CN101189645A - 检测非法闯入的系统和方法 - Google Patents

Abstract

现有的非法闯入检测系统常常因误把居住者当作非法闯入者而引起虚假报警，并且希望减少这种虚假报警。本发明包括使用各种软件算法的处理器。所述处理器在各时间段上接收信号，并且软件算法统计区分各种活动，因此减少虚假报警和检测失败。所述软件算法自适应于所检测活动的衡量等级，使得可预先确定虚假报警率。这样，所述处理器和软件算法构成人工智能系统。这种人工智能系统可用于包括多个检测器的非法闯入和车辆报警系统或用在这种检测器内。本发明的第二方面是可用在这种人工智能技术中的次声检测改进方法。

Description

检测非法闯入的系统和方法

技术领域

本发明涉及非法闯入者和车辆报警系统与检测器。特别，本发明涉及在非法闯入者和车辆报警系统与检测器中结合使用处理器和包括人工智能系统的软件算法以减少虚假报警和检测失败。更特别地，本发明涉及在非法闯入者和车辆报警系统与检测器中结合使用人工智能以及次声检测。

背景技术

报警系统在尽可能减少虚假报警和尽可能减少检测失败的需求之间寻求平衡。希望尽可能减少虚假报警以降低相关联的烦扰和费用，并且希望尽可能减少检测失败以维持报警系统的威慑力和检测价值。

报警检测技术包括各种开关、运动检测器、玻璃破碎检测器、振动检测器、次声检测器和其他技术。这些技术不能对所检测的非法闯入者的活动和所检测的其他活动进行辨别。实际上，非法闯入者活动的发生是相对稀少的，这一事实导致虚假报警的高可能性。

由于现有的检测器不能够区分非法闯入者和居住者，报警系统做出假定，认为居住者会修正他们的行为来防止虚假报警。虚假报警的频繁发生证明这种假设是不正确的。来自公共部门和非法闯入者报警企业的统计数据表明超过99％的非法闯入者报警响应是虚假的，是由居住者引起的。如此高比例的虚假报警给报警的业主、监视公司和警方都带来成本负担。这种统计数据还表明报警系统不能够检测出大约30％的闯入者事件。但是，由于它的威慑力，报警系统被认为可有效防止非法闯入。较之没有报警系统的场所，具有非法闯入者报警系统的场所的非法闯入事件要少得多。

尽可能减少虚假报警和检测失败的最有效办法是包含内在的人工智能，使得报警系统和检测器可把非法闯入者从居住者中区分出来。这样的内在智能连续修正报警系统和检测器对所检测活动的响应。人工智能技术可用于提供这种内在的智能。与目前的报警通过最小化信息源来减少虚假报警的方法不同，人工智能通过增加信息源来最小化虚假报警和检测失败，因此改进了决策处理。这样的信息可由报警系统的多个检测器和特定检测器技术来提供。

一种这样的检测器技术可以是次声检测。次声通常被认为是具有小于20Hz频率的非可听声音。次声信号固有地包含宽带上大量信息并倾向于均匀地弥散在环境中。次声的典型原因包括大质量物体的移动，如窗户和门甚至是墙体、地板和天花板的挠曲。

FR2569027描述了一种基于低于10Hz的频率范围内的压力波检测的非法闯入报警，分析和比较该范围内的不同频率，从而避免虚假报警。使用一种早期形式的数字信号处理器(DSP)。定义一系列带通滤波器用于把信号分离成各种频率成分。使用傅立叶分析来确定各种信号参数。傅立叶分析的目的是从所检测的信号中去除不期望的频率，然后确定该信号是来自单个事件(如门的开/关)还是来自现有的噪声(如风声)。这种技术通常用于运动检测。

WO90/11586也描述了一种利用低频率范围的压力波检测的非法闯入报警，类似于FR2569027。但是，WO90/11586提供改进的频率过滤系统来限制所检测信号的带宽。

