基于PVDF傳感器和LoRa的遠程呼吸監測系統

摘" 要： 文中設計一種基于PVDF傳感器和LoRa無線通信模塊的遠程呼吸監測系統，旨在為阻塞性睡眠呼吸暫停低通氣綜合征（OSAHS）患者提供高效、準確的遠程監控解決方案。該系統利用PVDF傳感器采集呼吸信號，通過放大與濾波電路對其進行處理，并利用LoRa技術實現對處理后的呼吸信號進行遠程傳輸與監測。為擴大遠程呼吸監測系統的通信范圍，引入一級中繼設備，并提出新型的信道資源分配規則和擴頻因子分配算法，以提高無線通信信道的利用率，增加病人的支持數量。文中首次提出一級中繼設備擴頻因子的約束條件和中繼設備的替代性指數，以優化遠程呼吸監測系統的設計過程。通過呼吸信號采集測試驗證文中提出的呼吸信號采集放大電路的功能，根據通信測試驗證文中提出的網絡結構以及搭建網絡結構的方法。測試結果驗證了系統的有效性，并展示了其在醫療監控領域的應用潛力。

關鍵詞： OSAHS； PVDF傳感器； LoRa； 呼吸監測； 信號處理； 擴頻因子； 無線通信； 中繼設備

中圖分類號： TN99?34" " " " " " " " " " nbsp; " " "文獻標識碼： A" " " " " " " " " " " " " 文章編號： 1004?373X（2024）23?0069?07

Remote respiratory monitoring system based on PVDF sensor and LoRa

YANG Zengwang1， 2， HUA Zhiyuan1， DAI Zhihao1， ZHAO Xuecheng1， 2

（1. School of Physics and Electronic Engineering， Jiangsu Normal University， Xuzhou 221116， China;

2. Xuzhou Yonker Electronic Technology Co.， Ltd.， Xuzhou 221008， China）

Abstract： A remote respiratory monitoring system based on PVDF （polyvinylidene fluoride） sensors and LoRa wireless communication modules is studied. The system aims to provide efficient and accurate remote monitoring solutions for patients with obstructive sleep apnea?hypopnea syndrome （OSAHS）. In the system， the PVDF sensors are utilized to collect respiratory signals， which are processed with amplification and filtering circuits. And then， the LoRa technology is used for remote transmission and monitoring of the processed respiratory signals. To expand the communication range of the remote respiratory monitoring system， primary relay devices are introduced， along with new channel resource allocation rules and spread spectrum factor allocation algorithm， so as to improve the utilization of wireless communication channels and increase the number of supported patients. In this study， constraints on the spread spectrum factor of primary relay devices and an index of substitutability for relay devices are introduced for optimizing the design process of the remote respiratory monitoring system. The functionality of the proposed respiratory signal collection and amplification circuit in this study has been verified by the respiratory signal collection testing. The proposed network structure and the method of building the network structure have been verified by the communication testing. The results of the above testing have validated the effectiveness of the proposed system and demonstrated the application potentiality of the system in the field of medical monitoring.

Keywords： OSAHS; PVDF sensor; LoRa; respiratory monitoring; signal processing; spread spectrum factor; wireless communication; relay device

0" 引" 言

阻塞性睡眠呼吸暫停低通氣綜合征（OSAHS）是一種常見的臨床綜合征，主要表現為嗜睡、晝間疲勞、嗓音嘶啞、打鼾、夜間盜汗和夜尿增多等。其是由上氣道塌陷和呼吸中樞神經調節因素障礙造成氣道狹窄阻塞所引起，會導致夜間睡眠中呼吸反復暫停，出現間歇性低氧血癥，甚至造成夜間猝死，嚴重威脅患者健康[1]。目前，臨床睡眠呼吸監測以多導睡眠（Polysomnography， PSG）呼吸監測為主。然而，該設備的操作過程復雜，并需要在患者身上粘貼大量電極導線，這對患者的睡眠質量產生不同程度的影響[2]。此外，PSG檢測需要專業人士對儀器進行操作，這導致了患者的健康成本上升，從而給患者的健康監控和健康數據記錄帶來挑戰[3]。

