-
公开(公告)号:CN119449113A
公开(公告)日:2025-02-14
申请号:CN202411559413.3
申请日:2024-11-04
Applicant: 重庆邮电大学
IPC: H04B7/06 , A61B5/08 , A61B5/00 , G06F18/213 , G06F18/2135 , G06F18/23213
Abstract: 本发明公开了一种非接触式呼吸检测方法。首先,在目标区域内布置接入点(AP)、基站(STA)和捕获设备,通过捕获从STA到AP周期性发送的波束成形反馈帧(BFI)获取信道状态信息。然后,解压提取BFI帧内的振幅信号和时间信息,对提取出的天线组合的代表性子载波信号进行相空间重构,通过动态特征提取评估出最优天线组合。接着,对最优天线组合的子载波振幅信号进行Hampel滤波去除异常值,对所有子载波进行相空间重构和动态特征提取,并使用K‑means聚类算法选择最佳子载波。随后,对选定的最优子载波信号进行Savitzky‑Golay滤波和带通滤波,通过主成分分析(PCA)降维,进行线性插值获得等间隔采样信号。最后,对处理后的信号进行快速傅里叶变换(FFT),并通过创新的峰值检测算法估计呼吸率。本发明专利利用相空间重构和动态特征提取技术,提出了一种非接触式呼吸检测方法,与传统方法相比,该方法能够更好地捕捉信号的非线性动态特征,更全面地评估各个子载波的动态特性,从而选择出最适合呼吸检测的子载波,有效区分呼吸信号和干扰信号,显著提高了基于Wi‑Fi信号的非接触式呼吸检测的准确性和鲁棒性。