CN105405260A - 一种基于无线信号的防盗系统及防盗方法 - Google Patents
一种基于无线信号的防盗系统及防盗方法 Download PDFInfo
- Publication number
- CN105405260A CN105405260A CN201510930961.7A CN201510930961A CN105405260A CN 105405260 A CN105405260 A CN 105405260A CN 201510930961 A CN201510930961 A CN 201510930961A CN 105405260 A CN105405260 A CN 105405260A
- Authority
- CN
- China
- Prior art keywords
- wireless signal
- wireless
- burglary
- resisting system
- invader
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
Abstract
本发明涉及无线网络和安防领域。本发明利用人体运动对无线信号的干扰,采用通用无线设备采集无线信号数据,对入侵者进行检测,达到防盗报警的效果。系统利用现有无线设备进行入侵检测,不需要额外硬件。同时,系统只需要无线信号强度,对其中与人体运动相关的频谱信息进行分析,准确率和效率更高。除此之外,系统还可以自动识别是否设防状态,自动化程度较高。
Description
技术领域
本发明涉及无线网络和安防领域,尤其涉及一种基于无线信号的防盗方法。
背景技术
在安防领域,运动检测及告警一直是一项极为重要的功能。各类基于运动检测的防盗系统已经广泛应用于家庭、仓储及办公场合。运动检测和告警系统可以在有人入侵时检测人体的运动,并自动发出报警信号,或记录入侵信息。现有的运动检测系统通常采用红外线、摄像头、多普勒雷达等专用设备。这些设备在实际应用中存在一定的缺陷。首先,专用设备一般需要专业的安装,并且成本较高;其次,红外线、摄像头等专业设备有一定覆盖角度,经常会存在覆盖死角,让不法分子有可乘之机;最后,摄像头等设备无法穿越家具、板墙等障碍物,而且需要较好的照明条件。所以,无法有效用于夜晚及复杂环境下的运动检测。
随着无线网络的普及,各类无线设备,包括WiFi、蓝牙及3G/4G设备已经大量进入普通家庭。本发明提出利用无线设备实现安全防盗功能。同现有技术相比,利用无线设备防盗的好处在于:首先,无线防盗系统成本低廉,可以复用现有家庭内的无线路由器,手机,机顶盒等设备,无需单独采购专用防盗设备及传感器;其次,无线防盗系统采用全向天线,没有覆盖死角。而且无线设备发送的无线电波难以察觉,设备不易发现;最后,无线信号可以穿越家具和墙壁,不需要光线,适用范围广泛。
本发明的基本原理是利用人体反射的无线信号来检测入侵者。采用商用的无线路由器等设备作为传感器,通过测量到的信号变化来有效监测周围人体活动。现有的无线信号检测系统一般采用人体运动指纹特征来匹配人体,如宫良一,杨铮等提出的CN103596266A。这种方式对信号采集要求较高,例如需要采集正交频分复用系统中子载波的信道信息,一般设备例如手机等无法有效支持。除此之外,现有的检测系统还存在智能化程度不够,无法自动区分设防状态和不设防状态之间的区别等等。
再如:CN103458413A公开了《基于无线信号特征的入侵检测方法》,该对比文件涉及一种基于无线信号特征的入侵检测方法,它利用入侵物体对无线链路信号强度的影响,实现对是否有物体入侵的状态检测。CN104955149A公开了《基于模糊规则更新的室内WLAN被动入侵检测定位方法》,该对比文件的入侵检测方法基于模糊集的异常检测算法。以上两种算法均只考虑了信号的统计特征而没有考虑信号的频谱特征。本发明观察到人体的不同运动会引起不同频率的信号变化,特定运动产生的变化频谱是不同的。根据接收到的信号的频谱特征,本发明获取与人运动速度相关的频谱的信号能量来判断是否有入侵者。这种方法比传统的基于统计的方法抗噪声能力更强,准确率更高,单对收发器的覆盖范围更大。除此之外,系统还可以自动识别是否设防状态,自动化程度较高。
发明内容
针对现有技术中存在的不足,本发明提出了一种基于无线信号的防盗系统。本发明的技术方案针对现有防盗系统的弱点,解决了如何利用通用无线设备采集无线信号,进行可靠的人体运动检测,并智能化地进行设防的问题。
本发明采用以下技术方案:
