一种无接触呼吸检测方法及装置
专利汇可以提供一种无接触呼吸检测方法及装置专利检索，专利查询，专利分析的服务。并且本 发明 公布了一种无 接触 呼吸检测方法及装置，包括：接收设备R从发送设备T接收射频 信号 ，接收设备R包含两根或更多根接收天线；针对任意两根接收天线接收到的 射频信号 所对应的信道状态信息CSI，取两者之比值，构建每个 子载波 的新的信道状态信息，可消除 相位 偏移和振幅噪音；根据一段 时间窗 口内新的信道状态信息，确定每个子载波的最优呼吸检测特征；根据多个子载波的最优呼吸检测特征，进行融合计算，得到检测目标的呼吸率。采用本发明技术方案，能够极大拓展呼吸检测的 感知 范围，而且具有非侵扰性、方便、低成本的技术优点。，下面是一种无接触呼吸检测方法及装置专利的具体信息内容。
1.一种远距离无接触呼吸检测方法，包括如下步骤：
1)发送设备T发射射频信号，射频信号经过不同路径传播到达接收设备R，在接收设备R处叠加并被接收；
接收设备R接收到携带环境信息的射频信号；所述接收设备R包含两根或两根以上接收天线；所述环境信息包括被检测目标；
2)每根接收天线包含多个子载波的信道状态信息CSI，根据任意两根接收天线接收到的射频信号所对应的信道状态信息CSI的比值，构建每个子载波的新的信道状态信息H3(t)，消除相位偏移和振幅噪音；
3)根据一段时间窗口内新的信道状态信息H3(t)，确定每个子载波的最优呼吸检测特征；包括如下操作：
31)在接收设备R上，提取所述新的信道状态信息H3(t)的实部I(t)和虚部Q(t)；
32)计算信道状态信息的采样率记为Fs；对一段时间窗口W内的W*Fs个采样点信道状态信息的实部 和虚部
通过赋予不同的权重进行线性组合，生成不同的候选呼吸检测特征Y(t，θ)；
33)对候选呼吸检测特征进行平滑和标准化处理，得到标准化的候选呼吸检测特征；
34)对于第i个子载波，计算不同的标准化的候选呼吸检测特征的功率谱密度峰值；取其中功率谱密度峰值最大相对应的标准化的候选呼吸检测特征作为第i个子载波在时刻t的最优呼吸检测特征；由此确定每个子载波的最优呼吸检测特征；
4)根据多个子载波在时刻t的最优呼吸检测特征进行融合计算，生成融合的呼吸检测特征；根据所述融合的呼吸检测特征，计算得到检测目标的呼吸率。
2.如权利要求1所述的远距离无接触呼吸检测方法，其特征是，接收设备R接收的射频信号为由同一个发送设备发出的射频信号。
3.如权利要求1所述的远距离无接触呼吸检测方法，其特征是，发送设备采用WiFi信号发射装置；射频信号为电磁波。
4.如权利要求1所述的远距离无接触呼吸检测方法，其特征是，步骤2)具体包括如下操作：
根据接收设备R中的一对接收天线接收的射频信号，在接收设备R中计算得到该时刻t的信道状态信息，分别记为H1(t)和H2(t)；
取H1(t)和H2(t)的比值构建新的信道状态信息，表示为 其中H1(t)，H2(t)，H3(t)均为复数。
5.如权利要求1所述的远距离无接触呼吸检测方法，其特征是，步骤32)中：
所述权重取值为[cosθ sinθ]，其中0≤θ＜2π；
生成不同的候选呼吸检测特征为：Y(t，θ)＝Icosθ+Q sinθ(其中0≤θ＜2π)；
具体采用S-G滤波和Z-score标准化方法，对候选呼吸检测特征进行平滑和标准化处理，得到标准化的候选呼吸检测特征；
所述第i个子载波在时刻t的最优呼吸检测特征表示为：
其中，Yi(t)为第i个子载波在时刻t的最优呼吸检测特征。
6.如权利要求1所述的远距离无接触呼吸检测方法，其特征是，步骤34)中，功率谱峰值的计算方法包括：
通过快速傅里叶变换将为时域信号的所述标准化的候选呼吸检测特征转换成对应的频域信号，得到其对应的功率谱密度；
取其功率谱密度的最大值，作为候选呼吸检测特征的功率谱密度峰值。
7.如权利要求1所述的远距离无接触呼吸检测方法，其特征是，步骤4)中，对于射频信号的所有子载波，第i个子载波在时刻t的最优呼吸检测特征记为Yi(t)；
结合多个子载波的最优呼吸检测特征，生成融合的呼吸检测特征；包括如下操作：
41)对第i个子载波的最优呼吸检测特征
计算自相关函数，具体为：
