当前位置: 首页 > 专利查询>浙江大学专利>正文

一种基于无线信道状态信息的室内入侵检测方法技术

技术编号:20945851 阅读:63 留言:0更新日期:2019-04-24 02:57
一种基于无线信道状态信息的室内入侵检测方法,包括两部分:第一部分,静默环境下检测阈值获取,即利用数据采集节点获取室内无人状态下的无线信道状态信息,对采集到的信道状态信息进行噪声过滤和离异点去除,提取其幅值和相位,计算标准差作为检测阈值;第二部分,实时入侵检测,即利用数据采集节点获取无线信道状态信息,利用短时平均标准差(SVR)和长时平均标准差(LVR)进行实时入侵检测,先用SVR来检测有无入侵者进入监控区域,一旦检测到入侵者便开始利用LVR实时监控入侵者是否一直在室内;同时利用K近邻算法和动态时间规整方法对入侵行为进行分类,实现对入侵行为的精确判断。本发明专利技术克服了计算机视觉方法对可见光的需求和用户隐私影响大等限制,同时具备检测范围大和设备开销低等特点。

An Indoor Intrusion Detection Method Based on Wireless Channel State Information

An indoor intrusion detection method based on wireless channel state information includes two parts: the first part is acquisition of detection threshold in silent environment, that is, acquisition of wireless channel state information in unmanned indoor environment by data acquisition nodes, noise filtering and removing of outliers for collected channel state information, extraction of its amplitude and phase, and calculation of standard deviation as detection threshold. The second part is real-time intrusion detection, which uses data acquisition nodes to obtain wireless channel status information, uses short-term average standard deviation (SVR) and long-term average standard deviation (LVR) for real-time intrusion detection. First, SVR is used to detect whether intruders enter the monitoring area. Once the intruders are detected, LVR is used to monitor whether the intruders are indoors in real-time. Neighbor algorithm and dynamic time warping method are used to classify intrusions and to accurately judge them. The invention overcomes the limitations of the computer vision method such as the requirement of visible light and the great influence of user privacy, and has the characteristics of large detection range and low equipment overhead.

