当今社会,随着人们越来越关注生活质量和自身健康,生物医学健康无疑成为21世纪全世界科学家和学者们普遍关注和研究的热点话题之一。作为关系着人类生存的最本质的问题,它具有非常大的发展空间和研究价值。目前,我们已经可以通过无线体域网进行面向人体为中心的生命医学健康的监测,无线体域网的研究包含了许多方向:人体室内定位、跌倒监测、睡眠监测、心跳监测以及唇语识别。从无线体域网出现以来,科学家提出了许多监测生命健康的创新依据,比如:接收信号强度指示(RSSI)和信道状态信息(CSI)。由于获取RSSI数据途径简单和低成本等特性,一时许多研究人员就选取RSSI研究,再结合特定算法,进行一系列无线体域网的研究。但是基于RSSI的方法都普遍有两个缺点:(1)室内环境中存在多径效应,对于同一方位的一段时间内,RSSI数据值有较大的变化。(2)RSSI值是一个粗信息,无法利用其副载波中丰富的多径信息。与RSSI相比,信道状态信息(CSI)在一定程度上刻画了多径传播。我们希望能够结合计算机技术、无线通信技术和医学界典型的疾病———原发性震颤综合症,设计出一套精确识别这种动作类疾病的系统。这款系统通过发送端不断发送特定频率的信号,接收端获取患者在这一特定环境下随身体姿势变化而变化的实时路径增益数据,通过对比正常人的实验数据,提取并分析出该疾病的特性,最终识别这个疾病。基于正交频分复用的原理,我们已经可以从一些先进的无线网络接口的通信中,完成副载波级的信道测量,获取信道状态信息。信道状态信息(CSI)与介质访问控制(MAC)层的RSSI不同,它作为物理层信息,包含了许多MAC层不可见的信道信息。更具体的说,信道状态信息描述信号如何从发射机传播到接收机,并反映了信号传输过程中的组合效应,比如信号的散射、衰弱和伴随距离的功率衰减。将信道状态信息作为一种新的研究对象,引入到无线体域网中,用来对动作类疾病的识别,是一种在新领域上的应用。结论表明,信道状态信息在生命医学健康监测的过程中具有更高的准确率和可靠性,并对复杂环境有很好的鲁棒性。我们可以从CSI中合理提取更为精细和鲁棒的信号特征,从而在时域和频域上感知更细微或更大范围的环境信息,为后期各类疾病的诊断和无人监控提供了一种新的思路。