基于无线感知的生命体征非接触监测系统研究与实现

基于无线感知的生命体征非接触监测系统研究与实现

毕铭毅,孙文文,陈金忠

(山东协和学院 计算机学院 山东 济南 250107)

摘要：大多数现有的测量仪器需要物理接触;它们需要附着在患者身上进行测量和监测。因此，这些测量仪器对于需要长时间连续监测的患者来说并不方便。此外， 鉴于当前的COVID-19  大流行，非接触式生命体征监测设备可能变得更加重要。非接触式监测有 助于最大限度地减少病毒的传播，使用非接触式监测方法可以确保医护人员的安全。因  此，迫切需要远程、非接触式健康监测仪器。随着老年人口的不断上升，人口模型逐渐呈 现出“倒金字塔”的格局。鉴于无人照顾独居在家的老人的情况，监测老人及其日常生活将 变得尤为重要。老年人口需要护理， 他们的生活状况需要使用专业设备进行实时监控。因此，研究能够检测老年人日常活动规律、保障独居老人日常安全的室内安全监测终端具有 很大的社会价值。

关键词：wifi无线设备神经网络检测

1.先导

WIFI是一种新型的非接触式生命信号检测方法，可以检测人体因心肺活动而产生的相关 生命参数信号。与传统的心电图和脉搏检测器相比，它具有非接触的特点，同时具有一定 的穿透能力，因此可以通过衣服和被子等障碍物进行检测。与红外和激光等其他系统的非 接触式传感器相比，WIFI具有环境干扰低的特点，因此可以在没有一般电磁干扰的家庭环 境中使用。

由于其高频和小天线尺寸，WIFI传感器可以构建紧凑且具有成本效益的检测系统。 凭借上述优势， WIFI技术在医疗诊断、健康监测、灾害救援等领域具有巨大的应用潜 力，因此具有重要的研究价值和意义。

早在 1970 年代初，人们就开始研究非接触式生命探测技术。1971 年， Caro 和     Bloice开始使用微波测量研究窒息。 1975年， Lin 等人研制出X 波段检测装置。该设备基 于单频连续波， 其中 WIFI 发射电磁波并与物体相遇形成回波。接收器接收 WIFI 回波并 解调回波信号， 以获得相位和频率相关信息。然后，利用信号处理算法提取人心和肺信 号的相关成分， 从而测试目标的物理体征。21 世纪以来， 随着微波射频和半导体技术的 发展， WIFI 探测技术在生理探测领域受到高度重视。2004 年， 美国 Droitcour研究团队 设计了一种生物 WIFI，可以准确检测 2m 范围内的心肺信息异常。 2007 年， 佛罗里达大 学李的研究团队研制出 C 波段便携式生命体征检测仪，发射功率仅为 201xW，在 80.2 米 距离内检测精度为 8% 。2009 年， 开发了5.8 GHz 连续波 WIFI，可以探测到 1.15 m 范围 内的婴儿体征。 2010 年， 该公司开发了 5.8 GHzWIFI 芯片， 采用 0.13 微米 CMOS 工艺，

可调带宽超过 1GHz 。2008 年，来自意大利的 Zito 研究团队开展了基于超宽带 WIFI的非 接触式检测装置研究，成功研制了一套心肺信号检测装置，并于 2011 年通过测试。获得 的数据精度与传统生理参数检测器相似。 2009 年， Gupta 在意大利的团队成功研制出基 于调频 UWBWIFI 的非接触式生理参数检测装置，2011 年，心率检测成功实施。2015        年， RenL 等人利用频率步进连续波(Stepped Frequency ContinuousWaveSFCW) WIFI，  检测不同角度呼吸下人体体征的心跳检测精度。由于呼吸谐波、环境噪声和目标本身抖 动的干扰， 早期非接触式体征检测精度较低。随着研究的逐步发展，提出了一些新的方 法。 2010年， Khan 等人提出了一种利用 MTD 方法抑制呼吸谐波的方法。 2017 年，团队 还采用卡尔曼滤波和n 迭代方法，有效提高了心跳频率检测的稳定性和准确性。 2011       年， Tariq等人使用小波变换精确提取呼吸信号。2014 年， Nguyen 等人利用呼吸谐波频 率分布的周期性提取心跳信号， 而不抑制呼吸谐波。2016 年， Ren 等人通过复数信号解 调(CSD)和反正切解调(AD) 对接收信号进行解调。然后，他们使用状态空间模型从 信号相位信息中获取生命体征信息[。

2.     改进

中华人民共和国初期，WIFI传感器探测生命体征的报道很少，应用方向集中在地震 和矿山搜救上。第四军医大学率先研究生物 WIFI 技术，研究团队于 1998 年开始探索生 物 WIFI 生命体征检测。 2004 年， 开发了基于 UWB 的生物 WIFI，并开发了用于穿透墙壁 检测的“WIFI标志探测器” 。2009 年， 中科院研制出利用 UWBWIFI的生命体征检测系   统，在检测算法上可以获得相对准确的体征。 2014 年， Wang等人利用差分和互乘

                   (DACM)算法有效解决了反正切解调相位中断问题，从而提高了物理符号检测的稳定 性。 2015 年， Wu等人提出了一种频谱加权累积方法来改善接收信号的信噪比。 2018      年， Liang等人提出了一种基于 UWBWIFI 的生命体征监测系统， 该系统利用短时傅里叶 变换(STFT)， 此外，通过采集经验模态分解(EEMDEnsembleEmpiricalModeDe分   解)频谱来检测生命体征参数， 该方法解决了 EMD方法的缺点，提高了检测精。

本文主要研究 FM连续波系统下人类呼吸和心跳信号的检测和分离方法。

3.     结论

主要完成了 WIFI传感器系统的软硬件设计，采用 FIR 数字滤波器和小波变换法对呼 吸和心跳信号进行检测和分离。在此基础上， 针对心跳信号中呼吸谐波的干扰，提出了 一种基于自适应滤波器的呼吸谐波抑制方法。通过算法移植和软件系统建设，利用云服 务实现生命体征参数的远程在线计算。WIFI 模块体积更小，无需触摸即可实现生命体征 监测。

参考文献：1.《微波检测生命体征的方法》彭智科

2.《无线检测非接触式生命体征的理论》  薄红瑞