[发明专利]一种基于信道状态信息的非接触式睡眠分期装置及方法

摘要

本发明提供了一种基于信道状态信息的非接触式睡眠分期装置及方法，涉及睡眠监测技术领域，利用信道状态信息时间稳定性好、对动作敏感性强等固有特点，通过在室内环境下使用普通笔记本电脑与家用路由器采集信道状态信息，应用信号处理及小波分析方法提取呼吸信号，利用隐马尔科夫模型刻画呼吸特征与睡眠阶段的对应关系，实现日常环境下的非接触式睡眠状态感知。通过使用本发明提出的方法可以实现呼吸率识别的平均误差约为2bpm，睡眠阶段识别的准确率为73.52％，满足日常家庭睡眠监测的需求。

主权项

一种基于信道状态信息的非接触式睡眠分期装置，其特征在于，所述装置包括笔记本电脑、无线路由器和外接天线，所述笔记本电脑安装有无线网卡以及CSI Tool软件，所述无线网卡、外接天线和无线路由器依次通信连接，所述笔记本电脑利用CSI Tool采集信道状态信息并保存；所述笔记本电脑中具有滤波模块、相关性剔除模块、呼吸信号提取模块和睡眠分期模块；所述滤波模块用于采用Hampel滤波器对所述信道状态信息进行滤波去噪，得到去噪后的信道状态信息；所述相关性剔除模块用于使用主成分分析方法剔除去噪后的信道状态信息中不同信道之间的相关性，只保留CSI变化的最主要成分，得到信道状态信息主成分；所述呼吸信号提取模块用于使用sym8对信道状态信息主成分进行多尺度分解，并采用第八层近似系数重构信号，获取呼吸信号；所述睡眠分期模块包括特征提取子模块、特征子集选择子模块和睡眠阶段识别子模块；所述特征提取子模块用于对呼吸信号进行呼吸特征提取，提取的特征包括时域特征、频域特征和非线性特征；所述特征子集选择子模块用于利用信息增益在提取的呼吸特征中选择最优特征子集，以降低特征维数；所述睡眠阶段识别子模块用于使用隐马尔科夫模型构建睡眠阶段识别模型。