机械与电子工程学王天本副教授在计算机网络与通信领域国际顶级期刊IEEE Trans. on Mobile Computing（中国计算机学会（CCF）推荐 A类期刊，中国电子学会（CIE）推荐T1类期刊，中国通信学会（CIC）推荐国外高质量科技期刊）在线发表了两篇题为 “MultiResp: Robust Respiration Monitoring for Multiple Users using Acoustic Signal”和“OmniResMonitor: Omnimonitoring of Human Respiration using Acoustic Multipath Reflection” 研究论文。论文第一单位为西北农林科技大学机电学院，王天本副教授为两篇论文的第一作者，胡瑾教授为通讯作者。
居家环境下睡眠过程中的呼吸监测对于患有心脑血管疾病、慢性阻塞性肺疾病及睡眠呼吸暂停综合症患者具有重要作用，一方面可以用于评估睡眠质量及健康状况，另一方面可以防止猝死等意外状况。现有的可穿戴式睡眠呼吸监测方法设备，虽然检测精度较高但需要用户穿戴紧贴皮肤的指定设备而产生不适感。以常见的Wi-Fi、声波等无线信号为媒介的无线感知技术作为一种新兴感知技术，无需接触用户，可在数米开外精准检测用户睡眠呼吸状况。但现有的无线睡眠呼吸监测方法面临如下未解决问题：1）对设备及被测目标的相对位置及朝向敏感，需要发射信号直射被测目标胸脯或口鼻位置；2）当多个被测目标呼吸频率接近或相同时，难以分离各自的呼吸波；3）需要事先知道被测目标数量，且无法适应检测过程中被测目标数量动态变化。
针对上述问题，本研究提出了一种基于室内声学多径反射现象的多目标睡眠呼吸监测方法。利用间接胸脯反射声波信号同步提取多个被测目标呼吸过程中的胸脯起伏运动；利用多个被测目标之间的呼吸频率差及相位差，提出了一种高分辨率的多径声波信号频率及相位度量及分离方法。最终实现了可在多个被测目标背对设备或被遮挡、多个被测目标呼吸频率接近甚至相同、被测目标数量动态变化等挑战性场景下的睡眠呼吸监测。此外，该研究还应用于监测处于疫病隔离状态的奶山羊的呼吸状况。本研究解决了无线睡眠呼吸监测技术面临的若干挑战性问题，对推动无线睡眠感知技术落地应用提供了理论支撑。
图1.自研的多路超声同步收发平台 图2.人睡眠呼吸监测测试场景
图3. 部分试验测试结果
该研究获得陕西省重点研发计划一般项目（2023-YBGY-257）、陕西省重点产业创新链项目（2023-ZDLNY-69），杨凌畜牧产业创新中心“两链”融合项目（2022GD-TSLD-46）资助。
论文链接：https://ieeexplore.ieee.org/document/10135104/；
https://ieeexplore.ieee.org/document/10141856