CN107993316A - 一种枪柜管理方法、系统、介质及设备 - Google Patents
一种枪柜管理方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN107993316A CN107993316A CN201711218548.3A CN201711218548A CN107993316A CN 107993316 A CN107993316 A CN 107993316A CN 201711218548 A CN201711218548 A CN 201711218548A CN 107993316 A CN107993316 A CN 107993316A
- Authority
- CN
- China
- Prior art keywords
- signal
- mrow
- person
- threshold value
- respiratory rate
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47B—TABLES; DESKS; OFFICE FURNITURE; CABINETS; DRAWERS; GENERAL DETAILS OF FURNITURE
- A47B81/00—Cabinets or racks specially adapted for other particular purposes, e.g. for storing guns or skis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
Abstract
本申请公开了一种枪柜管理方法，应用于枪柜，枪柜的枪柜门上安装有雷达传感器和身份识别器，包括：利用雷达传感器测量取枪者在取枪时的中频信号，得到雷达中频信号；处理雷达中频信号，得到取枪者的呼吸频率和心跳频率；将呼吸频率和心跳频率与预设呼吸频率阈值与预设心跳频率阈值作比较，判断呼吸频率和心跳频率是否正常；其中，预设呼吸频率阈值和心跳频率阈值为当取枪者通过身份识别器的识别后，调取出与取枪者对应的呼吸频率阈值和心跳频率阈值；若正常，则开启枪柜；若异常，则不开启枪柜，并发出报警信号。所以，本发明的方法，更能保证枪支使用的安全性。相应的，本发明公开的枪柜管理系统、介质及设备，同样具有以上有益效果。
Description
技术领域
本发明涉及智能控制领域，特别涉及一种枪柜管理方法、系统、介质及设备。
背景技术
枪柜作为一种存放轻武器的柜子，主要是为枪支的合理管理而产生的一种专用枪支保险柜，显然枪柜作为枪支弹药管理的工具是司法部门进行统一管理的重要组成部分，对安全性的要求极高。
传统的枪柜多采用机械钥匙、磁卡、IC卡或者是电子密码等方式来验证身份，显然，机械钥匙携带不方便、钥匙管理程序复杂且容易丢失，机械钥匙不能满足枪柜管理信息化的要求，需要增加大量的管理人员，极大的增加了枪柜的管理成本。电子密码会被别人破译、窥探，而且泄露的概率也很大，这样会给枪柜的管理带来极大的隐患，亦或是利用人们的指纹特征作为身份识别的特征信息来管理枪柜，显然，这些现有的智能枪柜只能够识别取枪者的身份信息，并不能判断枪支是否被正常提取，同样会给人们的生活带来极大的安全隐患，如何解决这一问题，是本领域技术人员亟待解决的问题。
发明内容
有鉴于此，本发明的目的在于提供一种枪柜管理方法、系统、介质及设备，以提高枪支使用的安全性。其具体方案如下：
一种枪柜管理方法，应用于枪柜，所述枪柜的枪柜门上安装有雷达传感器和身份识别器，包括：
利用所述雷达传感器测量取枪者在取枪时的中频信号，得到雷达中频信号；
处理所述雷达中频信号，得到所述取枪者的呼吸频率和心跳频率；
将所述呼吸频率和所述心跳频率与预设呼吸频率阈值与预设心跳频率阈值作比较；判断所述呼吸频率和所述心跳频率是否正常；其中，所述预设呼吸频率阈值和所述心跳频率阈值为当所述取枪者通过所述身份识别器的识别后，调取出与所述取枪者对应的呼吸频率阈值和心跳频率阈值；
若正常，则开启所述枪柜；
若异常，则不开启所述枪柜，并发出报警信号。
优选的，所述处理所述雷达中频信号的过程之前，还包括：
去除所述雷达中频信号中的噪声。
优选的，所述去除所述雷达中频信号中的噪声的过程，包括：
在无人环境下利用所述雷达传感器采集预设时间阈值的雷达传感器的信号，得到环境信号；
利用所述环境信号去除所述雷达中频信号中的噪声。
优选的，所述处理所述雷达中频信号，得到所述取枪者的呼吸频率和心跳频率的过程，包括：
步骤H101：在所述雷达中频信号中加入J组均值为零的高斯白噪声，得到加噪信号；
其中，所述加噪信号中第j组加噪信号wj(t)的表达式为：
wj(t)＝s(t)+rj(t)，j＝1,2,3...J；
式中，s(t)为所述雷达中频信号，rj(t)为第j组加入的高斯白噪声，1≤j≤J；
步骤H102：求取所述加噪信号中每一组加噪信号的极大值与极小值，并将极大值和极小值分别拟合成上包络曲线和下包络曲线；求取所述上包络曲线和所述下包络曲线对应的均值，得到包络均值；将所述加噪信号中的第j组加噪信号与所述包络均值相减，得到第j组预处理信号；
其中，所述第j组预处理信号的表达式为：
hj(t)＝wj(t)-m(t)；
式中，wj(t)为第j组加噪信号，m(t)为包络均值；
步骤H103：判断所述第j组预处理信号中极值点与零点的数目是否相差n个，且所述包络均值是否为零；其中，n≤1；
步骤H104：若是，则判定所述第j组预处理信号为第j组单一频率信号，利用所述第j组单一频率信号对所述第j组加噪信号进行处理，得到第j组残余分量；