現如今，越來越多的方法被用于呼吸監測，如電感式體積描記檢測、磁電檢測、光纖傳導檢測、阻抗檢測、壓阻檢測和PVDF傳感器等。其中尤其受到國內學者關注的是使用PVDF材料進行呼吸監測[4]。在室溫環境下，PVDF對低頻和高頻信號均有良好的壓電效應，并且機械強度高，擁有很高的內阻，適合應用于呼吸監測。

文獻[5?6]提出霧計算下利用物聯網概念的新穎架構用于智能健康監測，并在2019年提出利用LoRa技術和霧計算部署健康監測系統。文獻[7]提出基于LoRa網絡、霧計算和近地球軌道衛星的全新架構用于農村醫療。

文獻[8]分析了遠程醫療監測應用于診治阻塞性睡眠呼吸暫停低通氣綜合征的價值，表明遠程呼吸監測的可行性與有效性。文獻[9]利用LoRa技術對社區老人的身體健康狀況進行遠距離監控。文獻[10]提出利用LoRa技術構建自組織網絡，實現對老人血壓的多節點組網監測。

對比現有的藍牙、WiFi，LoRa技術具有傳輸距離遠、功耗低、成本低的優點[11?12]。因此，本文設計了一種利用LoRa技術的一級中繼設備進行遠程通信的呼吸監測系統，可以滿足多位病人遠程呼吸監測的需求。本文的創新點在于：設計了一種使用PVDF材料采集呼吸數據的電路方案；針對LoRa信號干擾問題，提出新型的信道資源分配規則；首次提出一級中繼設備擴頻因子的約束條件；引入中繼設備的替代性指數，以避免設備冗余。

1" 系統總體結構

本文系統主要面對的應用場景是養老院與醫院，其特點是多位病人需要同時與監控設備建立通信，以此減少病人的監管成本和醫治成本。

1.1" 總體結構

考慮到養老院、醫院等場景下病人多且分散的特點，本系統分為呼吸信號采集設備（下文簡稱“采集設備”）、一級中繼設備（下文簡稱“中繼設備”）和健康監控中心。采集設備由呼吸信號監測腰帶、呼吸信號采集電路、微控制芯片控制電路和LoRa通信電路四部分組成，總體結構如圖1所示。將PVDF材料內嵌在腰帶上從而實現對呼吸信號的采集[13]。呼吸信號經過調理電路后經ADC采集，輸入微控制芯片。微控制芯片對呼吸信號進行分析，得出呼吸頻率與呼吸幅度信息，并將呼吸波形數據保留在本地。微控制芯片通過LoRa無線通信模塊將呼吸頻率與呼吸幅度信息傳輸給中繼設備，由中繼設備將呼吸數據傳輸給健康監控中心，從而提升通信距離。

通過無線通信模塊可以實現遠程呼吸監測[14]。

1.2" 網絡結構

將中繼設備部署在醫院的各個區域，確保每個采集設備能夠與距離最近的中繼設備通過LoRa模塊建立通信，通信速率為[Ra]，最大通信距離為[La]。形成有效通信網絡的采集設備和中繼設備共同構成子網絡。這些中繼設備的職責是接收其通信范圍內多個采集設備的信號，并將這些信號匯總后發送至健康監控中心。健康監控中心通過這些中繼設備以更高的通信速率[Rb]與各個子網絡建立通信，最大通信距離為[Lb]。由此系統能夠實現的最大通信距離為[Lmax=La+Lb]，在該設置下，[Ra]應小于[Rb]，[La]應大于[Lb]，以此來優化整體的通信效率，擴大通信范圍。文獻[15]提出一種用于監測患者健康數據、基于LoRa技術的網絡架構，其采用增加網關數量的方法來滿足大范圍內各個病人之間的健康監測需求，并使用自適應數據速率的方法以避免潛在的數據傳輸錯誤。與文獻[15]相比，本文設計的網絡架構使用多個中繼設備來覆蓋大范圍的區域，并使用信道資源分配和擴頻因子分配算法來避免數據包碰撞。

網絡結構如圖2所示。部分采集設備處在兩個或兩個以上的中繼設備的通信范圍內，即存在中繼設備的密集化現象，容易產生強烈的信號干擾和中繼設備的冗余現象[16]。

為了避免不同LoRa信號之間的互相干擾[17]，同時考慮到只有頻率、擴頻因子、帶寬相同的節點直接可以建立通信[18]，本文建立LoRa無線通信信道資源分配規則如下。