一种基于无线信号的防盗系统,它包括防盗系统服务器、无线信号接收器、无线信号发射器、授权用户终端,所述无线信号接收器为一个或者多个通用无线设备,当无线信号接收器为多个通用无线设备,通过比较每个无线信号接收器的信号强度变化来判断入侵者的具体位置;所述通用无线设备指的是支持WiFi、长期演进、蓝牙或者Zigbee通信技术的无线设备;所述防盗系统服务器负责对无线信号数据处理及识别,并对入侵情况进行记录,所述防盗系统服务器通过无线形式与所述授权用户终端相连,适时对所述授权用户终端提醒或警告;所述无线信号接收器采集所述无线发射器发射的无线信号数据,并将无线信号数据发送给防盗系统服务器。
本发明还公开了一种基于无线信号的防盗方法,防盗系统使用一个或多个通用无线设备采集无线信号数据,利用无线信号的变化判断是否有入侵者,自动区分设防和不设防状态,在设防状态下发送告警。
进一步地,所述无线信号数据是指接收信号强度指示(RSSI,Receivedsignalstrengthindication)。
进一步地,所述通用无线设备指的是支持WiFi,长期演进(LTE,LongTermEvolution),蓝牙(Bluetooth),Zigbee通信技术的无线设备。
进一步地,所述自动判断设防及不设防状态是通过授权用户设备是否在无线通信范围内。
进一步地,所述利用无线信号变化判断是否有入侵者的步骤包括:
对采集到的无线信号数据进行除噪处理;
通过信号数据的频谱变化来判断是否有入侵者;
进一步地,所述频谱变化是指,信号在人体运动速度对应频谱内的能量大于特定阈值。
进一步地,所述告警可以指发送短消息,拨打特定电话,通过互联网实时通信手段告警等。
进一步地,系统在发送所述告警时可以自动进行运动记录,录音、录像、拍照等。
进一步地,系统可以通过信号频谱信息识别入侵者动作并进行记录。
进一步地,系统可以通过接收到入侵者的无线设备的信号强度和位置,判断入侵者的位置并进行记录。
有益效果:本发明针对现有无线防盗系统的缺陷,提出使用通用无线设备采集无线信号强度的方式来检测入侵者。其有益效果在于系统利用现有无线设备进行入侵检测,不需要额外硬件。同时,系统只需要无线信号强度,对其中与人体运动相关的频谱信息进行分析,准确率和效率更高。现有的利用无线信号强度的发明,使用均值、方差等二维统计特征(CN103458413A)或模糊集的特征函数(CN104955149A)等。这些方法主要考虑了信号的统计特征,而没有考虑信号的频谱特征,所以准确率低且无法实现动作识别。本发明利用的频谱信息与动作相关度大,所以可以达到更好的准确度以及更大的覆盖范围。除此之外,系统还可以自动识别是否设防状态,自动化程度较高。
附图说明
图1是本发明实施例的基于无线信号的防盗系统结构示意图。
图2是本发明实施例的一种防盗方法实施流程图。
图3是本发明实施例的静止状态下的信号强度指示图。
图4是本发明实施例的走路状态下的信号强度指示图。
图5是本发明实施例的经过滤波处理后的信号强度示例图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细阐述。
本发明利用人体运动对无线信号的干扰,采用通用无线设备采集无线信号数据,对入侵者进行检测,达到防盗报警的效果。
图1是本实施例的系统结构。系统包含防盗系统服务器101,该防盗系统服务器负责对无线信号数据处理及识别,并对入侵情况进行记录。防盗系统服务器通过一个或多个无线信号接收器102-104来获取无线信号。无线信号接收器是通用的无线设备,具体而言可以是支持WiFi,长期演进(LTE,LongTermEvolution),蓝牙(Bluetooth),Zigbee通信技术的无线设备。无线信号接收器的物理形态可以是无线路由器、手机、机顶盒、台式/笔记本计算机、平板电脑或专用接收设备等。无线信号接收器的作用是采集无线信号发射器105发射的无线信号数据,并将无线信号数据发送给防盗系统服务器。无线信号发射器是支持与无线信号接收器同类通信技术的发射终端,在物理形态上可以是蜂窝网基站、无线路由器、蓝牙信标设备等等。无线信号发射器可由第三方提供,在逻辑上不属于本系统内部。防盗系统服务器通过对无线数据进行处理和识别,可以检测无线信号接收器附近是否有人活动。当有人活动时,防盗系统服务器会将告警通知发送给授权用户终端106,提醒授权用户。
本发明主要技术特征是一、通用无线设备;二、利用无线信号的频谱变化判断入侵者;三、自动区分设防和不设防,在设防状态下发送告警。
当然系统中的各个组成部分还有其他不同的组合方式,例如,可以将防盗系统服务器与无线信号接收器集成在一个物理实体内部。
系统中的防盗系统服务器和无线信号接收器可以利用物理方式加以保护。例如,可以利用无线信号能够穿透木板及普通墙面的特性,将无线信号接收器部署在木质墙壁后面,加强物理防护。
