已經跟呼吸一樣重要的網路和手機論文書籍站
國立交通大學 工業工程與管理系所 林春成所指導 鍾舜宇的 異質小型基地站網路之中繼節點之佈置與睡眠控制優化之研究 （2018），提出WIFI 電磁波 睡眠關鍵因素是什麼，來自於小型基地站、中繼站、節點配置、睡眠控制、電磁污染、基因演算法、差分進化法演算法、能源效率、最佳化、混合啟發式演算法。
而第二篇論文健行科技大學 電子工程系碩士班 鄭智元所指導 劉易昀的 基於腦波訊號之疲勞偵測系統 （2018），提出因為有 腦波訊號、偵測疲勞、Arduino UNO、物聯網雲端、穿戴式腦波儀的重點而找出了 WIFI 電磁波 睡眠的解答。
異質小型基地站網路之中繼節點之佈置與睡眠控制優化之研究
為了解決WIFI 電磁波 睡眠 的問題，作者鍾舜宇 這樣論述：
小型基地站與宏蜂窩相比下具有較小的覆蓋範圍與較低的功率消耗。它被認為是未來5G系統中卸載流量關鍵的解決方案。在過去蜂窩網路研究中，為了讓基站更節省能源，引入了低功率的中繼站，並對中繼站部屬與睡眠機制進行控制，以減少基站到用戶之間的傳輸功率。與過去傳統中繼站相比，小型基地台具有更大的覆蓋範圍，但也消耗更多的功率。另外，由於能源資源有限，預計5G通訊技術將被設計為綠色的網絡系統，並且為大量的移動通訊設備提供服務。因此，本研究考慮在具有基站與中繼站的一維高速公路環境下，加入小型基地站。對於研究問題一：考慮基站、傳統中繼站與小型基地站的部屬與睡眠控制，進行傳輸功率的模型建立，目標是讓能源消耗最小化。
而研究問題二：有兩個目標：考慮最小化的傳輸與接收功率，更貼近現實情況;以及最大限度的減少小型基地站與傳統中繼站的電磁波污染，以避免對生物產生潛在的危害。由於此問題與過去研究問題相比，多考慮小型基地站加入模型之中，使得模型變得更加複雜難以解決。因此，對於研究問題一，將透過基因演算法來求解。而基因演算法中，加入兩種區域搜尋的方法，透過動態選擇機制來進行優化，最後透過實際的車流量參數進行模擬，並進行基因演算法的效能評估。對於研究問題二，提出基因演算法和差分進化的混合算法，提出一種小型基地站的區域搜尋方法，透過基因演算法和差分進化演算法可以有效處理離散和連續的決策變數。最後對於三種車流模式的實驗模擬進
行探討。
基於腦波訊號之疲勞偵測系統
為了解決WIFI 電磁波 睡眠 的問題，作者劉易昀 這樣論述：
隨著交通越來越發達，疲勞駕駛的案件層出不窮，不論駕駛的經驗擁有數十年，也會因長途行駛、過度活動或休息不足等情況導致疲倦，進而發生意外事故，如果有方法能事先警示駕駛員相信能夠減少這類問題。本論文利用穿戴式腦波儀偵測大腦訊號並解析腦波訊號的種類，將所偵測大腦訊號經由HC-05藍芽模組接收並傳輸至Arduino UNO控制板運算處理，以分析出的兩種腦波訊號作為疲勞偵測裝置的應用。當腦波儀偵測到使用者符合疲勞狀態時，裝置會立即回饋警示並且系統所偵測的兩種腦波資料會上傳到物聯網雲端平台及智慧手機，可供家人、上司等人觀看使用者狀態。本論文以疲勞與專注兩種腦波來判斷疲勞狀態，經過實驗測試偵測疲勞狀態的成功
率甚高，其偵測使用者的疲勞成果顯示是成功可行的。本裝置可以輔助汽、機車駕駛者，來降低因疲勞而發生的事故機率，並透過物聯網雲端平台所記錄的腦波資料了解駕駛者駕駛過程的精神狀態，提供駕駛者參考。