CN105897926A - 一种基于无线传感器的反恐系统及方法 - Google Patents
一种基于无线传感器的反恐系统及方法 Download PDFInfo
- Publication number
- CN105897926A CN105897926A CN201610380281.7A CN201610380281A CN105897926A CN 105897926 A CN105897926 A CN 105897926A CN 201610380281 A CN201610380281 A CN 201610380281A CN 105897926 A CN105897926 A CN 105897926A
- Authority
- CN
- China
- Prior art keywords
- analysis
- processor
- result
- data
- clouds
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/04—Position of source determined by a plurality of spaced direction-finders
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Abstract
本发明提供了一种基于无线传感器的反恐系统及方法,涉及公共安全领域。其特征在于,所述系统包括:分站和云端;所述云端与多个分站信号连接;所述分站包括:侦测传感器组、信标传感器组、中转器、数据传输装置、定位处理器、分析处理器、显示装置和预警装置;所述云端包括:云端数据传输装置、云端分析处理器和管理端。该发明具有定位准确、具有大数据分析、监测准确度高等优点。
Description
技术领域
本发明涉及公共安全领域,特别涉及一种基于无线传感器的反恐系统及方法。
背景技术
微机电系统(Micro-Electro-Mechanism System,MEMS)、片上系统(SOC,Systemon Chip)、无线通信和低功耗嵌入式技术的飞速发展,孕育出无线传感器网络(WirelessSensor Networks,WSN),并以其低功耗、低成本、分布式和自组织的特点带来了信息感知的一场变革。无线传感器网络就是由部署在监测区域内大量的廉价微型传感器节点组成,通过无线通信方式形成的一个多跳自组织网络。
很多人都认为,这项技术的重要性可与因特网相媲美:正如因特网使得计算机能够访问各种数字信息而可以不管其保存在什么地方,传感器网络将能扩展人们与现实世界进行远程交互的能力。它甚至被人称为一种全新类型的计算机系统,这就是因为它区别于过去硬件的可到处散布的特点以及集体分析能力。然而从很多方面来说,现在的无线传感器网络就如同远在1970年的因特网,那时因特网仅仅连接了不到200所大学和军事实验室,并且研究者还在试验各种通讯协议和寻址方案。而现在,大多数传感器网络只连接了不到100个节点,更多的节点以及通讯线路会使其变得十分复杂难缠而无法正常工作。另外一个原因是单个传感器节点的价格目前还并不低廉,而且电池寿命在最好的情况下也只能维持几个月。不过这些问题并不是不可逾越的,一些无线传感器网络的产品已经上市,并且具备引人入胜的功能的新产品也会在几年之内出现。
无线传感器网络所具有的众多类型的传感器,可探测包括地震、电磁、温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等周边环境中多种多样的现象。基于MEMS的微传感技术和无线联网技术为无线传感器网络赋予了广阔的应用前景。这些潜在的应用领域可以归纳为:军事、航空、反恐、防爆、救灾、环境、医疗、保健、家居、工业、商业等领域。
现有的无线传感器反恐系统主要以下的缺陷:
1、定位不精确:现有的无线传感器定位大都采用APIT定位算法,进行定位计算;该算法基本思想简单,容易实现,具有功耗低、成本低、节点定位精度高等特点,因此得到广泛的应用和研究。然而APIT算法在节点分布稀疏和节点分布密集情况下容易出现较大定位误差。
2、缺乏大数据分析:没有针对某个区域进行大数据统计分析;由于反恐是一项长期性的过程,而某些区域总是相对于另外的区域更容易出现恐怖袭击等问题。如果没有针对既有数据的大数据分析,难以
3、监测准确度不高:现有的反恐监测大都是针对某一项指标进行监测,如视频监测;但是没有针对多项数据指标进行监测,难以进行精确的判断,最终结果会导致出现一定程度的偏差。
