基于WiFi6 MU-MIMO的非接触人体呼吸监测方法.pdf

2023年第49卷第4期无线电通信技术733 doi:10.3969/j.issn.1003-3114.2023.04.019引用格式:薛林.基于 WiFi6 MU-MIMO 的非接触人体呼吸监测方法J.无线电通信技术,2023,49(4):733-739.XUE Lin.Non-contact Human Respiratory Monitoring Method Based on WiFi6 MU-MIMOJ.Radio Communications Technology,2023,49(4):733-739.基于 WiFi6 MU-MIMO 的非接触人体呼吸监测方法薛 林(上海物骐微电子有限公司,上海 201203)摘 要:WiFi6 技术中引入多用户多输入输出(Multi-User Multiple Input Multiple Output,MU-MIMO)技术,作为支持多用户并发数据传输的重要手段。借用该技术中的多波束生成方法,可实现对人体呼吸的非接触式监测,从而避免传统佩戴式传感器引入的各种不便。利用双波束相干检测实现对人体呼吸频率的测量,借助 WiFi6 接入点(Access Point,AP)波束赋形功能将探测信号汇聚在两个波束;AP 根据接收机测量到的两个波束功率差别,调整两个波束各子载波的功率大小,实现两个波束在接收机端的各子载波幅度相等;AP 补偿两波束因路程差造成的固定相位差,使得人体呼吸引起的两波束周期性相位差转化为相干信号强度的周期性变化,实现了对人体呼吸微弱信号的提取,获得了人体呼吸频率,相对于传统方法可以得到更高的信号质量和更好的信噪比。关键词:WiFi 接入点;多用户多输入多输出;人体呼吸监测中图分类号:TN911.23 文献标志码:A 开放科学(资源服务)标识码(OSID):文章编号:1003-3114(2023)04-0733-07Non-contact Human Respiratory Monitoring Method Based on WiFi6 MU-MIMOXUE Lin(Shanghai WuQi Microelectronics Co.,Ltd.,Shanghai 201203,China)Abstract:The introduction of Multi-User Multiple Input Multiple Output(MU-MIMO)technology is an important means of sup-porting concurrent data transmission for multiple users in WiFi 6 technology.By utilizing the multi-beam generation method in this tech-nology,non-contact monitoring of human respiration can be achieved,thereby avoiding various inconveniences caused by traditional wearable sensors.This method utilizes coherent detection with dual-beam to measure human respiratory rate.Firstly,the detection signal is converged onto two beams through the beamforming feature of WiFi6 Access Point(AP).Secondly,the AP adjusts the power of sub-carriers in each beam based on the power difference between the two beams measured by the receiver to achieve equal amplitudes of subcarriers at the receiver end.Finally,the AP compensates for the fixed phase difference caused by the distance difference between the two beams,converting the periodic phase difference caused by human breathing into a periodic change in coherent signal strength,thus achieving the extraction of weak respiratory signals and obtaining the human respiratory rate.This method can obtain higher signal quali-ty and better signal-to-noise ratio compared to traditional methods.Keywords:WiFi AP;MU-MIMO;human respiratory monitoring收稿日期:2023-03-220 引言中国正步入老龄化社会1,对老人的日常看护工作正引起全社会的重视2。