本發明涉及一種監測睡眠的方法，特別涉及一種復雜環境下基于信道狀態信息監測睡眠的方法，屬于無線網絡應用技術領域，具體涉及無線網絡信道狀態信息應用方法技術領域，用于監測呼吸狀態和睡眠質量。

背景技術：

睡眠作為生命所必須的過程，是機體恢復、整合和鞏固記憶的重要環節。睡眠障礙指睡眠量的異常、睡眠質的異常，或在睡眠時發生某些臨床癥狀，睡眠呼吸暫停(SAS)就是一種常見的臨床癥狀。該癥狀不僅會嚴重影響患者的睡眠質量，還會導致發生高血壓、心臟病、腦血管等高危疾病。而當前市面上大量的睡眠監測設備都存在成本高昂、精確度低、泄露隱私和抗干擾性差等問題，因此，如何克服以上問題實現有效的睡眠監測成為了近年來較為熱門的研究方向。目前主要有以下幾種睡眠監測手段：

佩帶輔助設備。用戶需要佩帶專用的輔助設備，如腕帶，胸帶，頭帶或者探針等，用以采集用戶的身體數據，從而直接或者間接的推斷出該用戶的睡眠質量。然而這些設備一般價格高昂，需要強制用戶佩戴，并且大多只能提供粗粒度的監測信息，不能用以精確推測用戶的睡眠質量。

利用各類傳感器。這類方法大多依賴嵌入在毯子、皮帶里的壓力傳感器陣列，或者視覺、聲音傳感器等。基于壓力傳感器的監測方法可以提供細粒度的睡眠質量信息，但成本過高。其他基于視覺的監測方法存在泄露隱私的問題，且受周圍環境光照強度的影響較大；基于聲音的監測方法例如利用多普勒效應的iSleep，受周圍環境的噪聲的影響較大，環境魯棒性較差。

利用Wi-Fi的接收信號強度(RSSI)。無線電信號不僅可以用于傳輸數據，還可以用來感知環境。在室內環境下，信號發射機產生的無線電波經由直射、反射、散射等多條路徑傳播，在信號接收機處形成多徑疊加信號。多徑疊加信號受其傳播物理空間的影響，可以攜帶反映環境特征的信息。Liu等人于2014年在文獻《Wi-Sleep:Contactless sleep monitoring via Wi-Fi signals》中提出了一種利用Wi-Fi的接收信號強度進行睡眠監測的方法，該方法利用了用戶呼吸頻率和RSSI值之間的周期性關系，來達到監測用戶呼吸狀態的目的。然而由于RSSI本身的局限性，例如RSSI會因為信號多徑傳播導致的小尺度陰影衰落而不再隨傳播距離單調變化，同時，在典型實驗室環境下，一臺靜止的接收機在1分鐘內接收到的RSSI可能出現5dB的劇烈波動，使得此種方法的穩定性不高。

綜上所述，目前迫切需要一種在復雜環境下能夠有效監測睡眠質量且成本不高的方法。

技術實現要素：

本發明的目的是為了解決目前在復雜環境下監測睡眠質量穩定性不高或者成本過高的問題，提出一種復雜環境下基于信道狀態信息監測睡眠的方法。

本發明的思想是通過現有Wi-Fi設備采集目標環境中的Wi-Fi信道狀態信息(CSI)，并根據CSI來判斷用戶周圍是否有移動物體干擾，若有移動物體將刪除被干擾信息，從而獲得準確的呼吸信息，大大增強了本睡眠監測方法的環境魯棒性；再結合主成分分析法和滑動串口策略，可以有效獲得用戶的呼吸頻率，通過分析用戶的呼吸頻率來判斷用戶的睡眠質量。本發明方法尤其適用于單個睡覺用戶、多個移動物體的復雜監測環境。

本發明的目的是通過以下技術方案實現的：

一種復雜環境下基于信道狀態信息監測睡眠的方法，包括以下步驟：

步驟一、獲取一段時間T范圍內的CSI，采用去離群值濾波器去除原始CSI中的離群值；

步驟二、對于步驟一所獲的CSI，采用線性變換的方法對其相位信息進行處理，獲得的校準后的相位信息成為可用于移動檢測的有效形式；

步驟三、處理步驟一和步驟二獲得的CSI信息，按照時間窗口長度t和滑動窗口Δt提取出T時間內的個時間窗口內的CSI幅度和相位的相關系數矩陣的特征值，然后從CSI幅度和相位的相關系數矩陣的特征值中分別提取n個組成一個時間窗口內的CSI特征向量，將該時間窗口內的CSI特征向量輸入到預先訓練好的分類器，得到分類結果用以判斷是否有移動的物體；若有移動物體，則對該時間窗口進行標記；若沒有移動物體，則不進行標記；