其中，所述第j组残余分量的表达式为：
pj(t)＝wj(t)-hj(t)；
式中，wj(t)为第j组加噪信号，hj(t)为从第j组加噪信号中分离出来的一个单一频率信号；
步骤H105：判断所述第j组残余分量是否为单调函数；
步骤H106：若是，则利用所述第j组残余分量对所述第j组加噪信号wj(t)进行化简，得到化简第j组加噪信号w'j(t)；
其中，所述化简第j组加噪信号w'j(t)的表达式为：
式中，pj(t)为第j组的残余分量，hji为从第j组加噪信号wj(t)分离出的第i个单一频率信号，n为从第j组加噪信号wj(t)分离出的所有单一频率的总数；
步骤H107：判断加入高斯白噪声的组数j是否小于J；
步骤H108：若否，则利用步骤H102至步骤H106对加入的J组加噪信号进行处理，得到处理后中频信号；
其中，所述处理后中频信号的表达式为：
式中，hji为从第j组加噪信号wj(t)分离出的第i个单一频率分量，pj(t)为从第j组加噪信号wj(t)中分离出的一个残余分量，J为加入高斯白噪声的组数；
步骤H109：求取所述处理后中频信号中每一个单一频率分量的频谱分布，根据所述频谱分布的位置分类，提取出所述取枪者的呼吸频率和心跳频率。
优选的，所述求取每一组中加噪信号的极大值与极小值，并将极大值和极小值分别拟合成上包络曲线和下包络曲线的过程，包括：
求取每一组中加噪信号的极大值与极小值，并利用三次样条插值函数将极大值和极小值分别拟合成所述上包络曲线和所述下包络曲线。
优选的，所述将所述呼吸频率和所述心跳频率与预设呼吸频率阈值与预设心跳频率阈值作比较，判断所述呼吸频率和所述心跳频率是否正常的过程，包括：
步骤H21：通过所述身份识别器的识别后，调取出与所述取枪者对应的呼吸频率阈值和心跳频率阈值；
步骤H22：将所述呼吸频率、所述心跳频率、所述呼吸频率阈值和所述心跳频率阈值输入至比较模型中进行比较，得到比较结果；其中，所述比较模型的表达式为：
其中，l(t)为比较结果，f1为所述取枪者的呼吸频率、f2为所述取枪者的心跳频率、h(t)为所述取枪者的呼吸频率阈值、x(t)为所述取枪者的心跳频率阈值，a为所述取枪者的呼吸差值，b为所述取枪者的心跳差值；
步骤H23：若所述心跳差值和所述呼吸差值满足第一预设条件或第二预设条件时，则判定所述取枪者的心理状态异常；其中，所述第一预设条件为b＞0，所述第二预设条件为b≤0且a＞0，a为所述取枪者的呼吸差值，b为所述取枪者的心跳差值。
相应的，本发明还公开了一种枪柜管理系统，应用于枪柜，所述枪柜的枪柜门上安装有雷达传感器和身份识别器，包括：
信号测量模块，用于利用所述雷达传感器测量取枪者在取枪时的中频信号，得到雷达中频信号；
信号处理模块，用于处理所述雷达中频信号，得到所述取枪者的呼吸频率和心跳频率；
阈值比较模块，用于将所述呼吸频率和所述心跳频率与预设呼吸频率阈值与预设心跳频率阈值作比较，判断所述呼吸频率和所述心跳频率是否正常；其中，所述预设呼吸频率阈值和所述心跳频率阈值为当所述取枪者通过所述身份识别器的识别后，调取出与所述取枪者对应的呼吸频率阈值和心跳频率阈值；
第一判断模块，用于若正常，则开启所述枪柜；
第二判断模块，用于若异常，则不开启所述枪柜，并发出报警信号。
优选的，还包括：
噪声去除模块，用于处理所述雷达中频信号的过程之前去除所述雷达中频信号中的噪声。
相应的，本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前述公开的枪柜管理方法的步骤。
相应的，本发明还公开了一种枪柜管理设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如前述公开的枪柜管理方法的步骤。
在本发明中，一种枪柜管理方法，包括：利用雷达传感器测量取枪者在取枪时的中频信号，得到雷达中频信号；处理雷达中频信号，得到取枪者的呼吸频率和心跳频率；将呼吸频率和心跳频率与预设呼吸频率阈值与预设心跳频率阈值作比较，判断呼吸频率和心跳频率是否正常；其中，预设呼吸频率阈值和心跳频率阈值为当取枪者通过身份识别器的识别后，调取出与取枪者对应的呼吸频率阈值和心跳频率阈值；若正常，则开启枪柜；若异常，则不开启枪柜，并发出报警信号。
可见，在本发明中，预先将每个取枪者的呼吸频率和心跳频率存储在枪柜的身份识别器中，所以在取枪者取枪时，就能通过身份识别器得到取枪者相应的呼吸频率阈值与心跳频率阈值；同时，安装在枪柜上的雷达传感器，会利用雷达传感器来测量取枪者的心理状态信息，所以，通过本方法能够在不影响取枪者的情况下，测量取枪者的呼吸频率和心跳频率，然后，再将计算得到的呼吸频率和心跳频率，与通过身份识别器调取得到的呼吸频率阈值和心跳频率阈值比较，进而来判断取枪者在取枪时的心理状态信息，如果是判定取枪者的心理状态较为紧张，则不能开启枪柜，并发出报警，如果是判定取枪者的心理状态正常，则开启枪柜，所以，相比于现有技术，通过机械钥匙、磁卡、IC卡等手段，本发明中的方法，更能保证枪支使用的安全性。相应的，本发明公开的枪柜管理系统、设备及介质，同样具有以上有益效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种枪柜管理方法的流程图；
图2为本发明实施例公开的一种具体的枪柜管理方法的流程图；
图3为本发明实施例公开的另一种枪柜管理方法的流程图；
图4为本发明实施例公开的又一种枪柜管理方法的流程图；
图5为本发明实施例公开的一种枪柜管理系统的结构图；
