摘要
针对传统的接触式呼吸检测设备易脱落、应用场景有限等问题,提出一种基于信道状态信息的生命体征检测算法。该算法以菲涅尔区模型为理论指导,通过商用无线保真(Wi-Fi)设备采集呼吸信道状态信息。首先,利用Hampel滤波器滤除信号衰落和多径效应引起的高频噪声;然后,以改进的阈值函数选取方法即开方法解决软硬阈值偏差恒定、不连续等问题,进一步滤除环境噪声;最后,通过去除直流分量、子载波选择和交叉平移点算法获取呼吸频率。此外,通过机器学习、深度学习算法实现了正常、异常和暂停3种不同呼吸状态的分类,全面反映了被检测人员的呼吸运动。实验结果表明:基于信道状态信息的生命体征检测算法准确率达到了92.5%,能够作为人体生命体征日常检测系统为用户提供健康参考。
-
单位中国矿业大学; 中国矿业大学(北京); 徐州工程学院