基于多路径相位相消的人体呼吸追踪方法、装置及系统制造方法及图纸

本公开提供了一种基于多路径相位相消的人体呼吸追踪方法，包括，根据天线间距和信号带宽构建第一相移矢量模型；对采样频率偏移时延和包检测时延进行计算，根据计算的结果构建第二相移矢量模型；根据所述第一相移矢量模型和所述第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号；对所述人体呼吸信号和所述收发直接路径信号进行共轭相乘，用于消除信号中的相位偏移；对所述共轭相乘的结果进行滤波得到时域呼吸信号；通过所述时域呼吸信号计算得到呼吸频率，本公开提供的方法与现有技术相比，效率和准确性上均有很大的提升。本公开还提供了一种基于多路径相位相消的人体呼吸追踪装置和系统。吸追踪装置和系统。吸追踪装置和系统。

【技术实现步骤摘要】
基于多路径相位相消的人体呼吸追踪方法、装置及系统


[0001]本公开属于信号处理领域，具体涉及一种基于多路径相位相消的人体呼吸追踪方法、装置及系统。

技术介绍

[0002]人体的呼吸状态是一项分析人体健康状况的重要指标，对疾病诊断，人体异常状态监控有着重要意义。然而，现有呼吸监测技术大部分要求传感器和被监测人之间具有直接物理接触，影响了被监测者的正常生活，无法进行长时间的监测。
[0003]由于呼吸过程会使得胸腔产生周期性振动从而对电磁信号的传播产生影响，基于雷达的方法可以实现非接触式的人体呼吸频率估计，然而，基于雷达的方法要求使用往往价格昂贵的专门设计的硬件，限制了基于雷达的呼吸频率估计系统的应用。
[0004]无处不在的WiFi设备为非接触式的呼吸频率估计提供了另一种可能性。WiFi设备中的信道状态信息(Channel State Information,CSI)描述了信号在传播过程中经历的衰减和相移。人体呼吸导致的胸腔振动会使得信道状态信息的测量值呈现周期性变化，从而为利用信道状态信息对人体呼吸频率进行估计提供了可能。由于WiFi设备自身硬件的局限，信道状态信息的相位会受到接收端各种相位误差的干扰，故目前基于信道状态信息的方法均使用的是信道状态信息的幅度随时间的变化对呼吸频率进行估计。然而，由于幅度对环境中的微小运动较为不敏感，故现有方法性能非常有限。除此之外，由于人体呼吸频率可能受到多种物理因素的影响，例如讲话，思考甚至一些无意识的行为都会使得呼吸频率在短时间内发生较大的变化。故相比对呼吸频率进行估计，对人体呼吸的具体状态进行追踪具有更大意义，而现有方法均无法实现这一目标。
[0005]利用信道状态信息追踪人体呼吸的难度在于WiFi设备中的相位偏移。由于WiFi设备本身的制造并未考虑环境感知的需求，因此在测量得到的CSI中存在多种相位偏移，包括载频偏移(CFO)、采样频率偏移(SFO)和包检测时延(PDD)。这些相位偏移值随时间随机变化，使得测得的CSI相位无法用于呼吸追踪。另外，利用信道状态信息估计呼吸频率地另难度是多径效应，在室内环境中，信号总是经过多条路径传播到达接收端，在这些路径中，只有部分路径的信号会受到人体呼吸的影响，因此，为了追踪人体呼吸信号的变化，需要对受到人体呼吸影响的信号进行提取。也就是说，目前亟待解决的技术问题是如何消除信号中的相位偏移以及如何准确的提取受到人体呼吸影响的信号。

