和图4的服务器端数据处理阶段。
数据采集阶段分为发射和接收部分,其中信道同步过程使用了5G频段的24个信道,单次信道同步周期为5ms,从0号信道到23号信道同步完成定义为一次完整的信道同步,在一次完整的信道同步结束时,发送端将24个信道的CSI信息上传到服务器端。
发射端实施过程:
步骤1:发射端设置到0号信道,发送切换到1号信道请求包,并启动接收信道切换确认包超时计时。
步骤2:若在超时结束前,发送端收到信道切换确认,跳转到步骤3,否则,跳转到步骤1。
步骤3:从确认包中读取从接收端返回的上一个信道0号载波的CSI数据,并通过与发送端解析的上一信道0号载波CSI相乘去除相位噪声,计算当前信道CSI信息。
步骤4:发射端设置到n号信道,若n等于24,则发送切换到0号信道的请求包,否则,发送切换到n+1号信道的请求包,启动接收信道切换确认包超时计时。跳转到步骤2。
接收端实施过程:
步骤1:接收端设置到0号信道,启动接收信道切换请求包超时计时,开始等待请求包。
步骤2:若在超时结束前,接收端收到信道切换请求,跳转到步骤3,否则,跳转到步骤1。
步骤3:从请求包中读取请求切换的信道编号Cnxt,若当前是0号信道,设置包负载为空,若当前是非0号信道,设置包负载内容为上一信道0号载波的CSI数据,返回信道切换确认包。
步骤4:计算当前信道CSI,切换信道到Cnxt,启动接收信道切换请求包超时计时,开始等待请求包,跳转到步骤2。
服务器端数据处理阶段实施过程:
步骤1:计算傅里叶变换矩阵。
Figure BDA0002977866930000081
fi,0是i号信道0号载波的中心频率,τk是根据信道带宽确认的时间数组,5G频段的36号信道到165号信道带宽B为645MHZ,可实现的时间解析度为1/B=1.55纳秒,时间数组τk为{0,1.55,3.10......},
步骤2:接收来自数据采集端的CSI数据帧,使用梯度下降求解稀疏多径。
Figure BDA0002977866930000082
近似梯度下降法按梯度所指向的相反方向寻找最小值,在每次迭代后,此迭代算法将会更加远离最大值。其中,步长λ设置太小会增加迭代次数,设置过大可能会错过最小值。
步骤3:当累计接收CSI帧到达一定数量,拼接所有通过帧获得的PDP,即获得了关于空间区域的功率分布。对于某个只存在静态物体的空间区域,该部分反射的信号功率不随时间变化,通过计算空间域中功率的均值偏差统计存在呼吸活动和行走区域信号簇的数目。
步骤4:因为呼吸活动具有周期性,而步行引起的区域信号变化频谱分量很丰富并且不存在主导的频率成分。通过测量信号周期性并选择出周期性较强的信号簇。
步骤5:对于选择出的信号簇,利用汉佩尔滤波器去除异常值,移动均值滤波器平滑信号,小波变换去除高频噪声同时保证时间解析度。
步骤6:信号自相关求解呼吸速率。
本说明书的实施例所述的内容仅仅是对发明构思的实现形式的列举,仅作说明用途。本发明的保护范围不应当被视为仅限于本实施例所陈述的具体形式,本发明的保护范围也及于本领域的普通技术人员根据本发明构思所能想到的等同技术手段。

Claims (3)