图6为本发明实施例公开的一种枪柜管理设备的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例一公开了一种枪柜管理方法，如图1所示，该方法包括：
步骤S11：利用雷达传感器测量取枪者在取枪时的中频信号，得到雷达中频信号；
步骤S12：处理雷达中频信号，得到取枪者的呼吸频率和心跳频率；
需要说明的是，本发明中所使用的枪柜是在枪柜门上安装有雷达传感器和身份识别器的枪柜。所以，取枪者在接近枪柜的过程中，会通过枪柜上的雷达传感器来测量取枪者在取枪时的心理状态信息。此过程的基本原理是：人体的呼吸和心跳会造成人体胸腔的运动，所以通过雷达传感器发射的电磁波就能够获取得取枪者的胸腔运动信息，然后再对测量到的中频信号进行处理分析，得到取枪者在取枪时的呼吸频率和心跳频率。
可以理解的是，利用雷达传感器可以精确地测量到取枪者的心理状态信息，而且能够不影响取枪者的行为动作。使用的雷达传感器可以是毫米波雷达传感器，也可以是其他类型的雷达传感器，一切以能够达到实际应用为目的，此处不作限定。
因为环境当中，会有一些噪声影响后续步骤的处理，所以为了使得在对雷达中频信号进行处理时，能够达到更好的处理效果，还可以对雷达中频信号进行去噪处理，当然去除噪声的方法多种多样，一切以达到实际应用为目的，此处不作限定。
具体的，为了对取枪者达到最佳的检测效果，同时也为了能够满足雷达传感器辐射安全性和天线辐射角度的要求，在本实施例中，是选用了载频为24GHZ，工作体制为连续波体制的毫米波雷达，并且将毫米波雷达安装在身份识别器的左边，且与雷达传感器高度相等的位置，此时在距雷达传感器0.3米处的位置就能形成一个辐射区域，并且能够覆盖到所有取枪者的胸腔。当然，此处只是给了一个具体的实时例场景，在实际应用当中，应以能够达到实际操作为目的，此处不作限定。
步骤S13：将呼吸频率和心跳频率与预设呼吸频率阈值与预设心跳频率阈值作比较，判断呼吸频率和心跳频率是否正常；
其中，预设呼吸频率阈值和心跳频率阈值为当取枪者通过身份识别器的识别后，调取出与取枪者对应的呼吸频率阈值和心跳频率阈值；
步骤S14：若正常，则开启枪柜；
步骤S15：若异常，则不开启枪柜，并发出报警信号。
可以理解的是，得到取枪者的呼吸频率和心跳频率之后，安装在枪柜门上的身份识别器就会根据取枪者的信息，调取出取枪者的呼吸频率阈值和心跳频率阈值，并将计算得到的呼吸频率和心跳频率与预设呼吸频率阈值和心跳频率阈值进行比较，进而判断取枪者在取枪时的心理状态是否异常，如果正常，则正常打开枪柜；如果异常，则不能开启枪柜，并且发出报警。
需要说明的是，由于枪支使用的特殊性，考虑到枪支使用者在执行某些任务时，情况比较紧急，此时可以由权限更高的使用者确认具体情况之后，解除报警或者是将所有枪支使用者的呼吸频率阈值和心跳频率阈值设为无穷大，等到任务完成之后，再将所有枪支使用者的呼吸频率阈值和心跳频率阈值恢复到之前的预设频率阈值，当然，一切以达到实际情况为目的，此处不作限定。
可见，在本发明中，预先将每个取枪者的呼吸频率和心跳频率存储在枪柜的身份识别器中，所以在取枪者取枪时，就能通过身份识别器得到取枪者相应的呼吸频率阈值与心跳频率阈值；同时，安装在枪柜上的雷达传感器，会利用雷达传感器来测量取枪者的心理状态信息，所以，通过本方法能够在不影响取枪者的情况下，测量取枪者的呼吸频率和心跳频率，然后，再将计算得到的呼吸频率和心跳频率，与通过身份识别器调取得到的呼吸频率阈值和心跳频率阈值比较，进而来判断取枪者在取枪时的心理状态信息，如果是判定取枪者的心理状态较为紧张，则不能开启枪柜，并发出报警，如果是判定取枪者的心理状态正常，则开启枪柜，所以，相比于现有技术，通过机械钥匙、磁卡、IC卡等手段，本发明中的方法，更能保证枪支使用的安全性。
作为一种优选的实施方式，本实施例在上一实施例的基础之上，对步骤S22：处理雷达中频信号，得到取枪者的呼吸频率和心跳频率的过程之前，还去除了雷达中频信号中的噪声，如图2所示，具体的去除雷达中频信号中噪声的过程，包括步骤S221和步骤S222。
步骤S221：在无人环境下利用雷达传感器采集预设时间阈值的雷达传感器的信号，得到环境信号；
步骤S222：利用环境信号去除雷达中频信号中的噪声。
可以理解的是，去除噪声的方法多种多样，在本实施例中是在没有人的情况下，利用雷达传感器采集了一段雷达的中频信号，并将其保存起来作为枪柜所在场所的环境噪声，在检测过程中用先前保存的环境噪声去除检测过程中的环境噪声，以便对由雷达传感器测量得到的雷达中频信号进行进一步的处理，以便分离出取枪者的呼吸频率和心跳频率。
如图3所示，步骤S22中处理雷达中频信号，得到取枪者的呼吸频率和心跳频率的过程，包括步骤H101至步骤H109。
步骤H101：在雷达中频信号中加入J组均值为零的高斯白噪声，得到加噪信号；
其中，加噪信号中第j组加噪信号wj(t)的表达式为：
wj(t)＝s(t)+rj(t)，j＝1,2,3...J；
式中，s(t)为雷达中频信号，rj(t)为第j组加入的高斯白噪声，1≤j≤J；
步骤H102：求取加噪信号中每一组加噪信号的极大值与极小值，并将极大值和极小值分别拟合成上包络曲线和下包络曲线；求取上包络曲线和下包络曲线对应的均值，得到包络均值；将加噪信号中的第j组加噪信号与包络均值相减，得到第j组预处理信号；
其中，第j组预处理信号的表达式为：
hj(t)＝wj(t)-m(t)；
式中，wj(t)为第j组加噪信号，m(t)为包络均值；
