仪器仪表学报

作者：蒲巧林，张杰龙，周牧，谭明燚

单位：蒲巧林,重庆邮电大学通信与信息工程学院重庆400065,puql@cqupt.edu.cn,张杰龙,重庆邮电大学通信与信息工程学院重庆400065,,周牧,重庆邮电大学通信与信息工程学院重庆400065,,谭明燚,重庆邮电大学通信与信息工程学院重庆400065,

关键词：通感一体化;波束成形反馈信息;逐次变分模态分解;呼吸频率;心跳频率

通感一体化（ISAC）作为6G的关键使能技术之一，通过深度融合通信与感知功能，增强了Wi-Fi设备在非接触式生命体征检测中的应用潜力。呼吸率和心率的精确监测对早期疾病预警和健康状态实时监控具有重要意义。针对现有基于ISAC的生命体征检测方法在复杂环境下存在呼吸心跳信号分离效果不理想、抗干扰能力差等问题，提出了一种基于逐次变分模态分解（SVMD）的生命体征信号分离与频率检测算法。首先，通过Wi-Fi设备采集波束成形反馈信息（BFI），并对其进行预处理得到波束成形矩阵（BFM）信号。其次，计算BFM中每一对元素的比率，并结合动态特征子载波筛选和多级去噪技术，从复杂多径环境中精确提取有效的生命体征信号。再次，引入SVMD以利用其逐次提取和无需预设模态数K的特性，并设计一种基于旅鼠优化算法（ALA）的自适应参数优化方法，用于确定SVMD算法中的关键平衡参数，实现对呼吸和心跳信号的高精度分离。最后，通过快速傅里叶变换和峰值检测完成呼吸率和心率的估计。实验结果表明，在用户异质性、深呼吸、运动后状态和不同距离等多个典型应用场景下，该方法能有效克服多径效应和环境噪声的干扰，保持稳定的检测性能，相比现有方法的呼吸率和心率估计精度显著提高，为基于ISAC的非接触式生命体征检测提供了一种可靠的解决方案。

来源：2025年第11期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第11期