CN115297440A - 一种非合作式的室内人员计数、定位及外部入侵检测方法 - Google Patents
一种非合作式的室内人员计数、定位及外部入侵检测方法 Download PDFInfo
- Publication number
- CN115297440A CN115297440A CN202210965759.8A CN202210965759A CN115297440A CN 115297440 A CN115297440 A CN 115297440A CN 202210965759 A CN202210965759 A CN 202210965759A CN 115297440 A CN115297440 A CN 115297440A
- Authority
- CN
- China
- Prior art keywords
- data
- signal intensity
- value
- personnel
- indoor
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 230000002159 abnormal effect Effects 0.000 claims abstract description 29
- 230000007246 mechanism Effects 0.000 claims abstract description 26
- 230000009545 invasion Effects 0.000 claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 17
- 230000003068 static effect Effects 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 abstract description 2
- 238000011160 research Methods 0.000 abstract description 2
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2491—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field
-
- 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
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及智能家居安全技术领域，公开了一种非合作式的室内人员计数、定位及外部入侵检测方法，具体步骤为：在每个房间内根据房间物体分布安装发射机和接收机；利用学习机制重新学习以适配当前的环境；学习完成后，持续监测当前房间的信号强度；计算信号强度变化前和变化后的差值，将该差值与设定的检测阈值比较；如果超过阈值，则可判断该区域内存在人员或存在他人入侵情况；将判断结果上传给相应人员的手机端。本发明以室内人员为研究对象，能够在室内环境下实现对室内人员的数量，位置信息获取，即使相关人员不愿“配合”，该功能也能够实现，较为精准的了解被监测人的活动区域，是否存在异常；还能够预警他人入侵，实时保障家中财产安全。
Description
技术领域
本发明涉及智能家居安全技术领域，具体涉及一种非合作式的室内人员计数、定位及外部入侵检测方法。
背景技术
随着物联网技术的快速发展及室内安全监控需求的不断提升，居家人员实时监护越来越为普通家庭所接受。中青年群体作为家庭的支柱，越来越倾向于采用远程监护的方式，在工作间隙定期查看室内状况，其中首要关注的，是对室内人员数量、位置信息的检测。当家中有老人小孩时，通过远程监护实现室内的人员定位与计数，而当家中无人时，则可以实现入侵检测。目前，主流的远程监护方法包括红外线、图像和视频检测技术，这些方法能够实现对室内人员相关信息的实时检测，但由于光沿直线路径传播的特性以及个人隐私问题等，此类方法就有一定的局限性，而且家中门窗数量较多，数据传输量巨大，成本较高；另外由于老人、小孩对携带电子设备存在排斥心理，不具备为入侵者携带相应设备的条件，电子设备为独立供电，还需要时常充电。
发明内容
针对现有技术的不足，本发明的目的旨在提供一种非合作式的室内人员计数、定位及外部入侵检测方法，解决了在室内复杂环境下实现对室内人员的数量、位置以及外部人员入侵检测问题，同时能够提供给监护人实现对室内状况的远程监护。
为实现上述目的，本发明采用如下技术方案：
一种非合作式的室内人员计数、定位及外部入侵检测方法，具体步骤为：
在每个房间内根据房间物体分布安装发射机和接收机；
利用学习机制重新学习以适配当前的环境；