技术实现思路

[0006]在现有技术中，常采用同一接收设备上两根天线CSI(信道状态信息)的比值，通过取复数CSI(信道状态信息)比值的操作消除相位上的偏移，但是其效果并不是很好，在本公开中，提供一种基于多路径相位相消的人体呼吸追踪方法、装置及系统，可以准确的提取受到人体呼吸影响的信号以及消除信号中的相位偏移。
[0007]一种基于多路径相位相消的人体呼吸追踪方法，包括：
[0008]根据天线间距和信号带宽构建第一相移矢量模型；
[0009]对采样频率偏移时延和包检测时延进行计算，根据计算的结果构建第二相移矢量模型；
[0010]根据所述第一相移矢量模型和所述第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号；
[0011]对所述人体呼吸信号和所述收发直接路径信号进行共轭相乘，用于消除信号中的相位偏移；
[0012]对所述共轭相乘的结果进行滤波得到时域呼吸信号；
[0013]通过所述时域呼吸信号计算得到呼吸频率。
[0014]根据本公开提供的一些实施例，所述根据天线间距和信号带宽构建第一相移矢量模型包括：通过联立多个天线和子载波上的信号构建第一相移矢量模型，对于天线的第ι条路径，第m个天线和第k个子载波相对第一个天线和第一个子载波的联合相移的计算公式包括：
[0015][0016]其中，Φ
mk
是联合相移，j是虚数单位，f0是信号的载波频率，Δf是子载波之间的频率间隔，θ
ι
是路径ι的波达方向，τ
ι
是路径ι的传播时间，d是天线间距，c为信号的传播速度。
[0017]根据本公开提供的一些实施例，所述对采样频率偏移时延和包检测时延进行计算，根据估算的结果构建第二相移矢量模型包括：采用谱估计方法对采样频率偏移和包检测时延进行估计，通过联立多个天线和子载波上的信号配合谱估计方法的估计结果构建第二相移矢量模型，对于第m个天线和第k个子载波相对于第一个天线和第一个子载波的联合相移的计算公式包括：
[0018]Φ
mk
(τ
SFO
,τ
PDD
)＝exp(-j2π(k-1)Δf)(τ
SFO
+τ
PDD
)
[0019]其中，Φ
mk
是联合相移，τ
SFO
是采样频率偏移时延，τ
PDD
是包检测时延。
[0020]根据本公开提供的一些实施例，所述根据所述第一相移矢量模型和所述第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号的计算公式包括：
[0021][0022][0023]其中，y
t
(θ1，τ1)是人体呼吸信号，y
t
(θ2，τ2)是收发直接路径信号，θ1是人体呼吸信号的波达方向，τ1是人体呼吸信号的传播时间，θ2是收发直接路径信号的波达方向，τ2是收发直接路径信号的传播时间，上标H表示共轭转置，f
CFO
是载频偏移，t是信号接收的时刻，H
t
是t时刻的设备中的信道状态信息。
[0024]根据本公开提供的一些实施例，所述对所述人体呼吸信号和所述收发直接路径信号进行共轭相乘，用于消除信号中的相位偏移，计算公式包括：
[0025]y
t
＝y
t
(θ1,τ1)
×
y
t
(θ2,τ2)
*
[0026]＝(Φ
H
(θ1,τ1)-Φ
H
(θ2,τ2))H
t
＝Φ
H
(θ1,τ1)H
t-y
t
(θ2,τ2)
[0027]其中，y
t
是消除相位偏移后的信号，
*
表示共轭。
[0028]根据本公开提供的一些实施例，通过Hampel滤波器和高通滤波器对y
t
信号进行滤
波得到时域呼吸信号。
[0029]根据本公开提供的一些实施例，利用快速傅里叶变换对所述时域呼吸信号计算得到呼吸频率。
[0030]本公开还提供一种基于多路径相位相消的人体呼吸追踪装置，所述装置使用上述的方法检测呼吸频率，所述装置包括：
[0031]信号发射模块，用于发射wifi信号；
[0032]信号接收模块，用于接收信道状态信息，其中，所述信道状态信息受人体呼吸时胸腔振动影响发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多路径相位相消的人体呼吸追踪方法，其特征在于，包括：根据天线间距和信号带宽构建第一相移矢量模型；对采样频率偏移时延和包检测时延进行计算，根据计算的结果构建第二相移矢量模型；根据所述第一相移矢量模型和所述第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号；对所述人体呼吸信号和所述收发直接路径信号进行共轭相乘，用于消除信号中的相位偏移；对所述共轭相乘的结果进行滤波得到时域呼吸信号；通过所述时域呼吸信号计算得到呼吸频率。2.根据权利要求1所述的基于多路径相位相消的人体呼吸追踪方法，其特征在于，所述根据天线间距和信号带宽构建第一相移矢量模型包括：通过联立多个天线和子载波上的信号构建第一相移矢量模型，对于天线的第ι条路径，第m个天线和第k个子载波相对第一个天线和第一个子载波的联合相移的计算公式包括：其中，Φ
mk
是联合相移，j是虚数单位，f0是信号的载波频率，Δf是子载波之间的频率间隔，θ
ι
是路径ι的波达方向，τ
ι
是路径ι的传播时间，d是天线间距，c为信号的传播速度。3.根据权利要求2所述的基于多路径相位相消的人体呼吸追踪方法，其特征在于，所述对采样频率偏移时延和包检测时延进行计算，根据估算的结果构建第二相移矢量模型包括：采用谱估计方法对采样频率偏移和包检测时延进行估计，通过联立多个天线和子载波上的信号配合谱估计方法的估计结果构建第二相移矢量模型，对于第m个天线和第k个子载波相对于第一个天线和第一个子载波的联合相移的计算公式包括：Φ
mk
(τ
SFO
,τ
PDD
)＝exp(-j2π(k-1)Δf)(τ
SFO
+τ
PDD
)其中，Φ
mk
是联合相移，τ
SFO
是采样频率偏移时延，τ
PDD
是包检测时延。4.根据权利要求3所述的基于多路径相位相消的人体呼吸追踪方法，其特征在于，所述根据所述第一相移矢量模型和所述第二相移矢量模型计算得到人体呼吸信号和收发直接路径信号的计算公式包括：路径信号的计算公式包括：其中，y
t
(θ1，τ1)是人体呼吸信号，y
t
(θ2，τ2)是收发直接路径信号，θ1是人体呼吸信号的波达方向，τ1是人体呼吸信号的传播时间，θ2是收发直接路径信号的波达方向，τ2是收发直接路径信号的传播时间，上标
H
表示共轭转置，f
CFO
是载频偏移，t是信号接...

【专利技术属性】
技术研发人员：陈彦，张东恒，张冬，孙启彬，吴曼青，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：