发明内容
鉴于此,本发明提供了一种基于无线传感器的反恐系统及方法,该发明具有定位准确、具有大数据分析、监测准确度高等优点。
本发明采用的技术方案如下:
一种基于无线传感器的反恐系统,其特征在于,所述系统包括:分站和云端;所述云端与多个分站信号连接;所述分站包括:侦测传感器组、信标传感器组、中转器、数据传输装置、定位处理器、分析处理器、显示装置和预警装置;所述云端包括:云端数据传输装置、云端分析处理器和管理端;
所述侦测传感器组信号连接于中转器;所述信标传感器信号连接于中转器;所述中转器信号连接于数据传输装置;所述数据传输装置分别信号连接于定位处理器、分析处理器和云端;所述定位处理器信号连接于显示装置;所述分析处理器分别信号连接于显示装置和处理装置;
所述云端包括:云端数据传输装置、云端分析处理器和管理端;所述云端数据传输装置分别信号连接于数据传输装置和云端分析处理器;所述云端分析处理器信号连接于管理端。
所述侦测传感器组包括:温度无线传感器、光强无线传感器、压力无线传感器、生化无线传感器、视频无线传感器和声音无线传感器;用于分别监测温度、光强、压力、生化、视频和声音信息,将这些数据信息发送至中转器;所述信标传感器组,用于获取定位参数,将定位参数发送至中转器;所述中转器,用于将中转器接收到的数据信息发送至数据传输装置;所述数据传输装置,用于将接收到的数据信息分别发送至定位处理器和分析处理器;所述定位处理器用于根据定位参数对无线传感器进行定位;所述分析处理器,用于对获取到的温度、光强、压力、生化、视频和声音信息进行分析判断,得出分析判断结果,将判断结果分别发送至显示装置、预警装置和云端;所述显示装置,用于显示判断结果;所述预警装置,用于根据判断结果,发出预警信号。
所述云端数据传输装置,用于接受来自分站的判断结果信息,将判断结果信息发送至云端分析处理器;所述云端分析处理器,用于将接收到的判断结果信息进行存储,并在指定的时间周期内,对判断结果进行大数据分析处理,得出分析结果,将分析结果发送至管理端。
所述分析处理器包括:温度分析模块、光强分析模块、压力分析模块、生化分析模块、视频分析模块、声音分析模块和综合判断处理器;所述温度分析模块,用于分析温度数据,将分析结果发送至综合判断处理器,所述分析温度数据的方法包括以下步骤:
步骤1:设标准温度阈值为:T,光强判断阈值为:t,接收到的温度数据为T′;
步骤2:若|T′-T|<t;则判断温度监测结果为安全,若|T′-T|<t;则判断温度检测结果为危险;
所述光强分析模块,用于分析光强数据,将分析结果发送至综合判断处理器,所述分析光强数据的方法包括以下步骤:
步骤1:设标准光强阈值为:S,光强判断阈值为:s,接收到的光强数据为S′;
步骤2:若|S′-S|<s;则判断光强监测结果为安全,若|S′-S|<s;则判断光强检测结果为危险;
所述压力分析模块,用于分析压力数据,将分析结果发送至综合判断处理器,所述分析压力数据的方法包括以下步骤:
步骤1:设标准压力阈值为:P,判断阈值为:p,接收到的压力数据为P′;
步骤2:若|P′-P|<p;则判断压力监测结果为安全,若|P′-P|<p;则判断压力检测结果为危险;
所述生化分析模块,用于分析生化数据,将分析结果发送至综合判断处理器,所述分析生化数据的方法包括以下步骤:
步骤1:设标准生化阈值为:H,判断阈值为:h,接收到的生化数据为H′;
步骤2:若|H′-H|<h;则判断生化监测结果为安全,若|H′-H|<h;则判断生化检测结果为危险;
所述视频分析模块,用于对采集到的图像信息进行分析,所述对图像信息由人为监测,通过图像信息判断是否为当前监测区域是否安全,将判断结果发送至综合判断处理器;所述声音信息由认为监测,通过声音信息判断是否安全,将判断结果发送至综合判断处理器;
所述综合判断处理器,用于对各个模块发送过来的分析判断结果进行综合判断,判断该区域是否处于危险状态;
所述综合判断处理器的综合判断方法包括以下步骤:
步骤1:接收到的结果中处于危险状态的结果数量;
步骤2:如果处于危险状态的结果数量高于2个则判断该区域处于危险状态。
一种基于权利要求1至5之一所述的基于无线传感器的反恐系统的反恐方法,所述方法包括以下步骤:
步骤1:侦测传感器组获取目标区域的温度、光强、压力、生化、视频和声音信息,将信息发送至中转器;信标传感器组获取各个传感器的定位参数,将定位参数发送至中转器;
