CN115512503B - 一种高铁线路的周界入侵行为预警方法及装置 - Google Patents
一种高铁线路的周界入侵行为预警方法及装置 Download PDFInfo
- Publication number
- CN115512503B CN115512503B CN202210917143.3A CN202210917143A CN115512503B CN 115512503 B CN115512503 B CN 115512503B CN 202210917143 A CN202210917143 A CN 202210917143A CN 115512503 B CN115512503 B CN 115512503B
- Authority
- CN
- China
- Prior art keywords
- early warning
- digital signals
- digital signal
- abnormal
- digital
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/181—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using active radiation detection systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明提供了一种高铁线路的周界入侵行为预警方法及装置,涉及高铁周界安防技术领域,包括通过多普勒微波雷达获取每个区域的物体移动的频移波形数据信息;然后对频移波形数据信息进行模数转换、区域标记和降噪等预处理;将预处理后的数字信号发送至异常判断模块进行异常判断,得到异常的数字信号;将异常的数字信号与预设的预警行为产生的数字信号进行关联分析,确定所有异常的数字信号内的预警数字信号;基于层次分析法对预警数字信号进行分级,并根据每个级别的预警数字信号发送预警信息。本发明通过聚类分析,分析出异常信号,然后基于异常信号对周界入侵行为进行关联分析,确定是否有入侵,提高了对高铁线路周界入侵行为判断的准确率。
Description
技术领域
本发明涉及高铁周界安防技术领域,具体而言,涉及高铁线路的周界入侵行为预警方法及装置。
背景技术
现阶段高铁线路防护主要依靠物防和人防手段,技防手段相对较为欠缺。
现有的技防手段虽然多种多样,但是误报高,成本高,效果不明显。
现有的技防手段,大多采用微波传感器进行数据采集和入侵防护。传统的微波传感器要么价格高,设备贵,无法大规模使用;要么精度差,误报高。高铁线路是一段很长的路程,为了对高铁线路的周界的入侵行为进行预警,往往需要投入大量的成本,因此需要一种能够利用廉价的微波传感器进行预警,并且使准确率达到要求的方法。
发明内容
本发明的目的在于提供一种高铁线路的周界入侵行为预警方法及装置,以改善上述问题。为了实现上述目的,本发明采取的技术方案如下:
第一方面,本申请提供了一种高铁线路的周界入侵行为预警方法,包括:
获取至少两个区域的物体移动的频移波形数据信息;
将至少两个区域的所述物体移动的频移波形数据信息发送至数据处理模块,得到预处理后的数字信号,所述数据处理模块为将所有的所述物体移动的频移波形数据信息转化为数字信号,并对所述数字信号进行区域标记和降噪的模块;
将所述预处理后的数字信号发送至异常判断模块进行异常判断,得到异常的数字信号;
将所述异常的数字信号与预设的预警行为产生的数字信号进行关联分析,确定所有异常的数字信号内的预警数字信号;
基于层次分析法对所述预警数字信号进行分级,并根据每个级别的预警数字信号发送预警信息。
第二方面,本申请还提供了一种高铁线路的周界入侵行为预警装置,包括:
获取单元,用于获取至少两个区域的物体移动的频移波形数据信息;
处理单元,用于将至少两个区域的所述物体移动的频移波形数据信息发送至数据处理模块,得到预处理后的数字信号,所述数据处理模块为将所有的所述物体移动的频移波形数据信息转化为数字信号,并对所述数字信号进行区域标记和降噪的模块;
判断单元,用于将所述预处理后的数字信号发送至异常判断模块进行异常判断,得到异常的数字信号;
分析单元,用于将所述异常的数字信号与预设的预警行为产生的数字信号进行关联分析,确定所有异常的数字信号内的预警数字信号;
预警单元,基于层次分析法对所述预警数字信号进行分级,并根据每个级别的预警数字信号发送预警信息。