系统中的各个部分可以通过有线或者无线信道进行通信。通信可以复用系统用于检测运动的无线信道。例如,WiFi无线信号接收器可以利用WiFi信道本身来传输无线信号测量信息。系统内部模块之间的通信可以通过加密方式来保证安全。
图2是本发明的一种具体实施流程:
步骤201:首先,防盗服务器通过无线信号接收器采集无线信号数据。
步骤202:防盗服务器对信号进行预处理及滤波。同时,将信号转换到频谱域。
步骤203:防盗服务器通过信号频谱域的变化来判断是否存在人体动作。如果没有动作则继续监控周围环境,采集无线信号数据。
步骤204:当周围有动作时,防盗系统判断目前是否在设防状态,如果不在设防状态,系统仅记录动作,不发送告警。
步骤205:当系统在设防状态发现动作后,系统不仅记录动作,并会发送告警通知给授权用户设备。
本发明实施的具体方法如下:
无线信号采集过程可以用通用无线设备如无线路由器,手机等对收到的无线数据包进行测量。具体的测量内容可以是对每一帧数据的信号强度指示进行测试。例如,当无线信号发射器,如WiFi路由器,以每秒钟2500个数据包的速率发送数据时,无线信号接收器,如笔记本,可以对每一个数据帧测量接收到的信号强度。该功能在大多数商用网卡上均支持,可以通过系统提供的软件API获取。
通过通用无线设备获取的无线数据往往质量较差。例如,商用设备提供的信号强度指示一般以分贝(dB)为单位,分辨率在1dB左右。在进行动作检测时需要能够有效测量人体对无线信号的干扰。这种干扰一般是由于人体对无线信号的反射造成的。由于人体反射信号的强度往往远远弱于正常的视距(LOS,Line-Of-Sight)信号,所以人体对无线信号强度的扰动会非常小。通常这种扰动在1-5dB左右。因此,通过信号强度对人体扰动测量需要首先进行去噪和频谱分析。
图3是静止状态下的信号强度示意图。由图可见,在静态条件下,捕获的无线信号强度在2-3个特定值之间随机跳变,变化幅度较小。图4是周围有人走路的情况下的信号强度指示。从图形上看,走路和静止状态下的波形没有太多区别。但是,人体运动信号的频率与运动速度相关,所以其变化规律可以通过波形去噪的方法获取。
具体的去噪方法可以采用低通滤波、中值滤波或滑动窗口平均的方法。图5显示了在采样率为2500Hz条件下,利用滑动窗口长度为40的滑动平均算法对波形进行平均的结果。此时,本发明可以看到较有规律的人体走路波形。通过对此类波形的检测,本发明可以发现周围是否有人经过。
具体的运动检测原理如下。人体的反射信号与直达信号之间进行叠加后,发射信号的相位和直达信号的相位之间有一定区别。经过相干叠加,总的信号强度可能变大也有可能变小。由于直达信号的相位是基本不变的,而反射信号的相位取决于发射器至人体再到接收器之间的路径长度。当路径长度变化一个无线信号的波长,相位会对应变化一个周期。对于5GHz的WiFi信号,其波长为6cm左右。当人以1米/秒的速度行走,考虑到路径往返的总长度,反射路径1秒钟大约变化33个周期。这样本发明会观察到总的信号强度会存在一个33Hz的规律变化。对应于其他动作,例如跑步,坐下等等,本发明也可以根据其运动速度得出其信号强度变化的频率。具体的频谱特征依赖于运动的速度以及无线信号的波长,可以根据这两个参数计算获取。具体计算方法如下:
无线信号的波长λ可以通过公式λ=c/f获取,其中c为光速,f为无线信号的波长。
人体运动速度范围可以通过观察及测量得到。例如,走路速度为v=0.8-1.2米/秒,跑步速度为v=2-4米/秒。人体运动对应的频率范围是ω=hv/λ,其中修正参数h取1.5-2。当需要获取对应频率范围内的信号时,系统按照奈奎斯特定理选择合适的采样频率,具体的采样频率要高于最高频率范围的2倍以上。例如,若要有效检测30Hz左右的走路动作,需要采样频率超过60Hz,即系统每秒钟需要至少采集60次信号强度。
在已知人体运动的特征频率后,对周围人体的检测可以用时频域能量算法实现。基本方法是获取信号的频域分量后,根据频域分量的大小来判断周围是否有人。获取频域分量的基本方法是通过时频域分析工具,例如,短时傅里叶变换、小波变换或滤波器组等等。以短时傅里叶变换为例,首先将滤波后的信号强度分为一定长度的数据帧,例如,长度为1024个采样点的数据帧。帧和帧之间可以有一定重复区域,例如,每帧可以移动128点,临近的两帧之间的就会重叠896点。在每帧数据上可选地加上特定的窗口,如海明窗或海宁窗,以改善时频域特性。对加上窗后的数据帧进行快速傅里叶变换,可以将对应的数据转换到频域。随着各帧之间的频域信号强度的变化,本发明可以利用传统的阈值方法来监测是否有运动发生。例如,本发明观察到人的走路信号是在30Hz左右,本发明可以用移动平均的方法来获取在静止状态下30Hz左右的频率范围内的傅里叶变换频谱强度,然后将阈值设定为静止状态频谱强度的3-5倍。当30Hz左右频谱强度超过阈值且维持一段时间后,本发明即可判断周围有人走动。当然具体的判别方法还有很多种,在这里就不再一一描述。由于本发明只考虑人体运动速度对应频谱范围内的能量强度,本发明所受到的外界干扰远远小于基于统计的现有方法。