1） 為每個子網絡分配獨立的通信頻段，并在子網絡內部采用統一的擴頻因子。

2） 中繼設備與健康監控中心之間的通信使用唯一的通信頻段，通過分配擴頻因子的策略避免信號干擾。

HC?14模塊支持50個通信頻段，由于需要保留一個頻段用于中繼設備與健康監控中心之間的通信，因此在這個方案中，可以支持的最大中繼設備數量為49個。為了最大化中繼設備的利用率，本文提出中繼設備替代性指數[C]（簡稱替代指數），將只可與該中繼設備建立通信的呼吸設備個數作為中繼設備替代性的重要指標。

[C（i）=M（i）-j=1， j≠iNM（i， j），" " i， j∈{1，2，…，N}] （1）

式中：[C（i）]為替代指數；[M（i）]為與中繼設備[i]建立無線通信的采集設備的數量；[M（i， j）]表示與中繼設備[i]建立無線通信且處在中繼設備[j]通信范圍[La（j）]內的采集設備數量；[N]代表中繼設備的總數量。[C（i）]為0的中繼設備可從網絡結構中移除，從而減少頻段資源的浪費。替代指數與文獻[19]提出的無線通信網絡中的介數中心性指標相比更有利于減少冗余的中繼設備個數。

2" 系統硬件設計

2.1" 呼吸信號采集與處理

呼吸信號采集與放大電路如圖3所示，PVDF受力后產生的電荷量較小，電路無法直接監測PVDF產生的電荷變化。考慮到PVDF具有高內阻抗、低輸出電流的特點，所以采用具有高輸入阻抗的AD820組成電荷放大電路。由于電荷放大電路的輸出電壓較小，需要在電荷放大電路的下一級設計電壓放大電路，使得輸出電壓可以出現明顯的變化。放大電路的運算放大器是OP07，其具有非常低的輸入失調電壓，同時它的輸入偏置電流也非常低，能夠滿足本電路的電壓方法需求。

2.2" 工頻陷波電路

考慮到養老院和醫院場景下的電磁環境，必須設計一種電路消除由電磁效應產生的干擾。如圖4所示，設計了一種50 Hz有源陷波器濾波電路，其由一片LM358運算放大器與雙T陷波器組成，同時引入了負反饋。陷波器是一種帶阻濾波器，在理想的情況下可以消除特定頻率的信號。理想的帶阻濾波器在其阻帶內的增益為零[20]。

圖4中的U3B運算放大器用作電壓跟隨器用于增大濾波器的品質因數[Q]值，[R8]與[R9]用于調節帶寬，控制陷波器的濾波特性。阻帶中心頻率的公式如式（2）所示：

[f0=12πRC] （2）

式中：[R]取值為9.66 kΩ；電容[C]取值為0.33 μF。使用Multisim對設計的工頻陷波電路進行仿真，結果如圖5所示，在50.131 Hz處，幅度為-28.298 dB，滿足本次電路設計要求。

2.3" 電壓提升電路與電壓跟隨電路

PVDF傳感器的信號經過放大和濾波后，為正負電壓信號，但是微控制芯片只能處理正電壓信號，因此仍需要對電壓進行進一步的處理。本文使用LM358運算放大器將正負電壓信號提升到微控制芯片可以檢測到的范圍內，使得微控制芯片的ADC端口可以采集該信號。同時，由于微控制芯片的輸入阻抗較小，易使得信號產生損耗，本文將LM358的另一運算放大器端口設計為電壓跟隨電路，實現電路之間的隔離，避免信號出現損耗。

電壓提升電路與電壓跟隨電路如圖6所示。

2.4" 無線通信模塊

LoRa通信模塊選用HC?14無線通信模塊，工作頻段為415～450 MHz，支持多達50個通信信道，以解決通信系統中頻譜資源有限、干擾與碰撞問題的挑戰。HC?14模塊具備最大發射功率為100 mW（20 dBm）的特性，在適宜環境下實現長距離通信，并具備良好的信號穿透性，適應各種復雜環境下的通信需求，其接收靈敏度達到-140 dBm，在最低速率下具有出色的接收性能，能夠有效地接收微弱信號，從而擴展了通信范圍和可靠性。在采集設備上配有一塊HC?14模塊用于傳輸呼吸數據至中繼設備處。在中繼設備配有兩塊HC?14模塊，分別用于接收采集設備的呼吸數據，傳輸子網內多個采集設備的呼吸數據至健康監控中心。這樣的設計可以使子網內部通信的擴頻因子系數與中繼設備及健康監控中心之間的擴頻因子系數不相同，以滿足二者不同的通信需求。