第三方面,本申请还提供了一种高铁线路的周界入侵行为预警设备,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,实现所述高铁线路的周界入侵行为预警方法的步骤。
第四方面,本申请还提供了一种可读存储介质,所述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上述基于高铁线路的周界入侵行为预警方法的步骤。
本发明的有益效果为:
本发明通过对多个微波传感器获取到的频移波形数据进行模数转换和区域标记,将每个微波传感器对应的监测预警区域进行对应,并将模数转换后的数据进行降噪,防止数据不准确导致误判。
本发明还通过聚类算法对数字信号进行聚类,分类出正常无物体移动时的信号和有物体移动的信号,进而将物体移动的信号作为异常的数字信号。
本发明还通过分析异常的数字信号和需要进行预警的行为产生的数字信号的关联度,进而通过关联度进行分析是否有需要预警的行为产生,若判断有需要预警的行为,则按照需要预警的行为对应预警等级进行预警。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例中所述的高铁线路的周界入侵行为预警方法流程示意图;
图2为本发明实施例中所述的高铁线路的周界入侵行为预警装置结构示意图;
图3为本发明实施例中所述的高铁线路的周界入侵行为预警设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1:
本实施例提供了一种高铁线路的周界入侵行为预警方法。
参见图1,图中示出了本方法包括步骤S1、步骤S2、步骤S3、步骤S4和步骤S5。
步骤S1、获取至少两个区域的物体移动的频移波形数据信息;
可以理解的是本步骤是通过在高铁线路的周界按照一定的范围划分安装至少两个微波传感器,并将每个微波传感器获取到的频移波形数据信息进行上传,并保存至存储设备内。
步骤S2、将至少两个区域的所述物体移动的频移波形数据信息发送至数据处理模块,得到预处理后的数字信号,所述数据处理模块为将所有的所述物体移动的频移波形数据信息转化为数字信号,并对所述数字信号进行区域标记和降噪的模块;
可以理解的是本步骤通过对所述频移波形数据信息进行预处理,为后续操作做准备,防止数据误差产生误判,进而造成准确率不高,本步骤中,步骤S2包括步骤S21、步骤S22和步骤S23。
步骤S21、将所述物体移动的频移波形数据信息进行模数转换处理,得到转换后的数字信号;
可以理解的是本步骤中的将频移波形数据信息模数转换处理,将频移波形数据信息中的模拟信号进行采样、保持、量化和编码步骤,转化得到所述频移波形数据信息中的模拟信号对应的数字信号。
步骤S22、将所述转换后的数字信号按照所述数字信号对应的区域进行分类,并将分类后的数字信号对应的区域进行标记,得到标记后的数字信号;
可以理解的是将所述数字信号按照每个微波传感器监测的区域进行分类,确定每个数字信号对应的监测区域,进而将数字信号按照对应的监测区域进行标记,这样可以明确是哪一个区域有入侵行为产生,进而快速确定预警位置。
步骤S23、将所述标记后的数字信号进行傅里叶变换处理,并将变换后的信号进行小波变换处理,得到预处理后的数字信号。
可以理解的是本步骤通过采用小波变换的方法,对数字信号进行小波变换进行降噪处理,其中选取一定层数的小波对所有的数字信号进行小波分解,并在分解后选取一个固定阈值,用所述固定阈值对每层小波的系数进行量化处理,然后用处理后的系数重构数字信号,达到降噪的目的。
步骤S3、将所述预处理后的数字信号发送至异常判断模块进行异常判断,得到异常的数字信号;
可以理解的是,本步骤是为了判断预处理后的数字信号中有哪些是异常的数字信号,本步骤中,步骤S3包括步骤S31、步骤S32、步骤S33、步骤S34和步骤S35。
步骤S31、将所有的预处理后的数字信号按照时间序列进行分组,得到至少两个时间段的数字信号;
可以理解的是,本步骤是将所有的数字信号按照10s的时间进行分组,每隔10s分为一组,得到至少两个相同时间段的数字信号,进而判断每段时间产生的数字信号是否为准确有效的数字信号,其中时间段可以为10s还可以为其他时间长度,本步骤中优选为10s。
步骤S32、基于距离类的聚类算法对全部时间段的数字信号进行聚类处理,得到第一聚类类别集合,所述第一聚类类别集合包括至少一个聚类类别;
可以理解的是,本步骤通过每个时间段的数字信号进行聚类,确定不同时间段的数字信号的类别。