1.一种基于CSI的非静态环境下呼吸检测系统,其特征在于,包括工作于监听模式的数据采集子系统以及基于空间分区和呼吸信号提取的服务器端子系统,其中,所述数据采集子系统包括同步信道切换模块、CSI数据解析模块和CSI去噪模块;所述的服务器端子系统包括基于信号周期性的空间域过滤模块和呼吸信号提取模块,所述呼吸信号提取模块分离出功率周期性变化的信号区域后,频谱中位于正常呼吸周期范围内的峰值点即为该信号区域内目标的呼吸速率;
所述同步信道切换模块中,5G频带共有24个可用信道,按中心频率从低到高将其编号为0-23,由发送端发起并控制整个信道切换过程,从0号信道按序切换到23号信道定义为一次完整的信道切换,发送端首先通过包注入发送信道切换请求包,该请求包包含接下来要切换的信道编号,接收端在收到请求包后,立即发送信道切换确认包,确认包会包含去噪后的上一信道0号子载波的CSI数据,并同时测量信道切换请求包中的CSI,随后切换到下一信道;接收到信道切换确认包后,发送端开始测量该请求包中的CSI,在单次信道同步计时结束时,发送端切换到下一信道;
所述CSI去噪模块中,CSI解析模块输出的是与硬件相关的信道状态信息,采用收发端同一信道CSI相乘的结果去除相位噪声;
所述基于信号周期性的空间域过滤模块中,24组信道信息是在信道相干时间内对一个645MHZ带宽的频谱进行的多点采样,该带宽可实现64厘米的空间分辨度;通过将频谱采样信息变换为时域下的功率时延分布PDP,不同空间区间下人的行为会对应到不同时延区间的功率变化;呼吸活动会引起对应时延区间功率的周期性变化,功率时延分布曲线中周期性变化的区间即包含所求的呼吸信号;
所述基于信号周期性的空间域过滤模块中,PDP求解过程根据室内信号传播特性,对梯度下降的结果强制稀疏解,通过稀疏参数控制求解多径的数量;
服务器端数据处理阶段实施过程:
步骤1:计算傅里叶变换矩阵
Figure FDA0003805444330000021
fi,0是i号信道0号载波的中心频率,τk是根据信道带宽确认的时间数组,5G频段的36号信道到165号信道带宽B为645MHZ,可实现的时间解析度为1/B=1.55纳秒,时间数组τk为{0,1.55,3.10......};
步骤2:接收来自数据采集端的CSI数据帧,使用梯度下降求解稀疏多径;
Figure FDA0003805444330000022
近似梯度下降法按梯度所指向的相反方向寻找最小值,在每次迭代后,此迭代算法将会更加远离最大值,λ为步长;
步骤3:当累计接收CSI帧到达一定数量,拼接所有通过帧获得的PDP,即获得了关于空间区域的功率分布;对于某个只存在静态物体的空间区域,部分反射的信号功率不随时间变化,通过计算空间域中功率的均值偏差统计存在呼吸活动和行走区域信号簇的数目;
步骤4:通过测量信号周期性并选择出周期性较强的信号簇;
步骤5:对于选择出的信号簇,利用汉佩尔滤波器去除异常值,移动均值滤波器平滑信号,小波变换去除高频噪声同时保证时间解析度;
步骤6:信号自相关求解呼吸速率。
2.如权利要求1所述的基于CSI的非静态环境下呼吸检测系统,其特征在于,所述CSI数据解析模块中,每次信道同步过程,接收端需要接收两种类型的数据包,包类型为193的数据包包含接下来要切换的信道编号信息,包类型为187的数据包包含了当前信道状态数据。
3.如权利要求2所述的基于CSI的非静态环境下呼吸检测系统,其特征在于,在信道同步阶段,接收端在收到信道切换请求包后,立即返回缓存的上一信道CSI数据而不是等待解析完当前信道CSI再返回。
CN202110279186.9A 2021-03-16 2021-03-16 基于csi的非静态环境下呼吸检测系统 Active CN113133758B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110279186.9A CN113133758B (zh) 2021-03-16 2021-03-16 基于csi的非静态环境下呼吸检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110279186.9A CN113133758B (zh) 2021-03-16 2021-03-16 基于csi的非静态环境下呼吸检测系统

Publications (2)

Publication Number Publication Date
CN113133758A CN113133758A (zh) 2021-07-20
CN113133758B true CN113133758B (zh) 2022-12-06

Family

ID=76811123

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110279186.9A Active CN113133758B (zh) 2021-03-16 2021-03-16 基于csi的非静态环境下呼吸检测系统

Country Status (1)

