商用RFID设备用于移动用户的精确呼吸监测

链接
发表期刊

摘要

在本文中，我们提出了RF-RMM，一种基于rfid的方法来精确和连续的呼吸监测移动用户。移动人群呼吸监测的主要挑战是，由用户的呼吸引起的微小身体位移被用户的整个身体运动所压倒。为了解决这个问题，我们提出了一种新的方法，使用一对标签来消除用户的身体运动的影响。我们融合来自配对标签的数据，以消除用户整个身体运动的影响，只保留用户呼吸引起的位移。在实现RF-RMM时，另一个具有挑战性的问题是如何解决目标用户移动时的相位模糊问题，这个问题比静态情况下更加严重。我们提出了一种距离跟踪算法来跟踪用户运动过程中的相位变化，从而很好地解决了相位模糊问题。我们将RF-RMM应用于商用RFID设备，并进行了广泛的真实世界实验来评估其性能。结果表明，RF-RMM对不同用户呼吸速率的平均估计误差为0.54 BPM，对用户个体呼吸长度的平均相对误差小于13%，实现了对呼吸速率的准确监测。

主要贡献

我们提出了一种新的成对标签的方法来消除用户全身移动时对标签后向散射信号的影响。该方法可以从混合体运动中提取出仅由用户呼吸引起的位移，从而准确估计目标用户的呼吸速率。该方法还考虑了用户的方位，即使用户在随机移动时也能获得准确的呼吸监测。
设计了一种有效处理由用户移动引起的相位模糊问题的算法。RF-RMM需要跟踪标签和读取器天线之间的距离变化，以获得准确的呼吸监测。相位模糊可能会降低距离估计的精度，进而降低呼吸监测的精度。该算法对天线与标签之间的距离变化的跟踪精度达到厘米级，保证了对用户呼吸状态的高精度监测。
我们将上述想法放在一起，并在商用Impinj R420阅读器和被动标签上实现了一个RF-RMM原型。结果表明，RF-RMM的呼吸速率估计误差小于0.54 BPM，优于现有的方法。此外，RF-RMM还可以测量用户的个体呼吸持续时间，相对误差小于13%。