步骤2:中转器将接收到的数据信息经数据传输装置分别发送至定位处理器和分析处理器;
步骤3:分析处理器对接收到的温度、光强、压力、生化、视频和声音数据分别进行分析处理,得出判断结果,将判断结果发送至显示装置和预警装置;
步骤4:若预警装置接收到该区域处于危险状态,则发出预警信号;定位处理器通过坐标计算,精确定位处于危险状态的最小区域,将定位信息发送至显示装置;
步骤5:显示装置接收到判断结果和定位结果,直接显示出来。
所述定位处理器的定位方法包括以下步骤:
步骤1:信标传感器组中的传感器两两通信,记录到达对方的最短路径的距值,记为ξ。然后根据各个信标传感器的位置信息,以三个信标传感器为一组,计算三角形三边距离总和L和平均最短路径l,记三个传感器分别为:A、B、C,则其坐标分别为:A(x1,y1),B(x2,y2),C(x3,y3),有:
步骤2:其次,未知传感器通过跳段式的传播方式与信标传感器通信,记录到达3个信标传感器所需要的最少跳数,记为λ;则估算出未知传感器和信标传感器的距离为:
通过三边测量法建立方程组为:
通过该方程组,即可计算出未知传感器的位置。
采用以上技术方案,本发明产生了以下有益效果:
1、定位精确:本发明采用APIT定位算法,进行定位计算;该算法在原有的APIT算法基础上作了改进。在不同的网络连通度情况下,定位误差相比于原算法都有明显的降低。
2、具备大数据分析:通过将数据存储到云端,云端在指定周期内对这些数据进行大数据分析。可以更加科学地判定出某个区域是否经常处于高度危险状态。针对这些分析,可以高效地建立响应机制,最大程度避免恐怖袭击的发生。
3、监测准确度高:本发明通过图像、声音、温度、压力、光强等数据进行综合判断分析。在原有的单一分析基础上进行了多种参数的综合判断分析,得出的判断分析结果更加准确和具备可信力。
附图说明
图1是本发明的一种基于无线传感器的反恐系统及方法的系统结构示意图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明实施例1中提供了一种基于无线传感器的反恐系统及方法,系统结构如图1所示:
一种基于无线传感器的反恐系统,其特征在于,所述系统包括:分站和云端;所述云端与多个分站信号连接;所述分站包括:侦测传感器组、信标传感器组、中转器、数据传输装置、定位处理器、分析处理器、显示装置和预警装置;所述云端包括:云端数据传输装置、云端分析处理器和管理端;
所述侦测传感器组信号连接于中转器;所述信标传感器信号连接于中转器;所述中转器信号连接于数据传输装置;所述数据传输装置分别信号连接于定位处理器、分析处理器和云端;所述定位处理器信号连接于显示装置;所述分析处理器分别信号连接于显示装置和处理装置;
所述云端包括:云端数据传输装置、云端分析处理器和管理端;所述云端数据传输装置分别信号连接于数据传输装置和云端分析处理器;所述云端分析处理器信号连接于管理端。
所述侦测传感器组包括:温度无线传感器、光强无线传感器、压力无线传感器、生化无线传感器、视频无线传感器和声音无线传感器;用于分别监测温度、光强、压力、生化、视频和声音信息,将这些数据信息发送至中转器;所述信标传感器组,用于获取定位参数,将定位参数发送至中转器;所述中转器,用于将中转器接收到的数据信息发送至数据传输装置;所述数据传输装置,用于将接收到的数据信息分别发送至定位处理器和分析处理器;所述定位处理器用于根据定位参数对无线传感器进行定位;所述分析处理器,用于对获取到的温度、光强、压力、生化、视频和声音信息进行分析判断,得出分析判断结果,将判断结果分别发送至显示装置、预警装置和云端;所述显示装置,用于显示判断结果;所述预警装置,用于根据判断结果,发出预警信号。
所述云端数据传输装置,用于接受来自分站的判断结果信息,将判断结果信息发送至云端分析处理器;所述云端分析处理器,用于将接收到的判断结果信息进行存储,并在指定的时间周期内,对判断结果进行大数据分析处理,得出分析结果,将分析结果发送至管理端。
所述分析处理器包括:温度分析模块、光强分析模块、压力分析模块、生化分析模块、视频分析模块、声音分析模块和综合判断处理器;所述温度分析模块,用于分析温度数据,将分析结果发送至综合判断处理器,所述分析温度数据的方法包括以下步骤:
步骤1:设标准温度阈值为:T,光强判断阈值为:t,接收到的温度数据为T′;
步骤2:若|T′-T|<t;则判断温度监测结果为安全,若|T′-T|<t;则判断温度检测结果为危险;
