CN117676758A - 一种通信安防一体化路由系统、方法、设备及存储介质 - Google Patents
一种通信安防一体化路由系统、方法、设备及存储介质 Download PDFInfo
- Publication number
- CN117676758A CN117676758A CN202410146137.1A CN202410146137A CN117676758A CN 117676758 A CN117676758 A CN 117676758A CN 202410146137 A CN202410146137 A CN 202410146137A CN 117676758 A CN117676758 A CN 117676758A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- sliding window
- window function
- fire scene
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 238000001914 filtration Methods 0.000 claims abstract description 21
- 230000010354 integration Effects 0.000 claims abstract description 10
- 238000000060 site-specific infrared dichroism spectroscopy Methods 0.000 claims abstract 7
- 230000006870 function Effects 0.000 claims description 88
- 238000007405 data analysis Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 239000011324 bead Substances 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 3
- 230000037081 physical activity Effects 0.000 abstract description 7
- 229920000433 Lyocell Polymers 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 18
- 230000008447 perception Effects 0.000 description 14
- 240000007651 Rubus glaucus Species 0.000 description 8
- 235000011034 Rubus glaucus Nutrition 0.000 description 8
- 235000009122 Rubus idaeus Nutrition 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 239000000779 smoke Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 101100236764 Caenorhabditis elegans mcu-1 gene Proteins 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000741 silica gel Substances 0.000 description 2
- 229910002027 silica gel Inorganic materials 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
Abstract
本申请提供了一种适用于火灾场景下的通信安防一体化路由系统、方法、设备及存储介质,包括:火场远端MCU根据搭载有火场近端MCU的WiFi路由模块所提供的SSID选择需要探测的目标区域,并且将火场远端MCU以5GHzWiFi频段与选定目标区域的SSID连接;WiFi路由模块采集CSI数据,并且将CSI数据上传至腾讯云模块;腾讯云模块将CSI数据发送至边缘算力PC端,通过边缘算力PC端滤波处理以及利用滑窗函数算法进行人体存在状态判定,并将判定结果反馈至移动端APP模块。本申请利用人体活动对WiFi 5GHz电磁波的扰动的物理层特征提供信息反馈,以实现火场内的人体存在状态监控功能,使消防员快速判定火场内是否有待救援的人体生命特征存在。
Description
技术领域
本申请涉及通信安防技术领域,具体涉及一种通信安防一体化路由系统、方法、设备及存储介质。
背景技术
火灾场景下的火场人员救生与探测工作始终是困扰消防人员的难题。在火势蔓延初期至建筑材料及建筑出现结构性倒塌前的这段时间是火场受困人员救助的宝贵黄金时期。然而这个宝贵且短暂的时间稍瞬即逝,消防人员为了探查火场是否有受困人员,经常会出现不顾个人生命危险,在无法断定火场是否有受困人员存在的情况下,依然进入火场搜寻营救。
在当今智能传感网络飞速发展的时代,基于图像的摄像监控网络与红外传感器网络是探查人体存在的关键传感设备。然而,在火灾发生初期,烟雾场景使传统基于图像的摄像监控设备与基于温度的红外监控设备失效。
鉴于此,本申请提出了一种适用于火灾场景下的通信安防一体化路由系统、方法、设备及存储介质,在火灾有烟雾或者地震倒塌的极端恶劣场景下,能够进一步提升消防人员的自身安全,减少不必要的牺牲。
发明内容
为了解决现有烟雾场景使传统基于图像的摄像监控设备与基于温度的红外监控设备失效等问题,本申请提供一种适用于火灾场景下的通信安防一体化路由系统、方法、设备及存储介质,以解决上述技术缺陷问题。
根据本申请的一个方面,提出了一种适用于火灾场景下的通信安防一体化路由系统,该系统包括:本地通信感知模块、云端数据分析模块以及移动端APP模块;
其中本地通信感知模块包括:火场近端MCU(mobile computing unit, 微控制单元)、火场远端MCU以及WiFi路由模块;云端数据分析模块包括:腾讯云模块和边缘算力PC(personal computer,个人计算机)端;
火场远端MCU根据搭载有火场近端MCU的WiFi路由模块所提供的SSID选择需要探测的目标区域,并且将火场远端MCU以5GHzWiFi频段与选定目标区域的SSID(Service SetIdentifier,服务集标识)连接;
