一种基于制造技术

本申请涉及信号无线感知技术领域，尤其涉及一种基于

【技术实现步骤摘要】
一种基于WiFi
‑
CSI信号增强的小目标室内入侵检测方法


[0001]本申请涉及信号无线感知
，尤其涉及一种基于
WiFi
‑
CSI
信号增强的小目标室内入侵检测方法
。

技术介绍

[0002]室内入侵检测可分为主动式入侵检测和被动式入侵检测，主动式入侵检测需要目标携带额外的传感器
、RFID、
智能手机，而当需要检测无法携带辅助设备的小目标时，被动式入侵检测方法显得更为有效
。
在家庭安全，仓库管理，资产保护等室内安全应用中被动式入侵检测都发挥着重要的作用
。
[0003]到目前为止，用于实现被动式入侵检测系统的技术有许多种，如基于计算机视觉
,
基于被动红外，基于超声波，其中基于计算机视觉的系统是最常见的，但是这种方法需要在检测区域内的不同位置部署摄像头会产生隐私泄露问题且无法在光源缺失的条件下正常运行，基于红外传感器的系统性能容易受到环境温度影响且当入侵目标为爬行类
、
两栖类等变温动物时检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
WiFi
‑
CSI
信号增强的小目标室内入侵检测方法，其特征在于，包括：
S1
：
CSI
数据的发送与接收：使用带有
5300
网卡的电脑搭建信道状态信息
CSI
数据发送和接收平台；
S2
：
CSI
数据采集：在实验环境下同时采集包含小目标运动的
CSI
数据，采集环境包括五种，小目标在堆满杂物的箱子后运动，小目标在铁柜后运动，小目标在会议桌下运动，小目标在走廊的桌子下运动以及小目标在工位下运动；
S3
：数据预处理：用巴特沃斯低通滤波器去除原始信号中的明显离群点，并用样本中值替换异常值；
S4
：自适应阈值检测：构建
Transformer
网络模型并进行训练，并基于该网络设计自适应阈值模块；
S5
：子载波扩散计算：构建扩散模型并进行训练，并基于该模型设计子载波扩散增强模块；确定扩散模型评价指标并进行评价，以识别精度为评价指标
。2.
根据权利要求1所述的基于
WiFi
‑
CSI
信号增强的小目标室内入侵检测方法，其特征在于，所述
S4
包括：
S41
：将每一个数据包中的所有子载波全部提取出来，这些子载波都共享相同的嵌入层和
Transformer
权重；
S42
：将每个子载波分割成重叠或者不重叠的时间序列段，这些时间序列段的长度表示为
P
，将两个连续时间序列段之间的非重叠区域表示为
S
，然后每个子载波便形成一个序列；式中，
N

【专利技术属性】
技术研发人员：杨杰明，艾稀猛，吴云，杨泽华，林颖，张子涵，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：