所述光强分析模块,用于分析光强数据,将分析结果发送至综合判断处理器,所述分析光强数据的方法包括以下步骤:
步骤1:设标准光强阈值为:S,光强判断阈值为:s,接收到的光强数据为S′;
步骤2:若|S′-S|<s;则判断光强监测结果为安全,若|S′-S|<s;则判断光强检测结果为危险;
所述压力分析模块,用于分析压力数据,将分析结果发送至综合判断处理器,所述分析压力数据的方法包括以下步骤:
步骤1:设标准压力阈值为:P,判断阈值为:p,接收到的压力数据为P′;
步骤2:若|P′-P|<p;则判断压力监测结果为安全,若|P′-P|<p;则判断压力检测结果为危险;
所述生化分析模块,用于分析生化数据,将分析结果发送至综合判断处理器,所述分析生化数据的方法包括以下步骤:
步骤1:设标准生化阈值为:H,判断阈值为:h,接收到的生化数据为H′;
步骤2:若|H′-H|<h;则判断生化监测结果为安全,若|H′-H|<h;则判断生化检测结果为危险;
所述视频分析模块,用于对采集到的图像信息进行分析,所述对图像信息由人为监测,通过图像信息判断是否为当前监测区域是否安全,将判断结果发送至综合判断处理器;所述声音信息由认为监测,通过声音信息判断是否安全,将判断结果发送至综合判断处理器;
所述综合判断处理器,用于对各个模块发送过来的分析判断结果进行综合判断,判断该区域是否处于危险状态;
所述综合判断处理器的综合判断方法包括以下步骤:
步骤1:接收到的结果中处于危险状态的结果数量;
步骤2:如果处于危险状态的结果数量高于2个则判断该区域处于危险状态。
本发明实施例2中提供了一种基于无线传感器的反恐系统及方法,系统结构图如图1所述:
一种基于权利要求1至5之一所述的基于无线传感器的反恐系统的反恐方法,所述方法包括以下步骤:
步骤1:侦测传感器组获取目标区域的温度、光强、压力、生化、视频和声音信息,将信息发送至中转器;信标传感器组获取各个传感器的定位参数,将定位参数发送至中转器;
步骤2:中转器将接收到的数据信息经数据传输装置分别发送至定位处理器和分析处理器;
步骤3:分析处理器对接收到的温度、光强、压力、生化、视频和声音数据分别进行分析处理,得出判断结果,将判断结果发送至显示装置和预警装置;
步骤4:若预警装置接收到该区域处于危险状态,则发出预警信号;定位处理器通过坐标计算,精确定位处于危险状态的最小区域,将定位信息发送至显示装置;
步骤5:显示装置接收到判断结果和定位结果,直接显示出来。
所述定位处理器的定位方法包括以下步骤:
步骤1:信标传感器组中的传感器两两通信,记录到达对方的最短路径的距值,记为ξ。然后根据各个信标传感器的位置信息,以三个信标传感器为一组,计算三角形三边距离总和L和平均最短路径l,记三个传感器分别为:A、B、C,则其坐标分别为:A(x1,y1),B(x2,y2),C(x3,y3),有:
步骤2:其次,未知传感器通过跳段式的传播方式与信标传感器通信,记录到达3个信标传感器所需要的最少跳数,记为λ;则估算出未知传感器和信标传感器的距离为:
通过三边测量法建立方程组为:
通过该方程组,即可计算出未知传感器的位置。
本发明实施例3中提供了一种基于无线传感器的反恐系统及方法,系统结构如图1所示:
一种基于无线传感器的反恐系统,其特征在于,所述系统包括:分站和云端;所述云端与多个分站信号连接;所述分站包括:侦测传感器组、信标传感器组、中转器、数据传输装置、定位处理器、分析处理器、显示装置和预警装置;所述云端包括:云端数据传输装置、云端分析处理器和管理端;
所述侦测传感器组信号连接于中转器;所述信标传感器信号连接于中转器;所述中转器信号连接于数据传输装置;所述数据传输装置分别信号连接于定位处理器、分析处理器和云端;所述定位处理器信号连接于显示装置;所述分析处理器分别信号连接于显示装置和处理装置;
所述云端包括:云端数据传输装置、云端分析处理器和管理端;所述云端数据传输装置分别信号连接于数据传输装置和云端分析处理器;所述云端分析处理器信号连接于管理端。
所述侦测传感器组包括:温度无线传感器、光强无线传感器、压力无线传感器、生化无线传感器、视频无线传感器和声音无线传感器;用于分别监测温度、光强、压力、生化、视频和声音信息,将这些数据信息发送至中转器;所述信标传感器组,用于获取定位参数,将定位参数发送至中转器;所述中转器,用于将中转器接收到的数据信息发送至数据传输装置;所述数据传输装置,用于将接收到的数据信息分别发送至定位处理器和分析处理器;所述定位处理器用于根据定位参数对无线传感器进行定位;所述分析处理器,用于对获取到的温度、光强、压力、生化、视频和声音信息进行分析判断,得出分析判断结果,将判断结果分别发送至显示装置、预警装置和云端;所述显示装置,用于显示判断结果;所述预警装置,用于根据判断结果,发出预警信号。