步骤S33、基于所述第一聚类类别集合和拉依达准则计算得到各个聚类类别对应的阈值范围;
步骤S34、对所有的所述阈值范围进行分析,将包含的聚类点数量最多的阈值范围作为正常的数字信号的判断范围;
步骤S35、并基于正常的数字信号的判断范围,确定异常的数字信号。
可以理解的是,本步骤通过拉依达准则确定所有的类别的范围,进而得到每个数字信号的类别的阈值范围,其中将包含最多时间段数字信号的阈值范围作为没有入侵行为的时间段,进而作为正常的数字信号,而其他的则判定为异常的数字信号。
步骤S4、将所述异常的数字信号与预设的预警行为产生的数字信号进行关联分析,确定所有异常的数字信号内的预警数字信号;
可以理解的是,本步骤通过将异常的数字信号与预设的预警行为产生的数字信号进行关联分析,判断这些异常的数字信号为哪些异常行为产生的,进而确定所有异常的数字信号内的预警数字信号的预警行为,本步骤中,步骤S4包括步骤S41、步骤S42和步骤S43。
步骤S41、将所述异常的数字信号与预设的预警行为产生的数字信号进行灰色关联分析,其中对每一个异常的数字信号进行无量纲化处理,得到每个无量纲化处理后的异常的数字信号;
步骤S42、基于所述无量纲化处理后的异常的数字信号计算所述异常的数字信号与所述预警行为产生的数字信号的灰色关联系数;
步骤S43、基于所述灰色关联系数计算得到所述异常的数字信号与所述预警行为产生的数字信号的关联度,将所述关联度大于预设阈值的异常的数字信号作为预警数字信号。
可以理解的是,上述步骤是通过计算所述异常的数字信号与预设的预警行为产生的数字信号之间的关联度,进而确定两者之间的联系大小,并基于预设的阈值判断两者之间的联系是否符合要求,进而基于关联度大小判断所述异常的数字信号是哪些预警行为产生的预警信号,进而将这些数字信号作为预警信号。
步骤S5、基于层次分析法对所述预警数字信号进行分级,并根据每个级别的预警数字信号发送预警信息。
可以理解的是本步骤基于层次分析法对预警数字信号进行分级,其中按照权重大小确定不同级别的预警数字信号,例如权重最大的预警数字信号作为第一等级的预警行为,将所述预警行为对应的按照对应的预警方案进行预警,本步骤中,步骤S5包括步骤S51、步骤S52和步骤S53。
步骤S51、调用所述预警数字信号对应的区域位置信息和所述预警数字信号对应的预警行为;
可以理解的是,本步骤通过调用所述预警数字信号对应的区域位置信息和所述预警数字信号对应的预警行为,来确定预警数字信号产生的区域,进而确定需要预警的区域,以便快速找到预警位置,并且快速确定预警的行为。
步骤S52、对所述预警数字信号对应的预警行为进行层次分析处理,确定每个所述预警数字信号对应的预警行为占预警行为的权重值,并基于所述权重值对所述预警数字信号进行分级,得到不同级别的预警数字信号;
可以理解的是,本步骤通过层次分析法对所述预警数字信号进行分级,进而确定不同权重级别的预警数字信号,进而按照不同权重级别进行不同的处理,例如最多的预警数字信号往往是有物体误入高铁周界,进而产生的预警信号,通常派人查看即可,而最少的预警数字信号往往是有人在高铁周界进行徘徊或者偷盗物体等,进而需要进行报警等处理,因此本步骤对不同的预警信号进行分级,进而对不同等级的预警信号进行不同操作。
步骤S53、确定每个级别的所述预警数字信号对应的区域位置信息和对应的预警方案,并将每个级别的所述预警数字信号对应的区域位置信息和对应的预警方案发送至安保人员的通讯设备,并发送指令给安保人员,安保人员按照指令给出的预警方案进行相应的预警操作。
可以理解的是,本步骤通过将每个级别的所述预警数字信号对应的区域位置信息和对应的预警方案发送至安保人员的通讯设备,其中每个级别的预警方案不同,例如第一级别的预警方案为显示黄灯,提示高铁减速,防止产生安全事故,并派人查看;第二级别的预警方案为显示红灯,提醒高铁减速,防止产生安全事故,并立即报警和派安保人员进行查看。
实施例2:
如图2所示,本实施例提供了一种高铁线路的周界入侵行为预警装置,所述预警装置包括获取单元701、处理单元702、判断单元703、分析单元704和预警单元705。
获取单元701,用于获取至少两个区域的物体移动的频移波形数据信息;
处理单元702,用于将至少两个区域的所述物体移动的频移波形数据信息发送至数据处理模块,得到预处理后的数字信号,所述数据处理模块为将所有的所述物体移动的频移波形数据信息转化为数字信号,并对所述数字信号进行区域标记和降噪的模块;
判断单元703,用于将所述预处理后的数字信号发送至异常判断模块进行异常判断,得到异常的数字信号;