【技术实现步骤摘要】
一种基于无线信道状态信息的室内入侵检测方法
本专利技术涉及一种基于无线信道状态信息的室内入侵检测方法,属于入侵检测领域。
技术介绍
随着社会的快速发展,传统的人工监控系统已经越来越难以适应当今社会的要求,智能监控系统将成为下一代监控系统的主流。监控系统最基础的任务是检测一片区域中是否有人进入,这也一直是安全领域的一个研究热点。一种普遍采用的方法是基于图像的检测方法。这种方法通过在一片区域内部署单个或多个摄像设备,然后用图像处理方法对得到的图像进行特征提取,最后确定是否有人体活动。这种方法虽被广泛采用,但是有如下缺点:1.存在检测死角,同时大量部署摄像头开销较大。2.存在侵犯用户隐私信息的问题。第二种应用较广泛的入侵检测方法利用红外线来达到智能检测的目的。通过部署红外线传感器,能够组建一片由红外线链路组成的区域,通过检测接受端收到的红外信号强度,能够精确地探测出是否有物体经过。这种方法的缺点是检测的区域较为单一,通常只能部署在门和窗上,一旦入侵者通过某些方法避开这些区域,则由于红外线探测距离的限制,将不能检测出入侵者。
技术实现思路
本专利技术要克服现有技术的上述缺点,提供一种基于无线信道状态信息的室内入侵检测方法,可以达到保护用户隐私性、有较大的检测范围以及较为低廉的部署代价。相对于红外线,我们平时使用的无线信号如WiFi有更大的波长(2.4GHz频段波长为0.125m,5GHz频段波长为0.06m),所以在室内环境中有更加显著的多径效应以及穿墙效果。也就是说,如果我们把收发端换成无线信号,那么入侵检测系统将会有更加大的检测范围以及只需要平时已经在使用的WiFi信号。同时随着无线局域网广泛覆盖,无线热点已经分布于生活中多种室内场合。如果能够使用用已经安装的无线设备进行室内入侵检测,那么将大幅度缩减部署的开销。无线信道状态信息(ChannelStateInformation,CSI)在无线通信中,用来衡量无线链路的信道信息。其中的信息包括一个信号是怎么从发送端传输到接收端的,具体来说刻画了信号是怎么受到散射、衰落和随距离的能量衰减效应影响,对应到物理场景中还包括了信号在传输过程中如何受到多径效应的影响。当人体移动时,经过人体的那条无线传输路径发生了改变,甚至消失,所以CSI的振幅和相位会随着人体的移动将会发生明显的变化。为实现上述目的,本专利技术所采取的技术方案是:本专利技术的基于无线信道状态信息的室内入侵检测方法,包括以下步骤:步骤1:在室内检测区域布置无线信道状态数据采集节点和无线信号发射设备;步骤2:设置采集节点的采集频率和时长,调试节点端可以正常采集数据并能实时传输至服务器端,服务器端开启入侵检测程序,接受信道状态信息数据;步骤3:进行静默状态下,即室内无人状态下检测阈值的获取,此时采集节点获取包含信道状态信息的数据包,每个信道状态信息数据的格式为:其中F1~30均为子信道,Tx为发射天线数,Rx为接收天线数,从原始的信道状态信息中获取其指定天线对的幅值和相位并进行预处理,分为以下五小步:步骤3-1:利用五点中值滤波去除明显的离异点;步骤3-2:利用汉培尔滤波消除环境白噪声的干扰;步骤3-3:利用通带频率为30-70Hz巴特沃斯低通滤波消除高频噪声干扰;步骤3-4:利用滑动平均滤波器进行滤波平滑处理;步骤3-5:利用主成分分析(PCA)对30个子信道进行降维处理,计算获得一维数据;步骤4:对预处理后的数据先计算能量windowlength是计算能量的时间窗口大小,magnitude是在窗口内计算由PCA获得的一维数据的幅值,然后计算其标准差std(E)作为检测阈值Threshold;至此即可完成了对室内无人状态下无线信道状态信息特征的提取;步骤5:对系统进行参数设置,包括滑动检测时间窗口的大小,检测阈值更新的频率;设置完成后即可进行实时入侵检测;步骤6:采集实时无线信道状态信息,获取其指定天线对的幅值和相位,进行数据预处理,处理方法与静默状态下的处理方法相同,即步骤3;步骤7:利用短时标准差(SVR)判断有无入侵者进入监控区域,首先利用在静默状态下记录三十个子信道幅值的标准差std(magnitude),选择其中标准差较小的一组子信道,标准差小表明这些信道在无人时较为稳定,不易受外界噪音干扰;之后每隔三个大滑动时间窗口计算这些子信道的无线信道状态信息幅值标准差,选择出标准差最大的作为新的检测子信道。当std(magnitude)>Threshold时,表明有入侵者进入室内;标准差越大表明其对当前环境较为敏感,有较好的检测效果;步骤8:一旦检测到入侵者便开始利用长时标准差(LVR)实时监控入侵者是否一直在室内,采用计数器增减统计警报子窗口个数在大窗口中设置计数器,当有警报子窗口时,计数器count加一,没有时则减一;当计数器数值变化率较大时,对于包含60个数据的时间窗口其入侵情况变化率阈值为0.5,可能入侵情况变化率阈值为0.3,便为有人入侵的情况;步骤9:为了准确的判断出入侵者的动作,利用K最近邻和动态时间规整来进行分类器训练和动作识别,包括以下三小步:步骤9-1:对时间窗口内的数据进行离散小波变化,获取对人体动作变化敏感的频率部分;步骤9-2:对上一步中的结果进行切片,保存样本,并对样本进行标签;步骤9-3:利用K最近邻方法进行分类,计算当前数据和样本库中数据的动态时间规整距离,获得当前入侵者的动作类别,动态时间规整距离如公式(1)所示:其中Q为是前时间序列数据,C为样本库中的数据,wk=(i,j)k定义了序列Q和C的映射,用来表示两者在某一时间点的相似程度,K为映射总个数;步骤10:如果没有检测到入侵者,则将当前标准差更新为检测阈值,进行步骤4~9的重复工作。进一步地,步骤1所述的硬件节点,是集成现有商用无线网卡的节点原型。本专利技术方法包括两部分:第一部分,静默环境下检测阈值获取,即利用数据采集节点获取室内无人状态下的无线信道状态信息,对采集到的信道状态信息进行噪声过滤和离异点去除,提取其幅值和相位,计算标准差作为检测阈值;第二部分,实时入侵检测,即利用数据采集节点获取无线信道状态信息,利用短时平均标准差(SVR)和长时平均标准差(LVR)进行实时入侵检测,先用SVR来检测有无入侵者进入监控区域,一旦检测到入侵者便开始利用LVR实时监控入侵者是否一直在室内;同时利用K近邻算法和动态时间规整方法对入侵行为进行分类,实现对入侵行为的精确判断。本专利技术克服了计算机视觉方法对可见光的需求和用户隐私影响大等限制,同时具备检测范围大和设备开销低等特点。本专利技术的有益效果是:1.利用了体积小易安装的嵌入式节点设作为数据采集设备,并充分利用广泛使用的商用无线路由器,降低了入侵检测系统的部署安装成本;2.本专利技术所采用的WiFi无线信道状态信息在室内环境中有更加显著的多径效应以及穿墙效果的特点,很好的解决了图像信息处理方法中存在的监控死角、受可见光限制和侵犯用户隐私的问题以及红外线传感系统检测范围有限的问题;3.本专利技术在数据处理过程中结合了无线信道状态信息的幅值和相位,采用多种信号信号预处理方法,使得入侵检测系统更可靠。附图说明图1是本专利技术方法的检测工作流程图。图2是本专利技术方法的总体流程示意图。具体实施方式下面我们结合附图本文档来自技高网...

