Stetman读论文小记：Emotion Recognition using Wireless Signals

        这是2016年的一篇文章，应该算是物联网中情感识别的开山之作。之前参与物联网课题就有了解过，最近又接触情感识别的相关课题，又重新精读了一遍。

文章简述

        作者认为现存通过视听技术来判断个人情绪的方法并不合适，因为它只关注了外表，并没有从人的内心感受进行推断。文章提出了一种名为EQ-Radio方法：通过分析从人体反射的射频信号来推断一个人的情绪。这种创新的方法消除了对物理接触或佩戴设备的需求，同时也让情绪识别更加便捷和可靠。

        作者提出的方法需要通过心跳信号来对情绪进行预测，而一般情况下呼吸比心跳带来的振动大一个量级，因此分离出所需的心跳信号比较困难；第二，射频信号中的心跳缺乏作为心电信号特征的尖锐峰，这使得很难准确识别心跳边界。第三，节拍间隔的差异(IBI )只有几十毫秒。因此，单个节拍必须在几毫秒内被分割成分段。在没有尖锐特征的情况下，获得这样的准确性尤其困难 识别心跳的开始时间或结束时间。

 作者通过算法分别解决了以上问题：

（1）EQ-Radio 的关键技术是一种从射频信号中提取个人心跳及其差异的新算法。 我们的算法首先减轻了呼吸的影响。我们的缓解机制所基于的直觉如下：虽然吸气-呼气过程导致的胸部位移 比心跳引起的微小振动大几个数量级，但呼吸的加速度却小于心跳的加速度。但呼吸加速度却小于心跳加速度。这是因为呼吸通常是缓慢而稳定的 而心跳则涉及肌肉的快速收缩（发生在局部区域）。这是因为呼吸通常是缓慢而稳定的，而心跳则涉及肌肉的快速收缩（在局部时间内发生）。 因此，EQ-Radio 利用射频信号的加速度 以减弱呼吸信号，突出心跳信号。

（2）EQ-Radio 需要将射频反射信号分割成单个心跳信号。心电图信号有一个已知的预期形状，而射频反射中的心跳形状则是未