基于神经网络的WiFi睡眠呼吸暂停智能监测技术

• 作者: 余鑫 周牧 杨小龙 蒋青
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: WiFi 信道状态信息 呼吸暂停 神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 通信与电子
• 页码范围: 788-797
• 页数: 10页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2020.05.011

摘要

为了克服传统睡眠呼吸监测方案未考虑实际受测人员在测试区域可能存在呼吸暂停、正常呼吸或者离开测试区域的问题,设计一种基于家庭WiFi的睡眠呼吸暂停智能监测系统.利用线性拟合消除接收天线的信道状态信息(channel state information,CSI)相位误差,并利用小波变换去除信号幅值的噪声;结合短时傅里叶变换和滑动窗口法对信号进行分割;提取天线间相位差的方差等特征并利用神经网络模型对呼吸暂停进行识别,排除睡姿变化带来的干扰.实验结果表明,该系统对于呼吸暂停的检测率达到95.6％以上,能够作为日常的呼吸暂停监测方案并为用户提供健康参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋青		76	276	10.0	12.0
2	周牧		41	140	6.0	11.0
3	杨小龙		9	5	1.0	2.0
4	余鑫		1	0	0.0	0.0