一种非接触式的多人呼吸参数实时检测方法及系统与流程

本发明属于信号处理领域，更具体地，涉及一种非接触式的多人呼吸参数实时检测方法及系统。

背景技术：

睡眠呼吸监测是一项重要的医学检测手段，可用于评估睡眠质量、以及防止呼吸阻塞危险等。现有的呼吸检测方法，有些是在人体的一些部位，如手腕，胸部或咽喉，安装特定传感器。这类方法给用户带来不便。有些方法，则是采用红外摄像头来监测人体呼吸时胸腔的微小起伏。这类方法导致严重的隐私问题，给用户使用带来不安。还有些方法，是在用户身体下铺设一张特殊的压力垫，通过检测压力变化来检测人的呼吸。这类方法的硬件成本较高，难以普及使用。近年来，人们开始研究运用WiFi信号来检测人体呼吸。但现有方法主要是检测单个人的呼吸存在与否，不能同时检测多人的呼吸状况、难以判断有多少人在呼吸。

技术实现要素：

针对现有技术的以上缺陷或改进需求，本发明提供了一种非接触式的多人呼吸参数实时测量方法及系统，其目的在于，通过非接触的方式检测出一个区域环境中多人的呼吸状态参数和呼吸人数。

一种非接触式的多人呼吸参数实时检测方法，包括以下步骤：

(1)在待测环境内产生Wi-Fi信号，采集Wi-Fi信号中的信道状态信号CSI；

(2)对信道状态信号CSI进行去噪处理；

(3)对CSI信号分时段，使得同一时段内的统计特性一致；

(4)计算呼吸参数和人数：

(41)每一段CSI信号表示为{x(n)|n＝1,2,…,M}，M为CSI信号包含的子载波个数，构建呼吸模型y(n)为该模型参数下拟合的输出信号，i＝1,2,…,K，j＝1,2,…,K，k＝1,2,…,K，K为搜索次数，呼吸幅值A_i∈[x(k)_min,x(k)_max]，[x(k)_min,x(k)_max]为人体正常呼吸幅值范围，呼吸频率f_j∈[f_min,f_max]，[f_min,f_max]为人体正常呼吸频率范围，人体呼吸节拍的相位

(42)搜索使得目标值最大时的呼吸模型参数记为最佳模型参数此时的Pr为最佳目标值Pr^*；

(43)判定每一段CSI信号的最佳目标值Pr^*是否大于等于预定阈值Γ，若是，则标记该段CSI信号对应的最佳模型参数为有效呼吸参数；

(44)在连续的D段CSI信号内，若有效呼吸参数的个数大于调整系数α∈(0,1)，则有效呼吸参数个数即为检测到的呼吸人数。

进一步地，所述步骤(3)的具体实现方式为：使用滑动时间窗口来检测CSI信号在该时间窗口内的统计特性是否一致，如果不一致，找到前后发生变化的时刻，记为临界时刻；将两相邻临界时刻之间的CSI信号标记为一段CSI信号。

进一步地，所述步骤(2)的具体实现过程为：首先对CSI信号中超出一定阈值的噪声进行去除，然后统一CSI信号相邻采样点的时间间隔，最后去除CSI信号中所包含的高频噪声。

进一步地，所述步骤(43)中门限Γ的确定方式为：在无人呼吸的待测环境内，按照步骤(1)-(4)确定各个分段CSI信号最佳目标值Pr^*，计算连续W个时段的最佳目标值均值，记为门限Γ。