具体的，在本实施中，是利用三次样条插值函数将极大值和极小值分别拟合成上包络曲线和下包络曲线，可以理解的是，此处对极大值和极小值进行拟合的方法多种多样，包括但不限于三次样条插值函数，此时应以能够达到实际操作为目的，此处不作限定。
步骤H103：判断第j组预处理信号中极值点与零点的数目是否相差n个，且包络均值是否为零；其中，n≤1；
可以理解的是，此步骤的目的就是为了判断hj(t)是否为单一频谱分量，如果hj(t)不是单一频谱分量，则令wj(t)＝hj(t)，并且再次执行步骤H102，以使得后续的步骤能够顺利运行。
步骤H104：若是，则判定第j组预处理信号为第j组单一频率信号，利用第j组单一频率信号对第j组加噪信号进行处理，得到第j组残余分量；
其中，第j组残余分量的表达式为：
pj(t)＝wj(t)-hj(t)；
式中，wj(t)为第j组加噪信号，hj(t)为从第j组加噪信号中分离出来的一个单一频率信号；
步骤H105：判断第j组残余分量是否为单调函数；
步骤H106：若是，则利用第j组残余分量对第j组加噪信号wj(t)进行化简，得到化简第j组加噪信号w'j(t)；
其中，化简第j组加噪信号w'j(t)的表达式为：
式中，pj(t)为第j组的残余分量，hji为从第j组加噪信号wj(t)分离出的第i个单一频率信号，n为从第j组加噪信号w'j(t)分离出的所有单一频率的总数；
需要说明的是，如果pj(t)为单调函数说明w'j(t)分解完成，不能再分解出其他频率分量，如果第j组残余分量不是单调函数，则令wj(t)＝hj(t)、n＝n+1并且再次执行步骤H102；
步骤H107：判断加入高斯白噪声的组数j是否小于J；
步骤H108：若否，则利用步骤H102至步骤H106对加入的J组加噪信号进行处理，得到处理后中频信号；
其中，处理后中频信号的表达式为：
式中，hji为从第j组加噪信号wj(t)分离出的第i个单一频率分量，pj(t)为从第j组加噪信号wj(t)中分离出的一个残余分量，J为加入高斯白噪声的组数；
可以理解的是，当判定加入高斯白噪声的组数j＜J，则令j＝j+1，再次执行步骤H102；显然，在雷达中频信号s(t)中加入J组均值为零的高斯白噪声，每一组加入高斯白噪声的中频信号都能按照步骤H102至步骤H106分离出n个单一频谱分量和一个残余分量。也即，雷达中频信号s(t)是由n个单一频谱分量和一个残余分量组成，所以在利用上述方法对所有分离出来的单一频谱分量求平均值的过程中，就可以将加入雷达中频信号中的白噪声消除掉。需要说明的是，如果加入高斯白噪声的组数j大于J，则直接进入步骤H109。
步骤H109：求取处理后中频信号中每一个单一频率分量的频谱分布，根据频谱分布的位置分类，提取出取枪者的呼吸频率和心跳频率。
可以理解的是，加入高斯白噪声的目的是为了消除频率混叠，而且又因为随机加入了J组均值为零的高斯白噪声，所以，利用上述方法不仅可以将这些高斯白噪声消除，而且，又可以将测量得到的中频信号分解成为多个单一频率分量，显然，通过这种方法更有利于我们从雷达中频信号s(t)中根据频谱分布的位置分类，提取出枪支使用者的呼吸频率和心跳频率。
具体的，在本实施例中，是将每一个分量谱峰所在的位置进行分类，在实验过程中是将0.2hz-0.9hz范围内的谱峰分为一类，将0.9hz-2.5hz范围内的谱峰分为一类，剩下的归为噪声。然后再从谱峰所在位置为0.2hz-0.9hz、0.9hz-2.5hz的两类信号中提取出呼吸频率和心跳频率。
如图4所示，在本实施例中是对步骤S23作了一个限定，具体的，步骤S23将呼吸频率和心跳频率与预设呼吸频率阈值与预设心跳频率阈值作比较，判断呼吸频率和心跳频率是否正常的过程，包括步骤H21和步骤H22。
步骤H21：通过身份识别器的识别后，调取出与取枪者对应的呼吸频率阈值和心跳频率阈值；
需要说明的是，此处存储在身份识别器当中的取枪者的呼吸频率阈值和心跳频率阈值时预先计算好的，存储在身份识别器当中的，当取枪者取枪时，就会根据通过身份识别器来调取相关的数据信息。具体的，在本实施例中，计算取枪者的呼吸频率阈值和心跳频率阈值的方法包括步骤H211和步骤H212。
步骤H211：在正常的情况下对每个枪支使用者测量n次，得到n个呼吸频率和n个心跳频率；
在本实施例中，计算正常情况下的枪支使用者的心跳频率h和呼吸频率x的公式如下：
式中，hi为取枪者在正常状况下在第i时刻的呼吸频率，xi为取枪者在正常状况下在第i时刻的心跳频率。
具体的，在本实施例中，是将一天当中的工作时间8小时划分为8段，也即，每一个小时为一个时间段，在每个时间段为每个枪支使用者测量一次呼吸频率和心跳频率，连续测量三天总共24组数据。当然，此处只是给了这样的一个例子，在实际操作当中，应以能够达到实际操作为目的，此处不作限定。
步骤H212：利用枪支使用者在正常状况下的呼吸频率均值与心跳频率均值，计算取枪者的心跳频率阈值h(t)和呼吸频率阈值x(t)；
具体的，在本实施例中，计算正常情况下的枪支使用者的心跳频率阈值h(t)和呼吸频率阈值x(t)的公式如下：
具体的，在本实施例中，是按照上述公式来确定枪支使用者的心跳频率阈值h(t)和呼吸频率阈值x(t)，当然，此处只是通过大量的实验验证，给出了一种具体的确定阈值的方法，在实际操作当中，还有很多设置阈值的方法，此处不作限定，一切以达到实际操作为目的。
步骤H22：将呼吸频率、心跳频率、呼吸频率阈值和心跳频率阈值输入至比较模型中进行比较，得到比较结果；
其中，比较模型的表达式为：
其中，l(t)为比较结果，f1为取枪者的呼吸频率、f2为取枪者的心跳频率、h(t)为取枪者的呼吸频率阈值、x(t)为取枪者的心跳频率阈值，a为取枪者的呼吸差值，b为取枪者的心跳差值；