步驟四、對于步驟一所獲得的CSI，使用低通濾波器和主成分分析法去除其中的高頻噪聲，獲得能夠表示用戶呼吸狀態的信息，利用該呼吸信號計算用戶的呼吸速率，并去除其中有標記的時間窗口內的數據。

有益效果

本發明僅依靠普通Wi-Fi設備收集Wi-Fi信道狀態信息CSI，就可以實現移動物體檢測和呼吸速率計算，從而實現用戶睡眠質量的監測。因此本發明不依賴于各類傳感器和穿戴設備，成本低、抗干擾性強、不存在泄露隱私問題、用戶體驗好，適用于單個睡覺用戶、多個移動物體的復雜監測環境。

此外，本發明根據CSI來判斷用戶周圍是否有移動物體干擾，若有移動物體將刪除被干擾信息，大大增強了本睡眠監測方法的環境魯棒性；再結合主成分分析法和滑動串口策略，可以有效獲得準確的呼吸信息，從而使得本發明方法具有很高的準確性。

附圖說明

圖1為本發明實施例睡眠監測方法流程圖。

圖2為本發明實施例用于環境無移動物體時不同用戶的呼吸監測準確率。

圖3為本發明實施例用于環境存在不同移動速率的物體時不同用戶的呼吸監測準確率。

圖4為本發明實施例用于環境存在多個移動物體時同一個用戶的呼吸監測準確率。

具體實施方式

下面結合說明書附圖和實施例對本發明的優選實施方式做進一步說明。

本方法是一種監測用戶睡眠質量的方法，能夠排除目標環境中存在移動物體帶來的干擾，保證監測到的用戶呼吸信號是有效且準確的，從而通過呼吸信號來判斷該時間段內用戶的睡眠質量的高低。本方法的處理流程如圖1所示。

為實現上述目的，本發明方法的具體實現過程包括以下步驟：

步驟一、獲取一T秒內的CSI，使用去離群值濾波器去除原始CSI中的離群值。

原始CSI包含很多離群值。由于人的呼吸和日常行走等是一種低頻率的行為，因此這些離群值更多的是因為協議本身以及環境噪聲導致的。這些離群值會影響呼吸監測和移動監測，因此對原始CSI處理的第一步就是去離群值，本實施例中的具體過程如下：

首先接收端接收一段時間范圍內的數據包共M個，一個數據包包含一組CSI測量值，每組CSI中包含m個子載波。然后計算出原始CSI中子載波幅度的中間值μ和中間值絕對偏差σ。最后采用Hampel去離群值濾波器，去除任何落在[μ-γσ，μ+γσ]之外的點，其中γ是一個獨立參數，本實施例中設置為3。當然，作為有選，本實施例采用了上述Hampel去離群值濾波器，本領域技術人員知道，不限于此，此處可以采用其它任何方法或工具來去除離群值。

步驟二、對于步驟一所獲的去除離群值后的CSI，采用線性變換的方法對其相位信息進行處理獲得校準后的相位信息，該信息成為可用于移動檢測的有效形式。

現有的商用無線網卡大多不能獲取有效的相位信息，由于隨機噪聲以及接收端和發送端的時鐘不同步，原始相位信息變得毫無規律，難以直接利用。因此需要通過線性變換的方法獲取可用的相位信息。作為優選，本實施例通過以下過程將T秒內所有CSI的子載波的原始相位信息變換成可用形式：

首先用表示第i個子載波的相位的測量值，其中，φ_i表示第i個子載波的真實相位信息，δ表示接收端方向的時間誤差，β是未知的相位偏差，Z是測量誤差。k_i是對應第i個子載波的索引值，其中1≤i≤m，在本實施例中，共有m＝30條子載波，對應的索引值分別是：–28，–26，–24，–22，–20，–18，–16，–14，–12，–10，–8，–6，–4，–2，–1，1，3，5，7，9，11，13，15，17，19，21，23，25，27，28。N是快速傅里葉變換采用的點數，設置為64。

