CN108197612A - 一种船舶敏感区检测人员入侵的方法及系统 - Google Patents
一种船舶敏感区检测人员入侵的方法及系统 Download PDFInfo
- Publication number
- CN108197612A CN108197612A CN201810110468.4A CN201810110468A CN108197612A CN 108197612 A CN108197612 A CN 108197612A CN 201810110468 A CN201810110468 A CN 201810110468A CN 108197612 A CN108197612 A CN 108197612A
- Authority
- CN
- China
- Prior art keywords
- csi
- signal
- data
- sensitive area
- module
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000009545 invasion Effects 0.000 title abstract description 5
- 230000001235 sensitizing effect Effects 0.000 title abstract 4
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 238000013075 data extraction Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000033001 locomotion Effects 0.000 claims description 10
- 238000012706 support-vector machine Methods 0.000 claims description 8
- 230000014509 gene expression Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 239000000969 carrier Substances 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000012512 characterization method Methods 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010587 phase diagram Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种船舶敏感区检测人员入侵的方法及系统，所述方法包括步骤：采集表征环境状态的无线信号得到原始数据信号；对原始数据信号进行解析，得到CSI(信道状态信息)信号；对所述CSI信号进行预处理，以消除偏移分量；对预处理后的CSI信号进行特征提取，得到表征CSI特征的CSI特征信号；对CSI特征信号进行分类以检测船舶敏感区是否有人员入侵。所述系统包括：采集模块、数据提取模块、数据预处理模块、特征提取模块及判断模块。所述系统用来实现所述方法。本发明可以有效实现对船舶敏感区域的人员入侵的检测。
Description
技术领域
本发明涉及信息技术领域，具体涉及一种船舶敏感区检测人员入侵的方法及系统。
背景技术
大型船舶内部存在许多敏感区域需要有比较好的安保措施，以预防突发事件的发生。通过入侵检测系统可以对这些敏感区域实现全天候的监测，在异常发生时做出及时、准确的判断，以便迅速采取应对措施。
现有的入侵检测系统一般用到的是图像识别技术，通过摄像头采集环境信息，然后通过对固定图像模式的特征提取来完成判断，但是这种方法存在诸多限制条件，如光线、监控死角等，也有隐私侵犯的问题存在。还有基于红外传感器的检测方法，但是部署成本高，后期维护困难。因此，找到一种能够克服限制条件，保护个人隐私，经济实惠，维护简单的船舶敏感区入侵人员的检测方法就成为业界亟待解决的问题。
发明内容
本发明提供了一种船舶敏感区检测人员入侵的方法及系统，可以有效解决上述问题。
本发明提供的技术方案是：一种船舶敏感区检测人员入侵的方法，所述方法包括步骤：采集表征环境状态的无线信号得到原始数据信号；对原始数据信号进行解析，得到CSI(信道状态信息)信号；对所述CSI信号进行预处理，以消除偏移分量；对预处理后的CSI信号进行特征提取，得到表征CSI特征的CSI特征信号；对CSI特征信号进行分类以检测船舶敏感区是否有人员入侵。一种船舶敏感区检测人员入侵的系统，所述系统用于实现所述方法，包括：采集模块、数据提取模块、数据预处理模块、特征提取模块及判断模块；所述采集模块采集当前环境状态下的无线信号；所述数据提取模块从采集到的无线信号中提取出表征环境特征的CSI数据；所述数据预处理模块消除所述CSI数据的相位中的时间偏移和随机噪声分量得到可利用的相位信息；所述特征提取模块对处理后的CSI数据进行特征值提取，得到最能表征CSI特征的信息成分；所述判断模块对提取出来的CSI数据的特征值进行分类，实现对当前环境有无人员运动的判断。
本发明的有益效果是：本发明提供了一种船舶敏感区检测人员入侵的方法及系统，通过对采集到的数据进行解析，并对解析的数据进行预处理并提取预处理数据的特征值，最后对特征值进行分类，可以有效实现对船舶敏感区域的人员入侵的检测。
附图说明
图1是本发明实施例中船舶敏感区检测人员入侵的方法的整体流程图；
图2是本发明实施例中船舶敏感区检测人员入侵的系统模块示意图；
图3是本发明实施例中无人及有人运动状态下CSI信号幅度示意图；
图4是本发明实施例中对CSI信号进行预处理前后相位示意图；
图5是本发明实施例中采用支持向量机对经过特征提取CSI信号进行分类的效果示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述，下文中提到的具体技术细节，如：方法，设备等，仅为使读者更好的理解技术方案，并不代表本发明仅局限于以下技术细节。
