TensorBeat：利用张量分解通过商用 WiFi 监测多人呼吸率
计算工程、金融与科学
2017-02-08 v1
摘要
呼吸信号监测可为人类身体健康问题提供重要线索。与需要可穿戴设备和专用设备的现有技术相比，一种更可取的方法是利用无线信号提供非接触式和长期的呼吸率监测。在本文中，我们提出 TensorBeat，一种利用信道状态信息（CSI）相位差数据通过商用 WiFi 设备智能估计多人呼吸率的系统。主要思想是借助张量分解技术来处理 CSI 相位差数据。所提出的 TensorBeat 方案首先获取 WiFi 接收端天线对之间的 CSI 相位差数据以创建 CSI 张量数据。然后应用典型多元分解（CP）来获得所需的呼吸信号。开发了一种稳定的信号匹配算法来寻找分解后的信号对，并应用峰值检测方法来估计多人的呼吸率。我们的实验研究表明，TensorBeat 在不同环境下进行多人呼吸率监测均能实现高精度。
引用
@article{arxiv.1702.02046,
title = {TensorBeat: Tensor Decomposition for Monitoring Multi-Person Breathing Beats with Commodity WiFi},
author = {Xuyu Wang and Chao Yang and Shiwen Mao},
journal= {arXiv preprint arXiv:1702.02046},
year = {2017}
}
备注
ACM Transactions on Intelligent Systems and Technology,2017