[論文レビュー] Monitoring Breathing via Signal Strength in Wireless Networks

Neal Patwari, Joey Wilson+3 more|arXiv (Cornell University)|Sep 18, 2011

Energy Efficient Wireless Sensor Networks被引用数 10

ひとこと要約

本稿では、静的無線デバイスのネットワークから得られる受信信号強度（RSS）測定値を用いて、非侵襲的に呼吸をモニタリングする手法であるBreathTakingを提案する。複数のリンクにわたるRSSデータに最尤推定法（MLE）を適用することで、30秒間のデータを用いて呼吸数の推定誤差が0.3 bpm（RMS）以内に収まり、方向性アダプタを用いることで高い信頼性と耐障害性を達成する。

ABSTRACT

This paper shows experimentally that standard wireless networks which measure received signal strength (RSS) can be used to reliably detect human breathing and estimate the breathing rate, an application we call "BreathTaking". We show that although an individual link cannot reliably detect breathing, the collective spectral content of a network of devices reliably indicates the presence and rate of breathing. We present a maximum likelihood estimator (MLE) of breathing rate, amplitude, and phase, which uses the RSS data from many links simultaneously. We show experimental results which demonstrate that reliable detection and frequency estimation is possible with 30 seconds of data, within 0.3 breaths per minute (bpm) RMS error. Use of directional antennas is shown to improve robustness to motion near the network.

研究の動機と目的

• 既存の無線ネットワークを用いて、非侵襲的かつ低コストの呼吸モニタリング手法を開発すること。
• 複数の静的無線リンクにわたるRSSの変動から、呼吸数を検出および推定すること。
• システムの精度、耐障害性、ネットワーク構成および環境要因への感受性を評価すること。
• 術後ケア、睡眠時低呼吸症候群、SIDS検出などの医療用途におけるRSSベースのモニタリングの可能性を検討すること。
• 位相分布およびアダプタの指向性が検出の信頼性を向上させる役割をどのように果たすかを調査すること。

提案手法

• 20台の静的802.15.4トランシieverを用いたネットワークを構築し、複数のリンクにわたるRSS測定値を収集する。
• RSSデータに全リンクにわたって一括して適用する最尤推定法（MLE）を用いて、呼吸数、振幅、位相を同時に推定する。
• 呼吸に起因する信号変動をRSSエンベロープの正弦波変調としてモデル化する。
• RSSデータのパワースペクトル密度（PSD）を分析し、呼吸数に近い周波数成分が顕著に現れるかを検出する。
• 外部の運動からの干渉を低減し、信号対雑音比を向上させるために、方向性パッチアダプタを用いる。
• 位相分布の分析から、180°の間隔をあける二峰性のパターンが確認され、検出性能の向上に寄与する可能性が示唆される。

実験結果

リサーチクエスチョン

• RQ1 単一のリンクではなく、複数のリンクのデータを同時に使用することによる利点は何か？
• RQ2 無線ネットワークからのRSS測定値を用いて、呼吸数をどの程度の精度で推定できるか？
• RQ3 信頼性のある呼吸検出および推定に必要な最小測定時間はどのくらいか？
• RQ4 アダプタの指向性が外部の運動に対する呼吸モニタリングの耐障害性に与える影響は何か？
• RQ5 RSS信号の位相には、リンク間で何らかの情報が符号化されているか？

主な発見

• 30秒間のRSSデータを用いるだけで、呼吸数の推定誤差（RMS）が0.1〜0.4回/分に収まる。
• 方向性パッチアダプタを用いることで、15秒間のデータで呼吸の有無を誤検出や見逃しのない信頼性の高い精度で検出できる。
• 平均RSSが低いリンクほど、呼吸に起因する信号変動に対して感度が高く、呼吸運動と強い相関があることが示された。
• 方向性アダプタを用いることで、外部の運動に対する耐障害性が顕著に向上し、環境からの干渉による誤検出が減少した。
• 影響を受けるリンクの推定位相は、180度の間隔をあける二峰性分布を示しており、検出性能の向上に物理的根拠があることが示唆された。
• 1人の人物がいる実際の病院環境でも、他の運動がない条件下で、信頼性の高い呼吸モニタリングが達成された。