本发明的实施例提供了一种船舶敏感区检测人员入侵的方法及系统。请参阅图1，图1是本发明实施例中船舶敏感区检测人员入侵的方法的整体流程图，所述方法由硬件设备实现，具体步骤包括：
S101：采集表征环境状态的无线信号得到原始数据信号。
S102：对原始数据信号进行解析，得到CSI(信道状态信息)信号，具体地，频率响应公式为：
Y(f,t)＝H(f,t)×X(f,t)
其中，Y(f,t)和X(f,t)分别是接收端和发射端信号的频域表示，H(f,t)为t时刻的信道频率响应，为复值；单个子载波的信道频率响应为：
其中，H(fk)为中心频率为fk的第k个子载波的CSI信息，||H(fk)||为子载波的幅度信息，∠H(fk)为子载波的相位信息。
S103：对所述CSI信号进行预处理，以消除偏移分量，其中，真实相位为：
其中，为真实相位，Ki为子载波标签，为第i个子载波测得的相位，φi为真实相位；的具体表达式为：
其中，δ为时间偏移，β为相位偏移，Z为噪声干扰；a与b的表达式为：
若子载波频率是对称的，则
S104：对预处理后的CSI信号进行特征提取，得到表征CSI特征的CSI特征信号，具体为：提取连续的CSI矩阵，和为归一化后的幅度和相位矩阵，和的协方差矩阵为：
对所述和的协方差矩阵进行奇异值分解得到和的协方差矩阵的特征值和特征向量，具体表达式为：
其中，λi为特征值，qi为特征向量；根据所述特征值λi和特征向量qi计算得到CSI矩阵的主要特征，其表达式为：
S105：对CSI特征信号进行分类以检测船舶敏感区是否有人员入侵，具体为：使用支持向量机算法对经过特征提取的CSI信号进行分类以实现对船舶环境中有无人员的判断。支持向量机就是一个在众多n维空间的点中寻求一个最佳的n-1维超平面将这些不同类的数据点隔开的分类器，我们将上一步骤得出的α和β作为支持向量机的两类特征输入，便可得到一条将两类数据最大化分隔开的分割线。
参见图2，图2是本发明实施例中船舶敏感区检测人员入侵的系统模块示意图，包括：采集模块201、数据提取模块202、数据预处理模块203、特征提取模块204及判断模块205；所述采集模块201采集当前环境状态下的无线信号，所述采集模块201由搭载实验环境的工控机、部署在环境中的信号接收天线及WiFi信号发射天线组成；所述数据提取模块202从采集到的无线信号中提取出表征环境特征的CSI数据；所述数据预处理模块203消除所述CSI数据的相位中的时间偏移和随机噪声分量得到可利用的相位信息，具体地，所述数据预处理模块203对CSI信号的相位信息进行线性变换来消除原始相位中的时间偏移和随机噪声部分得到可利用的相位信息；所述特征提取模块204对处理后的CSI数据进行特征值提取，得到最能表征CSI特征的信息成分；所述判断模块205对提取出来的CSI数据的特征值进行分类，实现对当前环境有无人员运动的判断，具体地，所述判断模块205使用支持向量机算法对提取出来的CSI数据的特征值进行分类。
参见图3，图3是本发明实施例中无人及有人运动状态下CSI信号幅度示意图，包括：无人运动CSI信号幅度301及有人运动CSI信号幅度302。由图中可见，存在人员运动的环境中的CSI信号幅值波动明显大于静态环境下的CSI信号幅值波动。
参见图4，图4是本发明实施例中对CSI信号进行预处理前后相位示意图，包括：对CSI信号进行预处理前相位401及对CSI信号进行预处理后相位402。由图中可见，原始的相位分布非常杂乱，经过处理后相位变得更加稳定、更有规律。
参见图5，图5是本发明实施例中采用支持向量机对经过特征提取CSI信号进行分类的效果示意图，包括：超平面501、无人运动分类类型502及有人运动分类类型503。由图中可见，通过采用本发明的方法及系统，可以很清楚地分辨出在有人员运动和无人员运动这两种环境下的CSI数据特征点。
通过执行本发明的实施例，本发明权利要求里的所有技术特征都得到了详尽阐述。
区别于现有技术，本发明的实施例提供了一种船舶敏感区检测人员入侵的方法及系统，通过对采集到的数据进行解析，并对解析的数据进行预处理并提取预处理数据的特征值，最后对特征值进行分类，可以有效实现对船舶敏感区域的人员入侵的检测。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种船舶敏感区检测人员入侵的方法，所述方法由硬件设备实现，其特征在于，包括以下步骤：
采集表征环境状态的无线信号得到原始数据信号；
对原始数据信号进行解析，得到CSI信号；
对所述CSI信号进行预处理，以消除偏移分量；
对预处理后的CSI信号进行特征提取，得到表征CSI特征的CSI特征信号；
对CSI特征信号进行分类以检测船舶敏感区是否有人员入侵。
2.如权利要求1所述的一种船舶敏感区检测人员入侵的方法，其特征在于：所述对原始数据信号进行解析的方法包括以下方式，
频率响应公式为：
Y(f,t)＝H(f,t)×X(f,t)
其中，Y(f,t)和X(f,t)分别是接收端和发射端信号的频域表示，H(f,t)为t时刻的信道频率响应，为复值；
单个子载波的信道频率响应为：
其中，H(fk)为中心频率为fk的第k个子载波的CSI信息，||H(fk)||为子载波的幅度信息，∠H(fk)为子载波的相位信息。
3.如权利要求1所述的一种船舶敏感区检测人员入侵的方法，其特征在于：所述对所述CSI信号进行预处理得到真实相位的方法为：
其中，为真实相位，Ki为子载波标签，为第i个子载波测得的相位，φi为真实相位；的具体表达式为：
其中，δ为时间偏移，β为相位偏移，Z为噪声干扰；a与b的表达式为：
若子载波频率是对称的，则
4.如权利要求1所述的一种船舶敏感区检测人员入侵的方法，其特征在于：所述对预处理后的CSI信号进行特征提取得到表征CSI特征的信号成分的方法包括：提取连续的CSI矩阵，和为归一化后的幅度和相位矩阵，和的协方差矩阵为：
5.如权利要求4所述的一种船舶敏感区检测人员入侵的方法，其特征在于：对所述和的协方差矩阵进行奇异值分解得到和的协方差矩阵的特征值和特征向量；根据所述特征值和特征向量计算得到CSI矩阵的主要特征。
6.如权利要求1所述的一种船舶敏感区检测人员入侵的方法，其特征在于：所述对经过特征提取的CSI信号进行分类以检测船舶敏感区是否有人员入侵具体为：使用支持向量机算法对经过特征提取的CSI信号进行分类以实现对船舶环境中有无人员的判断。
