首次提出使用Wi-Fi信道状态信息进行睡眠质量评估,在日常居家环 境下进行实验,睡眠分期的准确率优于智能手环等便携式睡眠监测设备。 从Wi-Fi信道状态信息到睡眠分期,本系统解决了两大问题:一是如何从 信道状态信息中提取体动和呼吸模式,二是如何构建普适性与个性化相结 合的睡眠阶段识别模型,刻画不同睡眠阶段与体动、呼吸模式之间的关联 关系。针对问题一,信道状态信息本身有许多噪音,对呼吸模式的提取有 很大的影响,本系统设计了基于主成分分析的去噪方法,能