WiFi路由模块采集CSI数据,并且将CSI数据上传至腾讯云模块;
腾讯云模块将CSI数据发送至边缘算力PC端,通过边缘算力PC端滤波处理以及利用滑窗函数算法进行人体存在状态判定,并将判定结果反馈至移动端APP模块。
通过上述技术方案,本申请利用WiFi 5GHz频段实现的人体感知与位置判定功能。由于5GHz的WiFi通信频段与毫米波雷达或可视摄像头相比波长较长,具备较好的穿透烟雾雾霾的能力。当该系统在火灾场景下激活时,可利用人体活动对WiFi 5GHz电磁波的扰动的物理层特征提供信息反馈,以实现火场内的人体存在状态监控功能,使消防员快速判定火场内是否有待救援的人体生命特征存在。
优选的,腾讯云模块包括:数据发送设备、数据接收设备和用户界面反馈设备,其中,边缘算力PC端分别与数据接收设备、用户界面反馈设备通过MQTT(message queuingtelemetry transport,消息队列遥测传输协议)三元组进行设备连接;
WiFi路由模块持续监听感知链路中的CSI(channel state information, 信道状态信息)数据,并将CSI数据通过4GLTE(Long-Term Evolution,长期演进)无线数据终端模块反馈发送至数据接收设备进行存储;
再通过数据发送设备将CSI数据发送至边缘算力PC端进行滤波处理以及利用滑窗函数算法进行人体存在状态判定,并将人体存在状态判定的结果发送至用户界面反馈设备。
通过上述技术方案,本地通信感知模块开启信道监听模式,并激活4GLTE无线数据终端,将所监听的信道状态信息(CSI数据)由4GLTE无线数据终端模块发送至云端数据分析模块,并利用云端算力进行人体存在状态分析并反馈,最终实现对体存在状态的监控。
优选的,利用滑窗函数算法进行人体存在状态判定,具体包括:
在CSI数据的一个监听周期过程中,采集到的CSI数据的相位值依次存入滑窗函数内部,直至达到滑窗函数的宽度;
计算滑窗函数内部的所有CSI数据的相位值的方差值,并记录初始方差值为Q;
将初始方差值Q与滑窗函数的阈值进行对比;
响应于确定初始方差值Q小于阈值,则判定监听周期内没有人体进入检测区域;
响应于确定初始方差值Q大于或等于阈值,则进一步判断监听周期内存在人体状态还是环境异常噪声干扰。
进一步优选的,响应于确定初始方差值Q大于或等于阈值,则进一步判断监听周期内存在人体状态还是环境异常噪声干扰,包括:
若初始方差值Q大于或等于滑窗函数的阈值,而且后续持续生成的N个方差值均大于或等于阈值,N为大于或等于1的自然数,则判定监听周期内监测区域存在人体;
若初始方差值Q大于或等于滑窗函数的阈值,而且后续持续生成的M个方差值小于阈值,M为大于或等于1的自然数,则判定监听周期内存在环境异常噪声干扰。
通过上述技术方案,本申请能够依据CSI数据变化准确判定是否存在人体状态。
优选的,边缘算力PC端进行滤波处理的操作具体包括以下内容:
采用Hampel滤波算法对CSI数据进行初步平滑去噪,获得去噪数据;
采用Savgol滤波算法对去噪数据进行滤波处理。
进一步优选的,数据接收设备完成CSI数据存储后,通过数据发送设备将CSI数据发送至本地PC端进行存储;
用户界面反馈设备将目标区域的SSID的位置信息和人体存在状态判定结果推送至移动端APP(application的简称,即应用软件)模块。
通过上述技术方案,在本地PC端进行数据分析处理以及滑窗算法筛查的程序时,会同时激活腾讯云模块的用户界面反馈设备。因为本地PC端负责数据处理以及滑窗函数筛查的程序内部与腾讯云模块的用户界面反馈设备已通过MQTT三元组进行线上与线下的设备连接,即线下PC端的程序内部已指定设置好腾讯云模块用户界面反馈设备的ClientId(客户端)、Username(用户名)与Password(密码),可以实现与腾讯云模块用户界面反馈设备的通讯。此时腾讯云模块的用户界面反馈设备显示在线状态,监测结果上传至腾讯云模块的用户界面反馈设备内,通过扫描设备生成的二维码,即可在用户的移动终端显示监测区域有人体的结果。
优选的,本地通信感知模块还包括:消防传感器、电源、4GLTE无线数据终端模块、Led(light-emitting diode,发光二极管)强光灯珠、Led恒流驱动板和蜂鸣器;
电源的正极分别与四个控制开关相串联后分别连接到4GLTE无线数据终端模块的正极、WiFi路由器的正极、Led恒流驱动板的正极和蜂鸣器的正极上;
4GLTE无线数据终端模块的负极、WiFi路由器的负极、Led恒流驱动板的负极和蜂鸣器的负极串联后接入电源的负极;
Led强光灯珠和Led恒流驱动板串联,串联后与4GLTE无线数据终端模块、WiFi路由器、蜂鸣器组成并联电路,并联电路与电源组成串联回路。
在传感器未探测到火灾发生前,通信安防一体化路由系统提供常规2.4GHz/5GHz频段的WiFi上网功能。上述技术方案,使通信安防一体化路由系统采用路由的通感一体化模式,结合照明报警系统,以确保Led强光灯珠、Led恒流驱动板和蜂鸣器的协同作用。能够实现对异常情况的迅速响应,以确保可靠的安全监测和及时的反馈
第二方面,本申请提出了一种适用于火灾场景下的通信安防一体化路由系统的实现方法,该方法包括以下步骤:
S1、火场远端MCU根据搭载有火场近端MCU的WiFi路由模块所提供的SSID选择需要探测的目标区域,并且将火场远端MCU以5GHzWiFi频段与选定目标区域的SSID连接;
S2、WiFi路由模块采集CSI数据,并且将CSI数据上传至腾讯云模块;
S3、腾讯云模块将CSI数据发送至边缘算力PC端,通过边缘算力PC端滤波处理以及利用滑窗函数算法进行人体存在状态判定,并将判定结果反馈至移动端APP模块。
第三方面,本申请提供了一种终端设备,包括处理器、存储器以及存储在存储器内的计算机程序,计算机程序被处理器执行以实现如上述的适用于火灾场景下的通信安防一体化路由系统的实现方法。
第四方面,本申请提供了一种计算机可读存储介质,介质中存储有计算机程序,在计算机程序被处理器执行时,实施如上述的适用于火灾场景下的通信安防一体化路由系统的实现方法。
与现有技术相比,本发明的有益成果在于:
(1)基于WiFi信道状态信息的人体存在状态监控功能:在传感器未探测到火灾发生前,通信安防一体化路由系统提供常规2.4GHz/5GHz 频段的WiFi上网功能。当建筑内烟雾、温度等传统消防传感器探测到异常时,该系统激活备用电源,并将该常规路由模式切换至通感一体路由模式,在保持射频端网络链路的同时开启人体存在状态探测功能。同时,火场外的消防人员根据需要探测的区域,将火场远端MCU与火场内目标路由的SSID连接,构建本地WiFi信道状态信息监控区域。在该模式下,本地通信感知模块开启信道监听模式,并激活4G LTE无线数据终端,将所监听的信道状态信息由4G LTE无线数据终端模块发送至云端数据分析模块,并利用边缘算力PC端进行人体存在状态分析并反馈,最终实现对体存在状态的监控。
(2)基于SSID的粗粒度人体定位功能:在本系统中,每个通信安防一体化路由的位置报送范围由其WiFi人体感知的区域,即菲涅尔区的探测范围确定。由于每个路由所提供的菲涅尔区监控范围较通信覆盖来说相对较小,故每个WiFi路由的SSID可与特定定位位置一一对应,即SSID为“XX房间厨房”时,所提供的人体探测区域与定位范围指示XX房间厨房区域。当火场外的消防员需要探测目标区域是否存在待救援人体活动时,需将火场远端MCU连接到提供感知覆盖的通信安防一体化路由SSID上。而后,消防员根据移动端APP模块,例如:手机端腾讯连连APP,即可观察目标区域是否存在需要救援的火灾受困人员,并根据SSID确定受困人员的大致范围。
(3)基于滑窗函数判定存在人体状态功能:本地PC端使用滑窗函数在监测区域感知出人体活动后,会将监测结果上传至腾讯云模块的用户界面反馈设备。在本地PC端进行数据分析处理以及滑窗函数筛查的程序时,会同时激活腾讯云模块的用户界面反馈设备。因为本地PC端负责数据处理以及滑窗函数筛查的程序内部与腾讯云模块的用户界面反馈设备已通过MQTT三元组进行线上与线下的设备连接,即线下PC端的程序内部已指定设置好腾讯云模块用户界面反馈设备的ClientId(客户端)、Username(用户名)与Password(密码),可以实现与云端用户界面反馈设备的通讯。此时腾讯云模块的用户界面反馈设备显示在线状态,监测结果上传至腾讯云模块的用户界面反馈设备内,通过扫描设备生成的二维码,即可在用户的移动终端显示监测区域有人体的结果。
附图说明
通过阅读参照以下附图,所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是根据本申请的通信安防一体化路由系统中本地通信感知模块、云端数据分析模块以及移动端APP模块的交互流程框图;
图2是根据本申请的本地通信感知模块交互示意图;
图3是根据本申请的本地通信感知模块的电路原理图;
图4是根据本申请的本地通信感知模块器件连接示意图;
图5a是根据本申请的监测区域无人的CSI相位值图像;
图5b是根据本申请的监测区域无人的移动端APP反馈图;
图6a是根据本申请的监测区域有人的CSI相位值图像;
图6b是根据本申请的监测区域有人的移动端APP反馈图;
图7是根据本申请的存在环境异常噪声干扰的CSI相位值图像;
图8是本申请的通信安防一体化路由系统的实现方法流程图;
图9是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了本申请的通信安防一体化路由系统中本地通信感知模块、云端数据分析模块以及移动端APP模块的交互流程框图,如图1所示,该系统包括:本地通信感知模块、云端数据分析模块以及移动端APP模块。
其中,本地通信感知模块由通信安防硬件环境搭建构成,其核心硬件包括:火场近端MCU(本申请中以树莓派3B+作为火场近端MCU使用),WiFi路由模块,火场远端MCU(本申请中以树莓派4B作为火场远端MCU使用)。云端数据分析模块的核心包括:腾讯云模块和边缘算力PC端。优选的腾讯云模块为腾讯IoT开发组件。移动端APP模块包括:搭载腾讯连连APP的手机作为应用前端。
火场远端MCU根据搭载有火场近端MCU的WiFi路由模块所提供的SSID选择需要探测的目标区域,并且将火场远端MCU以5GHzWiFi频段与选定目标区域的SSID连接;
WiFi路由模块采集CSI数据,并且将CSI数据上传至腾讯云模块;
腾讯云模块将CSI数据发送至边缘算力PC端,通过边缘算力PC端滤波处理以及利用滑窗函数算法进行人体存在状态判定,并将判定结果反馈至移动端APP模块。
图2示出了本申请的本地通信感知模块交互示意图,如图2所示,本地通信感知模块由电源1、4G LTE无线数据终端模块2、WiFi路由模块3、Led强光灯珠4,Led恒流驱动板5和蜂鸣器6组成。图2中的烟雾探测器0-1与温度探测器0-2等考虑为建筑内已根据消防法规已安装的传统消防传感器。
在传感器未探测到火灾发生前,通信安防一体化路由系统提供常规2.4GHz/5GHz频段的WiFi上网功能。图3示出了本申请的本地通信感知模块的电路原理图,如图3所示,电源1的正极分别与四个控制开关相串联后分别连接到4G LTE无线数据终端模块2的正极、WiFi路由模块3的正极、Led恒流驱动板5的正极和蜂鸣器6的正极上,4G LTE无线数据终端模块2的负极、WiFi路由模块3的负极、Led恒流驱动板5的负极和蜂鸣器6的负极串联后接入电源1的负极。Led强光灯珠4和Led恒流驱动板5串联,串联后于4G LTE无线数据终端模块2、WiFi路由模块3、蜂鸣器6组成并联电路,并联电路与电源1组成串联回路。该通信安防一体化路由系统采用了路由的通感一体化模式,结合照明报警系统,以确保Led强光灯珠4、Led恒流驱动板5和蜂鸣器6的协同作用。其设计旨在实现对异常情况的迅速响应,以确保可靠的安全监测和及时的反馈。
图4示出了本申请的本地通信感知模块器件连接示意图,如图4所示,电源1的组成部分有锂电池1-1、标准Micro USB(Universal Serial Bus,通用串行总线)充电口1-3、一个标准Micro USB对外设备充电口1-2、单晶体硅胶太阳能面板1-4,单晶体硅胶太阳能面板1-4通过与有锂电池1-1相连,对其进行充电,保证电源1电量充足。
4G LTE无线数据终端模块2,其包括一个SIM(Subscriber Identity Module,用户识别卡)卡槽2-1、自适应网口2-2、隐藏式Micro USB接口2-3、Micro SD(存储卡)卡槽2-4、2×2 MIMO(Multiple-Input Multiple-Out-put,多输入多输出系统)天线2-5。
WiFi路由模块3在原有WiFi路由器模块的基础上,增加了一个MCU-1模块3-2和一个切换开关3-1。MCU-1模块3-2与原有WiFi路由模块相并联。切换开关3-1的一端与电源1相连接,切换开关3-1的另一端分别与WiFi路由模块3和4G LTE无线数据终端模块2相连接,可以对WiFi路由模块和4G LTE无线数据终端模块进行切换。
具体的,WiFi路由模块3包括:MCU_1模块3-2,用于对被监测场所所处的火灾地震现象进行探测,并向4G LTE无线数据终端模块2输出探测信号;MT7762N模块,射频前端模块,路由器主控芯片,该模块是5G WiFi的FEM功放芯片;MT7761N模块,射频前端模块,路由器主控芯片,该模块是2.4GWiFi的FEM功放芯片;TP 1900BN 模块,为路由器的CPU算力,ARMA7架构,主频为1.2GHz,单核心;QH32B-104HIP模块,该模块为路由器的存储算力;RTL8367S模块,该模块是以太网交换芯片;UTG36T06模块,该模块是脉冲变压器;D20601G模块,该模块是网口变压器。
继续参考图1,在具体的实施例中,云端数据分析模块由腾讯云物联网开发系统与提供边缘算力的计算机构成。在后台系统开发过程中,需在腾讯云物联网开发平台建立三台虚拟设备,分别是数据接收设备、数据发送设备以及用户界面反馈设备。三台设备与本地PC端进行信息交互的都是通过MQTT三元组进行线上与线下的设备连接,即线下PC端的程序内部已分别指定设置好腾讯云端三台设备的ClientId(客户端)、Username(用户名)与Password(密码),可以实现与云端三台设备之间的信息通讯。其中云端数据分析模块包括了数据接收设备与数据发送设备这两台设备。
首先在本系统的通感一体路由模式下,设备持续监听感知链路中的无线信道状态信息(wireless channel state information, WCSI),并将WCSI通过4G LTE模块反馈发送(pub)至云端的数据接收设备进行存储。之后负责边缘算力的PC端与云端的数据发送设备通过MQTT三元组进行设备连接,通过云端的数据发送设备将云端存储的WCSI数据传送发射(sub)至负责边缘算力的PC端,在此PC端进行后续的滤波处理以及利用滑窗函数算法进行人体存在状态分析,判断火场目标区域是否存在待救援人员。
在具体的实施例中,移动端APP模块由云端物联网开发系统与远端搭载腾讯连连APP的移动终端构成。在本系统的通感一体路由模式下,在云端数据分析模块进行人体存在状态分析后,得出的结果需要发送至腾讯云模块的用户界面反馈设备。与移动端APP模块交互的云端数据分析模块中负责边缘算力的PC端同样与腾讯云模块的用户界面反馈设备通过MQTT三元组进行设备连接。之后负责边缘算力的PC端将火场目标区域是否存在待救援人员的判定结果发送至腾讯云物联网开发平台上用户界面的反馈设备,而后将目标路由的SSID位置信息与人体存在状态判定信息推送至搭载腾讯连连APP的移动终端。
在没有发生火灾时,建筑物内传统根据消防法规所搭建的烟雾温度等消防传感器需保持24小时正常工作。当消防传感器探测到异常时,其将向通信安防一体化路由系统发送反馈,从而激活备用电源1。同时,Led强光灯珠4、Led恒流驱动板5和蜂鸣器6将被激活,在蜂鸣器6报警的同时,Led强光灯珠4快速闪烁,形成了照明报警系统,并激活通信安防一体化路由的人体存在状态监控模式。通信安防一体化路由的人体存在状态监控流程包括,由本地通信感知模块提供的无线信道状态信息采集流程,由云端数据分析模块提供的数据分析与判定流程,以及云端与移动端设备的信息反馈与交互流程如下:
(一)本地通信感知模块提供的无线信道状态信息采集流程:火场外的树莓派4B(火场远端MCU)根据搭载树莓派3B+(火场近端MCU)的路由器所提供的SSID选择需要探测的目标区域。当选定目标探测区域路由的SSID后,将火场外的树莓派4B以5GHz WiFi频段与其连结。当成功连接后,在提供该SSID路由的管理页面即可看到与之相连的树莓派3B+(信道监听模块以网线链接)和树莓派4B(5GHz无线信道链接)的IP地址。此时在管理路由的控制系统上执行WiFi CSI监听采集系统后,搭载树莓派3B+的路由器开始获取pcap文件(即存储WiFi CSI状态信息的文件)数据。而后,将pcap文件保存在本地的同时,上传至腾讯云模块的数据接收设备进行存储。在无线WiFi信道状态的采集过程中,如无硬件损坏或者管理路由的控制系统崩溃等问题,则采集过程持续运行至管理路由的控制系统发出终止指令。在pcap文件至腾讯云模块的数据接收设备的上传过程中,要求WiFi路由模块与互联网联通,如腾讯云模块在局域网内,则保证WiFi路由模块与局域网联通即可。
(二)云端数据分析模块提供的数据分析与判定流程:在腾讯云模块的接收设备处完成CSI数据存储后,需要通过腾讯云模块的数据发送设备将CSI数据发送至另外的本地PC端进行存储(也可以是负责命令控制的原PC端,以具体情况而定,考虑是否需要将算力进行转移等),之后即可在获取到CSI数据的本地PC端进行数据分析过程。此处需保证云端与负责边缘算力模块的PC端的网络连接,如边缘算力模块与云端处于统一局域网,或边缘算力与云端均接入互联网。
运行python算法程序进行数据处理分析,边缘算力模块将腾讯云模块pcap数据下载到本地PC端后,首先第一步对CSI数据进行预处理,先采用Hampel滤波算法对数据进行初步平滑去噪,之后用Savgol滤波算法对数据进行最终的预处理过程;
第二步根据经过预处理后的数据即可实时绘制出CSI相位值图像,图5a示出了本申请的监测区域无人的CSI相位值图像,图5b示出了本申请的监测区域无人的移动端APP反馈图;图5a的横轴表示在一次完整的监听过程中采集的CSI相位值数量,图中横轴表示一共采集到10000个CSI相位值,同时从横轴的负半轴到正半轴也同样表示监听过程的时间先后顺序,即从0时刻开始到一次完整的监听过程结束一共12秒左右。需要声明的是:本申请的监听感知过程是一直持续的,而采集数据、数据上传云端以及数据分析过程是分步的,因此在总体持续的感知过程中会细分为多个完整的监听过程,在举例的实验图中以采集到10000个CSI相位值为其中一个完整的监听过程,所以具体时间为采集到10000个CSI相位值的总时间,而每一个监听过程采集到的CSI相位值数量可根据实际情况进行调整,采集CSI相位值的数量不同则一个完整的监听过程总时间也不同。图5a的纵轴表示经过滤波处理后的CSI相位值,因此整体图像表示的是每一次完整的监听过程从开始到结束(即到下一个完成的监听过程开始前)12秒左右,10000个CSI相位值的图像变化。图5a举例的CSI相位值图像是在监测区域无人时得出的,因此10000个CSI相位值在一个完整的监听过程中没有出现较大波动,所以整体10000个CSI相位值的方差值较小。如图5b所示,在移动端APP模块中可直观显示出所监测的区域(例如1号房)无人。
第三步进行人体活动感知过程的数据分析,同样举例的是以采集10000个CSI数据作为一次完整的监听过程,图6a示出了本申请的监测区域有人的CSI相位值图像,图6b示出了本申请的监测区域有人的移动端APP反馈图,如图6a所示,实际实验中人体在标号为-600至3600之间的4200个CSI相位值对应的时间内不在检测区域活动,其他时间都在监测区域停留,这导致图6a中除了标号为-600至3600之间的4200个CSI相位值处于数值较平稳状态,其他的CSI相位值皆出现较大波动,由于监测区域出现人体活动,整体10000个CSI相位值之间发生较大变化,因此整体10000个CSI相位值的方差也会随之变大。如图6b所示,在移动端APP模块中可直观显示出所监测的区域(例如1号房)有人。
本申请设计了方差检测算法用于专门检测是否在监测区域出现人体活动,该算法设计了专门的滑窗函数,该滑窗函数的上限阈值由当监测区域无人时的CSI相位值与当监测区域有人时的CSI相位值两种情况共同决定,而滑窗函数的宽度一般为一个完整监听过程中采集到的CSI总数的十分之一(具体宽度可调整)。滑窗函数具体内容如下:如图5a所示,监测区域无人时,从某一个完整的监听过程中采集到的10000个CSI相位值中任取1000个CSI相位值(即滑窗函数的宽度,该宽度值可依据实际场景进行调整),计算这1000个CSI相位值的方差,重复10次上述操作(具体的操作次数可以根据应用场景改变),直到取到10个方差值,记录下最大的方差,之后对更多其他的完整监听过程进行上述操作,对比每一个完整监听过程取到的最大方差值,最终选取值最大的方差记为X。为了确保滑窗函数上限阈值的准确性,还需要对监测区域有人的情况进行方差值的采集,同样当监测区域有人活动时,在某一个完整的监听过程中,针对有人体活动时间段对应的这部分CSI相位值,从采集到的这部分CSI相位值中任取1000个CSI相位值(具体取得CSI相位值个数可根据实际场景进行调整,但必须与滑窗函数宽度一致,以图6a为例,即从标号-5000到-600的CSI相位值以及标号3600到5000的CSI相位值这两段监测区域有人体活动的时间段内任取1000个CSI相位值),计算这1000个CSI相位值的方差,重复10次上述操作(具体的操作次数可以根据应用场景改变),直到取到10个方差值,记录下最小的方差,之后对更多其他有人体活动的完整监听过程进行上述操作,对比每一个完整监听过程取到的最小方差值,最终选取值最小的方差记为Y。滑窗函数的上限阈值取介于X与Y之间的值即可,一般将上限阈值取为Y值。在确定完滑窗函数的上限阈值后,即可将其运用至实时的监测过程中。
在实时的监测感知过程中,以每个完整的监听过程取10000个CSI相位值为例,实时情况下从任意一个监听过程开始到最后结束,10000个CSI相位值在12秒的时间内是根据时间先后顺序依次采集到的。而滑窗函数的宽度设置为1000,所以当一个监听过程开始,采集到的CSI相位值便开始依次进入滑窗函数内部,当进入的CSI相位值数量达到1000时(即数量等于滑窗函数的宽度),开始计算滑窗函数内部1000个CSI相位值的方差,记录下该初始方差值记为Q,并将该方差值与滑窗函数的阈值进行对比。如果该方差值小于滑窗函数的阈值,说明在这段时间内暂时没有人体进入监测区域;如果该方差值大于或等于滑窗函数的阈值,说明在这段时间内可能有人体进入监测区域活动,但是不能完全确定是人体活动造成还是环境中异常噪声的干扰,需要继续监测。之后继续采集CSI相位值进入滑窗函数内部(由于滑窗函数内部数据已经达到滑窗函数宽度数量,因此每当此时有一个新的CSI相位值进入滑窗函数时,需要将最开始进入的第一个CSI相位值从滑窗函数内部剔除,以此类推,这样就保证滑窗函数内部一直都有与滑窗函数宽度相等的CSI相位值数量即示例中的1000个),每进入一个新的CSI相位值,就计算一次滑窗函数内部1000个CSI相位值的新方差值,重复以上过程,直到一个完整的监听过程中采集到的10000个CSI相位值都经过滑窗函数,再开始进行下一个完整的监听过程。而上述步骤中每获取一次新方差值,都要将该新方差值与滑窗函数的阈值进行对比,做到筛查监测的作用,此时分成三种情况:
第一种情况,如果初始方差值Q大于或等于滑窗函数的阈值,而后续持续生成的N个新方差值都大于或等于滑窗函数的阈值(N为大于1的自然数,N优选为500。应当理解是:比较的新方差值数量可以根据实际场景调整)则可以确定此时间段监测区域存在人体,本地PC端输出监测到人体的结果;
第二种情况,如果初始方差值Q大于或等于滑窗函数的阈值,而后续持续生成的M个新方差值却小于滑窗函数的阈值(M为大于或等于1的自然数,M优选为100。应当理解是:比较的新方差值数量可以根据实际场景调整),则说明是环境中异常噪声的干扰。图7示出了本申请的存在环境异常噪声干扰的CSI相位值图像,如图7所示,说明并不是人体造成的影响,继续进行后续的监测。
第三种情况,如果初始方差值Q小于滑窗函数的阈值,说明在这段时间内暂时没有人体进入监测区域,同样继续采集CSI相位值进入滑窗函数中筛查,计算新方差值并将其与滑窗函数的阈值进行对比,当出现某一个新方差值大于或等于滑窗函数的阈值时,开始进行判断,若后续持续生成的N个新方差值都大于或等于滑窗函数的阈值(N为大于1的自然数,N优选为500。应当理解是:比较的新方差值数量可以根据实际场景调整),则可以确定此时间段监测区域存在人体,本地PC端输出监测到人体的结果,若后续持续生成的M个新方差值都小于或大部分小于滑窗函数的阈值(M为大于或等于1的自然数,M优选为100。应当理解是:比较的新方差值数量可以根据实际场景调整),则说明是环境中异常噪声的干扰,继续后续的监测。
(三)腾讯云模块与移动端APP模块的信息反馈与交互流程中:当本地PC端使用滑窗函数在监测区域感知出人体活动后,会将监测结果上传至腾讯云模块的用户界面反馈设备。在本地PC端进行数据分析处理以及滑窗函数筛查的程序时,会同时激活腾讯云模块的用户界面反馈设备。因为本地PC端负责数据处理以及滑窗函数筛查的程序内部与腾讯云模块的用户界面反馈设备已通过MQTT三元组进行线上与线下的设备连接,即线下PC端的程序内部已指定设置好腾讯云端用户界面反馈设备的ClientId(客户端)、Username(用户名)与Password(密码),可以实现与腾讯云模块的用户界面反馈设备的通讯。此时腾讯云模块的用户界面反馈设备显示在线状态,监测结果上传至腾讯云端的用户界面反馈设备内,通过扫描设备生成的二维码,即可在用户的移动终端显示监测区域有人体的结果。
第二方面,本申请提出了一种适用于火灾场景下的通信安防一体化路由系统的实现方法,图8示出了本申请的通信安防一体化路由系统的实现方法流程图,如图8所示,该方法包括以下步骤:
S1、火场远端MCU根据搭载有火场近端MCU的WiFi路由模块所提供的SSID选择需要探测的目标区域,并且将火场远端MCU以5GHzWiFi频段与选定目标区域的SSID连接;
S2、WiFi路由模块采集CSI数据,并且将CSI数据上传至腾讯云模块;
S3、腾讯云模块将CSI数据发送至边缘算力PC端,通过边缘算力PC端滤波处理以及利用滑窗函数算法进行人体存在状态判定,并将判定结果反馈至移动端APP模块。
本申请考虑在火灾有烟雾或者地震倒塌的极端恶劣场景下,利用广覆盖的WiFi频段实现通信感知一体化关键技术,在日常提供WiFi覆盖的同时,为火灾场景的黄金救援期提供人体状态感知及范围确定的应用服务,使消防人员在保障人民生命财产安全的同时减少不必要的牺牲。
第三方面,本申请提供了一种终端设备,包括处理器、存储器以及存储在存储器内的计算机程序,计算机程序被处理器执行以实现如上述的适用于火灾场景下的通信安防一体化路由系统的实现方法。
第四方面,本申请提供了一种计算机可读存储介质,介质中存储有计算机程序,在计算机程序被处理器执行时,实施如上述的适用于火灾场景下的通信安防一体化路由系统的实现方法。
下面参考图9,其示出了适于用来实现本申请实施例的电子设备的计算机系统900的结构示意图。图9示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图9所示,计算机系统900包括中央处理单元(CPU)901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有计算机系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
以下部件连接至I/O接口905:包括键盘、鼠标等的输入部分906;包括诸如液晶显示器(LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分908。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请所述的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言——诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种适用于火灾场景下的通信安防一体化路由系统,其特征在于,所述系统包括:本地通信感知模块、云端数据分析模块以及移动端APP模块;
其中所述本地通信感知模块包括:火场近端MCU、火场远端MCU以及WiFi路由模块;所述云端数据分析模块包括:腾讯云模块和边缘算力PC端;
所述火场远端MCU根据搭载有火场近端MCU的WiFi路由模块所提供的SSID选择需要探测的目标区域,并且将所述火场远端MCU以5GHzWiFi频段与选定目标区域的SSID连接;
所述WiFi路由模块采集CSI数据,并且将所述CSI数据上传至所述腾讯云模块;
所述腾讯云模块将所述CSI数据发送至所述边缘算力PC端,通过所述边缘算力PC端滤波处理以及利用滑窗函数算法进行人体存在状态判定,并将判定结果反馈至所述移动端APP模块;
利用滑窗函数算法进行人体存在状态判定,具体包括:
在所述CSI数据的一个监听周期过程中,采集到的所述CSI数据的相位值依次存入滑窗函数内部,直至达到所述滑窗函数的宽度;
计算所述滑窗函数内部的所有CSI数据的相位值的方差值,并记录初始方差值为Q;
将初始方差值Q与所述滑窗函数的阈值进行对比;
响应于确定所述初始方差值Q小于所述阈值,则判定所述监听周期内没有人体进入检测区域;
响应于确定所述初始方差值Q大于或等于所述阈值,则进一步判断所述监听周期内存在人体状态还是环境异常噪声干扰。
2.根据权利要求1所述的适用于火灾场景下的通信安防一体化路由系统,其特征在于,所述腾讯云模块包括:数据发送设备、数据接收设备和用户界面反馈设备,其中,所述边缘算力PC端分别与所述数据接收设备、所述用户界面反馈设备通过MQTT三元组进行设备连接;
所述WiFi路由模块持续监听感知链路中的CSI数据,并将所述CSI数据通过4GLTE无线数据终端模块反馈发送至所述数据接收设备进行存储;
再通过所述数据发送设备将所述CSI数据发送至所述边缘算力PC端进行滤波处理以及利用滑窗函数算法进行人体存在状态判定,并将所述人体存在状态判定的结果发送至用户界面反馈设备。
3.根据权利要求1所述的适用于火灾场景下的通信安防一体化路由系统,其特征在于,响应于确定所述初始方差值Q大于或等于所述阈值,则进一步判断所述监听周期内存在人体状态还是环境异常噪声干扰,包括:
若所述初始方差值Q大于或等于滑窗函数的阈值,而且后续持续生成的N个方差值均大于或等于所述阈值,N为大于或等于1的自然数,则判定所述监听周期内监测区域存在人体;
若所述初始方差值Q大于或等于滑窗函数的阈值,而且后续持续生成的M个方差值小于所述阈值,M为大于或等于1的自然数,则判定所述监听周期内存在环境异常噪声干扰。
4.根据权利要求1所述的适用于火灾场景下的通信安防一体化路由系统,其特征在于,所述边缘算力PC端进行滤波处理的操作具体包括以下内容:
采用Hampel滤波算法对所述CSI数据进行初步平滑去噪,获得去噪数据;
采用Savgol滤波算法对所述去噪数据进行滤波处理。
5.根据权利要求2所述的适用于火灾场景下的通信安防一体化路由系统,其特征在于,所述数据接收设备完成所述CSI数据存储后,通过所述数据发送设备将CSI数据发送至本地PC端进行存储;
所述用户界面反馈设备将目标区域的SSID的位置信息和人体存在状态判定结果推送至所述移动端APP模块。
6.根据权利要求1所述的适用于火灾场景下的通信安防一体化路由系统,其特征在于,所述本地通信感知模块还包括:消防传感器、电源、4GLTE无线数据终端模块、Led强光灯珠、Led恒流驱动板和蜂鸣器;
所述电源的正极分别与四个控制开关相串联后分别连接到所述4GLTE无线数据终端模块的正极、WiFi路由器的正极所述、Led恒流驱动板的正极和所述蜂鸣器的正极上;
所述4GLTE无线数据终端模块的负极、WiFi路由器的负极、Led恒流驱动板的负极和所述蜂鸣器的负极串联后接入所述电源的负极;
所述Led强光灯珠和所述Led恒流驱动板串联,串联后与所述4GLTE无线数据终端模块、WiFi路由器、蜂鸣器组成并联电路,所述并联电路与所述电源组成串联回路。
7.根据权利要求1至6中任意一项所述的适用于火灾场景下的通信安防一体化路由系统的实现方法,其特征在于,包括以下步骤:
S1、火场远端MCU根据搭载有火场近端MCU的WiFi路由模块所提供的SSID选择需要探测的目标区域,并且将所述火场远端MCU以5GHzWiFi频段与选定目标区域的SSID连接;
S2、WiFi路由模块采集CSI数据,并且将所述CSI数据上传至腾讯云模块;
S3、所述腾讯云模块将所述CSI数据发送至边缘算力PC端,通过所述边缘算力PC端滤波处理以及利用滑窗函数算法进行人体存在状态判定,并将判定结果反馈至移动端APP模块;
利用滑窗函数算法进行人体存在状态判定,具体包括:
在所述CSI数据的一个监听周期过程中,采集到的所述CSI数据的相位值依次存入滑窗函数内部,直至达到所述滑窗函数的宽度;
计算所述滑窗函数内部的所有CSI数据的相位值的方差值,并记录初始方差值为Q;
将初始方差值Q与所述滑窗函数的阈值进行对比;
响应于确定所述初始方差值Q小于所述阈值,则判定所述监听周期内没有人体进入检测区域;
响应于确定所述初始方差值Q大于或等于所述阈值,则进一步判断所述监听周期内存在人体状态还是环境异常噪声干扰。
8.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器内的计算机程序,所述计算机程序被所述处理器执行以实现如权利要求7中所述的适用于火灾场景下的通信安防一体化路由系统的实现方法。
9.一种计算机可读存储介质,所述介质中存储有计算机程序,在所述计算机程序被处理器执行时,实施如权利要求7中所述的适用于火灾场景下的通信安防一体化路由系统的实现方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146137.1A CN117676758B (zh) | 2024-02-02 | 2024-02-02 | 一种通信安防一体化路由系统、方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146137.1A CN117676758B (zh) | 2024-02-02 | 2024-02-02 | 一种通信安防一体化路由系统、方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117676758A true CN117676758A (zh) | 2024-03-08 |
CN117676758B CN117676758B (zh) | 2024-05-07 |
Family
ID=90073553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410146137.1A Active CN117676758B (zh) | 2024-02-02 | 2024-02-02 | 一种通信安防一体化路由系统、方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117676758B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109698724A (zh) * | 2017-10-24 | 2019-04-30 | 中国移动通信集团安徽有限公司 | 入侵检测方法、装置、设备及存储介质 |
US20190213857A1 (en) * | 2016-06-08 | 2019-07-11 | Aerial Technologies Inc. | System and methods for smart intrusion detection using wireless signals and artificial intelligence |
CN210009029U (zh) * | 2018-12-29 | 2020-02-04 | 云南大学 | 一种基于WiFi和AI的人员活动状态检测装置 |
CN112034433A (zh) * | 2020-07-09 | 2020-12-04 | 重庆邮电大学 | 一种基于干扰信号重构的穿墙无源移动目标检测方法 |
CN112132719A (zh) * | 2020-08-11 | 2020-12-25 | 湖南大学 | 用于应急救援的人员搜救方法、装置、系统及存储介质 |
CN112698294A (zh) * | 2020-12-31 | 2021-04-23 | 杭州电子科技大学 | 基于毫米波的火场内人员定位与生命体征检测装置及方法 |
US20210247483A1 (en) * | 2015-07-17 | 2021-08-12 | Fengyu Wang | Method, apparatus, and system for wireless vital monitoring using high frequency signals |
CN115482642A (zh) * | 2022-08-02 | 2022-12-16 | 郑州大学 | 基于无线感知的火灾救援系统及应用方法 |
US11616553B1 (en) * | 2022-02-01 | 2023-03-28 | Amazon Technologies, Inc. | Channel state information (CSI) sensing in the 2.4 GHz band |
US20230245539A1 (en) * | 2022-02-02 | 2023-08-03 | Verizon Patent And Licensing Inc. | Systems and methods for detecting motion in a zone |
CN116668986A (zh) * | 2023-06-26 | 2023-08-29 | 厦门拾聚科技有限公司 | 基于通感一体化路由的人体感知方法、装置、设备及介质 |
CN116865882A (zh) * | 2023-06-28 | 2023-10-10 | 浙江工业大学 | 一种基于信道状态信息的室内入侵检测方法 |
CN117321448A (zh) * | 2021-02-25 | 2023-12-29 | 珍爱健康有限公司 | 追踪限定区域内的对象的技术 |
-
2024
- 2024-02-02 CN CN202410146137.1A patent/CN117676758B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210247483A1 (en) * | 2015-07-17 | 2021-08-12 | Fengyu Wang | Method, apparatus, and system for wireless vital monitoring using high frequency signals |
US20190213857A1 (en) * | 2016-06-08 | 2019-07-11 | Aerial Technologies Inc. | System and methods for smart intrusion detection using wireless signals and artificial intelligence |
CN109698724A (zh) * | 2017-10-24 | 2019-04-30 | 中国移动通信集团安徽有限公司 | 入侵检测方法、装置、设备及存储介质 |
CN210009029U (zh) * | 2018-12-29 | 2020-02-04 | 云南大学 | 一种基于WiFi和AI的人员活动状态检测装置 |
CN112034433A (zh) * | 2020-07-09 | 2020-12-04 | 重庆邮电大学 | 一种基于干扰信号重构的穿墙无源移动目标检测方法 |
CN112132719A (zh) * | 2020-08-11 | 2020-12-25 | 湖南大学 | 用于应急救援的人员搜救方法、装置、系统及存储介质 |
CN112698294A (zh) * | 2020-12-31 | 2021-04-23 | 杭州电子科技大学 | 基于毫米波的火场内人员定位与生命体征检测装置及方法 |
CN117321448A (zh) * | 2021-02-25 | 2023-12-29 | 珍爱健康有限公司 | 追踪限定区域内的对象的技术 |
US11616553B1 (en) * | 2022-02-01 | 2023-03-28 | Amazon Technologies, Inc. | Channel state information (CSI) sensing in the 2.4 GHz band |
US20230245539A1 (en) * | 2022-02-02 | 2023-08-03 | Verizon Patent And Licensing Inc. | Systems and methods for detecting motion in a zone |
CN115482642A (zh) * | 2022-08-02 | 2022-12-16 | 郑州大学 | 基于无线感知的火灾救援系统及应用方法 |
CN116668986A (zh) * | 2023-06-26 | 2023-08-29 | 厦门拾聚科技有限公司 | 基于通感一体化路由的人体感知方法、装置、设备及介质 |
CN116865882A (zh) * | 2023-06-28 | 2023-10-10 | 浙江工业大学 | 一种基于信道状态信息的室内入侵检测方法 |
Non-Patent Citations (2)
Title |
---|
席建微, 林佳慧, 李娟: "利用WiFi-CSI实现室内人数及动作感知", 福建电脑, vol. 37, no. 06, 16 June 2021 (2021-06-16) * |
王胜男: "基于无线信号分析的生命体征检测及定位研究", 中国优秀硕士学位论文全文数据库基础科学辑, 15 February 2023 (2023-02-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117676758B (zh) | 2024-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109068099B (zh) | 基于视频监控的虚拟电子围栏监控方法及系统 | |
CN106056833A (zh) | 安全监测方法、装置、系统及监控系统 | |
CN104966375A (zh) | 一种安防监控系统及监控方法 | |
CN110676937B (zh) | 智慧安全用电运维管理系统 | |
CN108399709A (zh) | 多功能远程监控报警系统以及监测方法 | |
CN110190986A (zh) | 设备配置的方法、装置、系统、电子设备及存储介质 | |
CN113542411B (zh) | 一种消防物联网综合管理平台 | |
CN105139471A (zh) | 一种电力设备的巡检方法 | |
CN110012496A (zh) | 一种基于WiFi的入侵检测方法及装置 | |
CN113189859B (zh) | 一种配电环境监测及故障自主解除的设备及方法 | |
CN107272520A (zh) | 一种基于传感器网络和远程视频监控的智能安防系统 | |
CN109831495A (zh) | 一种基于NB-IoT的智能无线甲烷监测装置、系统及方法 | |
CN106598014A (zh) | 一种用于实验室的安全监控系统 | |
CN112581717A (zh) | 一种自组网烟雾报警系统 | |
CN109775486A (zh) | 一种基于视觉智能的电梯运行监控系统 | |
CN109375550A (zh) | 一种环境管理系统及管理方法 | |
CN117676758B (zh) | 一种通信安防一体化路由系统、方法、设备及存储介质 | |
CN107886678B (zh) | 室内监护方法、介质及电子设备 | |
CN206671874U (zh) | 一种用于实验室的安全监控系统 | |
CN105450992A (zh) | 一种基于运动检测的智能家居监控方法及其系统 | |
US20210158250A1 (en) | System and method integrating smart vehicles with a monitoring system | |
CN113327400B (zh) | 火情隐患监测方法、装置、系统和存储介质 | |
CN209746753U (zh) | 一种消防检测报警系统 | |
CN114840158A (zh) | 一种led屏待机显示控制装置 | |
CN208013453U (zh) | 灾后救援人员与受困人员定位系统 |
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 |