然后令為兩個中間變量，因為可以看成近似為0，所以然后計算得到真實相位的線性變換,該校準后的相位信息相比較于測量相位分布更加穩定。

步驟三、處理經步驟二相位校準后獲得的CSI信息，根據預設的時間窗口長度t和滑動窗口Δt提取出每一個時間窗口內的CSI幅度和相位的相關系數矩陣的特征值，分別取其中的最大n個特征值組合起來構成一個2n*1的向量作為該窗口內CSI信息的特征向量，然后將該特征向量輸入到預先訓練好的分類器，得到分類結果用以判斷是否有移動的物體；若有移動物體，則對該窗口CSI信息所處時間段進行標記；若沒有移動物體，則不對該窗口CSI信息所處時間段進行標記。

針對經步驟一處理后的CSI，首先制作一個窗口長度為t秒且每次滑動Δt秒的滑動窗口，則T秒內一共有個滑動窗口，假設這t秒CSI的窗口內包含k組CSI測量值，對于每個窗口中的k組CSI測量值，用m×1的向量A_j來表示第j組CSI測量值中m個子載波的幅度，為了消除信號絕對能量的影響，需要對所有A_j進行標準化，即用A_j中每個元素除以|A_j|后的結果替換原元素，標準化后的結果記為

然后用來表示兩個幅度向量的相關系數，其中1≤i，j≤k，通過計算得到幅度數據的相關系數矩陣

然后計算出該矩陣的特征值，選出最大的3個特征值分別記為a₁，a₂，a₃。

接下來，采用上面同樣的過程，針對經步驟二處理后的CSI，對于窗口中的k組CSI測量值，用m×1的向量φ_i來表示第i組CSI測量值中m個子載波的相位，然后對所有φ_i進行標準化，標準化后的結果記為

按照計算ρ_A的方法計算相位數據的相關系數矩陣ρ_φ，然后計算出該矩陣的特征值，選出最大的3個特征值分別記為c₁，c₂，c₃。

將上述過程得到的a₁，a₂，a₃，c₁，c₂，c₃組成一個6×1的向量Fea＝[a₁,a₂,a₃,c₁,c₂,c₃]，向量Fea就是這個窗口內的CSI的特征向量。按照上述獲取一個窗口內的CSI的特征向量的方法，計算出T秒內個Fea。

按照上述方法產生多組帶有“是否有移動物體”標簽的CSI特征向量作為訓練樣本，使用支持向量機算法建立一個分類器。最后將需要識別的一個窗口內的CSI的特征向量輸入該分類器，得到“有移動物體”或“無移動物體”的標簽。若某一Fea的標簽為“有移動物體”，標記Fea對應的滑動窗口時間；若某一Fea的標簽為“無移動物體”，則不做標記。

上述獲取相關系數矩陣和特征向量Fea的方法只是本實施例的一個優選的實施方式，本領域技術人員知道，此處可以采用任何其它有效的方式獲取相關系數矩陣及Fea，只要能夠標識出所述CSI的特征即可。

步驟四、對于步驟一所獲得的CSI，使用低通濾波器和主成分分析法去除其中的高頻噪聲，獲得能夠表示用戶呼吸狀態的信息，利用該呼吸信號計算用戶的呼吸速率，并去除有標記時間窗口內的數據。

作為優選，本實施例首先使用巴特沃茲低通濾波器濾去CSI中每一條載波的高頻噪聲，然后用下述主成分分析法對低通濾波后的CSI繼續去噪獲得該T秒內用戶的呼吸速率：

首先制作一個窗口長度為t秒且每次滑動Δt秒的滑動窗口，則T秒內一共有個滑動窗口。假設這t秒窗口內包含k組CSI測量值，用一個k×1的向量HP_i表示低通濾波后的第i個子載波的時間序列，則m個子載波的時間序列用k×m的矩陣HP＝[HP₁,HP₂,HP₃,…,HP_m]表示；然后讓HP中的每一列的每一個元素都減去該列的平均值，得到標準化后的計算的k×k協方差矩陣S，并求出S的特征值，然后選出其中l個特征值對應的k×1的特征向量e₁、e₂、……e_i……e_l；最后根據公式計算出k×1的呼吸信號breathSignal，其中α_i是權重系數，1≤i≤l。作為優選，本實施例中設置l為最大的2個特征值，α_i都為0.5，1≤i≤2。

