تخمین آهنگ تنفس با استفاده از اطلاعات حالت کانال وای فای

با توجه به اهمیت علائم حیاتی، آهنگ تنفس بطور گسترده ای در پایش سلامتی مورد استفاده قرار گرفته است. در سال های گذشته، سیستم های مختلفی برای تشخیص و نظارت بر تنفس پیشنهاد شده است. در پژوهش حاضر، نشان داده شده است که سیگنال‌های wi-fi می‌توانند برای تشخیص و شمارش تنفس استفاده شوند. فعالیت‌های انسانی، تاثیرات متفاوتی بر داده های اطلاعات حالت کانال (csi) دارد. این تاثیر ها می تواند برای شناسایی فعالیت‌های کلان و خرد انسان مورد استفاده قرار گیرد. در این پژوهش با استفاده از csi، اطلاعات مربوط به تنفس استخراج شده است و همچنین با کمک روش های یادگیری ماشین، آهنگ تنفس تخمین زده شده است و وضعیت سلامتی بطور مداوم مورد پایش قرار گرفته است. با استفاده از معیار های ارزیابی، کارایی مدل بررسی شده است. در این پژوهش از فیلتر های همپل، میانه و باترورث به منظور حذف فرکانس هایی که ناشی از تنفس نیستند استفاده شده است و آهنگ تنفس بدست آمده از csi با آهنگ تنفس اصلی مقایسه شده است. نتایج نشان می دهد دقت سیستم با بکار گیری طبقه بندی کننده های knn و rf به ترتیب به 95/95% و 91/34% رسیده است، همچنین میانه و میانگین خطای سیستم به ترتیب از 0/58bpm تا 0/22bpm و از 0/87bpm تا 0/45bpm بدست آمده است.