一种非接触式的人呼吸参数实时测量系统，包括

信号采集单元，用于在人体胸腔附近产生Wi-Fi信号，采集Wi-Fi信号中的信道状态信号CSI；

去噪单元，用于对采集的信道状态信号CSI进行去噪处理；

分时段单元，用于对去噪处理后的CSI信号分时段，使得同一时段内的统计特性一致；

呼吸参数和人数计算单元，包括：

呼吸模型构建模块，用于将每一段CSI信号表示为{x(n)|n＝1,2,…,M}，M为CSI信号包含的子载波个数，构建呼吸模型y(n)为该模型参数下拟合的输出信号，i＝1,2,…,K，j＝1,2,…,K，k＝1,2,…,K，K为搜索次数，呼吸幅值A_i∈[x(k)_min,x(k)_max]，[x(k)_min,x(k)_max]为人体正常呼吸幅值范围，呼吸频率f_j∈[f_min,f_max]，[f_min,f_max]为人体正常呼吸频率范围，人体呼吸节拍的相位

搜索模块，用于搜索使得目标值最大时的呼吸模型参数记为最佳模型参数此时的Pr为最佳目标值Pr^*；

有效呼吸判定模块，用于判定每一段CSI信号的最佳目标值Pr^*是否大于等于预定阈值Γ，若是，则标记该段CSI信号对应的最佳模型参数为有效呼吸参数；

呼吸人数检测模块，用于在连续的D段CSI信号内，若有效呼吸参数的个数大于调整系数α∈(0,1)，则有效呼吸参数个数即为检测到的呼吸人数。

进一步地，所述分时段单元包括：

突变判定子模块，用于使用滑动时间窗口来检测CSI信号在该时间窗口内的统计特性是否一致，如果不一致，找到前后发生变化的时刻，记为临界时刻；

标记子模块，用于将两相邻临界时刻之间的CSI信号标记为一段CSI信号。

进一步地，，所述信号采集单元包括：Wi-Fi路由器，用于在人体胸腔附近产生Wi-Fi信号；接收器，用于采集Wi-Fi信号中的信道状态信号CSI。

进一步地，，所述去噪单元包括：首次去噪模块，用于对CSI信号中超出一定阈值的噪声进行去除；采样统一模块，用于统一CSI信号相邻采样点的时间间隔；再次去噪模块，用于去除CSI信号中所包含的高频噪声。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，由于CSI信号频域分辨率很高，检测出由于呼吸产生的人体的胸部运动；同时，在对CSI信号识别多人呼吸特征中，本发明基于模型匹配方法来寻找模型参数的多个局部最优点，从而获得多个模型匹配结果，实现多人呼吸检测。

附图说明

图1是本发明信号采集示意图；

图2是本发明测量方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

为了便于对本发明的理解,首先对本发明涉及的术语进行解释：

CSI(Channel State Information)是指信道状态信息。在无线通信领域，所谓的CSI，就是通信链路的信道属性。它描述了信号在每条传输路径上的衰弱因子，即信道增益矩阵H中每个元素的值，如信号散射、环境衰弱、距离衰减、等信息。

人体呼吸产生的微小运动对于无线WiFi信号的信道状态产生影响，本发明通过对该影响值的检测来检测多人呼吸状态参数和呼吸人数。

图1是本发明多人呼吸参数检测方法流程图，方法包括以下步骤：

(1)信号采集步骤：

在待测环境内产生Wi-Fi信号，以较高频率采集Wi-Fi信号中的信道状态信号CSI，频率范围优选100Hz-1KHz。

(2)信号高频滤噪步骤：

首先采用哈勃(Hampel)滤波器、小波滤波器等去噪方法将收集到的CSI信号中超出一定阈值的噪声去掉，优选Hampel滤波器。

然后用零阶或一阶线性差值法等方法统一CSI信号相邻采样点的时间间隔，优选一阶线性差值法。

最后对于处理后的CSI信号，采用小波滤波器、车比雪夫滤波器等方法去除掉CSI信号中所包含的高频噪声，优选小波滤波器。

(3)CSI信号分时段步骤：

对CSI信号分时段，使得同一时段内的统计特性一致，其具体的实现过程为：对于预处理后的信号，使用滑动时间窗口法来检测CSI信号在该时间窗口内的统计特性(均值、方差等)是否一致(均值、方差稳定在一个范围内则认为一致)。如果不一致，找到前后发生变化的时刻，记为临界时刻，两相邻临界时刻之间的CSI信号即为一段CSI信号，每一段CSI信号的均值、方差稳定在一个范围内。一致性的标准为经验值，可根据实验值调整确定。

