一种基于毫米波体域网的人体呼吸识别方法

本发明涉及无线电波，具体涉及一种基于毫米波体域网的人体呼吸识别方法。

背景技术：

1、人体活动分类在生活中的应用很多，其中在医疗康复领域应用居多。而随着传感器技术的不断迭代更新，越来越多的人体活动识别被相关研究人员发掘，从一开始运动幅度较大的肢体运动到运动幅度较小的呼吸运动。因人体呼吸运动的幅度较小，且运动规律较为单一，同时该运动对传感器的灵敏度有着较高的要求，而一些用于监测人体活动的传感器并不能提供准确的分辨率。因此研究人员通常是使用雷达、wi-fi等无线设备发射电磁波与人体或者周围环境进行多次电磁反射来采集有关人体的呼吸数据。

2、中国专利文献cn108553108a，公开了“一种基于wi-fi中csi信号的多人动作与呼吸的检测方法，该方法从wi-fi信号中提取人体在不同位置下不同动作姿态和呼吸的csi信号数据，并根据该信号进行空间监测；中国专利文献cn112754431a，公开了“基于毫米波雷达和轻量级神经网络的呼吸心跳监测系统，该系统利用雷达信号进行呼吸心跳监测。

3、上述雷达、wi-fi等设备基于无线电波传播原理检测和识别人体呼吸，采用的是天线放置于体外的非接触测量方式。由于人体的其他运动会干扰电波传播从而影响呼吸数据的准确度，因此使用非接触式的数据采集方式时，通常要求人体保持静止，这给数据采集增加了难度。此外，非接触测量对环境要求较高，外部环境的突然改变会直接影响其呼吸数据的正确性，从而降低呼吸检测和识别的精度。

4、中国专利文献cn115137773a，公开了“一种胸腔成像及呼吸监测测量装置”，该申请将多个天线放置在人体胸腔处，通过电磁波探测人体内部组织，当人体进行呼吸运动时，人体胸腔的起伏会影响电磁波信号，而人体呼吸时腹部也有着明显的变化，因此使用上述的方法，对呼吸数据的采集未能采集到腹部的变化，且电磁波会深入人体，会让用户担心其存在安全隐患，同时使用的天线数量较多，测量设备成本较高。

技术实现思路

1、针对以上问题，本发明提出一种基于毫米波体域网的人体呼吸识别方法，

2、采用人体在进行各种呼吸运动过程中胸腔和腹腔的运动状态；

3、将采集的运动状态打上标签，得到训练数据集；

4、构建神经网络模型，并利用训练数据集对神经网络模型进行训练；

5、采集待识别的呼吸运动过程中胸腔和腹腔的运动状态输入完成训练的神经网络模型，神经网络模型识别得到呼吸的类型。

6、进一步的，胸腔和腹腔的运动状态由分别设置在人体胸部和腹部的一对毫米波定向天线进行采集，这对毫米波定向天线形成人体局域网，人体在进行呼吸运动的过程中影响人体局域网的信号传输，通过矢量网络分析仪采集一段时间的信号传输作为呼吸运动过程中胸腔和腹腔的运动状态。

7、进一步的，毫米波定向天线为高频段的定向天线。

8、进一步的，一对毫米波定向天线中的一个作为接收端，另一个作为发射端，安装在人体的胸部位置的毫米波定向天线开口向下，安装在腹部的毫米波定向天线开口向上，这一对毫米波定向天线开口相对且处于同一平面上。

9、进一步的，矢量网络分析仪设置为连续时间模式，将信号通过定向天线沿胸—腹链路辐射出去。

10、进一步的，矢量网络分析仪采集的信号为天线信号的功率变化。

11、进一步的，对矢量网络分析仪采集的信号进行预处理后再输入神经网络模型，预处理包括：利用一个固定长度的窗口对数据进行随机裁剪，并对裁剪后的数据进行0-1标准化。

12、本发明充分的利用了通过将毫米波天线固定在体上的优点，不依赖于电磁波的反射来采集呼吸数据，采集到的呼吸数据不会随着环境的改变而改变，同时本发明能够对多种不同形式的呼吸方式进行识别。

技术特征：

1.一种基于毫米波体域网的人体呼吸识别方法，其特征在于，具体包括以下步骤：

2.根据权利要求1所述的一种基于毫米波体域网的人体呼吸识别方法，其特征在于，胸腔和腹腔的运动状态由分别设置在人体胸部和腹部的一对毫米波定向天线进行采集，这对毫米波定向天线形成人体局域网，人体在进行呼吸运动的过程中影响人体局域网的信号传输，通过矢量网络分析仪采集一段时间的信号传输作为呼吸运动过程中胸腔和腹腔的运动状态。

3.根据权利要求2所述的一种基于毫米波体域网的人体呼吸识别方法，其特征在于，毫米波定向天线为高频段的定向天线。

4.根据权利要求2所述的一种基于毫米波体域网的人体呼吸识别方法，其特征在于，一对毫米波定向天线中的一个作为接收端，另一个作为发射端，安装在人体的胸部位置的毫米波定向天线开口向下，安装在腹部的毫米波定向天线开口向上，这一对毫米波定向天线开口相对且处于同一平面上。

5.根据权利要求2所述的一种基于毫米波体域网的人体呼吸识别方法，其特征在于，矢量网络分析仪设置为连续时间模式，将信号通过定向天线沿胸—腹链路辐射出去。

6.根据权利要求2所述的一种基于毫米波体域网的人体呼吸识别方法，其特征在于，矢量网络分析仪采集的信号为天线信号的功率变化。

7.根据权利要求2所述的一种基于毫米波体域网的人体呼吸识别方法，其特征在于，对矢量网络分析仪采集的信号进行预处理后再输入神经网络模型，预处理包括：利用一个固定长度的窗口对数据进行随机裁剪，并对裁剪后的数据进行0-1标准化。

技术总结
本发明涉及无线电波技术领域，具体涉及一种基于毫米波体域网的人体呼吸识别方法，包括采用人体在进行各种呼吸运动过程中胸腔和腹腔的运动状态；将采集的运动状态打上标签，得到训练数据集；构建神经网络模型，并利用训练数据集对神经网络模型进行训练；采集待识别的呼吸运动过程中胸腔和腹腔的运动状态输入完成训练的神经网络模型，神经网络模型识别得到呼吸的类型；本发明充分的利用了通过将毫米波天线固定在体上的优点，不依赖于电磁波的反射来采集呼吸数据，采集到的呼吸数据不会随着环境的改变而改变，同时本发明能够对多种不同形式的呼吸方式进行识别。

技术研发人员：邵羽,张艳阳,魏余贤,张杰
受保护的技术使用者：重庆邮电大学
技术研发日：
技术公布日：2024/1/15