现有技术的报警系统和检测器已做了很大努力来改进人类工程学和控制界面来降低虚假报警响应。因此，目前这种报警技术响应信号的存在或不存在，而不区分该信号的可能原因。

总之，普遍认为报警系统在现有检测失败率的情况下还是有效的。但是，目前的报警系统和检测器不能把非法闯入活动同其他活动区分开来，因此引起频繁的虚假报警，这降低了报警系统的价值。建议使用处理器和软件算法来构成人工智能系统，用于非法闯入和车辆报警系统和各种检测器技术。这样的人工智能系统可把非法闯入活动与居住者获得和其他活动相区分，因此减少了虚假报警和检测失败。还建议使用按可提供全面周界检测方式的带有次声检测技术的人工智能系统。

发明内容

根据这些和其他的目的，本发明的检测系统和方法采用处理器和软件算法来确定所检测信号的可能原因，并因此减少虚假报警和检测失败。这样的检测系统可自适应控制参数，从而维持预定的报警响应时间率(temporal rate)。进一步根据这些和其他的目的，本发明包括一种系统和方法，用于接收来自传统检测器的信号并应用这种检测系统和方法。再进一步根据这些和其他目的，本发明包括一种系统和方法，用于接收次声信号并应用这种检测系统和方法。再根据这些和其他目的，本发明包括系统和方法，用于按这种检测系统和方法可采用的方式检测次声信号。

特别，本发明由用于非法闯入检测的系统和方法组成，由权利要求1和14分别做出确切的陈述和定义。本发明优选和有益的实施例在所述独立权利要求之后的从属权利要求中陈述。

本发明包括检测系统，该检测系统由处理器和软件算法构成。该处理器接收信号并使用软件算法来判定来自这种信号的信息，进一步根据这种信息来确定决策，并且相应地进一步修正决策参数和判据。这样，所检测信号的特定原因可以从各种可能原因中被确定出来，并且随着相关信息量的增加，判定错误率会降低。决策参数可自适应，从而对不同的检测条件维持预定的报警时间率。处理器和所使用的软件算法构成了采用人工智能技术的专家系统。

该检测系统的要点之一是采用特定信息将在当前时间段内发生的概率判定。这种信息关联到期望所检测活动并可包括各种信号特征、检测信号的源以及所检测信号之内和之间的时间关系。

各种活动的典型特性是噪声频繁发生，正常活动较不频繁发生，异常活动最不频繁发生。因此，可推断具有高发生概率的信息可能是噪声，具有较低发生概率的信息可能是正常活动，并且具有最低发生概率的信息可能是异常活动。可采用阈值界限来判定特定活动的推理。根据变化的检测条件，可周期性地自适应新的阈值界限。

但是，这样的推理可能包含误差，例如推理不正确的概率。而且，正常活动的发生比异常活动的发生频繁得多。这样，对异常活动的错误推断可能比异常活动的实际发生频繁得多。

信息可组织成逻辑陈述(LS)以减少推理错误。可以确定特定逻辑陈述可引起当前时间段内的报警响应的概率。这样，可选择一组逻辑陈述，使得推断的报警响应时间率可近似等于预定的报警响应时间率。根据变化的检测条件，可周期性自适应逻辑陈述的新选择。

本发明的另外要点是包括检测宽范围模拟次声信号的装置，所述次声是由门、窗或围绕所检测空间的构件的移动所引起的。检测这样的信号，使得可生成所述信号的数字表示并可由处理器使用。

次声变换器感应次声信号并产生该信号的电表示。高通和低通频率滤波器抑制不期望的频率，使得维持次声频率的实际范围。设置一系列放大器，使得所检测的信号可被逐渐放大，从而可确定邻近范围的信号振幅。这种邻近范围的放大信号被提供给模拟至数字转换器，用于产生该信号的数字表示。

作为例子，这种设置下的检测系统可采用1Hz至15Hz频率范围和1000∶1的放大范围。这样的检测系统可采用等于次声检测器最大功能界限的最大信号振幅以及等于该最大信号振幅的百分之0.1的最小信号。

