The invention relates to a S parameter matching method applicable to the field of public safety dangerous goods detection. Specifically, it is a method of matching the S parameter database of the sample, denoising, data preprocessing and FastlCA algorithm to separate the mixed signals from the database, and identifying the object side. Law. Compared with the key safety areas such as railway stations and airports, public places such as buses have the characteristics of large flow of people and fast flow speed, and X-ray detector is not applicable. The algorithm for detecting and separating dangerous materials based on blind source separation has the characteristics of fast convergence speed and simple calculation, and is very suitable for bus. Used in public places. The experimental data prove that the application of the invention to the detection of dangerous goods can obviously improve the detection efficiency and accuracy. If we improve the richness of the database, the false negative rate and false positive rate will also be improved.
【技术实现步骤摘要】
基于盲源分离的多物品安检算法
本专利技术专利属于公共安全监测领域,具体涉及混合危险品的分离检测方法。
技术介绍
近年来,虽然国家已经加强了对安全方面的把关,但是全国发生的危险品爆炸事件还是频频发生。例如2014年7月15日广州市珠海区广州大道南敦和路口南向方向一台公交车着火,车子发生爆炸,造成多人受伤和死亡;2015年天津港瑞海公司危险品仓库重大火灾爆炸事故的教训还历历在目。对于公交车这类分散的公共场所具有人员密度大、换乘频繁、开放性强,并且乘客携带物品复杂多样,极易引发安全事故。因此专利技术一种高效便捷、成本较低、误报率低的危险品分离检测方法具有一定的现实意义。现如今在危险品领域检测的主要方法有X光检测和近红外光谱检测,虽然X光检测仪器具有检测速度快的特点,但是其误报率和漏报率也较高,所以其只适用于机场火车站等安全区域对危险品的初步筛选,不适用于公交车等较分散的公共场所。
技术实现思路
为了解决现有的危险品检测方法无法适应人流量大、地点分散的公共场所问题。因此本专利技术提出了一种成本低、应用方便、误报率和漏报率较低的危险品检测方法。本专利技术采用的技术方案是:首先利用自由空间法建立起检测样本的S参数数据库,实际检测时的多物品测试信号混合在一起,按照负熵最大化搜寻原则和牛顿迭代法将混合信号解混,再将解混后的信号与样本数据库进行自适应匹配。实验表明,FastICA算法对危险品检测的多物品识别具有较高的可靠性。S参数曲线,就是在不同频率下散射参数组成的曲线。其中散射参数包括S12:反向传输系数,S21:正向传输系数,S11:输入反射系数,S22:输出反射系数。每种 ...
【技术保护点】
1.基于盲源分离的多物品分离检测算法包括生成数据库、检测当前环境参数、数据预处理、自适应匹配这四个步骤。
【技术特征摘要】
1.基于盲源分离的多物品分离检测算法包括生成数据库、检测当前环境参数、数据预处理、自适应匹配这四个步骤。2.根据权利要求1所述生成数据库的特征是:在一定频段内提取样本的S参数,再将所有样本参数整理生成数据库。3.根据权利要求1所述检测当前环境参数的特征是:实际检测过程中该环境中的噪声的S参数曲线。4.根据权利要求3所述噪声的S参数曲线的特征是:多次取环境参数求平均以减小误差。5.根据权利要求1所述数据预处理的特征是:对检测中所提取的物品参数进行...
【专利技术属性】
技术研发人员:周冬梅,邱实,李小峰,陈薇,李曦,
申请(专利权)人:成都理工大学,中国科学院西安光学精密机械研究所,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。