学习完成后，持续监测当前房间的信号强度；
计算信号强度变化前和变化后的差值，将该差值与设定的检测阈值比较；
如果超过阈值，则可判断该区域内存在人员或存在他人入侵情况；
将判断结果上传给相应人员的手机端。
进一步地，所述学习机制分为三类：无异常数据的直接学习机制、存在个别异常数据的学习机制、存在部分异常数据的学习机制。
进一步地，所述无异常数据的直接学习机制：直接对信号强度数据进行收集，待信号强度数据的信息量达到一定的统计要求，取所述信号强度数据的平均数，并根据所述信号强度数据的最大值与最小值确定静态环境下的所述检测阈值。
进一步地，所述存在个别异常数据的学习机制：根据经验值，设置室内静态环境下，信号强度的数据误差值在±5dB以内，判断采集的信号强度的数据是否存在超出±5dB的信号强度的数据，若有，则该数据为异常数据，并将其剔除；然后待信号强度数据的信息量达到一定的统计要求，取所述信号强度数据的平均数，并根据所述信号强度数据的最大值与最小值确定静态环境下的所述检测阈值。
进一步地，所述存在部分异常数据的学习机制；根据经验值，设置室内静态环境下，信号强度的数据误差值在±5dB以内，判断信号强度数据存在异常后，首先查询是否有相关用电器工作，如果有，则记录该电器工作情况下环境的数据信息，直接对信号强度数据进行收集，待信号强度数据的信息量达到一定的统计要求，取所述信号强度数据的平均数，并根据所述信号强度数据的最大值与最小值确定静态环境下的所述检测阈值；如果没有电器工作，则判定为学习过程中有人为的干扰，需要重新进行学习。
进一步地，所记录该电器工作清晰环境的数据信息，具体为仅存储当前区域，不同电器工作条件下相应的阈值、平均值信息。
进一步地，所述系统学习完成后，持续监测当前房间的信号强度，具体步骤为：
获取当前环境下相应的阈值信息：通过与房间内的其他智能用电节点通信获取当前电器的工作状态，根据不同状态调取外部存储器中保留的信号强度相应数据；
将当前的信号强度测量值与信号强度数据保留值做差，如果信号强度数据的差值出现连续超出阈值的情况，则判断当前环境中存在人员。
进一步地，所述将判断结果上传给相应人员的手机端，具体步骤为，
将各个房间独立的局域网络利用RS485有线的方式来实现房间整体的数据共享，待将所有数据收集完成后，利用总节点携带的SIM800模块GSM/GPRS功能将收集到的数据信息上传到监护人的手机端，由监护人确定家中人员数量，人员所在区域以及是否存在危险、人员入侵情况。
进一步地，所述发射机和接收机的通信信号强度使用RSSI值来描述，所述RSSI值越大，表示发射机和接收机的通信信号强度越强；当通信数据基于相关通信协议被传输时，RSSI值被记录在传送通信数据包的包头中；所述RSSI 的定义如下：
在公式（1）中，
常常取1mW。
的值定义如下：
在公式（1）-（2）中，各符号含义表示如下：
进一步地，实现一种非合作式的室内人员计数、定位及外部入侵检测方法的系统，包括安装在每个房间的接收机和发射机，所有房间的接收机通过RS485总线串联连接在一起，SIM800模块的两端分别连接CPU控制器和两端接收机的其中一个；CPU控制器与所述RS485通讯；CPU控制器还与按键模块、存储单元连接。
本发明的有益效果在于：本发明以室内人员为研究对象，能够在室内环境下实现对室内人员的数量，位置信息获取，即使相关人员不愿“配合”，该功能也能够实现，与现有主动方法相比是少有的被动方法。通过相关信息的获取，在保障被监测人足够隐私的基础上还能够较为精准的了解被监测人的活动区域，是否存在异常；与此同时，还能够预警他人入侵，实时保障家中财产安全。
附图说明
附图1为本发明中的发射机和接收机在房间内的安装示意图；
附图2为本发明中学习机制的流程图；
附图3为本发明中单次检测的流程图；
附图4为本发明的系统总框图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述：
本发明在现有合作式人员检测系统的基础上，利用主流物联网系统中的通用网络参数：接收信号强度（Received Signal Strength Indication，RSSI）来实现人员检测。综合RSSI的特点、物联网的特点以及物联网工作环境的特点对本发明的实现设计了具体的解决方案。接收信号强度RSSI（Received Signal Strength Indicator）既是无线通信设备在数据交换过程中的信号强度，又是通信模块所接收到的无线电信号的能量评价参数。RSSI兼容IEEE802.11和IEEE802.15等协议簇，RSSI值越大，表示通信系统的发送端与接收端的通信信号强度越强。当数据基于相关通信协议被传输时RSSI通常被记录在传送数据包的包头中。
RSSI的定义如下：
在公式（1）中，
常常取1mW，
的值定义如下：
在公式（1）-（2）中，各符号含义表示如下：