7.一种船舶敏感区检测人员入侵的系统，用于实现权利要求1～6所述的任意一种方法，其特征在于，所述系统包括：采集模块、数据提取模块、数据预处理模块、特征提取模块及判断模块；所述采集模块采集当前环境状态下的无线信号；所述数据提取模块从采集到的无线信号中提取出表征环境特征的CSI数据；所述数据预处理模块消除所述CSI数据的相位中的时间偏移和随机噪声分量得到可利用的相位信息；所述特征提取模块对处理后的CSI数据进行特征值提取，得到最能表征CSI特征的信息成分；所述判断模块对提取出来的CSI数据的特征值进行分类，实现对当前环境有无人员运动的判断。
8.如权利要求7所述的一种船舶敏感区检测人员入侵的系统，其特征在于：所述采集模块由搭载实验环境的工控机、部署在环境中的信号接收天线及WiFi信号发射天线组成。
9.如权利要求7所述的一种船舶敏感区检测人员入侵的系统，其特征在于：所述数据预处理模块消除所述CSI数据的相位中的时间偏移和随机噪声分量得到可利用的相位信息具体为：所述数据预处理模块对CSI信号的相位信息进行线性变换来消除原始相位中的时间偏移和随机噪声部分得到可利用的相位信息。
10.如权利要求7所述的一种船舶敏感区检测人员入侵的系统，其特征在于：所述判断模块对提取出来的CSI数据的特征值进行分类具体为：判断模块使用支持向量机算法对提取出来的CSI数据的特征值进行分类。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810110468.4A CN108197612A (zh) | 2018-02-05 | 2018-02-05 | 一种船舶敏感区检测人员入侵的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810110468.4A CN108197612A (zh) | 2018-02-05 | 2018-02-05 | 一种船舶敏感区检测人员入侵的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108197612A true CN108197612A (zh) | 2018-06-22 |
Family
ID=62592625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810110468.4A Pending CN108197612A (zh) | 2018-02-05 | 2018-02-05 | 一种船舶敏感区检测人员入侵的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108197612A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109274440A (zh) * | 2018-10-10 | 2019-01-25 | 重庆邮电大学 | 基于环境特征自适应筛选的被动入侵检测方法 |
| CN110958568A (zh) * | 2019-11-25 | 2020-04-03 | 武汉理工大学 | 基于WiFi的船舶驾驶室人员值班行为识别方法及系统 |
| CN111698258A (zh) * | 2020-06-18 | 2020-09-22 | 上海第二工业大学 | 一种基于WiFi的环境入侵检测方法和系统 |
| CN112869734A (zh) * | 2021-01-11 | 2021-06-01 | 乐鑫信息科技（上海）股份有限公司 | 一种Wi-Fi人体检测的方法和智能设备 |
| CN112949487A (zh) * | 2021-03-01 | 2021-06-11 | 武汉理工大学 | 一种基于WiFi的船舶驾驶室人员数量检测方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101370124A (zh) * | 2007-08-13 | 2009-02-18 | 木浦海洋大学校产学协力团 | 用于保护养殖鱼池的集体监视数字系统 |
| US20140049600A1 (en) * | 2012-08-16 | 2014-02-20 | Nice-Systems Ltd. | Method and system for improving surveillance of ptz cameras |
| CN104502894A (zh) * | 2014-11-28 | 2015-04-08 | 无锡儒安科技有限公司 | 基于物理层信息的运动物体被动检测方法 |
| CN105158727A (zh) * | 2015-06-18 | 2015-12-16 | 哈尔滨工程大学 | 一种增强型室内无源被动人体定位方法 |
-
2018
- 2018-02-05 CN CN201810110468.4A patent/CN108197612A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101370124A (zh) * | 2007-08-13 | 2009-02-18 | 木浦海洋大学校产学协力团 | 用于保护养殖鱼池的集体监视数字系统 |
| US20140049600A1 (en) * | 2012-08-16 | 2014-02-20 | Nice-Systems Ltd. | Method and system for improving surveillance of ptz cameras |
| CN104502894A (zh) * | 2014-11-28 | 2015-04-08 | 无锡儒安科技有限公司 | 基于物理层信息的运动物体被动检测方法 |
| CN105158727A (zh) * | 2015-06-18 | 2015-12-16 | 哈尔滨工程大学 | 一种增强型室内无源被动人体定位方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109274440A (zh) * | 2018-10-10 | 2019-01-25 | 重庆邮电大学 | 基于环境特征自适应筛选的被动入侵检测方法 |
