基于WIFI无线信号的入侵监测方法和系统技术方案

本发明专利技术提供一种基于WIFI无线信号的入侵监测方法，包括如下步骤：各个监测节点分别采集WIFI信号源发射的CSI子载波，经过初步滤波和降噪滤波处理后进行特征向量提取，选取最大的分量作为信号的主特征变量；各个监测节点将第三信号发送到前端服务器中，当其中一个第三信号的主特征变量与静态信号的主特征变量的绝对值大于监测阈值时，前端服务器触发报警信号。本发明专利技术所述的入侵监测方法利用现有的无线基础设施，通过信号处理设备对CSI子载波进行抓取和分析得到具有主特征变量的特征信号，将该特征信号发送到前端服务器中并与服务器中的特征信息数据库进行比对得到是否有外物入侵的判断，将本系统与现有的监控系统统结合实现对目标区域全方位的监测。

【技术实现步骤摘要】
基于WIFI无线信号的入侵监测方法和系统
本专利技术涉及信息与通信工程
，涉及无线设备在目标识别及安防领域内的应用，特别涉及基于WIFI无线信号的入侵监测方法和装置。
技术介绍
随着现代科技的快速发展，人工智能领域日趋成熟，其中，人体动作的智能识别和智能监测技术作为人工智能的基础技术也迅速发展，现有的智能监测技术可对目标物体进行实时在线监测，为计算机和人工智能系统提供详实有效的分析数据，但是，对真实环境的应用需求还有巨大的拓展应用空间。现有的入侵监测手段包括视频监测、红外监控等，这些监测手段在覆盖区域、监测环境等方面存在缺陷，如视频监测在黑暗环境中需要增加夜视设备辅助，红外监控设备受环境温度和烟雾影响严重，误报率较高等；WIFI采用OFDM（OrthogonalFrequencyDivisionMultiplexing）的方式实现无线信号传输，在频域上可以将无线信号分成多个并发子载波。对以OFDM形式传输的无线信号，采集方式包括传统的RSSI（ReceivedSignalStrengthIndication）技术及CSI（ChannelStateInformation）技术，RSSI技术类似于采集一束混合了多种色谱的自然光，无法从中分辨出有效信息，而CSI技术类似于将自然光分离成多种色谱，每种色谱对应着WIFI无线信号中的子载波，因此，CSI技术对无线信号的分析更加细致，在设计上可以充分利用无线信号中的子载波信号实现入侵分析和动作分析。目前，CSI子载波信号进行环境感知分析技术还处于初步发展阶段，基于无线信号的分析虽然精度较高，但相关研究都处于实验室阶段，实际应用非常受限，实际应用的问题解决也多处于探索阶段。
技术实现思路
（一）专利技术目的：为解决上述现有技术中存在的问题，本专利技术的目的是提供一种基于WIFI无线信号的入侵监测方法和装置，通过利用现有的WIFI基础设施采集无线信号，通过对无线信号的分析达到入侵报警的目的，通过将本系统与现有的安防设施结合解决现有的红外、视频监控设备在监控范围、监控环境上的限制。（二）技术方案：为了解决上述技术问题，本技术方案提供一种基于WIFI无线信号的入侵监测方法，在WIFI信号源周围分散设置多个监测节点，包括如下步骤：S1：各个监测节点分别采集WIFI信号源发射的CSI子载波并得到第一信号；S2：各个监测节点将各自的第一信号进行初步滤波和降噪滤波处理得到第二信号；S3：各个监测节点对各自的第二信号进行特征向量提取，选取最大的分量作为信号的主特征变量并得到第三信号；S4：各个监测节点将第三信号发送到前端服务器中，前端服务器将多个第三信号分别与特征信息数据库中的静态信号进行比对；S5：当其中一个第三信号的主特征变量与静态信号的主特征变量的绝对值大于监测阈值时，前端服务器触发报警信号；当所有第三信号的主特征变量与静态信号的主特征变量的绝对值小于监测阈值时，前端服务器将第三信号作为静态存储到特征信息数据库中。进一步，步骤S2中的初步滤波采用均值法滤波处理。进一步，步骤S2中的降噪滤波采用ButterWorth法滤波处理。进一步，步骤S3中监测节点对第二信号进行特征向量提取的方法为基于时域的特征提取方法。进一步，该基于时域的特征提取方法提取CSI子载波随时间变化的振幅偏移和相位偏移。进一步，该振幅偏移和相位偏移的提取方法为DTW（DynamicTimeWarping）模式识别算法。进一步，特征信息数据库中的初始静态信号为无入侵情况下测试得到的基础比对数据。进一步，前端服务器将第三信号及第三信号的比对结果发送到云服务器中，云服务器与视频监控系统或红外监控系统连接。基于WIFI无线信号的入侵监测系统，包括：无线采集模块、滤波模块、降噪模块、信号分析模块及前端服务器；无线采集模块包括驱动程序可修改的无线网卡，该无线网卡接收CSI子载波得到第一信号；滤波模块包括均值滤波器，均值滤波器对无线网卡接收的CSI子载波进行初步滤波；降噪模块包括ButterWorth滤波器，ButterWorth滤波器对初步滤波的CSI子载波进行降噪处理，第一信号经过均值滤波器、ButterWorth滤波器过滤处理得到第二信号，第二信号发送至信号分析模块；信号分析模块包括信号处理设备，该信号处理设备将第二信号进行基于时域的特征向量提取，并选取最大的分量作为信号的主特征变量得到第三信号，第三信号发送至前端服务器；前端服务器包括特征信息数据库、数据比对模块、数据存储模块；特征信息数据库中存储有静态信号的数据，第三信号与静态信号经过数据比对模块比对得到主特征变量的差值的绝对值，该差值的绝对值经过数据比对模块与监测阈值进行比对，主特征变量的差值的绝对值、监测阈值、主特征变量的差值的绝对值与监测阈值的差值存储在数据存储模块中。进一步，信号处理设备包括计算机。（三）有益效果：本专利技术提供的基于WIFI无线信号的入侵监测方法和系统具有以下优点：本入侵监测方法利用现有的无线基础设施，包括无线WIFI信号源、无线网卡等，通过信号处理设备，如计算机等，对CSI子载波进行抓取和分析得到具有主特征变量的特征信号，将该特征信号发送到前端服务器中并与服务器中的特征信息数据库进行比对得到是否有外物入侵的判断；进一步的，将本系统与现有的视频监控系统或红外监控系统结合来完善现有的安防系统，实现对目标区域全方位的覆盖和监测，可有效弥补红外监控设备和视频监控设备监控范围有限、监测环境要求高等不足。附图说明图1是本专利技术基于WIFI无线信号的入侵监测方法的流程框图；图2是本专利技术基于WIFI无线信号的入侵监测系统的结构示意图。10-WIFI信号源；11-无线采集模块；12-滤波模块；13-降噪模块；14-信号分析模块；15-前端服务器；151-特征信息数据库；152-数据比对模块；153-数据存储模块；16-云服务器。具体实施方式下面结合优选的实施例对本专利技术做进一步详细说明，在以下的描述中阐述了更多的细节以便于充分理解本专利技术，但是，本专利技术显然能够以多种不同于此描述的其他方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下根据实际应用情况作类似推广、演绎，因此不应以此具体实施例的内容限制本专利技术的保护范围。图1、2是本专利技术的实施例的示意图，需要注意的是，此附图仅作为示例，并非是按照等比例的条件绘制的，并且不应该以此作为对本专利技术的实际要求保护范围构成限制。工作原理：当监测环境中没有入侵事件发生时，WIFI信号源10处于平稳状态，当有人员等外物进入时，WIFI信号源10发射出的CSI子载波会出现十分明显的波动，随外物的动作幅度加大时，CSI子载波出现更加显著的波动，通过对子载波的振幅和相位信息的计算得到物体的基本动作信息，因而基于WIFI无线信号的入侵监测系统应用于入侵监测环境时，可以有效的监测环境中的移动物体入侵，为安保监控提供有效的无线监测手段。本技术基于无线分析处理技术，经过滤波和主成分提取的无线信号可用于入侵监测的应用，具体的，采用CSI信号的方差数据对室内环境状态的稳定性进行判断。本实施例中的技术方案提供一种基于WIFI无线信号的入侵监测方法，在WIFI信号源10周围分散设置多个监测节点，包括如下步骤：S1：各个监测节点分别采集WIFI信号本文档来自技高网...

