摘要
本发明是一种基于跨模态补偿的非接触式睡眠监测方法。针对生命体征雷达生理信息单一、易受干扰等不足，该方法通过雷达传感器、视频传感器和音频传感器多模态融合。具体地，雷达传感器通过胸部机械波，视频传感器通过光电容积脉搏波描记法(PPG)，音频传感器接收声音等方法获取心跳、呼吸、体动生理信息，并提取特征参数，使用ReliefF算法进行特征优化，采用机器学习算法(Subspace KNN、Bagged Trees等)进行分类，最终通过朴素贝叶斯分类器进行决策级融合，输出睡眠分期结果。实验结果表明，该方法在复杂环境中表现鲁棒，能够显著提高睡眠分期的准确性和可靠性，实现了跨模态补偿，使测量更连续精准。