3" 系統軟件設計

3.1" 呼吸信號采集設備工作邏輯

微控制芯片型號為STM32L431RCT6，通過其內置的12位ADC模塊，可對連接到電壓跟隨電路的信號輸出引腳的模擬信號進行高分辨率采集。該芯片通過內部處理單元對采集到的呼吸信號進行信號分析、編碼，提取有效呼吸數據。采樣率設置為80次/s，根據奈奎斯特抽樣定律，能夠滿足正常呼吸信號的檢測要求。微控制芯片具備智能檢測功能，可判斷患者是否存在呼吸暫停，并將呼吸頻率數據與呼吸暫停警告傳輸至遠程監控中心設備，同時將呼吸波形數據保留在本地。

通過UART通信協議，微控制芯片與HC?14通信模塊建立連接。微控制芯片利用UART通信通道，將處理后的呼吸數據傳輸至HC?14模塊。HC?14模塊負責通過無線通信功能將這些數據信號傳送至遠程監控中心設備，實現對患者呼吸情況的實時監測和遠程傳輸。微控制器芯片處理邏輯如圖7所示。

在遠程監控中心設備上配備了一個專門的接收和解碼呼吸信號的系統，該系統能夠對接收到的信號進行解析、分析和顯示。通過這個系統，醫護人員可以直觀地了解病人的呼吸頻率、呼吸幅度等關鍵信息，從而及時發現異常情況并采取必要的救治措施。

3.2" 擴頻因子分配算法

LoRa調制中的符號速率[Rs]取決于帶寬和擴頻因子，單個碼元的傳輸時間[Ts]計算公式見式（3）：

[Ts=1Rs=2SFBW] （3）

LoRa數據包包括前導碼和有效負載。設[npreamble]為前導碼的長度，則前導碼的傳輸時間可以通過式（4）來計算。

[Tpreamble=（npreamble+4.25）*Ts] （4）

設有效載荷的符號長度為[nPL]，[nPL]包括8 B的頭字段、有效載荷字段與循環冗余校驗字段（CRC），計算公式如式（5）所示：

[nPL=8+maxceil8PL-4SF+28+16CRC-20H4（SF-2DE）（CR+4），0]"（5）

式中：PL代表有效載荷的字節數；SF代表擴頻系數；CRC是循環冗余校驗字節數；[H]為0時啟用報頭，為1時不啟用報頭；DE為1時，啟用低數據速率優化，為0時則反之；CR表示編碼率。

由此可以計算得到單個數據包的空中時間，計算公式為：

[Tpacket=Ts（npreamble+nPL+4.25）] （6）

由上述分析可知，使用更小的擴頻因子可以使得數據包的傳輸速度加快。由于單個中繼設備需要收集子網內多個采集設備的數據，并上傳至健康監控中心，所以中繼設備與健康監控中心的通信速率應大于中繼設備與采集設備之間的通信速率，中繼設備與健康監控中心之間的通信應采用較小的SF。由于SF個數有限，當中繼設備數量較多時，需要多個中繼設備使用同一SF系數與健康監控中心進行交替通信，且通信的時間需要相同，定義[NSF]為使用擴頻因子SF與健康監控中心建立通信的中繼設備個數。為了能夠合理設定擴頻因子系數，需要對通信效率進行分析，本文將有效載荷的字節數PL與為了傳輸PL花費的時間定義為通信效率，對子網內的通信定義效率為[Ea（i）]，對中繼設備與健康監控中心的通信定義效率為[Eb（i）]。[Ea（i）]為單個采集設備向中繼設備傳輸的有效載荷的字節數PL與單個數據包的空中時間[Tapacket]的比值。單位時間內，中繼設備為了將[M（i）]個PL傳輸至網關處，需要將其分成[λ]次傳輸。同時，由于使用同一SF的中繼設備占用相同的通信時間，因此[Eb（i）]定義為[M（i）]個PL與[λ]個[Tbpacket]的比值再乘以[NSF]。

[Ea（i）=PLTapacket，" " "i∈{1，2，…，N}] （7）

[Eb（i）=NSFM（i）PLλTbpacket，" " i∈{1，2，…，N};SF∈{7，8，…，12}] （8）

式中：[Eb（i）]應大于等于[Ea（i）]；[Tapacket]是指子網內發送單個數據包的空中時間；PL為單個采集設備單次上傳的有效數據的字節數；[Tbpacket]是指中繼設備與健康監控中心單個數據包的通信時間；[λ]表示發送數據包的周期數。由此可以得到對于中繼設備擴頻因子的約束條件。

[2SFa-SFb≥λ（npreamble+nbPL+4.25）NSFM（i）（npreamble+naPL+4.25）] （9）

式中：[naPL]為子網內部有效載荷的符號長度；[SFa]為擴頻因子；[nbPL]為中繼設備與健康監控中心通信的單個數據包的有效載荷的符號長度；[SFb]為擴頻因子。

子網內部使用獨有的頻段資源與相同的擴頻因子，為了合理分配中繼設備與健康監控中心之間通信的擴頻因子，可以依據文獻[18]提出的擴頻因子利用率[uSF]。

[uSF=NSF*Tbpacket*λ] （10）

定義目標函數為[f（U）]，目標是使得每個中繼設備的擴頻因子之間的利用率差值最小。

[f（U）=minSFi，SFj∈{7，8，9，10}（uSFi-uSFj），" SFi≠SFj] （11）

由于SF過大時，數據率過低，本文系統選用7、8、9、10等值參與分配。由于SF的大小會影響到通信距離，當中繼設備過遠時，只能使用更大的擴頻因子。因此按照距離由遠及近的順序逐一為中繼設備按照分配算法分配擴頻因子，使得遠處的中繼設備擁有擴頻因子分配的優先權。當中繼設備超出所分配的擴頻因子的通信范圍內時，則為中繼設備分配更大的擴頻因子，并更新擴頻因子利用率[uSF]。為中繼設備分配擴頻因子后，計算該中繼設備擴頻因子的約束條件，得到并設置子網內部通信的擴頻因子。通過圖8所示的步驟，完成通信系統的構建。

4" 系統測試

4.1" 呼吸信號采集測試

測試期間，測試者呈仰臥姿勢平躺在床上，將設備佩戴至測試者的腰部，采集呼吸數據。在患者呼吸穩定后，采集2 min的呼吸信號幅度數據，截取其中20～40 s共20 s的呼吸數據，共采集到5個呼吸周期數據。呼吸信號的幅度值在1.47～1.73 V之間，頻率為15次/min。測試結果表明，本文提出的呼吸檢測方法可用于患者呼吸信號的采集。呼吸信號波形如圖9所示。

4.2" 通信測試

為了驗證本文提出的網絡結構，使用5個采集設備和3個中繼設備進行對比實驗，如表1所示。

首先測量各個中繼設備與健康監控中心的直線距離，由遠到近進行排序，使用擴頻因子分配算法逐個為中繼設備分配擴頻因子。距離較遠的1號中繼設備不在擴頻因子為7時的通信范圍內，因此分配擴頻因子為8。中繼設備與健康監控中心之間的通信中心頻率為449.86 MHz，擴頻因子依次被分配為8、7、7，編碼率CR設置為2，替代性指數依次為1、2、2。5個采集設備分別連接不同的中繼設備，并分別傳輸不同的數據包至中繼設備處，由中繼設備擴頻因子的約束條件，可將每個采集設備設定擴頻因子為11，頻率分別設置為415.09 MHz、415.70 MHz、416.31 MHz，編碼率CR設置為2。使用Matlab編寫上位機程序接收3個中繼設備傳輸的呼吸數據，監測界面如圖10所示。

測試結果表明，本文提出的方法可用于醫療環境中多位患者的智能遠程呼吸監測。

5" 結" 語

本文設計了一種基于PVDF傳感器和LoRa無線通信的遠程呼吸監測系統，針對阻塞性睡眠呼吸暫停低通氣綜合征（OSAHS）患者提供了一種創新解決方案。通過對PVDF傳感器采集的呼吸信號進行有效處理與優化的無線通信策略，不僅提升了遠程監控的精確度和可靠性，還展現了其在醫療健康監測領域廣泛應用的潛力。未來，隨著技術的進一步優化和應用范圍的擴大，該系統有望為更多的患者提供便捷、實時的健康監測服務。

注：本文通訊作者為華志遠。

參考文獻

[1] 李晨，于復超，張光昊，等.遠程醫療管理聯合藥物治療老年高血壓合并阻塞性睡眠呼吸暫停低通氣綜合征病人的效果[J].實用老年醫學，2019，33（6）：573?576.

[2] 鄭慧珍，劉杰，張瑜，等.基于阻塞性睡眠呼吸暫停低通氣綜合征患兒睡眠結構探究微動敏感床墊式睡眠監測結果判讀精確性[J].中國現代醫生，2020，58（25）：81?84.

[3] 趙小強，潘毅，侯雨函，等.老年人阻塞性睡眠呼吸暫停綜合征的診斷方法研究進展[J].中國實用醫藥，2023，18（23）：165?169.

[4] 祝奔奔，萬舟，魏建雄.PVDF傳感器的睡眠呼吸檢測研究[J].自動化儀表，2018，39（10）：74?78.

[5] KHAREL J， REDA H T， SHIN S Y. An architecture for smart health monitoring system based on fog computing [J]. Journal of communications， 2017， 12（4）： 228?233.

[6] KHAREL J， REDA H T， SHIN S Y. Fog computing?based smart health monitoring system deploying LoRa wireless communication [J]. IETE technical review， 2019， 36（1）： 69?82.

[7] DIMITRIEVSKI A， FILIPOSKA S， MELERO F J， et al. Rural healthcare IoT architecture based on low?energy LoRa [J]. International journal of environmental research and public health， 2021， 18（14）： 7660.

[8] 朱巧珍，鐘波，徐彥飛，等.遠程醫療監測應用于診治阻塞性睡眠呼吸暫停低通氣綜合征的價值分析[J].中國處方藥，2022，20（10）：176?177.

[9] 張金潤，胡森榮，洪炎.基于LoRa技術的便攜式健康監測系統設計[J].重慶工商大學學報（自然科學版），2022，39（1）：56?61.

[10] 石皓寧，楊琨，桑勝波，等.基于LoRa的自組網健康監測系統[J/OL].太原理工大學學報：1?10[2023?12?08].http：//kns.cnki.net/kcms/detail/14.1220.N.20231207.1038.002.html.

[11] 唐銘軒.LoRa技術原理及關鍵參數研究[J].網絡安全技術與應用，2021（11）：73?74.

[12] 劉鋒，夏瓊.低功耗廣域網（LPWAN）技術分析[J].電子測試，2021（21）：92?93.

[13] 侯天遠，朱劍鋒，劉濤，等.基于PVDF的可穿戴生理信號監測系統[J].壓電與聲光，2020，42（4）：529?532.

[14] 辛毅，郭超，凌振寶，等.基于壓電薄膜傳感器的穿戴式健康監測體域網系統[J].國防科技大學學報，2016，38（6）：161?167.

[15] ADI P D P， WAHYU Y. The error rate analyze and parameter measurement on LoRa communication for health monitoring [J]. Microprocessors and microsystems， 2023， 98： 104820.

[16] 李敬兆，劉偉.流量自適應LoRa網絡防碰撞路由算法[J].傳感器與微系統，2018，37（5）：147?150.

[17] 花敏，魏佳楠，趙偉，等.LoRa信號干擾分析與性能研究[J/OL].計算機應用：1?9[2023?12?22].http：//kns.cnki.net/kcms/detail/51.1307.tp.20231221.0943.004.html.

[18] 李超，涂國慶.高密度LoRa網絡優化方法研究[J].計算機工程與科學，2023，45（3）：426?433.

[19] 李杰，王瑛，孫贇，等.基于關鍵節點識別的集群無人機通信網絡抗毀性研究[C]//2020中國自動化大會（CAC2020）論文集.上海：中國自動化學會，2020：570?575.

[20] 郭其貴.一種50 Hz陷波器的設計及效果[J].石油地球物理勘探，1988（5）：626?629.

作者簡介：楊增汪（1972—），男，江蘇徐州人，碩士研究生，副教授，碩士生導師，研究方向為智能信息處理。

華志遠（2001—），男，安徽滁州人，研究方向為信號與信息處理。