所述云端数据传输装置,用于接受来自分站的判断结果信息,将判断结果信息发送至云端分析处理器;所述云端分析处理器,用于将接收到的判断结果信息进行存储,并在指定的时间周期内,对判断结果进行大数据分析处理,得出分析结果,将分析结果发送至管理端。
所述分析处理器包括:温度分析模块、光强分析模块、压力分析模块、生化分析模块、视频分析模块、声音分析模块和综合判断处理器;所述温度分析模块,用于分析温度数据,将分析结果发送至综合判断处理器,所述分析温度数据的方法包括以下步骤:
步骤1:设标准温度阈值为:T,光强判断阈值为:t,接收到的温度数据为T′;
步骤2:若|T′-T|<t;则判断温度监测结果为安全,若|T′-T|<t;则判断温度检测结果为危险;
所述光强分析模块,用于分析光强数据,将分析结果发送至综合判断处理器,所述分析光强数据的方法包括以下步骤:
步骤1:设标准光强阈值为:S,光强判断阈值为:s,接收到的光强数据为S′;
步骤2:若|S′-S|<s;则判断光强监测结果为安全,若|S′-S|<s;则判断光强检测结果为危险;
所述压力分析模块,用于分析压力数据,将分析结果发送至综合判断处理器,所述分析压力数据的方法包括以下步骤:
步骤1:设标准压力阈值为:P,判断阈值为:p,接收到的压力数据为P′;
步骤2:若|P′-P|<p;则判断压力监测结果为安全,若|P′-P|<p;则判断压力检测结果为危险;
所述生化分析模块,用于分析生化数据,将分析结果发送至综合判断处理器,所述分析生化数据的方法包括以下步骤:
步骤1:设标准生化阈值为:H,判断阈值为:h,接收到的生化数据为H′;
步骤2:若|H′-H|<h;则判断生化监测结果为安全,若|H′-H|<h;则判断生化检测结果为危险;
所述视频分析模块,用于对采集到的图像信息进行分析,所述对图像信息由人为监测,通过图像信息判断是否为当前监测区域是否安全,将判断结果发送至综合判断处理器;所述声音信息由认为监测,通过声音信息判断是否安全,将判断结果发送至综合判断处理器;
所述综合判断处理器,用于对各个模块发送过来的分析判断结果进行综合判断,判断该区域是否处于危险状态;
所述综合判断处理器的综合判断方法包括以下步骤:
步骤1:接收到的结果中处于危险状态的结果数量;
步骤2:如果处于危险状态的结果数量高于2个则判断该区域处于危险状态。
一种基于权利要求1至5之一所述的基于无线传感器的反恐系统的反恐方法,所述方法包括以下步骤:
步骤1:侦测传感器组获取目标区域的温度、光强、压力、生化、视频和声音信息,将信息发送至中转器;信标传感器组获取各个传感器的定位参数,将定位参数发送至中转器;
步骤2:中转器将接收到的数据信息经数据传输装置分别发送至定位处理器和分析处理器;
步骤3:分析处理器对接收到的温度、光强、压力、生化、视频和声音数据分别进行分析处理,得出判断结果,将判断结果发送至显示装置和预警装置;
步骤4:若预警装置接收到该区域处于危险状态,则发出预警信号;定位处理器通过坐标计算,精确定位处于危险状态的最小区域,将定位信息发送至显示装置;
步骤5:显示装置接收到判断结果和定位结果,直接显示出来。
所述定位处理器的定位方法包括以下步骤:
步骤1:信标传感器组中的传感器两两通信,记录到达对方的最短路径的距值,记为ξ。然后根据各个信标传感器的位置信息,以三个信标传感器为一组,计算三角形三边距离总和L和平均最短路径l,记三个传感器分别为:A、B、C,则其坐标分别为:A(x1,y1),B(x2,y2),C(x3,y3),有:
步骤2:其次,未知传感器通过跳段式的传播方式与信标传感器通信,记录到达3个信标传感器所需要的最少跳数,记为λ;则估算出未知传感器和信标传感器的距离为:
通过三边测量法建立方程组为:
通过该方程组,即可计算出未知传感器的位置。
本发明采用APIT定位算法,进行定位计算;该算法在原有的APIT算法基础上作了改进。在不同的网络连通度情况下,定位误差相比于原算法都有明显的降低。
通过将数据存储到云端,云端在指定周期内对这些数据进行大数据分析。可以更加科学地判定出某个区域是否经常处于高度危险状态。针对这些分析,可以高效地建立响应机制,最大程度避免恐怖袭击的发生。
