무선 네트워크 RSS로 호흡 감시하기

본 논문은 “BreathTaking”이라 명명한 새로운 비접촉식 호흡 모니터링 기법을 제안한다. 기존 무선 센서 네트워크가 제공하는 RSS는 일반적으로 채널 페이딩이나 환경 변화에 민감하지만, 저자는 사람의 호흡에 의해 발생하는 미세한 체적 변동이 전파 경로에 미치는 영향을 다중 링크에서 통계적으로 집계하면 뚜렷한 주파수 성분을 추출할 수 있음을 실험적으로 입증한다. 먼저, 시스템 모델을 정의한다. 각 링크 l의 RSS 시계열 yₗ(i)는 평균값 \(\bar y_l\)와 가우시안 백색 잡음 εₗ(i)로 구성되며, 호흡이 존재할 경우 동일한 주파수 f를 갖는 사인파 성분 Aₗ cos(2πfTs i+φₗ)가 추가된다. 이때 Aₗ와 φₗ은 링크마다 다르지만 f는 전체 네트워크에 공통이다. 고역통과 필터(7차 Chebyshev, 차단 주파수 0.167 Hz)를 적용해 DC 성분을 제거하고, 이후 모델에 맞는 최대우도 추정을 수행한다. 주파수 추정은 전체 링크에 대한 복소수 푸리에 변환의 제곱합을 최대화하는 형태로 전개된다. 이는 기존 단일 링크 스펙트럼 분석보다 신호 대 잡음비(SNR)를 크게 향상시키며, 다중 링크가 제공하는 공간적 다양성을 활용한다. 추정된 주파수 \(\hat f\)를 이용해 각 링크의 진폭 \(\hat A_l\)와 위상 \(\hat φ_l\)를 선형 회귀식으로 계산한다. 검출 단계에서는 두 가지 접근법을 비교한다. 단일 링크 기반 검출은 \(\hat A_l\)가 사전에 정의된 임계값 \(\gamma_{link}\)를 초과하면 호흡 존재로 판단한다. 반면 네트워크 전체 기반 검출은 모든 링크의 제곱 진폭 합 \(\hat S = N\sum_{l=1}^{L}\hat A_l^2\)이 임계값 \(\gamma_{net}\)를 초과할 때 호흡을 검출한다. 실험 결과, 네트워크 기반 검출이 거의 0%의 오탐(PFA)·미탐(PM)률을 보이며, 단일 링크는 주변 움직임에 크게 영향을 받아 신뢰성이 낮았다. 실험은 20개의 MEMSIC TelosB 센서를 2.4 GHz 대역에서 배치하고, 각 링크를 4.16 Hz로 샘플링하여 수행했다. 두 종류의 안테나(전방향 2.25 dBi, 방향성 8 dBi)를 사용해 환경 잡음에 대한 강인성을 평가했으며, 방향성 안테나는 비호흡성 움직임(예: 주변 사람의 걸음)으로 인한 잡음을 크게 감소시켜 검출 정확도를 높였다. 성능 평가는 측정 시간 T와 링크 수 L에 대한 민감도 분석을 포함한다. 30 초(≈125 샘플) 측정으로 평균 RMSE가 0.1–0.4 bpm에 머물렀으며, 링크 수가 10개 이하일 경우 오류가 급증한다는 점을 발견했다. 또한 호흡 주파수가 0.2–0.6 Hz 범위 내에 있을 때 가장 정확했으며, 이 범위 밖에서는 스펙트럼 혼선으로 오차가 증가한다. 응용 분야로는 수술 후 환자 모니터링, 수면 무호흡증 진단, 영아 돌연사 증후군(SIDS) 감시, 구조 현장 인명 탐지 등이 제시된다. 반면, 무선 네트워크를 통한 호흡 감지는 개인 프라이버시 침해 위험도 내포하고 있음을 논의한다. 결론적으로, 다중 RSS 링크를 활용한 최대우도 추정은 기존 전용 호흡 센서에 비해 비용·배치·전력 효율성에서 큰 장점을 제공한다. 다만, 다중 인원 존재 시 신호 간섭, 환경 변화에 따른 채널 변동, 위상 정합 문제 등이 남아 있어 향후 연구에서는 머신러닝 기반 잡음 모델링, 실시간 위상 보정, 다중 호흡자 구분 알고리즘 등이 필요하다.