A WiFi signal based on windows and doors opening and closing state detection method, step 1, WiFi WIFI indoor wireless signal acquisition from a router, the doors and windows open and close state labeling; step 2, extracting instant CSI WiFi wireless signal from a received signal; step 3, according to the real-time CSI signal set time window extraction the CSI numerical calculation of the window period of the average, median, variance, and hybrid index as signal characteristics; step 4, according to the CSI mixed signal, to determine the optimal window length and window overlap; step 5, the characteristic of CSI signal input to the intelligent algorithm, model training, after the completion of you can judge the state of the doors and windows.
【技术实现步骤摘要】
一种基于WiFi信号的门窗开闭状态检测方法
本专利技术属于人工智能
,特别涉及一种基于WiFi信号的门窗开闭状态检测方法。
技术介绍
当前普遍使用的门窗状态监测方式大多依靠传感器信号采集,成本较高且排布线比较麻烦,容易遭到破坏,日常维护成本高。现有技术中也有利用WiFi进行入侵检测的室内入侵检测系统,但是这种系统的数据源采用的是RSSI(接收信号强度)信号,RSSI信号数据量小(每次采集到1个数值),只能对较大的动作产生感应,也即,该检测系统包含信息低、检测精度低、误报率高。
技术实现思路
本专利技术提供一种基于WiFi信号的门窗开闭状态检测方法。一种基于WiFi信号的门窗开闭状态检测方法,该方法包括以下步骤:步骤1,采集室内WIFI路由器发出的WiFi无线信号,标注此时门窗开闭状态;步骤2,从接收到的WiFi无线信号中提取出即时CSI(ChannelStateInformation,信道状态信息)信号;步骤3,根据设定的时间窗口内提取的即时CSI信号,计算此窗口期内的CSI数值的平均数、方差、中位数、以及混杂度指标作为信号特征;步骤4,根据CSI信号混杂程度,确定最优的窗口长度和窗口重叠度;步骤5,将CSI信号特征输入到智能算法中,进行模型训练,完成后即可判断门窗状态,其中,混杂度指标计算方法是:Y=abs(中位数pre–中位数cur)+abs(方差pre–方差cur)+abs(均值pre–均值cur)Y表示混杂度指标,代表现在CSI信号的抖动情况;中位数、方差、均值是由时间窗口内CSI振幅计算出的时序特征值;中位数、方差、均值下标Pre表示上一个时间 ...
【技术保护点】
一种基于WiFi信号的门窗开闭状态检测方法,其特征在于,该方法包括以下步骤:步骤1,采集室内WIFI路由器发出的WiFi无线信号,标注此时门窗开闭状态;步骤2,从接收到的WiFi无线信号中提取出即时CSI(Channel State Information,信道状态信息)信号;步骤3,根据设定的时间窗口内提取的即时CSI信号,计算此窗口期内的CSI数值的平均数、方差、中位数、以及混杂度指标作为信号特征;步骤4,根据CSI信号混杂程度,确定最优的窗口长度和窗口重叠度;步骤5,将CSI信号特征输入到智能算法中,进行模型训练,完成后即可判断门窗状态,其中,混杂度指标计算方法是:Y=abs(中位数pre–中位数cur)+abs(方差pre–方差cur)+abs(均值pre–均值cur)Y表示混杂度指标,代表现在CSI信号的抖动情况;中位数、方差、均值是由时间窗口内CSI振幅计算出的时序特征值;中位数、方差、均值下标Pre表示上一个时间窗口;中位数、方差、均值下标Cur表示当前的时间窗口。
【技术特征摘要】
1.一种基于WiFi信号的门窗开闭状态检测方法,其特征在于,该方法包括以下步骤:步骤1,采集室内WIFI路由器发出的WiFi无线信号,标注此时门窗开闭状态;步骤2,从接收到的WiFi无线信号中提取出即时CSI(ChannelStateInformation,信道状态信息)信号;步骤3,根据设定的时间窗口内提取的即时CSI信号,计算此窗口期内的CSI数值的平均数、方差、中位数、以及混杂度指标作为信号特征;步骤4,根据CSI信号混杂程度,确定最优的窗口长度和窗口重叠度;步骤5,将CSI信号特征输入到智能算法中,进行模型训练,完成后即可判断门窗状态,其中,混杂度指标计算方法是:Y=abs(中位数pre–中位数cur)+abs(方差pre–方差cur)+abs(均值pre–均值cur)Y表示混杂度指标,代表现在CSI信号的抖动情况;中位数、方差、均值是由时间窗口内CSI振幅计算出的时序特征值;中位数、方差、均值下标Pre表示上一个时间窗口;中位数、方差、均值下标Cur表示...
【专利技术属性】
技术研发人员:叶伟,
申请(专利权)人:上海百芝龙网络科技有限公司,
类型:发明
国别省市:上海,31
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。