在发现周围有人运动后,系统首先要判断目前系统是否处于设防状态。本发明系统利用无线信号的信息来智能化地确定系统是否处于设防状态。具体方式为判断授权用户终端是否在无线通信范围内。举例来说,如果在家用场景内,无线信号发射器为家用WiFi路由器,而授权用户终端为家庭成员的手机。因此,系统在发现有人入侵时应当发送告警给家庭成员的手机。由于本系统基于无线网络,所以系统可以智能化地判断家庭成员是否在家。判断的方式是通过授权手机是否与家用WiFi路由器相连来实现的。如果用户在家,其手机一般会自动与家庭路由器连接。这时,防盗系统可以自动进入非设防状态。手机与家庭路由器的连接状态,可以通过手机发送给防盗服务器,也可以通过家庭路由器发送给防盗服务器。除此之外,手机还可以主动测量家庭路由器的信号强度,根据信号强度范围来判断用户是否离家比较近。当用户离家时,手机无法再收到家庭路由器的信号,系统会自动进入设防状态。
在手机意外关机或者断开连接时,手机将自动判断是否用户是正常离家。一般正常离家是会经过一段信号逐渐减弱的过程,其特征比较明显,与关机或突然断网不同。所以,在这些情况下,防盗服务器不会自动进入设防状态、除此之外,还有一些特殊情况需要通过手动设防或取消设防来实现。具体包括,家庭成员离家时忘记携带手机,在家进入睡眠状态等。系统提供接口可以进行远程设防和撤销设防。
当系统在设防状态时检测到人体运动,系统将发送告警。具体的告警方式会有多种,包括,直接发出声光告警、发送短消息到授权用户终端、通过互联网方式由用户终端应用进行告警、拨打特定电话或者通过互联网实时通信手段进行告警等等。系统在检测到人体运动的同时,还可以通过记录运动特征、启动视频/摄像设备等方式来记录室内情况。
除此之外,基于无线信号的防盗系统可以通过多个无线信号的测量结果来判断入侵者的具体位置。其方法如下,当防盗系统中有多个无线接收器同时接收一个无线发射器的信号时,可以通过比较每个无线接收器的信号强度变化来判断入侵者的具体位置。例如,当无线信号发射器(WiFi路由器)在客厅时,如果3个无线信号接收器分别在安装在餐厅、卧室、玄关。此时,如果餐厅的无线信号接收器的信号变化最大,说明入侵者处在餐厅附近。如果三个无线信号接收器均采集到类似的信号强度变化,则入侵者应在无线信号发射器,即客厅附近。通过在不同区域部署多个发射器和接收器,基于无线信号的防盗系统可以判断入侵者的具体区域信息。
除此之外,防盗系统也可以通过动作识别判断入侵者的具体动作。不同的动作有着不同的频率特征,例如,跑步的频率一般要高于走路的频率,坐下的频率低于走路的频率。通过不同的频率特征,防盗系统可以识别并记录入侵者的具体动作。
当然,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明做出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种基于无线信号的防盗系统,其特征在于:它包括防盗系统服务器、无线信号接收器、无线信号发射器、授权用户终端,所述无线信号接收器为一个或者多个通用无线设备,当无线信号接收器为多个通用无线设备,通过比较每个无线信号接收器的信号强度变化来判断入侵者的具体位置;所述通用无线设备指的是支持WiFi、长期演进、蓝牙或者Zigbee通信技术的无线设备;所述防盗系统服务器负责对无线信号数据处理及识别,并对入侵情况进行记录,所述防盗系统服务器通过无线形式与所述授权用户终端相连,适时对所述授权用户终端提醒或警告;所述无线信号接收器采集所述无线发射器发射的无线信号数据,并将无线信号数据发送给防盗系统服务器。
2.一种基于无线信号的防盗方法,其特征在于:包括以下步骤:
步骤一、通过无线信号接收器采集无线信号数据;
步骤二、利用无线信号频谱的变化判断是否有入侵者,在不存在入侵者的情况下继续采集无线信号数据,在存在入侵者的情况下对入侵情况进行记录;
步骤三、自动区分设防和不设防状态,在设防状态下发送告警。
3.根据权利要求2所述的基于无线信号的防盗方法,其特征在于:所采集的无线信号数据是指接收信号强度指示。
4.根据权利要求2所述的基于无线信号的防盗方法,其特征在于:所述的利用无线信号变化判断是否有入侵者的步骤包括:对采集到的无线信号数据进行除噪处理;通过信号数据的频谱变化来判断是否有入侵者。
5.根据权利要求4所述的基于无线信号的防盗方法,其特征在于:所述的除噪处理的方法为低通滤波、中值滤波或滑动窗口平均的方法;所述的频谱变化是指无线信号在人体运动速度对应频谱内的能量大于特定阈值。
6.根据权利要求5所述的基于无线信号的防盗方法,其特征在于:根据不同频率特征,系统能够识别并记录入侵者的具体动作。
7.根据权利要求5所述的基于无线信号的防盗方法,其特征在于:所述的人体运动速度对应频谱内的能量通过时频域分析算法获取。
8.根据权利要求5所述的基于无线信号的防盗方法,其特征在于:所述的人体运动速度对应频谱范围根据无线信号波长和人体运动速度计算获取。
9.根据权利要求2所述的基于无线信号的防盗方法,其特征在于:所述的自动判断设防及不设防状态的方法为:通过检测授权用户设备是否在无线通信范围内、通过主动测量通用无线设备的信号强度、或者通过判断授权用户设备是否正常离开所述的防盗系统的范围。
10.根据权利要求7所述的基于无线信号的防盗方法,其特征在于:防盗系统服务器利用无线信号的信息来智能化地确定系统是否处于设防状态,防盗系统服务器通过授权用户终端是否与家用WiFi路由器相连来实现的,来智能化地判断家庭成员是否在家,并依此确定是否自动进入非设防状态;或者,防盗系统服务器通过授权用户终端与家庭WiFi路由器的连接信号强度来判断用户离家远近,当授权用户终端收到家庭WiFi路由器的信号小于一定的阀值时,防盗系统会自动进入设防状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510930961.7A CN105405260B (zh) | 2015-12-15 | 2015-12-15 | 一种基于无线信号的防盗系统及防盗方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510930961.7A CN105405260B (zh) | 2015-12-15 | 2015-12-15 | 一种基于无线信号的防盗系统及防盗方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105405260A true CN105405260A (zh) | 2016-03-16 |
CN105405260B CN105405260B (zh) | 2018-06-26 |
Family
ID=55470723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510930961.7A Expired - Fee Related CN105405260B (zh) | 2015-12-15 | 2015-12-15 | 一种基于无线信号的防盗系统及防盗方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105405260B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105719443A (zh) * | 2016-04-07 | 2016-06-29 | 深圳市小煷伴科技有限公司 | 双向双模追踪器 |
CN105894703A (zh) * | 2016-05-11 | 2016-08-24 | 大博(武汉)科技有限公司 | 一种基于WiFi的智能监测方法、装置及系统 |
CN106446828A (zh) * | 2016-09-22 | 2017-02-22 | 西北工业大学 | 一种基于Wi‑Fi信号的用户身份识别方法 |
CN107818663A (zh) * | 2017-09-18 | 2018-03-20 | 深圳大学 | 一种基于WiFi组网的室内智能安防方法、系统及介质 |
CN108173975A (zh) * | 2018-03-12 | 2018-06-15 | 杨光亚 | 一种基于rssi信号检测的智能安防监测系统及方法 |
CN109246635A (zh) * | 2018-10-08 | 2019-01-18 | 杭州鸿雁智能科技有限公司 | 一种基于无线信号的人体存在检测系统 |
CN110519718A (zh) * | 2018-10-08 | 2019-11-29 | 杭州鸿雁智能科技有限公司 | 一种基于无线信号的人体存在检测系统 |