【技术保护点】
基于WIFI无线信号的入侵监测方法，在WIFI信号源周围分散设置多个监测节点，其特征在于，包括如下步骤：S1：各个监测节点分别采集WIFI信号源发射的CSI子载波并得到第一信号；S2：各个监测节点将各自的第一信号进行初步滤波和降噪滤波处理得到第二信号；S3：各个监测节点对各自的第二信号进行特征向量提取，选取最大的分量作为信号的主特征变量并得到第三信号；S4：各个监测节点将第三信号发送到前端服务器中，前端服务器将多个第三信号分别与特征信息数据库中的静态信号进行比对；S5：当其中一个第三信号的主特征变量与静态信号的主特征变量的绝对值大于监测阈值时，前端服务器触发报警信号；当所有第三信号的主特征变量与静态信号的主特征变量的绝对值小于监测阈值时，前端服务器将第三信号作为静态存储到特征信息数据库中。

【技术特征摘要】
1.基于WIFI无线信号的入侵监测方法，在WIFI信号源周围分散设置多个监测节点，其特征在于，包括如下步骤：S1：各个监测节点分别采集WIFI信号源发射的CSI子载波并得到第一信号；S2：各个监测节点将各自的第一信号进行初步滤波和降噪滤波处理得到第二信号；S3：各个监测节点对各自的第二信号进行特征向量提取，选取最大的分量作为信号的主特征变量并得到第三信号；S4：各个监测节点将第三信号发送到前端服务器中，前端服务器将多个第三信号分别与特征信息数据库中的静态信号进行比对；S5：当其中一个第三信号的主特征变量与静态信号的主特征变量的绝对值大于监测阈值时，前端服务器触发报警信号；当所有第三信号的主特征变量与静态信号的主特征变量的绝对值小于监测阈值时，前端服务器将第三信号作为静态存储到特征信息数据库中。2.根据权利要求1所述的基于WIFI无线信号的入侵监测方法，其特征在于：步骤S2中的初步滤波采用均值法滤波处理。3.根据权利要求1所述的基于WIFI无线信号的入侵监测方法，其特征在于：步骤S2中的降噪滤波采用ButterWorth法滤波处理。4.根据权利要求1所述的基于WIFI无线信号的入侵监测方法，其特征在于：步骤S3中监测节点对第二信号进行特征向量提取的方法为基于时域的特征提取方法。5.根据权利要求4所述的基于WIFI无线信号的入侵监测方法，其特征在于：该基于时域的特征提取方法提取CSI子载波随时间变化的振幅偏移和相位偏移。6.根据权利要求5所述的基于WIFI无线信号的入侵监测方法，其特征在于：该振幅偏移和相位偏移的提取方法为DTW模式识别算法。7...

【专利技术属性】
技术研发人员：苏瀚，
申请(专利权)人：南京苗米科技有限公司，
类型：发明
国别省市：江苏,32