在养老院和医院等老人护理场所,需要众多医护人员对住院老人进行长时间的呼吸心跳状况监测3。目前监测使用的设备以人体佩戴的接触式传感器为主4-5,但这种监测方法有很多缺点,不但安装传感器麻烦,而且贴身的传感器也影响了人体正常休息6。此外,接触式监测方法不可避免地造成病患和医护的经常性接触,存在病毒传播的风险7。相对接触式的监测方法,利用无线信号的非接触式监测方法被推出,人体734 Radio Communications TechnologyVol.49 No.4 2023呼吸会对经过人体表面的电磁波产生扰动,通过接收被人体反射的电磁波,从中提取这种扰动信号,获得人体呼吸频率,从而实现非接触的呼吸监测8-10。由于人体呼吸引起的扰动信号比较微弱,容易被各种干扰和背景噪声淹没,有方法提出采用双天线接收11-12,抵消无线信道中时变衰落的影响。但双天线接收到的信号在幅度和相位上存在较大差别,导致测量结果精度和稳定性仍不理想。针对 上 述 问 题,本 文 介 绍 一 种 基 于 WiFi 11AX13-14无线网络的电磁相干检测原理的非接触人体呼吸监测方法。室内被监测人所在床铺两侧布设接入点(Access Point,AP)和 WiFi6 接收机(简称接收机),WiFi6 AP 利用多用户多输入输出技术15-18(Multi-User Multiple Input Multiple Output,MU-MIMO)形成分别指向被监测人体和接收机的两个下行波束,其中一个波束直达接收机,另外一个波束经过人体反射后被接收机接收。WiFi AP 通过调整两个波束在各子载波的发射功率使得两波束在接收机侧的各子载波幅度相等;调整波束发射延迟消除两波束因不同传输路径产生的固定相位差,使得人体呼吸产生的扰动信号转化为最强的相干检测信号,经过信号分析处理,可获得人体呼吸频率。该方法相对现有的非接触监测方法具备更强的抗干扰能力和更高的测量准确度。1 非接触监测系统整个非接触人体健康监测系统包括:支持WiFi6 AP 和接收机。其中 WiFi AP 具备 MU-MIMO的波束赋形功能,其信号覆盖整个室内环境;接收机为 WiFi 终端设备,用于测量人体呼吸频率。在对目标人体进行呼吸监测过程中,WiFi AP 发送两个波束,分别指向目标人体和接收机;接收机同时接收来自 AP 的直射波束和 AP 发出并被人体反射的波束。人体的呼吸运动会使人体表面产生轻微的振动,使经过人体反射的电磁波被扰动,接收机对 AP 直射波束和经过人体反射的波束进行相干检测,可以获得人体呼吸产生的周期信号,从而测量得到人体呼吸频率。基于 WiFi6 非接触人体呼吸监测系统工作示意如图 1 所示。整个系统工作过程包括三步:相干检测、发射信号功率补偿和发射信号相位补偿。图 1 WiFi6 非接触人体呼吸监测系统工作示意图Fig.1 Diagram of WiFi6 non-contact human respiratory monitoring system1.1 相干检测WiFi6 AP 利用 MU-MIMO 特性,分配两个下行波束分别指向目标人体和接收机,命名为 B 和 B。两个波束发送相同的数据码流,并采用相同的配置参数:物理层前缀、OFDM 调制方式、编码速率等。波束 B 从 AP 发出指向目标人体,经过人体表面反射到达接收机。设接收到的 B 波束信号 S 用OFDM 子载波19集合表示为:S=N-1i=0Aiej(it+i),式中:N 为 OFDM 子载波数目,Ai、i和 i表示第i 个子载波的幅度、角速度和相位数值。波束 B从AP 发出,通过直视路径到达接收机,设接收到的 B波束信号表示为:S=N-1i=0Aiej(it+i)。接收机采用相干检测方法,即将两路信号相减,得到相干信号:=S-S=N-1i=0(Aieji-Aieji)ejit。接下来系统需要通过调整波束 B 和 B的信号幅度和相位,获得最大的相干信号,用于检测人体呼吸。1.2 发射信号功率补偿本节 AP 通过消除波束 B 和 B的发射功率差异提高相干信号强度,过程如下:波束 B 信道状态指示(Channel State Indication,CSI)的幅度特征表示为(A02,A12,Ai2,AN-12),其中,Ai2表示第 i 子载波的功率大小。同样,波束 B的 CSI 幅度特征表示为(A02,A12,Ai2,AN-12)。2023年第49卷第4期无线电通信技术735 接收机将 B 和 B的 CSI 幅度特征上报给 AP,AP 对 B 和 B各子载波的发射功率进行调整,设波束 B 的 N 个子载波幅度调整大小表示为(0,1,i,N-1),波束 B子载波幅度调整大小表示为(0,1,i,N-1),对第 i 个子载波 i和i满足:ii=AiAi。