步骤H23：若心跳差值和呼吸差值满足第一预设条件或第二预设条件时，则判定取枪者的心理状态异常；
其中，第一预设条件为b＞0，第二预设条件为b≤0且a＞0，a为取枪者的呼吸差值，b为取枪者的心跳差值。
可以理解的是，通过将测量得到的取枪者的呼吸频率f1和心跳频率f2与对应的取枪者的呼吸频率阈值h(t)和心跳频率阈值x(t)作差，就能够判断出取枪者在取枪时的心理状态是否是异常，如果异常，则不能开启枪柜，如果正常，则开启枪柜，让取枪者拿出枪支。可见，通过本发明公开的枪柜管理方法能够更好地去管理枪柜，进一步的保证了枪支使用的安全性。
相应的，本发明还公开了一种枪柜管理系统，如图5所示，该系统包括：
信号测量模块31，用于利用雷达传感器测量取枪者在取枪时的中频信号，得到雷达中频信号；
信号处理模块32，用于处理雷达中频信号，得到取枪者的呼吸频率和心跳频率；
阈值比较模块33，用于将呼吸频率和心跳频率与预设呼吸频率阈值与预设心跳频率阈值作比较；判断呼吸频率和心跳频率是否正常；其中，预设呼吸频率阈值和心跳频率阈值为当取枪者通过身份识别器的识别后，调取出与取枪者对应的呼吸频率阈值和心跳频率阈值；
第一判断模块34，用于若正常，则开启枪柜；
第二判断模块35，用于若异常，则不开启枪柜，并发出报警信号。
该枪柜管理系统还包括：
噪声去除模块，用于处理雷达中频信号的过程之前去除雷达中频信号中的噪声。
噪声去除模块，包括：
信号采集单元，用于在无人环境下利用雷达传感器采集预设时间阈值的雷达传感器的信号，得到环境信号；
噪声去除单元，用于利用环境信号去除雷达中频信号中的噪声。
信号处理模块32，包括：
噪声添加单元，用于在雷达中频信号中加入J组均值为零的高斯白噪声，得到加噪信号；
其中，加噪信号中第j组加噪信号wj(t)的表达式为：
wj(t)＝s(t)+rj(t)，j＝1,2,3...J；
式中，s(t)为雷达中频信号，rj(t)为第j组加入的高斯白噪声，1≤j≤J；
信号预处理单元，用于求取加噪信号中每一组加噪信号的极大值与极小值，并将极大值和极小值分别拟合成上包络曲线和下包络曲线；求取上包络曲线和下包络曲线对应的均值，得到包络均值；将加噪信号中的第j组加噪信号与包络均值相减，得到第j组预处理信号；
其中，第j组预处理信号的表达式为：
hj(t)＝wj(t)-m(t)；
式中，wj(t)为第j组加噪信号，m(t)为包络均值；
第一判断单元，用于判断第j组预处理信号中极值点与零点的数目是否相差n个，且包络均值是否为零；其中，n≤1；
第一信号处理单元，若是，则判定第j组预处理信号为第j组单一频率信号，利用第j组单一频率信号对第j组加噪信号进行处理，得到第j组残余分量；
其中，第j组残余分量的表达式为：
pj(t)＝wj(t)-hj(t)；
式中，wj(t)为第j组加噪信号，hj(t)为从第j组加噪信号中分离出来的一个单一频率信号；
第二判断单元，用于判断第j组残余分量是否为单调函数；
第二信号处理单元，用于若是，则利用第j组残余分量对第j组加噪信号wj(t)进行化简，得到化简第j组加噪信号w'j(t)；
其中，n个单一频率信号的表达式为：
式中，pj(t)为第j组的残余分量，hji为从第j组加噪信号wj(t)分离出的第i个单一频率信号，n为从第j组加噪信号wj(t)分离出的所有单一频率的总数；
第三判断单元，用于判断加入高斯白噪声的组数j是否小于J；
第三信号处理单元，用于若否，则利用步骤H102至步骤H106对加入的J组加噪信号进行处理，得到处理后中频信号；
其中，处理后中频信号的表达式为：
式中，hji为从第j组加噪信号wj(t)分离出的第i个单一频率分量，pj(t)为从第j组加噪信号wj(t)中分离出的一个残余分量，J为加入高斯白噪声的组数；
信号提取单元，用于求取处理后中频信号中每一个单一频率分量的频谱分布，根据频谱分布的位置分类，提取出取枪者的呼吸频率和心跳频率。
信号预处理单元，包括：
信号预处理子单元，用于求取每一组中加噪信号的极大值与极小值，并利用三次样条插值函数将极大值和极小值分别拟合成上包络曲线和下包络曲线。
阈值比较模块33，包括：
阈值获取单元，用于通过所述身份识别器的识别后，取出与取枪者对应的呼吸频率阈值和心跳频率阈值；
频率比较单元，用于将呼吸频率、心跳频率、呼吸频率阈值和心跳频率阈值输入至比较模型中进行比较，得到比较结果；其中，比较模型的表达式为：
其中，l(t)为比较结果，f1为取枪者的呼吸频率、f2为取枪者的心跳频率、h(t)为取枪者的呼吸频率阈值、x(t)为取枪者的心跳频率阈值，a为取枪者的呼吸差值，b为取枪者的心跳差值；
预设条件判断单元，用于若心跳差值和呼吸差值满足第一预设条件或第二预设条件时，则判定取枪者的心理状态异常；其中，第一预设条件为b＞0，第二预设条件为b≤0且a＞0，a为取枪者的呼吸差值，b为取枪者的心跳差值。
相应的，本发明还公开了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如前述公开的枪柜管理方法的步骤。
相应的，本发明还公开了一种枪柜管理设备，如图6所示，包括：
存储器41，用于存储计算机程序；
处理器42，用于执行计算机程序时实现如前述公开的枪柜管理方法的步骤。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的枪柜管理方法、系统、介质及设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种枪柜管理方法，其特征在于，应用于枪柜，所述枪柜的枪柜门上安装有雷达传感器和身份识别器，包括：