从公式（2）中可以看出，当发射端发送的电磁波能量、发送增益等其他参数固定时，根据接收端接收到的电磁波能量大小来确定二者间的距离；同样，如果距离恒定，根据接收端的能量来确定二者之间是否存在遮挡。这也是本发明的基本原理及可行性支撑。
如图1所示，在不同房间分别布置相应的Zigbee局域网络，分别在每个房间的相应位置安装发射机和接收机，通过将发射机与接收机分开放置，可以在每个房间中形成相应的通信链路，根据信号链路的通信信号强度的强弱来感知房间区域内是否存在物体或人员等。
发射机和接收机的摆放原则为尽可能的减少房间内物体对通信信号的干扰，一般将发射机放置在遮挡可能性较小的屋顶，然后参照人的身高将接收机放置于同人等高或略低的角落。
如图4所示，实现本发明检测方法的系统，包括安装在每个房间的接收机和发射机，所有房间的接收机通过RS485总线串联连接在一起，SIM800模块的两端分别连接CPU控制器和两端接收机的其中一个；CPU控制器与RS485总线通讯；CPU控制器还与按键模块、存储单元连接，CPU控制器为CC25830模块。所有房间的接收机通过RS485总线串联连接在一起，能够降低成本，将各个房间独立的局域网络利用RS485有线的方式来实现房间整体的数据共享，待将所有数据收集完成后，利用总节点携带的SIM800模块中所具有的GSM/GPRS功能上传到相关人员的手机端，由相关人员确定家中人员数量，人员所在区域以及是否存在危险、人员入侵情况。
将该系统初次安装或家中物品位置发生较大变动后，利用学习机制重新学习以适配当前的环境，等待学习完成后，开始持续监测当前房间的通信信号强度，当有人员出现时，会遮挡相应区域内传输的信号，进而使得接收端处信号强度发生变化；通过将变化前后的信号强度差与设定的阈值比较，判断该区域内是否存在人员；本发明的方法还可以确定是否存在他人入侵情况。
学习机制分为三类：无异常数据的直接学习机制、存在个别异常数据的学习机制、存在部分异常数据的学习机制。
无异常数据的直接学习机制：直接对信号强度数据进行收集，待信号强度数据的信息量达到一定的统计要求，取所述信号强度数据的平均数，并根据所述信号强度数据的最大值与最小值确定静态环境下的所述检测阈值。
存在个别异常数据的学习机制：根据经验值，设置室内静态环境下，信号强度的数据误差值在±5dB以内，判断采集的信号强度的数据是否存在超出±5dB的信号强度的数据，若有，则该数据为异常数据，并将其剔除；然后待信号强度数据的信息量达到一定的统计要求，取所述信号强度数据的平均数，并根据所述信号强度数据的最大值与最小值确定静态环境下的所述检测阈值。
存在部分异常数据的学习机制；根据经验值，设置室内静态环境下，信号强度的数据误差值在±5dB以内，判断信号强度数据存在异常后，首先查询是否有相关用电器工作，如果有，则记录该电器工作情况下环境的数据信息，直接对信号强度数据进行收集，待信号强度数据的信息量达到一定的统计要求，取所述信号强度数据的平均数，并根据所述信号强度数据的最大值与最小值确定静态环境下的所述检测阈值；如果没有电器工作，则判定为学习过程中有人为的干扰，需要重新进行学习。
如图2所示，本发明系统的学习流程为：
S1：对本发明系统进行初始化；
S2：房间内的所有发射机和接收机采集通信信号强度信息；
S3：判断采集的通信信息强度的数据说了是否满足统计要求，若不满足，则继续采集；若满足进入下一步；
S4：判断采集的通信信号强度数据是否存在异常数据，若没有，则计算该环境下的报警阈值，并存储该环境下的通信信号强度的报警阈值信息；若有异常数据，则进行下一步：
S5：判断异常数据的类型，若存在个别异常数据，则删除异常数据，并计算该环境下的报警阈值，并存储该环境下的通信信号强度的报警阈值信息；若存在部分异常数据或数据阶段性异常，则利用智能插座获取房间内的电器工作状态，并判断是否为人为干预，若为人为干预，则重新进行采集通信信号强度信息；若不是人为干预，则计算该电器工作状态下的报警阈值，并存储该环境下的通信信号强度的报警阈值信息。
系统通过学习获得的数据需要存储在EEPROM存储单元中。
考虑到人体移动速度较慢，对通信信号强度检测的实时性需求较低，使用循环扫描的方式实时检测当前区域的人员情况。如图3所示为本发明检测流程图，本发明的系统开始运行后，首先要获取当前环境下相应的阈值信息：通过与房间内的其他智能用电节点通信获取当前电器的工作状态，根据不同状态调取EEPROM存储器中保留的相应数据；将当前的信号测量值与保留值做差，如果差后值出现连续超出阈值的情况，则判断当前环境中存在人员。
对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。
Claims (9)
1.一种非合作式的室内人员计数、定位及外部入侵检测方法，其特征在于，具体步骤为：
在每个房间内根据房间物体分布安装发射机和接收机；
利用学习机制重新学习以适配当前的环境；
学习完成后，持续监测当前房间的信号强度；
计算信号强度变化前和变化后的差值，将该差值与设定的检测阈值比较；
如果超过阈值，则可判断该区域内存在人员或存在他人入侵情况；
将判断结果上传给相应人员的手机端。
2.如权利要求1所述的一种非合作式的室内人员计数、定位及外部入侵检测方法，其特征在于，所述学习机制分为三类：无异常数据的直接学习机制、存在个别异常数据的学习机制、存在部分异常数据的学习机制。
3.如权利要求2所述的一种非合作式的室内人员计数、定位及外部入侵检测方法，其特征在于，所述无异常数据的直接学习机制：直接对信号强度数据进行收集，待信号强度数据的信息量达到一定的统计要求，取所述信号强度数据的平均数，并根据所述信号强度数据的最大值与最小值确定静态环境下的所述检测阈值。
4.如权利要求2所述的一种非合作式的室内人员计数、定位及外部入侵检测方法，其特征在于，所述存在个别异常数据的学习机制：根据经验值，设置室内静态环境下，信号强度的数据误差值在±5dB以内，判断采集的信号强度的数据是否存在超出±5dB的信号强度的数据，若有，则该数据为异常数据，并将其剔除；然后待信号强度数据的信息量达到一定的统计要求，取所述信号强度数据的平均数，并根据所述信号强度数据的最大值与最小值确定静态环境下的所述检测阈值。
5.如权利要求2所述的一种非合作式的室内人员计数、定位及外部入侵检测方法，其特征在于，所述存在部分异常数据的学习机制；根据经验值，设置室内静态环境下，信号强度的数据误差值在±5dB以内，判断信号强度数据存在异常后，首先查询是否有相关用电器工作，如果有，则记录该电器工作情况下环境的数据信息，直接对信号强度数据进行收集，待信号强度数据的信息量达到一定的统计要求，取所述信号强度数据的平均数，并根据所述信号强度数据的最大值与最小值确定静态环境下的所述检测阈值；如果没有电器工作，则判定为学习过程中有人为的干扰，需要重新进行学习。
6.如权利要求1所述的一种非合作式的室内人员计数、定位及外部入侵检测方法，其特征在于，所记录该电器工作清晰环境的数据信息，具体为仅存储当前区域，不同电器工作条件下相应的阈值、平均值信息。
7.如权利要求1所述的一种非合作式的室内人员计数、定位及外部入侵检测方法，其特征在于，所述系统学习完成后，持续监测当前房间的信号强度，具体步骤为：
获取当前环境下相应的阈值信息：通过与房间内的其他智能用电节点通信获取当前电器的工作状态，根据不同状态调取外部存储器中保留的信号强度相应数据；
将当前的信号强度测量值与信号强度数据保留值做差，如果信号强度数据的差值出现连续超出阈值的情况，则判断当前环境中存在人员。
8.如权利要求1所述的一种非合作式的室内人员计数、定位及外部入侵检测方法，其特征在于，所述将判断结果上传给相应人员的手机端，具体步骤为，
将各个房间独立的局域网络利用RS485有线的方式来实现房间整体的数据共享，待将所有数据收集完成后，利用总节点携带的SIM800模块GSM/GPRS功能将收集到的数据信息上传到监护人的手机端，由监护人确定家中人员数量，人员所在区域以及是否存在危险、人员入侵情况。
9.如权利要求1所述的一种非合作式的室内人员计数、定位及外部入侵检测方法，其特征在于，所述发射机和接收机的通信信号强度使用RSSI值来描述，所述RSSI值越大，表示发射机和接收机的通信信号强度越强；当通信数据基于相关通信协议被传输时，RSSI值被记录在传送通信数据包的包头中；所述RSSI 的定义如下：
在公式（1）中，
常常取1mW；
在公式（1）-（2）中，各符号含义表示如下：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210965759.8A CN115297440A (zh) | 2022-08-12 | 2022-08-12 | 一种非合作式的室内人员计数、定位及外部入侵检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210965759.8A CN115297440A (zh) | 2022-08-12 | 2022-08-12 | 一种非合作式的室内人员计数、定位及外部入侵检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115297440A true CN115297440A (zh) | 2022-11-04 |
Family