本发明的优选实施例是包括处理器和各种软件算法的检测系统，使得可把非法闯入活动与居住者和其他活动区分开来。处理器可从非法闯入和车辆报警系统与检测器所采用的电路接收模拟和数字以及二进制信号。该软件算法确定和组织来自所接收信号的各种信息以及与这些信号之内和之间的时间段的关系。然后该软件算法使用目前的统计方法来确定与当前和以前所检测信息相关的特定信息的发生概率。然后根据所确定的发生概率来推断该信息的可能原因。所推断的信息组织成各种逻辑陈述，并且当满足逻辑陈述时产生报警响应。

此外，并且与该优选实施例相关，概率阈值和各种逻辑陈述可被用作报警响应判定中的控制参数。这样的控制参数可以是预先确定的或者是自适应的。预先确定的参数是固定的，并且不随着所检测活动的速率改变。自适应参数是可变的，可随着检测活动的速率改变。可采用自适应参数，维持预定的报警响应时间率。另外，可采用控制信号来指示检测处理在运行的时间段，并用于去除与检测处理无关的信息。

本发明的第二实施例是包括多个检测器的报警系统。一个或多个检测器可向检测系统提供信号和时间信息，如本发明优选实施例所描述的。

本发明的第三实施例是可用于报警系统的次声检测器。电路检测宽范围的振幅和频率以及时间信息并提供给如本发明优选实施例所描述的检测系统。

本发明的其他实施例包括各种检测器技术，如开关(特别是磁性开关)、振动检测器、运动检测器和玻璃破碎检测器，可用于如优选实施例所描述的检测系统。

本发明又另外的实施例包括各种可组合的报警系统和检测器技术，并可使用如优选实施例所描述的检测系统。

附图说明

图1是可用于本发明优选实施例的能够接收二进制、数字和模拟信号的处理器电路的示意图。

图2是可用于检测系统优选实施例的各种控制、指示器和音频报警的示意图。

图3是可用于检测系统优选实施例的软件算法过程的流程图。

图4是可用于检测系统第二实施例的各种检测信息的表。

图5是使用图4的检测器信息的各种检测器逻辑陈述，并且可用于检测系统的第三实施例。

图6是可用于检测系统第三实施例的检测次声的改进装置的示意图。

图7是用于图6所示的次声检测放大器的频率相对增益响应的曲线图。

图8是用于图6所示的次声检测的DC偏移电压的频率在对增益响应的曲线图。

图9是可用于检测系统第三实施例的各种次声信息的表。

图10是使用图9所示次声信息的各种次声逻辑陈述的表，并且可用于检测系统的第三实施例。

具体实施方式

图1是如本发明优选实施例中的用于非法闯入和车辆报警系统的处理器的示意图。本发明包括处理器1，该处理器1具有足够的内部非易失性和易失性存储器来保存和使用所期望的软件算法。选择某种频率的精度振荡器，使得按足够精度来采样处理器1的端口，并按期望的速率使用软件算法。对电池运行和较低精度，可按较低频率选择振荡器2。

处理器1具有多个端口，用于接收和传送信息。端口3和4和5和6包括模拟至数字转换器，并且可接收模拟信号，例如从次声信号检测电路接收。端口7和8和9可接收和传送数字信号，例如用各种相关装置来传送。端口10用于通知处理器1何时检测处理在运行并且处理所接收的信息。端口11用于把处理器复位至一组预定的条件。端口12用于删除以前已经接收的特定信号信息。端口13和14和15可接收二进制信息，如检测器使用的继电器开关的输出。可重新配置特定端口来接收不同类型的信息。

处理器1控制继电器开关16和17，用于改变状态以产生报警响应。这些继电器开关被独立控制，使得继电器16响应来自端口3和4和5和6的信号，并且继电器开关17响应来自端口13和14和15的信号。来自端口7和8和9的数字信号可独立地分配或与继电器开关16或17相关联地分配。

为了一个或多个预定目标，处理器1用于经常不断地从所保存并从存储器中调出的信息来得出判定为可能的结论，例如包括人工智能系统。

图2也是如本发明优选实施例中的用于非法闯入和车辆报警系统与检测器的处理器的示意图。处理器1控制LED可视指示器18和19和20。当接收与继电器开关16相关联的信号时，指示器18亮。在预定的采样时段，指示器19亮。当接收与继电器开关17相关联的特定信号时，指示器20亮。