【技术保护点】
1.一种基于无线信道状态信息的室内入侵检测方法,包括以下步骤:步骤1:在室内检测区域布置无线信道状态数据采集节点和无线信号发射设备;步骤2:设置采集节点的采集频率和时长,调试节点端可以正常采集数据并能实时传输至服务器端,服务器端开启入侵检测程序,接受信道状态信息数据;步骤3:进行静默状态下,即室内无人状态下检测阈值的获取,此时采集节点获取包含信道状态信息的数据包,每个信道状态信息数据的格式为:其中F1~30均为子信道,Tx为发射天线数,Rx为接收天线数,从原始的信道状态信息中获取其指定天线对的幅值和相位并进行预处理,分为以下五小步:步骤3‑1:利用五点中值滤波去除明显的离异点;步骤3‑2:利用汉培尔滤波消除环境白噪声的干扰;步骤3‑3:利用通带频率为30‑70Hz巴特沃斯低通滤波消除高频噪声干扰;步骤3‑4:利用滑动平均滤波器进行滤波平滑处理;步骤3‑5:利用主成分分析(PCA)对30个子信道进行降维处理,计算获得一维数据;步骤4:对预处理后的数据先计算能量

【技术特征摘要】
1.一种基于无线信道状态信息的室内入侵检测方法,包括以下步骤:步骤1:在室内检测区域布置无线信道状态数据采集节点和无线信号发射设备;步骤2:设置采集节点的采集频率和时长,调试节点端可以正常采集数据并能实时传输至服务器端,服务器端开启入侵检测程序,接受信道状态信息数据;步骤3:进行静默状态下,即室内无人状态下检测阈值的获取,此时采集节点获取包含信道状态信息的数据包,每个信道状态信息数据的格式为:其中F1~30均为子信道,Tx为发射天线数,Rx为接收天线数,从原始的信道状态信息中获取其指定天线对的幅值和相位并进行预处理,分为以下五小步:步骤3-1:利用五点中值滤波去除明显的离异点;步骤3-2:利用汉培尔滤波消除环境白噪声的干扰;步骤3-3:利用通带频率为30-70Hz巴特沃斯低通滤波消除高频噪声干扰;步骤3-4:利用滑动平均滤波器进行滤波平滑处理;步骤3-5:利用主成分分析(PCA)对30个子信道进行降维处理,计算获得一维数据;步骤4:对预处理后的数据先计算能量windowlength是计算能量的时间窗口大小,magnitude是在窗口内计算由PCA获得的一维数据的幅值,然后计算其标准差std(E)作为检测阈值Threshold;至此即可完成了对室内无人状态下无线信道状态信息特征的提取;步骤5:对系统进行参数设置,包括滑动检测时间窗口的大小,检测阈值更新的频率;设置完成后即可进行实时入侵检测;步骤6:采集实时无线信道状态信息,获取其指定天线对的幅值和相位,进行数据预处理,处理方法与静默状态下的处理方法相同,即步骤3;步骤7:利用短时标准差(SVR)判断有无入侵者进入监控区域,首先利用在静默状态下记录三十个子信道幅值的标准差st...

【专利技术属性】
技术研发人员:董玮高艺李炳基林宇翔
申请(专利权)人:浙江大学
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 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。

1