ID=83828482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210965759.8A Pending CN115297440A (zh) | 2022-08-12 | 2022-08-12 | 一种非合作式的室内人员计数、定位及外部入侵检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115297440A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116539088A (zh) * | 2023-05-05 | 2023-08-04 | 青岛海威茨仪表有限公司 | 用于仪表的泡水深度判断模型及方法、检测系统及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100109842A1 (en) * | 2006-06-28 | 2010-05-06 | Patel Shwetak N | Sub room level indoor location system using wideband power line positioning |
| CN104955149A (zh) * | 2015-06-10 | 2015-09-30 | 重庆邮电大学 | 基于模糊规则更新的室内wlan被动入侵检测定位方法 |
| US9378634B1 (en) * | 2014-12-30 | 2016-06-28 | Symantec Corporation | Leveraging neighbors' wireless access points in wireless-signal-variation-based physical intruder detection systems |
| CN105828289A (zh) * | 2016-04-20 | 2016-08-03 | 浙江工业大学 | 一种基于信道状态信息的无源室内定位方法 |
| JP2017021659A (ja) * | 2015-07-13 | 2017-01-26 | フリックケア株式会社 | 電波を使った異常を検知する見守りシステム |
| CN107480699A (zh) * | 2017-07-13 | 2017-12-15 | 电子科技大学 | 一种基于信道状态信息和支持向量机的入侵检测方法 |
| US20190349715A1 (en) * | 2016-11-22 | 2019-11-14 | Aerial Technologies | Device-free localization methods within smart indoor environments |
| CN111815906A (zh) * | 2020-07-30 | 2020-10-23 | 苏州苗米智能技术有限公司 | 基于无线信号识别的摔倒监测方法和系统 |
| US20210091866A1 (en) * | 2015-07-17 | 2021-03-25 | Feng Zhang | Method, apparatus, and system for accurate wireless monitoring |
-
2022
- 2022-08-12 CN CN202210965759.8A patent/CN115297440A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100109842A1 (en) * | 2006-06-28 | 2010-05-06 | Patel Shwetak N | Sub room level indoor location system using wideband power line positioning |
| US9378634B1 (en) * | 2014-12-30 | 2016-06-28 | Symantec Corporation | Leveraging neighbors' wireless access points in wireless-signal-variation-based physical intruder detection systems |
| CN104955149A (zh) * | 2015-06-10 | 2015-09-30 | 重庆邮电大学 | 基于模糊规则更新的室内wlan被动入侵检测定位方法 |
| JP2017021659A (ja) * | 2015-07-13 | 2017-01-26 | フリックケア株式会社 | 電波を使った異常を検知する見守りシステム |
| US20210091866A1 (en) * | 2015-07-17 | 2021-03-25 | Feng Zhang | Method, apparatus, and system for accurate wireless monitoring |
| CN105828289A (zh) * | 2016-04-20 | 2016-08-03 | 浙江工业大学 | 一种基于信道状态信息的无源室内定位方法 |
| US20190349715A1 (en) * | 2016-11-22 | 2019-11-14 | Aerial Technologies | Device-free localization methods within smart indoor environments |
| CN107480699A (zh) * | 2017-07-13 | 2017-12-15 | 电子科技大学 | 一种基于信道状态信息和支持向量机的入侵检测方法 |
| CN111815906A (zh) * | 2020-07-30 | 2020-10-23 | 苏州苗米智能技术有限公司 | 基于无线信号识别的摔倒监测方法和系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116539088A (zh) * | 2023-05-05 | 2023-08-04 | 青岛海威茨仪表有限公司 | 用于仪表的泡水深度判断模型及方法、检测系统及方法 |
| CN116539088B (zh) * | 2023-05-05 | 2023-11-17 | 青岛海威茨仪表有限公司 | 一种用于仪表的泡水深度判断方法、检测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10417888B2 (en) | Intruder detection using a wireless service mesh network | |
| CN104408851B (zh) | 一种基于物联网的小区智能安全监控系统 | |
| CN110012496B (zh) | 一种基于WiFi的入侵检测方法及装置 | |
| WO2016066822A1 (en) | Method, digital tool, device and system for detecting movements of objects and/or living beings in a radio range, in particular of an indoor area | |
| CN107861451A (zh) | 基于用户进出门的智能家居自动控制系统 | |
| CN113109612B (zh) | 一种基于用户行为的智能报警插座及实现方法 | |
| CN115297440A (zh) | 一种非合作式的室内人员计数、定位及外部入侵检测方法 | |
| CN104407600A (zh) | 基于rfid标签及散列函数标识映射实现智能家居的方法 | |
| CN110730234A (zh) | 一种电气火灾监控系统及其智能预警分析方法 | |
| CN208188981U (zh) | 一种低功耗无线门磁及远程报警系统 | |
| CN105376531A (zh) | 一种基于物联网的智能安防系统 | |
| KR101344723B1 (ko) | 약용식물 도난 방지시스템 | |
| CN210271162U (zh) | 一种由网关组网的多参数火灾报警系统 | |
| CN108155967B (zh) | 传感数据的传输方法和装置、传感器、网关和系统 | |
| CN107544276A (zh) | 一种智能家居实时报警监控方法 | |
| CN106370917A (zh) | 电流温度信号智能检测系统及方法 | |
| EP3543976B1 (en) | A method for increasing specificity of jamming detection in a home alarm system | |
| CN108427312A (zh) | 一种基于无线传感器网络的智能家居系统 | |
| CN212785423U (zh) | 一种基于物联网的智慧安防运维系统 | |
| CN107622628A (zh) | 一种家庭安全监测与控制系统 | |
| CN204615508U (zh) | 一种基于自组网无人值守的变电站监控系统 | |
| CN105469531A (zh) | 一种面向智能家居的安防协同控制的方法 | |
| CN112839315A (zh) | 端子箱监测装置及端子箱设备 | |
| CN207557502U (zh) | 一种静态人体红外识别探测器 | |
| CN111766790A (zh) | 一种基于智能家居的安防系统 |
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 |