开关21提供指令给处理器1并且控制各指示器10和19和20。开关21由6个独立的DIP开关组成。开关21的开关1启用和禁用LED指示器18和19和20。开关21的开关2指示在次声检测期间采用的频率模式。频率模式用于确定次声频率阈值对于被检测活动是按固定值还是自适应的。开关21的开关3指示用于继电器开关16的报警模式。开关21的开关4指示用于继电器开关17的报警模式。开关21的开关5激活用于继电器开关16的测试模式。开关21的开关6激活用于继电器开关17的测试模式。在测试模式期间，检测处理默认预定的控制参数，并且当产生报警响应时音频报警器24发出声调。

开关22和23是十位置的二进制编码的十进制旋转开关，用于向软件算法提供有关检测控制参数的指令。开关22指示用于继电器开关16的检测控制参数，并且开关23指示用于继电器开关17的检测控制参数。开关22和23的不同位置被标记成0至9。

当开关22被设置到位置0，禁用与继电器开关16相关联的软件算法。当开关21的开关3被设置成时间报警(temporal alarm)模式，开关22的位置1至9指示用于继电器开关16的各种预定的报警响应时间率。当开关21的开关3被设置成固定报警(fixed alarm)模式，开关22的位置1至9指示在确定用于继电器开关16的报警响应时采用的不同阈值和逻辑陈述。

当开关23被设置到位置0，禁用与继电器开关17相关联的软件算法。当开关21的开关4被设置成时间报警模式，开关23的位置1至9指示用于继电器开关17的各种预定的报警响应时间率。当开关21的开关4被设置成固定报警模式，开关23的位置1至9指示在确定用于继电器开关17的报警响应时采用的不同阈值和逻辑陈述。

图3是如本发明优选实施例中用于确定报警响应的软件算法的流程图。处理器接收检测信号(25)。确定信息(如检测该信号的源)、该信号的检测特征以及各信号之间的时间关系(26)。特定的当前和以前检测的信息被保存在顺序缓冲器(27)，并且用统计方法对这些信息确定发生概率(28)。所述发生概率与概率阈值(29)比较，并进行有关特定信息的推理(30)，使得具有高发生概率的信息被推断为噪声(31)，具有较低发生概率的信息被推断为由正常活动引起(32)，具有最低发生概率的信息被推断为由异常活动引起(33)。如此推断的信息被保存在顺序缓冲器(34)。

然后把推断的信息组织成各种逻辑陈述(35)，用于进一步确定所述信息的发生概率。逻辑陈述的满足被保存在顺序缓冲器(36)，然后确定逻辑陈述是否是活动的(37)。当逻辑陈述的条件满足当前信息，则认为逻辑陈述是满足的。在满足的逻辑陈述是活动(active)的情况下，产生报警响应(38)，或在满足的逻辑陈述是非活动(inactive)的情况下，不产生报警响应(39)。在信息是无效的情况下，可指示顺序缓冲器删除信息(40)。

在时间报警模式的情况下，当前和以前的推理以及满足的逻辑陈述被用于统计确定推断的报警率(41)。指示所期望的报警率(42)。推断的报警率与所指示的报警率做比较(43)。如果该推断的报警率近似等于该预定的报警率，不改变概率阈值(29)或被确定为活动的逻辑陈述。如果推断的虚假报警率不近似等于预定报警率，通过确定新的概率阈值(45)和新的活动逻辑陈述(46)来自适应控制参数。

在固定报警模式的情况下，可预先确定一个或多个逻辑陈述(35)的各种集合。通过被指示为活动的逻辑陈述的集合来确定报警响应。这样，根据所推断信息(34)的统计分析可确定概率阈值(45)。

图4是如在本发明第二实施例的三检测器系统中使用的信息的表。这种检测器可以是磁性开关或运动检测器或其他类型的检测器。信号是二值的，即电压的存在或不存在，如利用检测响应来响应的特定检测器那样改变状态。当任何一个检测器产生检测响应，则检测处理开始。时间信息是在相关时帧(time frame)内的以前检测器响应和当前检测器响应之间的差异。这样的信号和信息可由本发明的优选实施例使用。