AP 调整 B 和 B各子载波的发射功率后,使得到达接收机的两个波束各子载波幅度基本相等,设第 i 子载波新的幅度 Ci=iAi,则相干信号 可以进一步表示为:=N-1i=0(iAieji-iAieji)ejit=N-1i=01-ej(i-i)Ciej(it+i)。(1)根据式(1),在各子载波的信号强度表示为0,1,i,N-1,其中:i=1-ej(i-i)Ci2=4 sini-i2()2C2i。1.3 发射信号相位补偿本节 AP 通过消除波束 B 和 B的固定相位差,进一步提高相干信号强度,过程如下:波束 B 和 B的相位差包含两部分:二者传输路径长度差异产生的固定相位差和人体呼吸产生周期性振动导致的二者周期性相位差。两波束的相位差会影响相干信号,即 在各子载波的信号强度会随相位差变化。设相干信号 各子载波相位差表示为:i=i-i=isin(2ft)+,式中:f 为人体呼吸频率,i为呼吸引起的第 i 子载波相位差变化幅度,isin(2ft)是 B 和 B的周期性相位差,是二者的固定相位差,设 B 和 B的路程差为 l,则 =2l,其中 为 WiFi 射频载波波长。AP 在发射 B波束前对其增加延迟,则经过补偿相位延迟后的 B 和 B相位差变为:i=isin(2ft)。(2)AP 发送信号带宽相对于载波较小,可以忽略各子载波相位差变化幅度的差异,令 i都用 表示,式(2)改写为:i=sin(2ft)。(3)由于人体呼吸引起的相位差 i是个微小量,因此 在第 i 子载波的信号强度可简化为:i=4 sinsin 2ft2()2C2i4sin 2ft2()2C2i=1-cos 4f2(Ci)2。(4)由式(3)可以看出,子载波信号强度 i为周期变化信号,其频率为人体呼吸频率的两倍。通过对基带数字 IQ 信号处理,可得到第 i 子载波上测量的呼吸频率 fi。通过对相干信号 所有子载波信号强度进行呼吸频率提取,得到测量值序列f0,f1,fi,fN-1,对上述测量值取平均值,即得到最终的呼吸频率值:f=N-1i=0fiN。(5)2 应用实施过程以病房内对病患进行夜间睡眠呼吸监测为例,病房内布置支持 MU-MIMO 功能的 WiFi6 AP 和WiFi 接收机,二者分布在病患床铺的两侧。AP 和接收机之间存在直视路径,AP 和接收机还可以通过床铺反射建立反射路径。AP 采用 MU-MIMO 方式分配两个下行波束 B 和 B,分别指向病患床铺所在位置和接收机。为了找到分别指向人体和接收机的两个波束方向,AP 启动波束搜索过程:首先,确定 AP 指向接收机的波束方向。由于接收机为正常的 WiFi 终端,该过程可采用 MU-MIMO 的波束测量过程,AP 根据接收机上报的波束赋形反馈结果,确定指向接收机的波束方向。AP为多天线设备,根据接收机的方位,确各天线发射权值(w0,w1,wn),发给接收机的信号通过乘以这些天线权值,就生成了指向接收机的波束 B。其次,确定 AP 指向人体的波束方向。本方法针对病房及家庭护理场景,因此目标人体位置基本固定,通常为固定位置的床铺。可采用布置一个临时WiFi 终端在床位上,完成 AP 对该设备的波束测量过程,确定指向床铺的波束方向,得到各天线的发射权值(w0,w1,wn),发向病患位置的信号通过乘以这些天线权值,就生成了指向目标人体的波束 B。最后,AP 发送双波束 B 和 B,接收机对这两个波束进行接收。AP 根据接收机上报的两个波束CSI 幅度特征,补偿波束上各子载波的功率大小,使得接收机收到的 B 和 B各子载波功率基本相等。AP 再补偿由于两波束到达接收机路程差造成的固定相位差 ,AP 在发射波束 B前增加相位延迟 ,从而消除两波束间的固定相位差。736 Radio Communications TechnologyVol.49 No.4 2023此后接收机对波束 B 和 B进行相干检测,获得两个波束在各子载波的差值,通过式(4)获得各子载波上检测的人体呼吸信号频率,然后利用式(5)进行平均计算,得到最终的人体呼吸频率测量值。整个双波束人体健康监测的工作流程如图 2 所示。图 2 双波束人体呼吸监测工作流程Fig.2 Workflow for dual-beam human respiratory monitoring3 仿真实验本节介绍使用仿真平台得到的本方法性能评估结果。仿真建模中设置 WiFi6 AP 和接收机水平高度相等,相距 3.5 m,被测人体位于 AP 和接收机下方的中间位置,AP 发射的波束 B 和 B夹角 30。式(3)中相位变化幅度 可以根据 B 波束入射人体角度和人体呼吸引起的身体振幅计算得到。考虑到人体呼吸产生的身体振幅在毫米量级,远小于波束空间传播距离,近似为2h,其中 h 为人体呼吸产生的身体振动幅度,为 AP 发射波束的波长。所以式(3)可以近似表示为:i=2hsin 2ft。(6)为了反映实施本方法的效果,分别对传统检测方法和本方法进行仿真建模对比。由于 AP 发射OFDM 各子载波在处理过程中的行为相同,为了缩短仿真时间,仿真模型选取第 10 号子载波进行了处理。传统检测方法仿真模型如图 3 所示,本方法仿真模型如图 4 所示。