本发明通过图像、声音、温度、压力、光强等数据进行综合判断分析。在原有的单一分析基础上进行了多种参数的综合判断分析,得出的判断分析结果更加准确和具备可信力。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (7)
1.一种基于无线传感器的反恐系统,其特征在于,所述系统包括:分站和云端;所述云端与多个分站信号连接;所述分站包括:侦测传感器组、信标传感器组、中转器、数据传输装置、定位处理器、分析处理器、显示装置和预警装置;所述云端包括:云端数据传输装置、云端分析处理器和管理端;
所述侦测传感器组信号连接于中转器;所述信标传感器信号连接于中转器;所述中转器信号连接于数据传输装置;所述数据传输装置分别信号连接于定位处理器、分析处理器和云端;所述定位处理器信号连接于显示装置;所述分析处理器分别信号连接于显示装置和处理装置;
所述云端包括:云端数据传输装置、云端分析处理器和管理端;所述云端数据传输装置分别信号连接于数据传输装置和云端分析处理器;所述云端分析处理器信号连接于管理端。
2.如权利要求1所述的基于无线传感器的反恐系统,其特征在于,所述侦测传感器组包括:温度无线传感器、光强无线传感器、压力无线传感器、生化无线传感器、视频无线传感器和声音无线传感器;用于分别监测温度、光强、压力、生化、视频和声音信息,将这些数据信息发送至中转器;所述信标传感器组,用于获取定位参数,将定位参数发送至中转器;所述中转器,用于将中转器接收到的数据信息发送至数据传输装置;所述数据传输装置,用于将接收到的数据信息分别发送至定位处理器和分析处理器;所述定位处理器用于根据定位参数对无线传感器进行定位;所述分析处理器,用于对获取到的温度、光强、压力、生化、视频和声音信息进行分析判断,得出分析判断结果,将判断结果分别发送至显示装置、预警装置和云端;所述显示装置,用于显示判断结果;所述预警装置,用于根据判断结果,发出预 警信号。
3.如权利要求2所述的基于无线传感器的反恐系统,其特征在于,所述云端数据传输装置,用于接受来自分站的判断结果信息,将判断结果信息发送至云端分析处理器;所述云端分析处理器,用于将接收到的判断结果信息进行存储,并在指定的时间周期内,对判断结果进行大数据分析处理,得出分析结果,将分析结果发送至管理端。
4.如权利要求2所述的基于无线传感器的反恐系统,其特征在于,所述分析处理器包括:温度分析模块、光强分析模块、压力分析模块、生化分析模块、视频分析模块、声音分析模块和综合判断处理器;所述温度分析模块,用于分析温度数据,将分析结果发送至综合判断处理器,所述分析温度数据的方法包括以下步骤:
步骤1:设标准温度阈值为:T,光强判断阈值为:t,接收到的温度数据为T′;
步骤2:若|T′-T|<t;则判断温度监测结果为安全,若|T′-T|<t;则判断温度检测结果为危险;
所述光强分析模块,用于分析光强数据,将分析结果发送至综合判断处理器,所述分析光强数据的方法包括以下步骤:
步骤1:设标准光强阈值为:S,光强判断阈值为:s,接收到的光强数据为S′;
步骤2:若|S′-S|<s;则判断光强监测结果为安全,若|S′-S|<s;则判断光强检测结果为危险;
所述压力分析模块,用于分析压力数据,将分析结果发送至综合判断处理器,所述分析压力数据的方法包括以下步骤:
步骤1:设标准压力阈值为:P,判断阈值为:p,接收到的压力数据为P′;
步骤2:若|P′-P|<p;则判断压力监测结果为安全,若|P′-P|<p;则判断压力检测结果为危险;
所述生化分析模块,用于分析生化数据,将分析结果发送至综合判断处理器,所述分析生化数据的方法包括以下步骤:
步骤1:设标准生化阈值为:H,判断阈值为:h,接收到的生化数据为H′;
步骤2:若|H′-H|<h;则判断生化监测结果为安全,若|H′-H|<h;则判断生化检测结果为危险。
5.如权利要求4所述的基于无线传感器的反恐系统,其特征在于,所述视频分析模块,用于对采集到的图像信息进行分析,所述对图像信息由人为监测,通过图像信息判断是否为当前监测区域是否安全,将判断结果发送至综合判断处理器;所述声音信息由认为监测,通过声音信息判断是否安全,将判断结果发送至综合判断处理器;
所述综合判断处理器,用于对各个模块发送过来的分析判断结果进行综合判断,判断该区域是否处于危险状态;
所述综合判断处理器的综合判断方法包括以下步骤:
步骤1:接收到的结果中处于危险状态的结果数量;
步骤2:如果处于危险状态的结果数量高于2个则判断该区域处于危险状态。