CN116798174A (zh) * | 2023-08-22 | 2023-09-22 | 邹城美安系统集成有限公司 | 一种建筑智能化防盗装置及其系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1725250A (zh) * | 2005-06-13 | 2006-01-25 | 施俊 | 自动识别身份并判断非法侵入的安防报警系统 |
US20080001731A1 (en) * | 2006-06-29 | 2008-01-03 | Honeywell International Inc. | Multi-frequency alarm system receiver with interference detection |
CN101436336A (zh) * | 2007-11-15 | 2009-05-20 | 中国科学院自动化研究所 | 一种入侵检测系统及方法 |
CN203799482U (zh) * | 2014-01-21 | 2014-08-27 | 公安部上海消防研究所 | 一种消防救援报警系统 |
CN104951757A (zh) * | 2015-06-10 | 2015-09-30 | 南京大学 | 一种基于无线信号的动作检测和识别的方法 |
-
2015
- 2015-12-15 CN CN201510930961.7A patent/CN105405260B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1725250A (zh) * | 2005-06-13 | 2006-01-25 | 施俊 | 自动识别身份并判断非法侵入的安防报警系统 |
US20080001731A1 (en) * | 2006-06-29 | 2008-01-03 | Honeywell International Inc. | Multi-frequency alarm system receiver with interference detection |
CN101436336A (zh) * | 2007-11-15 | 2009-05-20 | 中国科学院自动化研究所 | 一种入侵检测系统及方法 |
CN203799482U (zh) * | 2014-01-21 | 2014-08-27 | 公安部上海消防研究所 | 一种消防救援报警系统 |
CN104951757A (zh) * | 2015-06-10 | 2015-09-30 | 南京大学 | 一种基于无线信号的动作检测和识别的方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105719443A (zh) * | 2016-04-07 | 2016-06-29 | 深圳市小煷伴科技有限公司 | 双向双模追踪器 |
CN105894703A (zh) * | 2016-05-11 | 2016-08-24 | 大博(武汉)科技有限公司 | 一种基于WiFi的智能监测方法、装置及系统 |
CN105894703B (zh) * | 2016-05-11 | 2019-03-08 | 优乐(武汉)健康科技有限公司 | 一种基于WiFi的智能监测方法、装置及系统 |
CN106446828A (zh) * | 2016-09-22 | 2017-02-22 | 西北工业大学 | 一种基于Wi‑Fi信号的用户身份识别方法 |
CN107818663A (zh) * | 2017-09-18 | 2018-03-20 | 深圳大学 | 一种基于WiFi组网的室内智能安防方法、系统及介质 |
CN108173975A (zh) * | 2018-03-12 | 2018-06-15 | 杨光亚 | 一种基于rssi信号检测的智能安防监测系统及方法 |
CN108173975B (zh) * | 2018-03-12 | 2020-09-08 | 杨光亚 | 一种基于rssi信号检测的智能安防监测系统及方法 |
CN109246635A (zh) * | 2018-10-08 | 2019-01-18 | 杭州鸿雁智能科技有限公司 | 一种基于无线信号的人体存在检测系统 |
CN110519718A (zh) * | 2018-10-08 | 2019-11-29 | 杭州鸿雁智能科技有限公司 | 一种基于无线信号的人体存在检测系统 |
CN116798174A (zh) * | 2023-08-22 | 2023-09-22 | 邹城美安系统集成有限公司 | 一种建筑智能化防盗装置及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105405260B (zh) | 2018-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105405260A (zh) | 一种基于无线信号的防盗系统及防盗方法 | |
