基于Wi-Fi子载波互信息的人体呼吸感知系统OA北大核心CSTPCD

不可预测环境变化使Wi-Fi信号存在较大的波动,很难对子载波中的静态分量和行为感知的动态分量进行量化,导致无法准确刻画出动态呼吸特征的波动形式。基于此,提出了一种基于子载波互信息的呼吸感知(SMIBP)系统。首先,提出了动态分量信息(DCI)的刻画形式,利用互信息理论提取子载波中代表呼吸的动态分量信息。然后,利用层次分析法组合各子载波以最大化呼吸信号的动态特征,得到重构的DCI感知基信号,最后联合小波变换和峰值检测法得到呼吸速率,揭示了代表人体呼吸动态分量的理论途径。仿真结果表明,所提系统能较好地刻画每个子载波中动态呼吸分量,且在不同场景下可显著提高Wi-Fi对于小尺度动作的感知精度与范围。