图5是如本发明第二实施例的三检测器系统中使用的逻辑陈述的表。该表包含图4中信息各种组合的组合与排列。在检测处理期间，逻辑陈述的全部或部分可以是活动的。当满足任何活动的逻辑陈述，则产生报警响应。这样的逻辑陈述可由本发明的优选实施例来使用。

图6是如本发明第三实施例的用于改进次声检测的示意性电路图。为该电路提供+5伏电源和+2.5伏DC偏移电源，使得可检测正和负信号振幅及频率。次声传感器47检测周围次声信号并产生该信号的模拟电表示。然后把来自传感器的该信号提供给具有高通和低通频率滤波器特征的前置放大器电路，用于抑制不期望的频率。该前置放大器具有增益控制开关，用于大增益调整。把该前置放大器的输出提供给第一阶段放大器电路，该第一阶段放大器电路用于进一步放大该信号，并具有高通和低通频率滤波器特征用于进一步抑制不期望的频率。该第一阶段放大器电路具有十位置二进制编码的十进制旋转开关50，用于小增益调整。把第一阶段放大器的输出51提供给处理器1的端口4和第二阶段放大器电路。第二阶段放大器用于进一步放大该信号，并且具有低通滤波特征用于进一步抑制不期望的频率。第二阶段放大器的输出52被提供给处理器1的端口5和第三阶段放大器电路。第三阶段放大器电路进一步放大该信号，并具有低通滤波特征用于进一步抑制不期望的频率。第三阶段放大器的输出53被提供给处理器1的端口6和第三阶段放大器电路。这些放大器的增益使得处理器1可按邻近(contiguous)方式确定宽范围的信号振幅。这样的次声检测电路可由本发明的优选实施例使用。

图7是对图6的各种放大器的频率响应的图示。

图8是对图6的+2.5伏DC偏移电源的频率响应的图示。

图9是如本发明第三实施例的四个相区别的顺序次声信号的检测中所使用信息的表。经常不断地确定信号振幅和频率的统计参数并确定概率阈值，使得可推断噪声、正常活动和异常活动。还对时间关系确定统计参数，用于标识复合特性的信号。这样的复合信号可由各种振幅和频率的子信号组成。当检测到初始信号，检测处理开始。其他的时间信息是在相关时帧内以前的信号和当前信号之间的差异。这样的信号和信息可由本发明的优选实施例使用。

图10是如本发明第三实施例的四次声信号检测中使用逻辑陈述的表。该表包含图9中信息的各种组合的组合与排列。在检测处理期间，逻辑陈述的全部或部分可以是活动的。当满足任何活动的逻辑陈述，则产生报警响应。这样的逻辑陈述可由本发明的优选实施例使用，并且这样的报警响应可用作如本发明第二实施例的图4中的信息。

Claims (26)