6.一种基于权利要求1至5之一所述的基于无线传感器的反恐系统的反恐方法,所述方法包括以下步骤:
步骤1:侦测传感器组获取目标区域的温度、光强、压力、生化、视频和声音信息,将信息发送至中转器;信标传感器组获取各个传感器的定位参数,将定位参数发送至中转器;
步骤2:中转器将接收到的数据信息经数据传输装置分别发送至 定位处理器和分析处理器;
步骤3:分析处理器对接收到的温度、光强、压力、生化、视频和声音数据分别进行分析处理,得出判断结果,将判断结果发送至显示装置和预警装置;
步骤4:若预警装置接收到该区域处于危险状态,则发出预警信号;定位处理器通过坐标计算,精确定位处于危险状态的最小区域,将定位信息发送至显示装置;
步骤5:显示装置接收到判断结果和定位结果,直接显示出来。
7.如权利要求6所述的基于无线传感器的反恐方法,其特征在于,所述定位处理器的定位方法包括以下步骤:
步骤1:信标传感器组中的传感器两两通信,记录到达对方的最短路径的距值,记为ξ。然后根据各个信标传感器的位置信息,以三个信标传感器为一组,计算三角形三边距离总和L和平均最短路径l,记三个传感器分别为:A、B、C,则其坐标分别为:A(x1,y1),B(x2,y2),C(x3,y3),有:
步骤2:其次,未知传感器通过跳段式的传播方式与信标传感器通信,记录到达3个信标传感器所需要的最少跳数,记为λ;则估算出未知传感器和信标传感器的距离为:
通过三边测量法建立方程组为:
通过该方程组,即可计算出未知传感器的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610380281.7A CN105897926A (zh) | 2016-05-31 | 2016-05-31 | 一种基于无线传感器的反恐系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610380281.7A CN105897926A (zh) | 2016-05-31 | 2016-05-31 | 一种基于无线传感器的反恐系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105897926A true CN105897926A (zh) | 2016-08-24 |
Family
ID=56709869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610380281.7A Withdrawn CN105897926A (zh) | 2016-05-31 | 2016-05-31 | 一种基于无线传感器的反恐系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105897926A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106168680A (zh) * | 2016-09-13 | 2016-11-30 | 成都创慧科达科技有限公司 | 一种基于超声波技术的围岩监测系统及方法 |
-
2016
- 2016-05-31 CN CN201610380281.7A patent/CN105897926A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106168680A (zh) * | 2016-09-13 | 2016-11-30 | 成都创慧科达科技有限公司 | 一种基于超声波技术的围岩监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11429761B2 (en) | Method and apparatus for interacting with a node in a storage area | |
EP2992355B1 (en) | Scalable real-time location detection based on overlapping neural networks | |
CN101754247B (zh) | 一种基于多元线性回归的矿井定位系统及其定位方法 | |
CN106687773A (zh) | 用于基于上下文事件检测的传感器节点局部化和传感器网络组织的系统和方法 | |