Country Link
CN (1) CN113133758B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106464475A (zh) * 2014-06-10 2017-02-22 高通股份有限公司 基于无执照射频谱带上的上行链路传输的信道使用信标信号传输
WO2017156492A1 (en) * 2016-03-11 2017-09-14 Origin Wireless, Inc. Methods, apparatus, servers, and systems for vital signs detection and monitoring
US10129862B1 (en) * 2016-02-16 2018-11-13 Origin Wireless, Inc. Methods, devices, apparatus, and systems for medium access control in wireless communication systems utilizing spatial focusing effect
CN110351881A (zh) * 2018-04-04 2019-10-18 展讯通信(上海)有限公司 信道接入方法及装置、存储介质、终端、基站
CN111246414A (zh) * 2020-01-02 2020-06-05 浙江工业大学 面向超市的商品交易智能服务系统
CN111297361A (zh) * 2018-12-11 2020-06-19 财团法人工业技术研究院 基于通道状态信息测量生理状态信息的方法、装置及其系统
EP3692898A1 (en) * 2019-02-11 2020-08-12 Nokia Technologies Oy Sleep/motion determination based on wi-fi signals
CN111839520A (zh) * 2020-06-11 2020-10-30 华中科技大学 基于csi信号功率响应自相关的人呼吸监测方法和装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11012285B2 (en) * 2012-12-05 2021-05-18 Origin Wireless, Inc. Methods, apparatus, servers, and systems for vital signs detection and monitoring
CN108990155A (zh) * 2018-06-20 2018-12-11 青岛海信电器股份有限公司 一种选择信道的方法及终端
CN109389176A (zh) * 2018-10-25 2019-02-26 河南工业大学 基于wifi信道状态信息的粮食水分检测方法及系统
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
CN111568425B (zh) * 2020-06-08 2021-08-03 北京大学 一种非接触式的多人呼吸检测方法
CN112168153B (zh) * 2020-11-04 2023-05-30 珠海市海米软件技术有限公司 一种无接触式呼吸或心跳检测系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106464475A (zh) * 2014-06-10 2017-02-22 高通股份有限公司 基于无执照射频谱带上的上行链路传输的信道使用信标信号传输
US10129862B1 (en) * 2016-02-16 2018-11-13 Origin Wireless, Inc. Methods, devices, apparatus, and systems for medium access control in wireless communication systems utilizing spatial focusing effect
WO2017156492A1 (en) * 2016-03-11 2017-09-14 Origin Wireless, Inc. Methods, apparatus, servers, and systems for vital signs detection and monitoring
CN110351881A (zh) * 2018-04-04 2019-10-18 展讯通信(上海)有限公司 信道接入方法及装置、存储介质、终端、基站
CN111297361A (zh) * 2018-12-11 2020-06-19 财团法人工业技术研究院 基于通道状态信息测量生理状态信息的方法、装置及其系统
EP3692898A1 (en) * 2019-02-11 2020-08-12 Nokia Technologies Oy Sleep/motion determination based on wi-fi signals
CN111246414A (zh) * 2020-01-02 2020-06-05 浙江工业大学 面向超市的商品交易智能服务系统
CN111839520A (zh) * 2020-06-11 2020-10-30 华中科技大学 基于csi信号功率响应自相关的人呼吸监测方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Channel State Information-based Device-Free stationary Human Detection with estimating respiratory frequency;Yushi Liu 等;《2019 IEEE 4th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC 2019)》;20200113;第1111-1117页 *
基于信道状态信息的免穿戴呼吸检测研究;刘博文;《中国优秀硕士学位论文全文数据库医药卫生科技辑》;20190315;E080-3 *
面向物联网的可见光近场通信方法研究;邱杰凡 等;《传感技术学报》;20190708;第872-880页 *

Also Published As

Publication number Publication date
CN113133758A (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
CN107171749B (zh) 确定运动物体直接反射的无线信号的多普勒频移的方法
Xia et al. FTrack: Parallel decoding for LoRa transmissions
Li et al. A passive WiFi source localization system based on fine-grained power-based trilateration
US10288725B2 (en) Apparatus and method for performing passive sensing
US11695672B2 (en) Communication system determining time of arrival using matching pursuit
US9107158B2 (en) Robust downlink timing synchronization method in LTE system
US10327221B1 (en) Super-resolution technique for time-of-arrival estimation
US20190320405A1 (en) Method for Determining Candidate Line of Sight Path and Wireless Local Area Network Device
CN101944926A (zh) 基于压缩采样的脉冲超宽带信号到达时间估计方法
CN103532647A (zh) 基于WiFi物理层时域特征的视距传播路径判断方法和系统
Man et al. PWiG: A phase-based wireless gesture recognition system
WO2019078978A1 (en) METHOD AND APPARATUS FOR MOTION DETECTION SYSTEMS
CN103248441A (zh) 时间异步且循环前缀长度未知情况下的ofdm频谱感知方法
CN113133758B (zh) 基于csi的非静态环境下呼吸检测系统
US9209847B2 (en) Method and device for achieving CMMB diversity reception
CN102137484B (zh) 邻小区接收信号码功率的测量方法和装置
Maravic et al. Low-complexity subspace methods for channel estimation and synchronization in ultra-wideband systems
CN109856615B (zh) 一种基于css技术的测距方法及系统
Cai et al. CSI-based device-free indoor localization using convolutional neural networks
Tang et al. Human behavior recognition based on WiFi channel state information
EP2545689A1 (en) Method and apparatus for estimating a doppler frequency
US20130029609A1 (en) Channel measurement system, method, and device
Lu et al. Channel model-based sensing for indoor ultrasonic location systems
CN109412722A (zh) 一种基于时域嵌套采样的宽带频谱感知方法
Wang et al. A novel indoor ranging algorithm based on received signal strength and channel state information.

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