1.一种非法闯入检测系统，包括至少一个非法闯入检测器和与之连接的处理器，其特征在于：

所述处理器被用于自适应地把来自所述至少一个非法闯入检测器的预定义信号状态的发生概率的阈值等级优化成预定的虚假报警时间率。

2.如权利要求1所述的非法闯入检测系统，其特征在于：

由特定软件算法支配的所述处理器构成内在人工智能系统，用于确定由所述至少一个检测器传送的信号状态的可能原因。

3.如权利要求1所述的非法闯入检测系统，其特征在于：

所述处理器可用于根据以前从所述至少一个检测器接收的信号来计算发生概率。

4.如权利要求1所述的非法闯入检测系统，其特征在于：

所述处理器用于至少在噪声信号范围、正常活动信号范围和非法闯入信号范围之间优化阈值等级。

5.如权利要求1所述的非法闯入检测系统，其特征在于：

所述处理器用于确定和组织根据从所述至少一个检测器接收的信号产生的信息，以及有关这些信号之内和之间的时间段的信息。

6.如权利要求5所述的非法闯入检测系统，其特征在于：

所述处理器用于使用统计方法来确定单个信息和与根据来自所述至少一个检测器的信号产生的以前信息在时间上相关的多个信息的集合的发生概率。

7.如权利要求6所述的非法闯入检测系统，其特征在于：

所述单个信息由信号特征组成，而所述多个信息由信号、所述至少一个检测器的特征以及信号特征之内和之间的时间关系组成。

8.如权利要求1所述的非法闯入检测系统，其特征在于：

所述预定义信号状态包括噪声状态、正常活动状态和异常状态的任何至少一个。

9.如权利要求8所述的非法闯入检测系统，其特征在于：

噪声状态、正常活动状态和异常状态分别是对应于分别由非法闯入检测器检测区域中的人、动物、机器和环境产生的低或无活动、正常发生活动和不正常活动的信号状态。

10.如权利要求1所述的非法闯入检测系统，其特征在于：

所述至少一个非法闯入检测器包括至少一个次声变换器。

11.如权利要求10所述的非法闯入检测系统，其特征在于：

所述至少一个次声检测器经由至少高通和低通滤波器连接至所述处理器，用于抑制不期望的频率，如1-15Hz范围之外的频率。

12.如权利要求10所述的非法闯入检测系统，其特征在于：

所述至少一个次声变换器连接至一系列带有各自输出的放大器，从而产生邻近范围的信号振幅提供给A/D转换器，用于产生用于进一步处理的数字信号表示。

13.如权利要求1所述的非法闯入检测系统，其特征在于：

所述至少一个非法闯入检测器包括开关、运动检测器、玻璃破碎检测器和振动检测器中的至少一个。

14.一种用于非法闯入检测的方法，所述方法包括使用至少一个非法闯入检测器和与之连接的处理器，其特征在于：

所述处理器自适应地把来自所述至少一个非法闯入检测器的预定义信号状态的发生概率的阈值等级优化成预定的虚假报警时间率。

15.如权利要求14所述的方法，其特征在于：

特定软件算法支配所述处理器来确定由所述至少一个检测器传送的信号状态的可能原因，所述处理器和所述算法的组合构成内在人工智能系统。

16.如权利要求14所述的方法，其特征在于：

所述处理器可用于根据以前从所述至少一个检测器接收的信号来计算发生概率。

17.如权利要求14所述的方法，其特征在于：

所述处理器用于至少在噪声信号范围、正常活动信号范围和非法闯入信号范围之间优化阈值等级。

18.如权利要求14所述的方法，其特征在于：

所述处理器用于确定和组织根据从所述至少一个检测器接收的信号产生的信息，以及有关这些信号之内和之间的时间段的信息。

19.如权利要求18所述的方法，其特征在于：

所述处理器用于使用统计方法来确定单个信息和与根据来自所述至少一个检测器的信号产生的以前信息在时间上相关的多个信息的集合的发生概率。

20.如权利要求19所述的方法，其特征在于：

所述单个信息由信号特征组成，而所述多个信息由信号、所述至少一个检测器的特征以及信号特征之内和之间的时间关系组成。

21.如权利要求14所述的方法，其特征在于：

所述至少一个非法闯入检测器发出信号，所述信号属于任何下述预定义信号状态：噪声状态，正常活动状态和异常状态。

22.如权利要求21所述的方法，其特征在于分别由非法闯入检测器检测区域中的人、动物、机器和环境产生的低或无活动、正常发生活动和不正常活动产生相应的非法闯入检测器信号状态：噪声状态、正常活动状态和异常状态。

23.如权利要求14所述的方法，其特征在于至少一个次声变换器如所述至少一个非法闯入检测器那样运行。

24.如权利要求23所述的方法，其特征在于所述至少一个次声检测器经由至少高通和低通滤波器向所述处理器传送表示次声的信号，用于抑制不期望的频率，如1-15Hz范围之外的频率。

25.如权利要求23所述的方法，其特征在于连接一系列放大器来接收和放大来自所述至少一个次声变换器的信号，从而产生邻近范围的信号振幅提供给A/D转换器，用于产生用于进一步处理的数字信号表示。

26.如权利要求14所述的方法，其特征在于开关、运动检测器、玻璃破碎检测器和振动检测器中的至少一个如所述至少一个非法闯入检测器那样运行。

Images