We present the model, design, and implementation of SMARS, the first practical Sleep Monitoring system that exploits Ambient Radio Signals to recognize sleep stages and assess sleep quality. This will enable a future smart home that monitors daily sleep in a ubiquitous, non-invasive and contactless manner, without instrumenting the subject's body or the bed. The key enabler underlying SMARS is a statistical model that accounts for all reflecting and scattering multipaths, allowing highly accurate and instantaneous breathing estimation with best-ever performance achieved on commodity devices. On this basis, SMARS then recognizes different sleep stages, including wake, rapid eye movement (REM), and non-REM (NREM), which was previously only possible with dedicated hardware. We implement a real-time system on commercial WiFi chipsets and deploy it in 6 homes, resulting in 32 nights of data in total. Our results demonstrate that SMARS yields a median absolute error of 0.47 breaths per minute (BPM) and a 95 percent-tile error of only 2.92 BPM for breathing estimation, and detects breathing robustly even when a person is 10 meters away from the link, or behind a wall. SMARS achieves a sleep staging accuracy of 88 percent, outperforming the prevalent unobtrusive commodity solutions using bed sensor or UWB radar. The performance is also validated upon a public sleep dataset of 20 patients. By achieving promising results with merely a single commodity RF link, we believe that SMARS will set the stage for a practical in-home sleep monitoring solution.

中文翻译：

---

SMARS：通过环境无线电信号进行睡眠监测

我们介绍了 SMARS 的模型、设计和实现，这是第一个利用环境无线电信号识别睡眠阶段和评估睡眠质量的实用睡眠监测系统。这将使未来的智能家居能够以无处不在、非侵入性和非接触式的方式监控日常睡眠，而无需对受试者的身体或床进行检测。SMARS 的关键推动因素是一个统计模型，它考虑了所有反射和散射多路径，允许高度准确和即时的呼吸估计，并在商品设备上实现有史以来最好的性能。在此基础上，SMARS 然后识别不同的睡眠阶段，包括清醒、快速眼动 (REM) 和非快速眼动 (NREM)，这在以前只能通过专用硬件实现。我们在商用 WiFi 芯片组上实施了一个实时系统，并将其部署在 6 个家庭中，总共产生了 32 晚的数据。我们的结果表明，SMARS 产生的中值绝对误差为每分钟 0.47 次呼吸 (BPM)，而用于呼吸估计的 95% 平铺误差仅为 2.92 BPM，并且即使一个人距离链路 10 米，也能稳健地检测到呼吸，或墙后。SMARS 实现了 88% 的睡眠分期准确率，优于使用床传感器或 UWB 雷达的流行的不显眼的商品解决方案。该性能也在 20 名患者的公共睡眠数据集上得到验证。通过仅使用单个商品 RF 链接实现可喜的结果，我们相信 SMARS 将为实用的家庭睡眠监测解决方案奠定基础。我们的结果表明，SMARS 产生的中值绝对误差为每分钟 0.47 次呼吸 (BPM)，而用于呼吸估计的 95% 平铺误差仅为 2.92 BPM，并且即使有人距离链路 10 米，也能稳健地检测到呼吸，或墙后。SMARS 实现了 88% 的睡眠分期准确率，优于使用床传感器或 UWB 雷达的流行的不显眼的商品解决方案。该性能也在 20 名患者的公共睡眠数据集上得到验证。通过仅使用单个商品 RF 链接实现可喜的结果，我们相信 SMARS 将为实用的家庭睡眠监测解决方案奠定基础。我们的结果表明，SMARS 产生的中值绝对误差为每分钟 0.47 次呼吸 (BPM)，而用于呼吸估计的 95% 平铺误差仅为 2.92 BPM，并且即使有人距离链路 10 米，也能稳健地检测到呼吸，或墙后。SMARS 实现了 88% 的睡眠分期准确率，优于使用床传感器或 UWB 雷达的流行的不显眼的商品解决方案。该性能也在 20 名患者的公共睡眠数据集上得到验证。通过仅使用单个商品 RF 链接实现可喜的结果，我们相信 SMARS 将为实用的家庭睡眠监测解决方案奠定基础。即使一个人距离链路 10 米或在墙后，也能有力地检测到呼吸。SMARS 实现了 88% 的睡眠分期准确率，优于使用床传感器或 UWB 雷达的流行的不显眼的商品解决方案。该性能也在 20 名患者的公共睡眠数据集上得到验证。通过仅使用单个商品 RF 链接实现可喜的结果，我们相信 SMARS 将为实用的家庭睡眠监测解决方案奠定基础。即使一个人距离链路 10 米或在墙后，也能有力地检测到呼吸。SMARS 实现了 88% 的睡眠分期准确率，优于使用床传感器或 UWB 雷达的流行的不显眼的商品解决方案。该性能也在 20 名患者的公共睡眠数据集上得到验证。通过仅使用单个商品 RF 链接实现可喜的结果，我们相信 SMARS 将为实用的家庭睡眠监测解决方案奠定基础。