[发明专利]一种基于RFID无源感知的人体跌倒监测系统及方法

权利要求书

1.一种基于RFID无源感知的人体跌倒监测系统，其特征在于，包括：无源活动感知墙纸、RFID无源感知数据采集设备和计算服务平台；

无源活动感知墙纸，由RFID标签和墙纸构成，布置于墙体表面，用于实时发送RFID无线反馈信号给所述RFID无源感知数据采集设备；

RFID无源感知数据采集设备，包含：RFID阅读器、通信模块以及若干个RFID天线；所述RFID阅读器通过与之连接的RFID天线实时采集无源活动感知墙纸发出的无线射频信号，以获取信号相位、信号强度数据，并将采集到的数据通过通信模块发送至计算服务平台；

计算服务平台，实时获取RFID无源感知数据采集设备发送的RFID标签信号相位、信号强度数据，对其进行计算得到监控区域中人体的活动相关特征数据并进行动作分类，判定是否发生危险事件，若发生危险事件，则向相关人员发送预警信息。

2.根据权利要求1所述的基于RFID无源感知的人体跌倒监测系统，其特征在于，所述计算服务平台计算得到人体的活动相关特征数据的方法为：

(11)通过接收的RFID标签反射信号的相位和接收功率，按每100ms为一帧计算帧平均相位和功率，第k帧平均相位和接收功率表示为θ_k和p_k；

(12)将上述相位和功率换到IQ平面中，以时序上连续的三帧在IQ平面上的坐标点，计算其外接圆半径r_k和对应的弧度d_k；

(13)对每个RFID标签在时序内半径与弧度进行差分处理，计算得到半径和弧度的差分序列Δ_r和Δ_d；

(14)将单标签半径和弧度的差分序列作为单标签观测值x_i；

(15)融合多个标签的观测值，进行隐马尔可夫模型预测，估算整个时序上的目标的状态变化序列；

(16)利用步骤(15)中预测的目标的状态变化序列进一步计算对应加速度大小和方向的变化序列；

(17)将整个时序的加速度二维向量拼接生成特征矩阵X。

3.根据权利要求2所述的基于RFID无源感知的人体跌倒监测系统，其特征在于，所述步骤(11)中还包括对所获得的相位信号数据W，进行预处理：

(111)筛选有效的标签数据，对采样量低的标签进行剔除；

(112)所获相位存在π跃变，更正相位信号数据W消除其不连续性，使W_p＝W*2，使π的跃变变为2π；

(113)当W_p的连续元素之间的绝对跃变大于或等于2π弧度的跃变容差时，在元素上补偿±2π的倍数来修正弧度相位；

(114)将修正跃变后的相位信号数据还原，获得连续变化的相位W_r＝W_p÷2。