Benkhelifa et al. | Disaster management projects using wireless sensor networks: An overview | |
KR101510458B1 (ko) | 위치정보 표현방법, 위치정보 처리방법, 위치정보모델 생성방법, 및 위치정보처리장치 | |
CN102724751B (zh) | 一种基于非现场勘测的无线室内定位方法 | |
CN103176164A (zh) | 基于无线传感器网络的多目标无源跟踪方法 | |
US11625510B2 (en) | Method and apparatus for presentation of digital content | |
Moshtaghi et al. | Anomaly detection by clustering ellipsoids in wireless sensor networks | |
Xu et al. | Self-adapting multi-fingerprints joint indoor positioning algorithm in WLAN based on database of AP ID | |
CN102752784A (zh) | 无线传感器网络中基于图论的分布式事件域的检测方法 | |
Maduranga et al. | Supervised machine learning for RSSI based indoor localization in IoT applications | |
CN103702282B (zh) | 一种基于迁移压缩感知的多种类多目标被动式定位方法 | |
Sharma et al. | Localization in wireless sensor networks for accurate event detection | |
Alsamhi et al. | Survey on Federated Learning enabling indoor navigation for industry 4.0 in B5G | |
Lin et al. | GPS trajectories based personalized safe geofence for elders with dementia | |
Ribeiro et al. | A data visualization interactive exploration of human mobility data during the COVID-19 outbreak: a case study | |
Kumar et al. | Localization estimation using artificial intelligence technique in wireless sensor networks | |
CN110390273A (zh) | 一种基于多核迁移学习的室内人员入侵检测方法 | |
CN105338661A (zh) | 以云端运算为架构使用数据融合演算设计的环境监控方法及装置 | |
CN105897926A (zh) | 一种基于无线传感器的反恐系统及方法 | |
Chandra-Sekaran et al. | ZigBee sensor network for patient localization and air temperature monitoring during emergency response to crisis | |
Robles-Enciso et al. | Lora, zigbee and 5g propagation and transmission performance in an indoor environment at 868 mhz | |
Mekruksavanich et al. | Flooding Forecasting System Based on Water Monitoring with IoT Technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20160824 |
|
WW01 | Invention patent application withdrawn after publication |