利用所述雷达传感器测量取枪者在取枪时的中频信号，得到雷达中频信号；
处理所述雷达中频信号，得到所述取枪者的呼吸频率和心跳频率；
将所述呼吸频率和所述心跳频率与预设呼吸频率阈值与预设心跳频率阈值作比较；判断所述呼吸频率和所述心跳频率是否正常；其中，所述预设呼吸频率阈值和所述心跳频率阈值为当所述取枪者通过所述身份识别器的识别后，调取出与所述取枪者对应的呼吸频率阈值和心跳频率阈值；
若正常，则开启所述枪柜；
若异常，则不开启所述枪柜，并发出报警信号。
2.根据权利要求1所述的方法，其特征在于，所述处理所述雷达中频信号的过程之前，还包括：
去除所述雷达中频信号中的噪声。
3.根据权利要求2所述的方法，其特征在于，所述去除所述雷达中频信号中的噪声的过程，包括：
在无人环境下利用所述雷达传感器采集预设时间阈值的雷达传感器的信号，得到环境信号；
利用所述环境信号去除所述雷达中频信号中的噪声。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述处理所述雷达中频信号，得到所述取枪者的呼吸频率和心跳频率的过程，包括：
步骤H101：在所述雷达中频信号中加入J组均值为零的高斯白噪声，得到加噪信号；
其中，所述加噪信号中第j组加噪信号wj(t)的表达式为：
wj(t)＝s(t)+rj(t)，j＝1,2,3...J；
式中，s(t)为雷达中频信号，rj(t)为第j组加入的高斯白噪声，1≤j≤J；
步骤H102：求取所述加噪信号中每一组加噪信号的极大值与极小值，并将极大值和极小值分别拟合成上包络曲线和下包络曲线；求取所述上包络曲线和所述下包络曲线对应的均值，得到包络均值；将所述加噪信号中的第j组加噪信号与所述包络均值相减，得到第j组预处理信号；
其中，所述第j组预处理信号的表达式为：
hj(t)＝wj(t)-m(t)；
式中，wj(t)为第j组加噪信号，m(t)为包络均值；
步骤H103：判断所述第j组预处理信号中极值点与零点的数目是否相差n个，且所述包络均值是否为零；其中，n≤1；
步骤H104：若是，则判定所述第j组预处理信号为第j组单一频率信号，利用所述第j组单一频率信号对所述第j组加噪信号进行处理，得到第j组残余分量；
其中，所述第j组残余分量的表达式为：
pj(t)＝wj(t)-hj(t)；
式中，wj(t)为第j组加噪信号，hj(t)为从第j组加噪信号中分离出来的一个单一频率信号；
步骤H105：判断所述第j组残余分量是否为单调函数；
步骤H106：若是，则利用所述第j组残余分量对所述第j组加噪信号wj(t)进行化简，得到化简第j组加噪信号w'j(t)；
其中，所述化简第j组加噪信号w'j(t)的表达式为：
<mrow>
<msubsup>
<mi>w</mi>
<mi>j</mi>
<mo>&prime;</mo>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>h</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>p</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
式中，pj(t)为第j组的残余分量，hji为从第j组加噪信号wj(t)分离出的第i个单一频率信号，n为从第j组加噪信号wj(t)分离出的所有单一频率的总数；
步骤H107：判断加入高斯白噪声的组数j是否小于J；
步骤H108：若否，则利用步骤H102至步骤H106对加入的J组加噪信号进行处理，得到处理后中频信号；
其中，所述处理后中频信号的表达式为：
<mrow>
<msup>
<mi>s</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>J</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>h</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mi>J</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>p</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
式中，hji为从第j组加噪信号wj(t)分离出的第i个单一频率分量，pj(t)为从第j组加噪信号wj(t)中分离出的一个残余分量，J为加入高斯白噪声的组数；
步骤H109：求取所述处理后中频信号中每一个单一频率分量的频谱分布，根据所述频谱分布的位置分类，提取出所述取枪者的呼吸频率和心跳频率。
5.根据权利要求4所述的方法，其特征在于，所述求取每一组中加噪信号的极大值与极小值，并将极大值和极小值分别拟合成上包络曲线和下包络曲线的过程，包括：
求取每一组中加噪信号的极大值与极小值，并利用三次样条插值函数将极大值和极小值分别拟合成所述上包络曲线和所述下包络曲线。
6.根据权利要求4所述的方法，其特征在于，所述将所述呼吸频率和所述心跳频率与预设呼吸频率阈值与预设心跳频率阈值作比较，判断所述呼吸频率和所述心跳频率是否正常的过程，包括：
步骤H21：通过所述身份识别器的识别后，调取出与所述取枪者对应的呼吸频率阈值和心跳频率阈值；
步骤H22：将所述呼吸频率、所述心跳频率、所述呼吸频率阈值和所述心跳频率阈值输入至比较模型中进行比较，得到比较结果；其中，所述比较模型的表达式为：