图 3 传统非接触人体呼吸检测仿真模型Fig.3 Simulation model of normal no-contact human respiratory detection图 4 双波束非接触人体呼吸检测仿真模型Fig.4 Simulation model of dual-beam human respiratory detection2023年第49卷第4期无线电通信技术737 上述模型中 AP 发射机和接收机的噪声选用高斯白噪声模型,由于 AP 发射信号为带宽 HT20 的OFDM 信号,接收机信号采样频率设为 80 MHz,连续采集 10 s。人体呼吸对波束扰动以子载波被相位调制表示,人体呼吸频率 f 设定为 60 次/min,也就是 1 Hz。设人体呼吸振动幅度为 h mm,AP 采用5.5 GHz 工作频率(=5.4 cm),由式(6)得到相位调制量:i=0.12hsin 2ft。图 5(a)和(b)分别为接收机经过信号处理得到的人体呼吸振动信号时域和频域波形,仿真中假设 SNR=0 dB 作为可检测门限,标记为 SNRth,只有SNR 高于 SNRth才能检测到人体呼吸频率。(a)人体呼吸检测信号时域仿真波形(b)人体呼吸检测信号频域仿真波形图 5 人体呼吸检测信号时域和频域仿真波形Fig.5 Simulation waveforms of time and frequency domain for human respiratory detection signal首先,对比两种检测方法在最小人体呼吸振动幅度 Hmin之间差异。Hmin表示能测量到人体呼吸频率所需要的最小人体腹部振动幅度,也就是接收机检测信号 SNR 达到门限 SNRth 时的人体腹部振动幅度。仿真中接收波束功率为-60 dBm,噪声强度-100 dBm,测量不同呼吸振动幅度和检测 SNR 的关系。图 6 为两种检测方法在不同呼吸振动幅度下的信号检测信噪比差异。图 6 信号检测信噪比和呼吸振动幅度关系Fig.6 Relationship between signal detection SNR and respiratory amplitude由图 6 可以看出:呼吸振动幅度对检测信噪比有较大影响,1 mm 振动幅度的检测 SNR 比10 mm 振动幅度的检测 SNR 要低至少 20 dB;按照检测 SNR=0 dB 确定两种检测方法的 Hmin值,可以得到传统方法 Hmin是 6 mm,而双波束相干检测Hmin可达 2 mm,也就是说双波束相干检测方法的灵敏度较传统方法有较大幅度提升。其次,对比两种检测方法在最小 AP 发射功率Pmin之间的差异。Pmin表示能测量到人体呼吸频率AP 发射波束需要的最小功率值,也就是接收机检测信号 SNR 达到门限 SNRth 时的 AP 波束发射功率。仿真中固定发射机和接收机的白噪声功率为-100 dBm,计算得到不同最小人体腹部振动幅度Hmin对应的 Pmin。图 7 表示两种检测方法 Pmin和Hmin的关系曲线。由图 7 可以看出:为了探测到更小的呼吸振动信号,AP 需要提高发射功率。探测 1 mm 振动信号比探测 10 mm 振动信号,AP 发射功率需要提高 20 dB 以上;对于相同 Hmin值,双波束相干检测方法 AP 所需的发射功率比传统方法要低至少 10 dB。图 7 AP 最小发射功率和最小呼吸振动幅度关系Fig.7 Relationship between minimum transmission powerof AP and minimum respiratory amplitude738 Radio Communications TechnologyVol.49 No.4 20234 结束语本文介绍了一种利用双波束相干检测的方法实现了对人体呼吸频率的测量。为了提高信号检测精度和可靠性,包含以下步骤:首先借助 WiFi6 AP 波束赋形功能将探测信号汇聚在两个波束中,相比传统方法提高了探测信号强度;其次 AP 根据接收机测量到的两个波束功率差别,调整两个波束各子载波的功率大小,实现两个波束在接收机端的各子载波幅度相等;最后 AP 补偿两波束因路程差造成的固定相位差,使得人体呼吸引起的两波束周期性相位差转化为相干信号强度的周期性变化,最终实现了对人体呼吸微弱信号的提取,获得了人体呼吸频率。人体呼吸引起的振动信号以相位调制方式承载在入射的波束上,被接收机探测后经过数字信号处理,可以提取出人体的呼吸频率。人体呼吸振动幅度较小,只有几毫米,产生的相位调制信号非常微弱,受限于 AP 发射机和接收机存在的噪声,传统检测方法对 AP 发射机的发射功率和信噪比提出了较高要求。而双波束相干检测方法在接收机侧对直射波束和经人体反射波束进行叠加,通过调整二者的幅度和相位延迟,AP 发射机噪声在叠加信号中被抵消,从而获得了更高的检测灵敏度。该理论在两种检测方法的对比仿真实验中得到验证,可以发现双波束相干检测方法的最小人体呼吸振动幅度 Hmin明显优于传统方法,在相同 AP 发射功率和噪声条件下,双波束相干检测法的可探测最小呼吸振动幅度是传统方法 1/3 以下;此外在对比仿真实验中,双波束相干检测方法的 AP 所需最小发射功率 Pmin也明显优于传统方法,在相同 Hmin条件下 AP 所需发射功率比传统方法要低 10 dB以上。