對于當前窗口內獲得的呼吸信號breathSignal，首先提取出其中關于幅度的信息，繪成波形圖，兩個波峰之間的間隔就是用戶呼吸一次的時間。然后通過計算獲得用戶的呼吸周期E，其中p_i是第i對相鄰波峰值時間間隔，u是相鄰波峰對數，再通過計算R＝60/E來獲得用戶在這t秒內的呼吸速率，最終可以得到T秒內個呼吸速率。最后檢查每個窗口對應的時間是否被標記，如被標記，則表明該段時間內呼吸檢測受到干擾、計算出的呼吸速率是不準確的，除去該段時間對應的呼吸速率，如未被標記，則保留。最后根據保留的呼吸速率是否正常來判斷用戶在這T秒內的睡眠質量高低。

實施例

為了測試本方法的性能，選用1個30平米的房間，1個TP-link路由器作為發送端，1臺裝有Intel 5300網卡的筆記本電腦作為接收端，以及5名身高、年齡、體重各異的參與者作為用戶，發送端的發包速率始終為每20ms發送一個數據包。

首先測試本方法在無干擾情況下的呼吸監測準確率。設置滑動窗口的長度為20秒內獲得的數據包個數，每次滑動距離為5秒。1名用戶平躺在床上，另1名用戶靜立且遠離平躺用戶并記錄平躺用戶5分鐘的呼吸頻率。圖2顯示了不同用戶平躺呼吸的實驗結果，呼吸檢測的準確率是指5分鐘內用本方法計算出的與真實呼吸速率相符合的呼吸速率的個數和計算出的呼吸速率的總數的比值，每個窗口計算出的呼吸速率可以看做是該窗口中間時刻的呼吸速率。由圖2可以看出呼吸監測的準確率大約在84％～96％之間，充分說明了本方法有著較高的準確性。

然后測試本方法在有單個移動物體時的抗干擾能力。設置滑動窗口的長度為1秒，每次滑動距離為1秒，一個窗口內包含50個數據包。1名用戶平躺在床上，另1名用戶分別在房間內快速、中速、慢速移動5分鐘，1名用戶靜立且遠離平躺用戶并記錄平躺用戶在這5分鐘內的呼吸頻率。圖3顯示了存在不同移動速率的物體時的實驗結果，由圖可以看出呼吸監測的準確率大約在87％～96％之間，說明了本方法對移動物體的速度并不敏感，不管是慢速行走還是快速行走，都能夠以較高的準確率判斷出來。

最后測試本方法在有多個移動物體時的抗干擾能力。設置滑動窗口的長度為1秒，每次滑動距離為1秒，一個窗口內包含50個數據包。1名用戶平躺在床上，分別有1名、2名、3名用戶在房間內以相同速率行走5分鐘，1名用戶靜立且遠離平躺用戶并記錄平躺用戶在這5分鐘內的呼吸頻率。圖4顯示了不同數量的用戶在室內移動的實驗結果，由圖可以看出呼吸監測的準確率大約在89％～95％之間，說明了本方法不管環境中存在單個移動物體還是多個移動物體都能很好的工作。

由于用戶呼吸時胸部有規律的起伏，導致CSI有規律的變化，具體表現在CSI的幅度呈現正弦波狀態，通過分析CSI的幅度信息就能獲得用戶的睡眠呼吸信息，而對CSI的變化最主要的干擾因素就是房間內的其他移動物體，因此本方法添加了移動檢測步驟來排除移動物體的干擾，同時CSI中包含大量子載波，對所有子載波進處理可以有效降低由于某幾個子載波測量不準產生的誤差，保證了本方法較高的穩定性。綜上所述，本發明在單個睡覺用戶、多個移動物體的復雜環境中，能夠準確有效的監測用戶的呼吸狀態和睡眠質量。

為了說明本發明的內容及實施方法，本說明書給出了具體實施例。在實施例中引入細節的目的不是限制權利要求書的范圍，而是幫助理解本發明所述方法。本領域的技術人員應理解：在不脫離本發明及其所附權利要求的精神和范圍內，對最佳實施例步驟的各種修改、變化或替換都是可能的。因此，本發明不應局限于最佳實施例及附圖所公開的內容。