<mrow>
<mi>l</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>a</mi>
<mo>=</mo>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>b</mi>
<mo>=</mo>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
其中，l(t)为比较结果，f1为所述取枪者的呼吸频率、f2为所述取枪者的心跳频率、h(t)为所述取枪者的呼吸频率阈值、x(t)为所述取枪者的心跳频率阈值，a为所述取枪者的呼吸差值，b为所述取枪者的心跳差值；
步骤H23：若所述心跳差值和所述呼吸差值满足第一预设条件或第二预设条件时，则判定所述取枪者的心理状态异常；其中，所述第一预设条件为b＞0，所述第二预设条件为b≤0且a＞0，a为所述取枪者的呼吸差值，b为所述取枪者的心跳差值。
7.一种枪柜管理系统，其特征在于，应用于枪柜，所述枪柜的枪柜门上安装有雷达传感器和身份识别器，包括：
信号测量模块，用于利用所述雷达传感器测量取枪者在取枪时的中频信号，得到雷达中频信号；
信号处理模块，用于处理所述雷达中频信号，得到所述取枪者的呼吸频率和心跳频率；
阈值比较模块，用于将所述呼吸频率和所述心跳频率与预设呼吸频率阈值与预设心跳频率阈值作比较，判断所述呼吸频率和所述心跳频率是否正常；其中，所述预设呼吸频率阈值和所述心跳频率阈值为当所述取枪者通过所述身份识别器的识别后，调取出与所述取枪者对应的呼吸频率阈值和心跳频率阈值；
第一判断模块，用于若正常，则开启所述枪柜；
第二判断模块，用于若异常，则不开启所述枪柜，并发出报警信号。
8.根据权利要求7所述的系统，其特征在于，还包括：
噪声去除模块，用于处理所述雷达中频信号的过程之前去除所述雷达中频信号中的噪声。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述枪柜管理方法的步骤。
10.一种枪柜管理设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述枪柜管理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711218548.3A CN107993316B (zh) | 2017-11-28 | 2017-11-28 | 一种枪柜管理方法、系统、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711218548.3A CN107993316B (zh) | 2017-11-28 | 2017-11-28 | 一种枪柜管理方法、系统、介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107993316A true CN107993316A (zh) | 2018-05-04 |
| CN107993316B CN107993316B (zh) | 2020-09-11 |
Family
ID=62034106
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711218548.3A Expired - Fee Related CN107993316B (zh) | 2017-11-28 | 2017-11-28 | 一种枪柜管理方法、系统、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107993316B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112184962A (zh) * | 2020-09-29 | 2021-01-05 | 中国银行股份有限公司 | 钞箱数字锁控制方法、系统及控制装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102005020847A1 (de) * | 2005-05-02 | 2006-11-09 | Carsten Dr. Koch | Vorrichtung zur berührungslosen Positionsbestimmung von Körperteilen von Lebewesen im Kraftfahrzeug |
| CN102018503A (zh) * | 2010-10-21 | 2011-04-20 | 中国科学院深圳先进技术研究院 | 生命探测雷达中的呼吸与心跳信号的提取方法及装置 |
| CN106539336A (zh) * | 2015-09-18 | 2017-03-29 | 圣指通科技（北京）有限公司 | 一种枪柜 |
| CN106601265A (zh) * | 2016-12-15 | 2017-04-26 | 中国人民解放军第四军医大学 | 一种消除毫米波生物雷达语音中噪声的方法 |
| CN107212861A (zh) * | 2016-03-21 | 2017-09-29 | 罗伯特·博世有限公司 | 应用于车辆的生理特征检测系统及方法 |
-
2017