Ri(t)＝[ri(0) ri(1) … ri(k) … ri(W*Fs-1)]
其中，通项 yi(t)为第i个子载波在时刻t的
最优呼吸检测特征，W*Fs为时间窗口的长度， 为yi在此时间窗口内的平均值，k＝0，
1，...，W*Fs-1为偏移的采样点；
42)从所有子载波中选择参与融合的子载波，形成集合D；
43)将集合D中所有子载波的自相关函数结果通过赋予权重进行线性组合，生成融合的呼吸检测特征Rall(t)＝∑i∈DPSDi*Ri(t)，其中权重PSDi为第i个子载波的所述最优呼吸检测特征的功率谱密度峰值；
根据融合的呼吸检测特征计算呼吸率，包括如下操作：
44)融合的呼吸检测特征Rall(t)＝[rall(0) rall(1) … rall(W*Fs-1)]，取第一个峰值对应的采样点K与采样率Fs之比 作为呼吸周期，单位为秒/次；
45)再将呼吸周期转化为呼吸率，表示为： 单位为次/分钟。
8.如权利要求7所述的远距离无接触呼吸检测方法，其特征是，步骤42)从所有子载波中选择参与融合的子载波，具体包括如下操作：
421)计算所有子载波中最优呼吸检测特征的功率谱密度峰值的最大值：
PSDmax＝max(PSDi)
422)设置功率谱密度峰值比例的阈值，挑选最优呼吸检测特征的功率谱密度峰值与PSDmax的比值大于或等于该阈值的子载波，形成集合D。
9.如权利要求7所述的远距离无接触呼吸检测方法，其特征是，所述阈值取值为0.7。
10.一种远距离无接触呼吸检测装置，包括：
A.发出射频信号的发射设备T；
B.包含两根或更多根接收天线的接收设备R；
C.新射频信号构建模块；
D.CSI分析与特征提取模块，CSI包括振幅和相位，用于对新的信道状态信息中的特征进行分析，确定最优呼吸检测特征；
E.候选呼吸检测特征生成模块；
F.功率谱密度峰值获取模块，用于计算一段时间内不同的候选呼吸检测特征的功率谱密度峰值；
G.呼吸率计算模块，用于融合多个子载波的最优呼吸检测特征并计算得到呼吸率。
H.子载波挑选模块，用于挑选合适的子载波参与多个子载波的最优呼吸检测特征的融合。
一种无接触呼吸检测方法及装置
技术领域
背景技术
发明内容
行线性组合，以此生成不同的候选呼吸检测特征Y(t,θ)＝Icosθ+Qsinθ(其中0≤θ<2π)；采用S-G滤波和Z-score标准化方法，对所述的候选呼吸检测特征进行平滑和标准化处理，得到标准化的候选呼吸检测特征；对于第i个子载波，计算所述标准化的不同候选呼吸检测特征的功率谱密度峰值，取其中功率谱密度峰值最大的一个呼吸检测特征作为第i个子载波在时刻t的最优呼吸检测特征
Fs为时间窗口的长度， 为yi在此时间窗口内的平均值，k＝0,1,…,W*Fs-1为偏移的采样点；从所有子载波中挑选合适的子载波(记这些子载波形成集合D)参与融合；将集合D中所有子载波的所述自相关函数结果通过赋予权重进行线性组合，生成融合的呼吸检测特征Rall(t)＝∑i∈DPSDi*Ri(t)，其中权重PSDi为第i个子载波的所述最优呼吸检测特征的功率谱密度峰值。
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种高速公路雾区诱导方法 | 2020-08-01 | 0 |
| 基于超空间模拟语言的增强伪相关反馈模型信息检索方法 | 2021-02-08 | 2 |
| 一种烹调加热炉 | 2021-02-08 | 0 |
| 前挡风板可升降车辆及其前挡风板升降方法 | 2020-05-17 | 0 |
| 一种中医推拿手法力度数据化控制系统及方法 | 2022-05-23 | 1 |
| 基于证据推理规则的电压源型变频器直流母线电容器的故障诊断方法 | 2024-01-06 | 0 |
| 一种发酵均匀且快速降温的发酵箱 | 2020-05-26 | 0 |
| 一种电容器加工自整理震动输送机构 | 2020-06-19 | 2 |
| 一种铸铝转子加工用烟尘收集回收装置 | 2021-02-28 | 2 |
| 电缆生产设备 | 2022-12-17 | 1 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