| CN109274440B (zh) * | 2018-10-10 | 2021-05-18 | 重庆邮电大学 | 基于环境特征自适应筛选的被动入侵检测方法 |
| CN110958568A (zh) * | 2019-11-25 | 2020-04-03 | 武汉理工大学 | 基于WiFi的船舶驾驶室人员值班行为识别方法及系统 |
| CN111698258A (zh) * | 2020-06-18 | 2020-09-22 | 上海第二工业大学 | 一种基于WiFi的环境入侵检测方法和系统 |
| CN112869734A (zh) * | 2021-01-11 | 2021-06-01 | 乐鑫信息科技（上海）股份有限公司 | 一种Wi-Fi人体检测的方法和智能设备 |
| CN112869734B (zh) * | 2021-01-11 | 2022-10-21 | 乐鑫信息科技（上海）股份有限公司 | 一种Wi-Fi人体检测的方法和智能设备 |
| CN112949487A (zh) * | 2021-03-01 | 2021-06-11 | 武汉理工大学 | 一种基于WiFi的船舶驾驶室人员数量检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108197612A (zh) | 一种船舶敏感区检测人员入侵的方法及系统 | |
| Nie et al. | UAV detection and identification based on WiFi signal and RF fingerprint | |
| Medaiyese et al. | Wavelet transform analytics for RF-based UAV detection and identification system using machine learning | |
| Yang et al. | Fine-grained adaptive location-independent activity recognition using commodity WiFi | |
| US10290197B2 (en) | Mass transit surveillance camera system | |
| Feng et al. | Mais: Multiple activity identification system using channel state information of wifi signals | |
| CN111698258B (zh) | 一种基于WiFi的环境入侵检测方法和系统 | |
| Feng et al. | Evaluation and improvement of activity detection systems with recurrent neural network | |
| CN112949487A (zh) | 一种基于WiFi的船舶驾驶室人员数量检测方法及系统 | |
| CN109827652A (zh) | 一种针对光纤传感振动信号识别方法与系统 | |
| Wu et al. | CSI-based wireless localization and activity recognition using support vector machine | |
| Hsu et al. | Design and implementation of image electronic fence with 5G technology for smart farms | |
| Lebona et al. | Ship detection using VIIRS sensor specific data | |
| CN111741471A (zh) | 基于csi的入侵检测方法、装置及计算机存储介质 | |
| Gautam et al. | Hidden object detection for classification of threat | |
| Liu et al. | WiCrew: Gait-based crew identification for cruise ships using commodity WiFi | |
| US12050299B2 (en) | Passive magnetic detection and discrimination for security screening | |
| CN108199757B (zh) | 一种利用信道状态信息检测消费级无人机入侵的方法 | |
| CN116895286A (zh) | 一种打印机故障监控方法以及相关装置 | |
| CN116990883A (zh) | 基于多频谱传感融合技术的远距离人携危险物探测系统 | |
| CN111753686A (zh) | 基于csi的人数识别方法、装置、设备及计算机存储介质 | |
| Amabdiyil et al. | Marine vessel detection comparing GPRS and satellite images for security applications | |
| Bhat et al. | Human recognition using single-input-single-output channel model and support vector machines | |
| Liu et al. | UWB vital sign signal recognition method based on SVM | |
| Khan et al. | Recognizing foreign object debris (FOD): false alarm reduction implementation |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |