买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利基于多维Wi-Fi信号的鲁棒呼吸感知方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121370130B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511923831.0，技术领域涉及：A61B5/08；该发明授权基于多维Wi-Fi信号的鲁棒呼吸感知方法及系统是由郭永安;金闻;季念聪;胡晗;王宇翱;郑淦设计研发完成，并于2025-12-19向国家知识产权局提交的专利申请。

本基于多维Wi-Fi信号的鲁棒呼吸感知方法及系统在说明书摘要公布了：本申请属于无线信号感知技术领域，公开了一种基于多维Wi‑Fi信号的鲁棒呼吸感知方法及系统，感知方法包括：通过Wi‑Fi收发设备采集人员呼吸状态下的信道状态信息数据；对信道状态信息数据进行预处理，计算CSI熵并计算最大化CSI熵，对CSI熵信号进行投影及滤波，筛选出对呼吸敏感且受干扰影响弱的子载波呼吸信号，分析子载波呼吸信号的时‑频域特性，重建完整且纯净的子载波呼吸信号，基于峰值检测估计其呼吸频率，并以它们的平均值作为最终结果。本申请实现了细粒度的用户行为感知，实现了对呼吸信号的系统性增强，显著优化了用户体验，提高了现有感知系统的鲁棒性。

本发明授权基于多维Wi-Fi信号的鲁棒呼吸感知方法及系统在权利要求书中公布了：1.一种基于多维Wi-Fi信号的鲁棒呼吸感知方法，针对复杂运动干扰场景，其特征在于：所述鲁棒呼吸感知方法包括如下步骤： 步骤1、在干扰环境下架设Wi-Fi收发设备，通过Wi-Fi收发设备采集人员呼吸状态下的信道状态信息数据； 步骤2、对至少两个接收天线接收的信道状态信息数据进行预处理，依据信号波动性特征动态选择天线计算CSI熵并计算最大化CSI熵； 步骤3、对CSI熵信号进行投影及滤波，并对步骤2预处理后的CSI熵中不同频率的子载波应用双重指标进行选取，筛选出对呼吸敏感且受干扰影响弱的子载波呼吸信号； 步骤4、采用离散小波分解分析步骤3筛选出的子载波呼吸信号的频域特性，于行走干扰中分离出规律的低频的子载波呼吸信号，基于呼吸信噪比和相似度，使用滑动窗口对低频的子载波呼吸信号进行逐段分析，并依据时-频特征的变化去除自干扰引起的严重失真信号，将剩下的纯净呼吸片段拼接起来，重建完整且纯净的子载波呼吸信号； 步骤5、针对步骤3筛选出并经过步骤4去干扰和重建后的子载波呼吸信号，基于峰值检测估计其呼吸频率，并以它们的平均值作为最终结果，其中： 步骤2中，对信道状态信息数据进行预处理包括插值补点、CSI熵计算和动态天线选择，具体包括如下步骤： 步骤2.1、对信道状态信息数据插值到定长，接收到的载波频率为时间为的信道状态信息数据表示为： 其中，表示静态分量，表示动态分量的复衰减、表示动态分量的相移，表示动态分量的路径长度，表示第个动态分量分量，表示环境中第条动态路径，是加性高斯白噪声，表示虚数单位，是信号波长，表示第1个动态分量，表示第2个动态分量，表示第1个动态分量的复衰减，表示第2个动态分量的复衰减； 步骤2.2、计算CSI熵得到CSI相位差信号，以天线和天线计算的CSI熵表示为： 其中，表示天线接收到的载波频率为时间为的CSI数据，表示天线接收到的载波频率为时间为的CSI数据，表示CSI熵，表示随机相位偏移，表示天线的静态分量，表示天线的静态分量，表示天线的动态分量，表示天线的动态分量，表示动态分量的复衰减，表示动态分量的相移，表示动态分量的路径长度，表示动态分量的复衰减，表示动态分量的相移，表示动态分量的路径长度，表示动态分量的数量索引； 步骤2.3、对于每个子载波，从至少两根接收天线中选取CSI幅度方差最大的作为分子，选取CSI幅度方差最小的作为分母，最大化CSI熵表示为： 其中，表示CSI幅度方差最大的天线接收到的载波频率为时间为的CSI数据，表示CSI幅度方差最小的天线接收到的载波频率为时间为CSI数据，表示最大化CSI熵，表示CSI幅度方差最大的天线的静态分量，表示CSI幅度方差最小的天线的静态分量，表示CSI幅度方差最大的天线的动态分量，表示CSI幅度方差最小的天线的动态分量，表示CSI幅度方差最大的天线的动态分量的复衰减，表示CSI幅度方差最大的天线的动态分量的相移，表示CSI幅度方差最大的天线的动态分量的路径长度，表示CSI幅度方差最小的天线的动态分量的复衰减，表示CSI幅度方差最小的天线的动态分量的相移，表示CSI幅度方差最小的天线的动态分量的路径长度； 步骤3中，对预处理后的CSI熵中不同频率的子载波应用双重指标进行选取，包括复平面投影、基础滤波和子载波选择，具体包括以下步骤： 步骤3.1、对于每一个子载波，将信道状态信息数据的实部和虚部在旋转坐标轴上方差最大的投影作为最终的呼吸特征序列，在轴处的投影表示为： 其中，和分别表示信道状态信息数据的实部和虚部，为投影角度，投影方差最大的投影角度即为最佳投影角度，最佳投影角度相应的投影即为最终的呼吸特征序列，为转置； 步骤3.2、采用Hampel滤波器与Savitzky-Golay滤波器对每个子载波的呼吸特征序列进行初步的去噪处理； 步骤3.3、对初步去噪处理后的每一个子载波的最终呼吸特征序列，计算最终呼吸特征序列的呼吸信噪比值和高频抑制呼吸比值，筛选出呼吸信噪比值和高频抑制呼吸比值最高的至少三个子载波呼吸信号： 其中，代表呼吸频谱范围内的最高峰值能量，为呼吸频谱范围内最高峰值能量的索引编号，，代表人类典型呼吸频率范围，代表峰值能量，代表信号总能量，代表人类典型呼吸频率范围内信号总能量，代表高频干扰的频率范围内信号总能量，代表高频干扰的频率范围，为CSI频谱的长度，表示频谱中各个频率点的频率索引，为呼吸特征序列的呼吸信噪比值，为呼吸特征序列的高频抑制呼吸比值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。