(4)呼吸参数和人数计算步骤：

(41)每一段CSI信号表示为{x(n)|n＝1,2,…,M}，M为CSI信号包含的子载波个数，构建呼吸模型y(n)为该模型参数下拟合的输出信号，i＝1,2,…,K，j＝1,2,…,K，k＝1,2,…,K，K为搜索次数；呼吸幅值A_i∈[x(k)_min,x(k)_max]，呼吸频率f_j∈[f_min,f_max]，[x(k)_min,x(k)_max]为人体正常呼吸幅值范围，[f_min,f_max]为人体正常呼吸频率范围)，人体呼吸节拍的相位

(42)搜索使得目标值最大时的呼吸模型参数记为最佳模型参数此时的Pr为最佳目标值Pr^*。

(43)判定每一段CSI信号的最佳目标值Pr^*是否大于等于预定阈值Γ，若是，则标记该段CSI信号对应的最佳模型参数为有效呼吸参数。

(44)在连续的D段CSI信号内，若有效呼吸参数的个数大于调整系数α∈(0,1)，则有效呼吸参数个数即为检测到的呼吸人数。所述D为经验值，可根据实验调整确定。

所述步骤(43)中预定阈值Γ确定方式为：在无人呼吸的待测环境内下，按照步骤(1)-(4)确定各个分段CSI信号最佳目标值Pr^*，计算连续W个时段的最佳目标值均值，记为门限Γ。所述W为经验值，可根据实验调整确定。

本发明还提供了实现上述方法的系统，包括：

信号采集单元，用于在人体胸腔附近产生Wi-Fi信号，采集Wi-Fi信号中的信道状态信号CSI；

去噪单元，用于对采集的信道状态信号CSI进行去噪处理；

分时段单元，用于对去噪处理后的CSI信号分时段，使得同一时段内的统计特性一致；

呼吸参数和人数计算单元，包括：

呼吸模型构建模块，用于将每一段CSI信号表示为{x(n)|n＝1,2,…,M}，M为CSI信号包含的子载波个数，构建呼吸模型y(n)为该模型参数下拟合的输出信号，i＝1,2,…,K，j＝1,2,…,K，k＝1,2,…,K，K为搜索次数，呼吸幅值A_i∈[x(k)_min,x(k)_max]，[x(k)_min,x(k)_max]为人体正常呼吸幅值范围，呼吸频率f_j∈[f_min,f_max]，[f_min,f_max]为人体正常呼吸频率范围，人体呼吸节拍的相位

搜索模块，用于搜索使得目标值最大时的呼吸模型参数记为最佳模型参数此时的Pr为最佳目标值Pr^*；

有效呼吸判定模块，用于判定每一段CSI信号的最佳目标值Pr^*是否大于等于预定阈值Γ，若是，则标记该段CSI信号对应的最佳模型参数为有效呼吸参数；

呼吸人数检测模块，用于在连续的D段CSI信号内，若有效呼吸参数的个数大于调整系数α∈(0,1)，则有效呼吸参数个数即为检测到的呼吸人数。

所述分时段单元包括：突变判定子模块，用于使用滑动时间窗口来检测CSI信号在该时间窗口内的统计特性是否一致，如果不一致，找到前后发生变化的时刻，记为临界时刻；标记子模块，用于将两相邻临界时刻之间的CSI信号标记为一段CSI信号。

所述信号采集单元包括：Wi-Fi路由器，用于在人体胸腔附近产生Wi-Fi信号；接收器，用于采集Wi-Fi信号中的信道状态信号CSI。

所述去噪单元包括：首次去噪模块，用于对CSI信号中超出一定阈值的噪声进行去除；采样统一模块，用于统一CSI信号相邻采样点的时间间隔；再次去噪模块，用于去除CSI信号中所包含的高频噪声。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。