综上所述,双波束相干检测方法相对于传统方法降低了对 AP 发射功率和信噪比的要求,提高了对微弱呼吸信号的探测能力,更易于在实际环境中应用。举例说明,考虑 WiFi6 AP、接收机和被监测人处在同一房间场景,WiFi6 AP 采用 MU-MIMO 波束赋形后可实现入射人体方向波束的信号强度达到-40 dBm,经过人体反射后信号通常有 810 dB损失,到达接收机信号强度可以达到-55 dBm 以上。在噪声-100 dBm 情况下可以实现对振动幅度 1 mm的微弱呼吸振动信号检测,获得人体呼吸频率。参 考 文 献1 孟元元.我国人口老龄化问题研究J.商品与质量:理论研究,2010(12):11-12.2 倪应会.高龄老人社区保健护理探析J.心理医生 2018,24(26):194.3 陈鹏燕.睡眠呼吸监测在老年长期卧床患者肺部感染早期发现及治疗中的评估作用研究D.大连:大连医科大学,2021.4 张言飞.人体呼吸率的非接触测量研究D.天津:天津大学,2017.5 金海龙,张克东,司文.人体呼吸信号检测方法的研究C第五届全国信息获取与处理学术会议.秦皇岛:中国食品仪表学会,沈阳市仪器仪表学会,2007:145-148.6 韩小飞.基于无线信号的非侵入式人体信息感知技术研究D.杭州:浙江工业大学,2020.7 安彦锦,陈醒醒,杨怀,等.新冠疫情常态化防控期间医院感染的特点及其应对措施J.中华医院感染学杂志,2022,32(1):145-150.8 冯逸飞,徐伟,孙文业,等.一种应用于非接触式心率、呼吸频率监测研究的模拟器设计J.海军军医大学学报,2022,43(6):633-637.9 范鑫鑫.基于无线感知的人体属性识别方法研究D.大连:大连理工大学,2019.10 党小超,黄亚宁,郝占军,等.基于信道状态信息的无源室内人员日常行为检测方法J.通信学报,2019,40(4):160-170.11 李海洲,郭鹏.一种基于双天线 WiFi 信号的人体呼吸监测方法和装置:CN202010520435P.2020-06-11.12 刘传银,崔雄文,周杨,等.匹配不同雷达带宽的多目标心率呼吸测量方法及系统:CN202010920932.3P.2020-09-04.13 BELLALTA B.IEEE 802.11AX:High-efficiency WLANsJ.IEEE Wireless Communications,2016,23(1):38-46.14 SHEN W L,LIN K C J,GOLLAKOTA S,et al.Rate Adap-tation for 802.11 Multiuser MIMO NetworksJ.IEEE Transactions on Mobile Computing,2014,13(1):35-47.15 YANG B,LI B,YANG M,et al.Mi-MMAC:MIMO-based Multi-channel MAC Protocol for WLANC2015 11th International Conference on Heterogeneous Networking for Quality,Reliability,Security and Robustness(QSHINE).Taipei:IEEE,2015:223-226.16 LIAO R,BELLALTA B,OLIVER M,et al.MU-MIMO MAC Protocols for Wireless Local Area Networks:A Sur-veryJ.Communications Surveys&Tutorials,2016,18(1):162-183.17 LIU L,CHEN R,GEIRHOFER S,et al.Downlink MIMO in LTE-advanced:SU-MIMO vs.MU-MIMO J.IEEE Communications Magazine,2012,50(2):140-147.2023年第49卷第4期无线电通信技术739 18 LOU H,WANG X,FANG J,et al.Multiuser Parallel Channel Access for High Efficiency Carrier Grade Wire-less LANsC2014 IEEE International Conference on Communications(ICC).Sydney:IEEE,2014:3868-3870.19 FERDOUS H S,MURSHED M.Enhanced IEEE 802.11 by Integrating Multiuser Dynamic OFDMA C 2010 Wireless Telecommunications Symposium(WTS).Tampa:IEEE,2010:153-158.作者简介:薛 林 硕士,上海物骐微电子有限公司系统总监。主要研究方向:射频及模拟电路验证、数模混合 SOC 芯片量产测试、WiFi无线技术应用。长期从事电子系统软硬件和芯片测试领域的工程技术开发工作,累计获得国家发明专利 17 项。