分析单元704,用于将所述异常的数字信号与预设的预警行为产生的数字信号进行关联分析,确定所有异常的数字信号内的预警数字信号;
预警单元705,基于层次分析法对所述预警数字信号进行分级,并根据每个级别的预警数字信号发送预警信息。
在本申请公开的一种具体实施方式中,所述处理单元702包括第一处理子单元7021、第一分类子单元7022和第二处理子单元7023。
第一处理子单元7021,用于将所述物体移动的频移波形数据信息进行模数转换处理,得到转换后的数字信号;
第一分类子单元7022,用于将所述转换后的数字信号按照所述数字信号对应的区域进行分类,并将分类后的数字信号对应的区域进行标记,得到标记后的数字信号;
第二处理子单元7023,用于将所述标记后的数字信号进行傅里叶变换处理,并将变换后的信号进行小波变换处理,得到预处理后的数字信号。
在本申请公开的一种具体实施方式中,所述判断单元703包括第三处理子单元7031、第一聚类子单元7032、第二聚类子单元7033、第四处理子单元7034和第五处理子单元7035。
第三处理子单元7031,用于将所有的预处理后的数字信号按照时间序列进行分组,得到至少两个时间段的数字信号;
第一聚类子单元7032,用于基于距离类的聚类算法对全部时间段的数字信号进行聚类处理,得到第一聚类类别集合,所述第一聚类类别集合包括至少一个聚类类别;
第二聚类子单元7033,用于基于所述第一聚类类别集合和拉依达准则计算得到各个聚类类别对应的阈值范围;
第四处理子单元7034,用于对所有的所述阈值范围进行分析,将包含的聚类点数量最多的阈值范围作为正常的数字信号的判断范围;
第五处理子单元7035,用于并基于正常的数字信号的判断范围,确定异常的数字信号。
在本申请公开的一种具体实施方式中,所述分析单元704包括第六处理子单元7041、第一计算子单元7042和第二计算子单元7043。
第六处理子单元7041,用于将所述异常的数字信号与预设的预警行为产生的数字信号进行灰色关联分析,其中对每一个异常的数字信号进行无量纲化处理,得到每个无量纲化处理后的异常的数字信号;
第一计算子单元7042,用于基于所述无量纲化处理后的异常的数字信号计算所述异常的数字信号与所述预警行为产生的数字信号的灰色关联系数;
第二计算子单元7043,用于基于所述灰色关联系数计算得到所述异常的数字信号与所述预警行为产生的数字信号的关联度,将所述关联度大于预设阈值的异常的数字信号作为预警数字信号。
在本公开的一种具体实施方式中,所述预警单元705包括调用子单元7051、第七处理子单元7052和第八处理子单元7053。
调用子单元7051,用于调用所述预警数字信号对应的区域位置信息和所述预警数字信号对应的预警行为;
第七处理子单元7052,用于对所述预警数字信号对应的预警行为进行层次分析处理,确定每个所述预警数字信号对应的预警行为占预警行为的权重值,并基于所述权重值对所述预警数字信号进行分级,得到不同级别的预警数字信号;
第八处理子单元7053,用于确定每个级别的所述预警数字信号对应的区域位置信息和对应的预警方案,并将每个级别的所述预警数字信号对应的区域位置信息和对应的预警方案发送至安保人员的通讯设备,并发送让安保人员按照所述预警方案进行预警的命令。
需要说明的是,关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
实施例3:
相应于上面的方法实施例,本实施例中还提供了一种高铁线路的周界入侵行为预警设备,下文描述的一种高铁线路的周界入侵行为预警设备与上文描述的一种高铁线路的周界入侵行为预警方法可相互对应参照。
图3是根据示例性实施例示出的一种高铁线路的周界入侵行为预警设备800的框图。如图3所示,该高铁线路的周界入侵行为预警设备800可以包括:处理器801,存储器802。该高铁线路的周界入侵行为预警设备800还可以包括多媒体组件803,I/O接口804,以及通信组件805中的一者或多者。
其中,处理器801用于控制该高铁线路的周界入侵行为预警设备800的整体操作,以完成上述的高铁线路的周界入侵行为预警方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该高铁线路的周界入侵行为预警设备800的操作,这些数据例如可以包括用于在该高铁线路的周界入侵行为预警设备800上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口,上述其他接口模块可以是键盘、鼠标、按钮等。所述按钮可以是虚拟按钮或者实体按钮。通信组件805用于该高铁线路的周界入侵行为预警设备800与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near FieldCommunication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件805可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
在示例性实施例中,高铁线路的周界入侵行为预警设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital SignalProcessing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的高铁线路的周界入侵行为预警方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的高铁线路的周界入侵行为预警方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器802,上述程序指令可由高铁线路的周界入侵行为预警设备800的处理器801执行以完成上述的高铁线路的周界入侵行为预警方法。
实施例4:
相应于上面的方法实施例,本实施例中还提供了一种可读存储介质,下文描述的一种可读存储介质与上文描述的一种高铁线路的周界入侵行为预警方法可相互对应参照。
一种可读存储介质,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上述方法实施例的高铁线路的周界入侵行为预警方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种高铁线路的周界入侵行为预警方法,其特征在于,包括:
获取至少两个区域的物体移动的频移波形数据信息;
将至少两个区域的所述物体移动的频移波形数据信息发送至数据处理模块,得到预处理后的数字信号,所述数据处理模块为将所有的所述物体移动的频移波形数据信息转化为数字信号,并对所述数字信号进行区域标记和降噪的模块;
将所述预处理后的数字信号发送至异常判断模块进行异常判断,得到异常的数字信号;
将所述异常的数字信号与预设的预警行为产生的数字信号进行关联分析,确定所有异常的数字信号内的预警数字信号;
基于层次分析法对所述预警数字信号进行分级,并根据每个级别的预警数字信号发送预警信息;
将所述预处理后的数字信号发送至异常判断模块进行异常判断,得到异常的数字信号,包括:
将所有的预处理后的数字信号按照时间序列进行分组,得到至少两个时间段的数字信号;
基于距离类的聚类算法对全部时间段的数字信号进行聚类处理,得到第一聚类类别集合,所述第一聚类类别集合包括至少一个聚类类别;
基于所述第一聚类类别集合和拉依达准则计算得到各个聚类类别对应的阈值范围;
对所有的所述阈值范围进行分析,将包含的聚类点数量最多的阈值范围作为正常的数字信号的判断范围;
并基于正常的数字信号的判断范围,确定异常的数字信号。
2.根据权利要求1所述的高铁线路的周界入侵行为预警方法,其特征在于,将所述物体移动的频移波形数据信息发送至数据处理模块,得到预处理后的数字信号,包括:
将所述物体移动的频移波形数据信息进行模数转换处理,得到转换后的数字信号;
将所述转换后的数字信号按照所述数字信号对应的区域进行分类,并将分类后的数字信号对应的区域进行标记,得到标记后的数字信号;
将所述标记后的数字信号进行傅里叶变换处理,并将变换后的信号进行小波变换处理,得到预处理后的数字信号。
3.根据权利要求1所述的高铁线路的周界入侵行为预警方法,其特征在于,将所述异常的数字信号与预设的预警行为产生的数字信号进行关联分析,确定所有异常的数字信号内的预警数字信号,包括:
将所述异常的数字信号与预设的预警行为产生的数字信号进行灰色关联分析,其中对每一个异常的数字信号进行无量纲化处理,得到每个无量纲化处理后的异常的数字信号;
基于所述无量纲化处理后的异常的数字信号,计算所述异常的数字信号与所述预警行为产生的数字信号的灰色关联系数;
基于所述灰色关联系数计算得到所述异常的数字信号与所述预警行为产生的数字信号的关联度,将所述关联度大于预设阈值的异常的数字信号作为预警数字信号。
4.根据权利要求1所述的高铁线路的周界入侵行为预警方法,其特征在于,所述基于层次分析法对所述预警数字信号进行分级,并根据每个级别的预警数字信号发送预警信息,包括:
调用所述预警数字信号对应的区域位置信息和所述预警数字信号对应的预警行为;
对所述预警数字信号对应的预警行为进行层次分析处理,确定每个所述预警数字信号对应的预警行为占预警行为的权重值,并基于所述权重值对所述预警数字信号进行分级,得到不同级别的预警数字信号;
确定每个级别的所述预警数字信号对应的区域位置信息和对应的预警方案,并将每个级别的所述预警数字信号对应的区域位置信息和对应的预警方案发送至安保人员的通讯设备,并发送让安保人员按照所述预警方案进行预警的命令。
5.一种高铁线路的周界入侵行为预警装置,其特征在于,包括:
获取单元,用于获取至少两个区域的物体移动的频移波形数据信息;
处理单元,用于将至少两个区域的所述物体移动的频移波形数据信息发送至数据处理模块,得到预处理后的数字信号,所述数据处理模块为将所有的所述物体移动的频移波形数据信息转化为数字信号,并对所述数字信号进行区域标记和降噪的模块;
判断单元,用于将所述预处理后的数字信号发送至异常判断模块进行异常判断,得到异常的数字信号;
分析单元,用于将所述异常的数字信号与预设的预警行为产生的数字信号进行关联分析,确定所有异常的数字信号内的预警数字信号;
预警单元,采用基于层次分析法对所述预警数字信号进行分级,并根据每个级别的预警数字信号发送预警信息;
第一处理子单元,用于将所述物体移动的频移波形数据信息进行模数转换处理,得到转换后的数字信号;
第一分类子单元,用于将所述转换后的数字信号按照所述数字信号对应的区域进行分类,并将分类后的数字信号对应的区域进行标记,得到标记后的数字信号;
第二处理子单元,用于将所述标记后的数字信号进行傅里叶变换处理,并将变换后的信号进行小波变换处理,得到预处理后的数字信号;
第三处理子单元,用于将所有的预处理后的数字信号按照时间序列进行分组,得到至少两个时间段的数字信号;
第一聚类子单元,采用基于距离类的聚类算法对全部时间段的数字信号进行聚类处理,得到第一聚类类别集合,所述第一聚类类别集合包括至少一个聚类类别;
第二聚类子单元,采用基于所述第一聚类类别集合和拉依达准则计算得到各个聚类类别对应的阈值范围;
第四处理子单元,对所有的所述阈值范围进行分析,将包含的聚类点数量最多的阈值范围作为正常的数字信号的判断范围;
第五处理子单元,基于正常的数字信号的判断范围,确定异常的数字信号。
6.根据权利要求5所述的高铁线路的周界入侵行为预警装置,其特征在于,还包括:
第六处理子单元,用于将所述异常的数字信号与预设的预警行为产生的数字信号进行灰色关联分析,其中对每一个异常的数字信号进行无量纲化处理,得到每个无量纲化处理后的异常的数字信号;
第一计算子单元,基于所述无量纲化处理后的异常的数字信号计算所述异常的数字信号与所述预警行为产生的数字信号的灰色关联系数;
第二计算子单元,基于所述灰色关联系数计算得到所述异常的数字信号与所述预警行为产生的数字信号的关联度,将所述关联度大于预设阈值的异常的数字信号作为预警数字信号。
7.根据权利要求5所述的高铁线路的周界入侵行为预警装置,其特征在于,还包括:
调用子单元,用于调用所述预警数字信号对应的区域位置信息和所述预警数字信号对应的预警行为;
第七处理子单元,用于对所述预警数字信号对应的预警行为进行层次分析处理,确定每个所述预警数字信号对应的预警行为占预警行为的权重值,并基于所述权重值对所述预警数字信号进行分级,得到不同级别的预警数字信号;
第八处理子单元,用于确定每个级别的所述预警数字信号对应的区域位置信息和对应的预警方案,并将每个级别的所述预警数字信号对应的区域位置信息和对应的预警方案发送至安保人员的通讯设备,并发送让安保人员按照所述预警方案进行预警的命令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210917143.3A CN115512503B (zh) | 2022-08-01 | 2022-08-01 | 一种高铁线路的周界入侵行为预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210917143.3A CN115512503B (zh) | 2022-08-01 | 2022-08-01 | 一种高铁线路的周界入侵行为预警方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115512503A CN115512503A (zh) | 2022-12-23 |
CN115512503B true CN115512503B (zh) | 2023-07-11 |
Family
ID=84501261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210917143.3A Active CN115512503B (zh) | 2022-08-01 | 2022-08-01 | 一种高铁线路的周界入侵行为预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115512503B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101047556A (zh) * | 2006-06-01 | 2007-10-03 | 华为技术有限公司 | 一种多设备集中维护方法和系统 |
CN111372043A (zh) * | 2020-02-06 | 2020-07-03 | 浙江大华技术股份有限公司 | 异常检测方法以及相关设备、装置 |
CN111581046A (zh) * | 2020-03-19 | 2020-08-25 | 平安科技(深圳)有限公司 | 数据异常检测方法、装置、电子设备及存储介质 |
CN112907869A (zh) * | 2021-03-17 | 2021-06-04 | 四川通信科研规划设计有限责任公司 | 基于多种传感技术的入侵检测系统 |
CN112906447A (zh) * | 2020-09-22 | 2021-06-04 | 西南石油大学 | 基于视频监控高危地的异常事件检测系统 |
CN114038149A (zh) * | 2021-11-09 | 2022-02-11 | 北京林业大学 | 一种火险3s&3d实景智能区划方法 |
CN114118306A (zh) * | 2022-01-26 | 2022-03-01 | 北京普利莱基因技术有限公司 | Sds凝胶电泳实验数据的分析方法、装置及sds凝胶试剂 |
CN114238033A (zh) * | 2021-12-28 | 2022-03-25 | 湖南云箭智能科技有限公司 | 板卡运行状态预警方法、装置、设备及可读存储介质 |
CN114398996A (zh) * | 2022-01-19 | 2022-04-26 | 广东皓行科技有限公司 | 目标处理方法以及控制系统 |
CN114601478A (zh) * | 2022-05-11 | 2022-06-10 | 西南交通大学 | 一种提高司机警觉度的方法、装置、设备及可读存储介质 |
-
2022
- 2022-08-01 CN CN202210917143.3A patent/CN115512503B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101047556A (zh) * | 2006-06-01 | 2007-10-03 | 华为技术有限公司 | 一种多设备集中维护方法和系统 |
CN111372043A (zh) * | 2020-02-06 | 2020-07-03 | 浙江大华技术股份有限公司 | 异常检测方法以及相关设备、装置 |
CN111581046A (zh) * | 2020-03-19 | 2020-08-25 | 平安科技(深圳)有限公司 | 数据异常检测方法、装置、电子设备及存储介质 |
CN112906447A (zh) * | 2020-09-22 | 2021-06-04 | 西南石油大学 | 基于视频监控高危地的异常事件检测系统 |
CN112907869A (zh) * | 2021-03-17 | 2021-06-04 | 四川通信科研规划设计有限责任公司 | 基于多种传感技术的入侵检测系统 |
CN114038149A (zh) * | 2021-11-09 | 2022-02-11 | 北京林业大学 | 一种火险3s&3d实景智能区划方法 |
CN114238033A (zh) * | 2021-12-28 | 2022-03-25 | 湖南云箭智能科技有限公司 | 板卡运行状态预警方法、装置、设备及可读存储介质 |
CN114398996A (zh) * | 2022-01-19 | 2022-04-26 | 广东皓行科技有限公司 | 目标处理方法以及控制系统 |