- 2017-11-28 CN CN201711218548.3A patent/CN107993316B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102005020847A1 (de) * | 2005-05-02 | 2006-11-09 | Carsten Dr. Koch | Vorrichtung zur berührungslosen Positionsbestimmung von Körperteilen von Lebewesen im Kraftfahrzeug |
| CN102018503A (zh) * | 2010-10-21 | 2011-04-20 | 中国科学院深圳先进技术研究院 | 生命探测雷达中的呼吸与心跳信号的提取方法及装置 |
| CN106539336A (zh) * | 2015-09-18 | 2017-03-29 | 圣指通科技（北京）有限公司 | 一种枪柜 |
| CN107212861A (zh) * | 2016-03-21 | 2017-09-29 | 罗伯特·博世有限公司 | 应用于车辆的生理特征检测系统及方法 |
| CN106601265A (zh) * | 2016-12-15 | 2017-04-26 | 中国人民解放军第四军医大学 | 一种消除毫米波生物雷达语音中噪声的方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112184962A (zh) * | 2020-09-29 | 2021-01-05 | 中国银行股份有限公司 | 钞箱数字锁控制方法、系统及控制装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107993316B (zh) | 2020-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7135980B2 (en) | Physiomagnetometric inspection and surveillance system and method | |
| CN107683106A (zh) | 使用神经及神经机械指纹的无钥匙进出控制 | |
| US20160352727A1 (en) | System and method for asset authentication and management | |
| CN107708546A (zh) | 使用神经及神经机械指纹的本地用户认证 | |
| CN106384285A (zh) | 一种智能无人银行系统 | |
| CN107710713A (zh) | 使用神经及神经机械指纹的数据加密/解密 | |
| CN107708525A (zh) | 使用神经及神经机械指纹来确定用户的健康改变 | |
| US8169299B2 (en) | Method and apparatus for neural activity identification | |
| WO2001059733A2 (en) | Security control method and system | |
| CN103093133B (zh) | 面向ieee802.15.6的生物身份认证方法 | |
| CN103093234A (zh) | 基于步行时地面反作用力的身份识别方法 | |
| CN110287918A (zh) | 活体识别方法及相关产品 | |
| CN107293301B (zh) | 基于牙齿咬合声音的识别方法及系统 | |
| CN106503517A (zh) | 一种基于虚拟现实头盔脑纹采集的安全认证系统 | |
| CN106296903A (zh) | 一种基于指纹识别的门禁系统 | |
| CN106096566A (zh) | 一种支持图像录入检索、识别和轨迹描绘的安防识别系统及方法 | |
| CN107993316A (zh) | 一种枪柜管理方法、系统、介质及设备 | |
| Bastos et al. | Double authentication model based on ppg and ecg signals | |
| CN110288731A (zh) | 一种解锁方法、装置及电子门锁 | |
| CN110192864A (zh) | 一种跨域心电图生物特征身份识别方法 | |
| Khalil et al. | Legendre polynomials based biometric authentication using QRS complex of ECG | |
| CN205788395U (zh) | 一种门禁控制系统 | |
| CN202976292U (zh) | 一种人脸识别入户门系统 | |
| Carrillo | Continuous biometric authentication for authorized aircraft personnel: A proposed design | |
| CN203324988U (zh) | 指纹加静脉识别双重验证系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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 |
Granted publication date: 20200911 Termination date: 20211128 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |