基于IoT的多功能睡眠監測系統設計

劉佳 邱達 徐建 黃漢卿 楊文杰 明新華 姚文彩

摘 要：為了幫助人們更好地了解自己的睡眠情況，文中設計了一款基于物聯網的多功能睡眠監測系統來實時監測個人的睡眠質量。該系統以傳感器網絡為基礎，通過無線模塊進行數據傳輸，并通過終端顯示。相比較傳統的睡眠監測設備，該設備能夠有效解決睡眠監測儀器的醫用化及可穿戴監測設備的約束性等問題。實驗結果表明，該系統具有操作方便、節能、體積小、響應速度快等特點，具有一定的推廣應用價值。

關鍵詞：傳感器網絡；IoT；CC3200；睡眠監測

中圖分類號：TP274；TN92 文獻標識碼：A 文章編號：2095-1302（2018）08-00-03

0 引 言

近20年來的醫學研究已經證明，現代人類的許多重大疾病如高血壓、冠心病、心律失常、糖尿病、心腦血管意外，以及精神心理疾患等，往往與睡眠中常發生的睡眠呼吸暫停綜合征有關。因此，世界衛生組織已將睡眠列為人類第五大社會醫學問題，并明確提出關心健康首先從關注睡眠開始。

1 多功能睡眠監測系統的設計

系統設計主要包括基于體震信號的心率、呼吸率監測、體溫監測、用戶周圍環境質量監測及數據處理部分，分為硬件電路設計和軟件設計。

1.1 硬件電路設計

系統硬件分為傳感器網絡和微處理器兩部分。

1.1.1 傳感器網絡

傳感器網絡分為如下三部分：

（1）體震信號獲取電路部分采用E-touch柔性壓電薄膜傳感器構建，其外圍電路包括阻抗匹配和屏蔽驅動電路、前置放大電路、主放大電路、高通濾波電路、低通濾波電路、

50 Hz陷波電路、增益可調的電平抬升電路；

（2）用戶周圍環境質量參數獲取電路部分采用DHT11和GP2Y1014AU傳感器來監測環境溫濕度和PM2.5；

（3）用戶體溫獲取電路部分采用非接觸式紅外測溫模塊獲取用戶體溫。

1.1.2 微處理器選擇

微處理器分為如下兩部分：

（1）傳感器數據的獲取：采用TI公司設計的TM4C123GH6PM處理器獲取傳感器數據；

（2）傳感器數據的上傳：采用TI公司設計的CC3200處理器，通過與TM4C123GH6PM進行串口通信獲取傳感器數據，再將其上傳到云端[1]。

1.1.3 系統實現框圖

系統設計實現框圖如圖1所示。

1.2 系統軟件設計

系統軟件設計分為如下三部分：

（1）基于單片機的傳感器網絡程序的設計；

（2）體震信號的分離算法設計；

（3）云端數據處理、APP的設計。

1.2.1 傳感器程序設計

1.2.1.1 E-touch壓電傳感器數據獲取程序

本設計采用E-Touch柔性壓電LCL2218型傳感器，該傳感器由E-Touch壓電薄膜、上下電極、保護層薄膜構成[2]。

E-Touch壓電傳感器概念圖如圖2所示。E-touch柔性壓電薄膜傳感器可將機械能轉換為電能，雖然提高了壓電傳感器的輸出電荷，但由于體震信號幅值小，信號無法被直接檢出，所以本設計采用電荷放大模塊將信號放大，如圖3所示。

電荷放大器輸出電壓信號。若采用帶有ADC功能的單片機，便可通過編寫程序實現傳感器數據的采集。

1.2.1.2 紅外測溫傳感器數據獲取程序

為了不對用戶造成約束，我們決定采用GY-MLX90614-DCI長遠距離紅外測溫傳感器對用戶進行非接觸式體溫測量。該傳感器通信協議為串口通信，每幀包含9 B，其結構如圖4所示。

1.2.1.3 PM2.5傳感器數據獲取程序

本系統采用GP2Y1014AU型號傳感器來檢測PM2.5。該傳感器是一款升級版光學質量傳感器，可測量0.8 μm以上的微小粒子。具有體積小、重量輕、便于安裝等特點，廣泛應用于PM2.5的檢測[3]。采集數據與空氣質量對照見表1所列。

1.2.1.4 溫濕度傳感器數據獲取程序

系統選用DHT11數字溫濕度傳感器進行測量。該傳感器是一款含有已校準數字信號輸出的溫濕度復合傳感器，應用專用的數字模塊采集技術和溫濕度傳感技術，確保產品具有極高的可靠性和卓越的長期穩定性。采用單線制串行接口通信方式。通信時序如圖5所示。