CN114118306A (zh) * | 2022-01-26 | 2022-03-01 | 北京普利莱基因技术有限公司 | Sds凝胶电泳实验数据的分析方法、装置及sds凝胶试剂 |
CN114601478A (zh) * | 2022-05-11 | 2022-06-10 | 西南交通大学 | 一种提高司机警觉度的方法、装置、设备及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
"基于层次的智能告警分析模型研究";张连华;《微型电脑应用》;第27卷(第08期);36-38、73页 * |
"铁路线路障碍监测报警系统研究";郑亚宏等;《中国铁路》(第09期);111-117页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115512503A (zh) | 2022-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109686036B (zh) | 一种火灾监控方法、装置及边缘计算装置 | |
US10977568B2 (en) | Information processing apparatus, diagnosis method, and program | |
CN112712113B (zh) | 一种基于指标的告警方法、装置及计算机系统 | |
CN112818066A (zh) | 一种时序数据异常检测方法、装置及电子设备和存储介质 | |
EP2918976A1 (en) | Smart meter Privacy Analyzer | |
EP3759789B1 (en) | System and method for audio and vibration based power distribution equipment condition monitoring | |
CN112258362B (zh) | 危险源识别方法、系统及可读存储介质 | |
CN112199410A (zh) | 一种基于物联网的桥梁健康监测系统 | |
CN109313442B (zh) | 用于事件检测的自动视觉和声学分析 | |
CN117111519A (zh) | 一种煤炭生产安全智能监控系统及方法 | |
CN115512503B (zh) | 一种高铁线路的周界入侵行为预警方法及装置 | |
CN115169779A (zh) | 一种企业安全风险预警预测系统及方法 | |
CN115984780B (zh) | 工业固体废物出入库判别方法、装置、电子设备及介质 | |
CN117258932A (zh) | 智能砂磨机的温度监测系统及方法 | |
US20230281186A1 (en) | Explainable anomaly detection for categorical sensor data | |
CN115346357B (zh) | 光缆防外破预警方法、装置、设备及存储介质 | |
JP5175881B2 (ja) | 監視装置 | |
CN114019139A (zh) | 一种农用地土壤重金属异常数据的探测方法 | |
CN115410328B (zh) | 施工工地的火灾预警方法、装置、设备及可读存储介质 | |
CN112967477A (zh) | 一种高铁地震预警方法及系统 | |
CN115237739B (zh) | 板卡运行环境的分析方法、装置、设备及可读存储介质 | |
Gross et al. | Advanced Pattern Recognition for Optimal Bandwidth and Power Utilization for Wireless Intelligent Motes for IoT Applications | |
CN115512523B (zh) | 基于互联网+的地铁隧道沉降监护方法、装置、系统及介质 | |
Kumpulainen et al. | Local anomaly detection for network system log monitoring | |
CN117077029B (zh) | 一种车辆碰撞识别方法、电子设备及存储介质 |
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 |