AU2017376793B2 (en) | System and method for detecting and locating contraband devices in a secure environment | |
Saeed et al. | Ichnaea: A low-overhead robust WLAN device-free passive localization system | |
US8254847B2 (en) | Distributed wireless communications for tactical network dominance | |
CN105158727B (zh) | 一种增强型室内无源被动人体定位方法 | |
Zhu et al. | Et tu alexa? when commodity wifi devices turn into adversarial motion sensors | |
US9355579B2 (en) | Systems and methods for image based tamper detection | |
JP5105100B2 (ja) | 侵入検知システム、警報端末、侵入者検知方法、そのプログラムおよび記録媒体 | |
CN104883732B (zh) | 一种增强型室内无源被动人体定位方法 | |
CN107994960A (zh) | 一种室内活动检测方法及系统 | |
US20180034569A1 (en) | Method and apparatus for detecting motion activity | |
CN109657572B (zh) | 一种基于Wi-Fi的墙后目标行为识别方法 | |
CN104393939A (zh) | 一种网格化无线电监测方法及系统 | |
CN109698724A (zh) | 入侵检测方法、装置、设备及存储介质 | |
Huang et al. | Towards anti-interference human activity recognition based on WiFi subcarrier correlation selection | |
He et al. | Motioncompass: pinpointing wireless camera via motion-activated traffic | |
Jin et al. | A whole-home level intrusion detection system using WiFi-enabled IoT | |
Lee et al. | Wireless sensing without sensors—An experimental approach | |
Zhu et al. | Adversarial wifi sensing | |
ES2871560T3 (es) | Un método para aumentar la especificidad de detección de interferencias intencionadas en un sistema de alarma doméstico | |
Cai et al. | CSI-based device-free indoor localization using convolutional neural networks | |
CN207123920U (zh) | 智能报警装置及报警系统 | |
Barsocchi et al. | Device-free indoor localization for AAL applications | |
Zhu et al. | R-PMD: Robust passive motion detection using PHY information with MIMO | |
Orphomma et al. | Exploiting the wireless RF fading for human activity recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180626 Termination date: 20181215 |