1.2.2 體震信號分離算法設計

1.2.2.1 信號預處理，分離得到呼吸波和胸部沖擊信號

本設計采用零相位濾波器對信號進行預處理，原理如

圖6所示。

由上述可知，輸出信號與輸入信號具有相同的相位，但零相位濾波器的實現需要經過兩次濾波[4]。

1.2.2.2 心率提取算法

BCG隨心動周期呈現一定的周期性變化，但與ECG不同的是，BCG的周期性并不嚴格，所以稱BCG的周期為偽周

期[5]。如果能確定BCC的偽周期就可以確定心率。我們查閱到一種通過計算BCG最大上升幅度來計算偽周期并提取心率的方法，只需計算局部極大值即可檢測心率。新的心率檢測算法步驟如下：

（1）去瞬后的BCG另存為x（n），n=1，…，N1；

（2）從左到右搜索序列x（n），計算局部極大值點。保存為

局部極大值序列lmax（n），n=1，…，N1，記錄該點位置；

（3）由小到大排列局部極大值序列，并令其為閾值序列threshold（i），i=1，…，N1；

（4）從左到右搜索lmax（n），若lmax（n）> threshold（i）則保留；

（5）計算（4）中每2個局部極大值點間的時間長度，將其記為一個偽周期。若第一個局部極大值點與起始點的時間長度大于偽周期的最大值，也記為1個偽周期；

（6）計算所有偽周期的標準差與平均值的商q（i），i=1，…，N1，并保存；

（7）返回第（3）步，直至取完所有閾值，找到使q最小的閾值。

1.2.2.3 呼吸率提取算法

呼吸率是判斷睡眠呼吸暫停的重要生理參數，同時呼吸率對心率分析和睡眠結構分析結果都具有重要的修正、補充作用。本設計目前主要應用了呼吸運動中的頻率信息，其提取算法步驟如下：

（1）計算呼吸波所有極大值及其位置，分別存入Max1和Position1；

（2）若極大值之間的間隔小于2 s，則去掉幅度較小的極值點，結果存入Max2和Position2中；

（3）求剩余極值點的左右斜率，并記錄該極值的斜率為左右斜率的平均值，結果存入slope中；

（4）若slope中的斜率值小于前后6個斜率均值的50%，則去掉該點對應的極值點，結果存入Max3和Position3中；

（5）求峰點間隔，若間隔大于前后20個間隔的平均值的20%，則去掉該點；

（6）對經過上述步驟處理后的整晚呼吸間隔值進行線性插值，獲得整晚等間隔每秒的呼吸率，采樣頻率為1 Hz。

1.2.3 數據傳輸與Web設計

1.2.3.1 數據傳輸

本系統設計采用CC3200實現數據傳輸。為了實現數據的可靠傳輸，本設計采用TCP套接字傳輸方式[3]。套接字流程如圖7所示。

1.2.3.2 Web設計

Eclipse是一個開放源代碼的軟件開發項目，專注于為高度集成的工具開發提供一個全功能的、具有商業品質的工業平臺。它提供建造塊和構造并運行集成軟件開發工具的基礎[6]。本系統主要利用Eclipse完成整個Web的后臺開發[4]，其功能框圖如圖8所示。

2 整體測試

圖9所示為測試者所居住環境的PM2.5濃度曲線，圖10所示為環境溫度曲線，圖11所示為環境濕度曲線。

當人體進入睡眠一段時間后，體溫溫度曲線如圖12所示，呼吸率曲線如圖13所示，心率曲線如圖14所示。

3 結 語

本文提供了一種新思路，即睡眠質量不僅與人體自身相關，也可能與外在環境有關。而本系統設計在現有睡眠監測產品的基礎上，運用物聯網技術（IoT），加入環境監測這一功能，使得系統能夠更準確地反應被測對象每晚的睡眠情況。并且隨著傳感器技術的發展，我相信外界環境等因素在一個人的睡眠質量評估中會占據主導地位，這時就越發需要物聯網技術的應用。希望本設計能夠為解決大眾的睡眠問題提供參考。

參考文獻

[1]金俊，查君君，黃壘，等.基于CC3200的低功耗便攜式心電儀設計[J].今日電子，2016（7）：54-56.

[2]顧維璽.基于移動感知技術的睡眠狀態追蹤研究[D].北京：清華大學，2015.

[3]郭書軍，田志鵬.基于單片WiFi MCU CC3200的無線串口[J].儀器儀表用戶，2016（1）：24-27.

[4]陸美珠.基于體震信號的睡眠檢測系統的設計與實現[J].中國新通信，2014（19）：30-32.

[5]余曉敏.基于心電信號的睡眠呼吸暫停綜合征檢測算法[D].杭州：浙江大學，2013.

[6]江燕良，黃海于.Android智能手機的云服務應用研究[J].單片機與嵌入式系統應用，2013，13（9）：5-7，11.

[7]楊永杰，張裕勝，楊賽程，等.一種PM2.5檢測傳感器設計[J].傳感器與微系統，2014，33（3）：76-78，81.

[8]肖瑤.基于WebView的Android應用Web交互行為分析與研究[D].北京：北京郵電大學，2015.