【摘要】：隨著物聯(lián)網(wǎng)技術(shù)進入人們的生活,人們的日常生活變得越來越智能,智能家居等應(yīng)用正在悄然升起并逐漸被人們接受。其中,室內(nèi)入侵檢測系統(tǒng)作為智能家居應(yīng)用的重要組成部分,是智能家居的第一道安全屏障。相比于傳統(tǒng)的入侵檢測技術(shù),新型的基于無線信號的設(shè)備無關(guān)被動入侵檢測能夠在無需用戶隨身攜帶任何與檢測相關(guān)的專用設(shè)備的情況下,利用環(huán)境中的無線信號檢測室內(nèi)是否有人在活動,甚至識別其身份。目前隨著WLAN(Wireless Local Area Networks)技術(shù)的普及,學(xué)者研究發(fā)現(xiàn)無線網(wǎng)絡(luò)的作用除了通信,還能夠作為一種無線傳感器網(wǎng)絡(luò)對環(huán)境進行一定程度的感知。尤其是802.11n網(wǎng)絡(luò)使用了正交頻分復(fù)用技術(shù)和多輸入多輸出技術(shù),使得從中獲取更加細粒度的子載波級別的信道響應(yīng)信息成為可能,這為利用WiFi信號進行設(shè)備無關(guān)的室內(nèi)入侵檢測技術(shù)的發(fā)展提供了更好的機遇。雖然已經(jīng)有大量學(xué)者對WiFi信號的感知作用展開了大量的研究,但是基于WiFi信號的設(shè)備無關(guān)被動入侵檢測研究在國際上仍然處于起步階段,大量貼近實際應(yīng)用的問題仍然沒有解決,包括人體檢測的魯棒性以及身份識別的有效性。本課題深入探索利用細粒度的物理層信道狀態(tài)信息進行更加可靠的人體檢測及身份識別,使基于信道狀態(tài)信息的室內(nèi)被動入侵檢測技術(shù)向?qū)嵱眯愿M一步。本文從室內(nèi)被動入侵檢測的角度出發(fā),主要從以下幾個方面展開研究:首先,為了提高在入侵者移動速度非常慢的情況下人體檢測方法,本文提出一種人體移動速度無關(guān)的被動人體檢測模型,首次提出一種度量,能夠從整個信道中捕捉信道狀態(tài)信息波動的特征,對環(huán)境變化更加敏感,并將人體檢測問題轉(zhuǎn)化為概率問題,使系統(tǒng)能夠檢測到不同移動速度的人。本文進行了大量的對比實驗,相比之前的基于單一子載波提取特征的被動人體檢測方法來說,此方法能夠在不明顯增加計算復(fù)雜度以及時間延遲的前提下,大大提升了入侵者慢速移動時的檢測精度,能夠達到低于1%的誤報率及漏報率,得到令人滿意的檢測性能。其次,針對入侵者以非常規(guī)方式在室內(nèi)移動時,現(xiàn)有的人體檢測會失效的問題,本文提出一種基于頻域特征的高魯棒性被動人體檢測方法,從所有子載波中利用連續(xù)小波變換提取魯棒性高的頻域特征,能夠捕捉整個信道的細微變化,可以適用于不同的室內(nèi)環(huán)境,甚至達到無監(jiān)督的目的。相比之前的人體檢測方法,本文提出的方法一方面可以極大地減少前期勘測訓(xùn)練給系統(tǒng)帶來的開銷,能夠在不同環(huán)境中直接使用,另一方面能夠檢測到不同移動形式的入侵者。大量實驗結(jié)果表明該方法不論在入侵者以何種方式移動,均能夠控制在2%左右的誤報率和漏報率,證明了其對于入侵檢測的有效性。再次,考慮到入侵檢測系統(tǒng)需要識別出一個人是否為陌生人的需求,而現(xiàn)有的身份識別方法主要面向人機交互與個性化服務(wù)等應(yīng)用,并沒有考慮識別陌生人的問題。而陌生人通常是訓(xùn)練集中不存在的人,這對普通分類器是個很大的挑戰(zhàn)。本文提出一種陌生人識別方法,巧妙地解決了這個挑戰(zhàn),使用時頻變換技術(shù),從信道狀態(tài)信息中提取步態(tài)的頻域特征,建立授權(quán)用戶和陌生人兩個高斯模型,并利用高斯混合模型作為分類器識別陌生人。通過在兩個房間內(nèi)對6名志愿者的數(shù)據(jù)進行實驗,本方法識別陌生人的平均誤報率和漏報率分別能夠控制在12%和15%,證明了本方法識別陌生人的有效性。最后,為了提高身份識別的準(zhǔn)確率,本文提出基于步態(tài)時頻分析的室內(nèi)被動身份識別方法,使用時頻分析技術(shù),將走路的時間序列按走路的步分段并從時域和頻域中提取步特征和走路特征,并根據(jù)這些特征的信息增益選出部分最具代表性的特征,降低方法的計算量。大量實驗評估表明該方法能夠以高達98.7%的精確度分辨兩個人的身份,并且當(dāng)訓(xùn)練集中有8個人時的精確度也能夠達到90.9%,證明了利用信道狀態(tài)信息應(yīng)用于設(shè)備無關(guān)被動身份識別的有效性。
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TN92
【圖文】：

該技術(shù)不依賴指紋，無需現(xiàn)場勘測，因此能夠在很大程度上降低人力及時間成本。如圖1.4 所示，在室內(nèi)監(jiān)控區(qū)域部署若干無線節(jié)點，當(dāng)節(jié)點通信時，信號會在監(jiān)控區(qū)域傳播，在此區(qū)域內(nèi)的物體會吸收、反射、折射一些信號。RTI 系統(tǒng)的目的是確定 N 個像素區(qū)域內(nèi)物體對信號衰減的大小而生成的圖像矢量。由于所有無線節(jié)點的位置是已知的，因此系統(tǒng)能夠確定產(chǎn)生信號衰減的位置，也就是物體的位置。圖 1.4 無線層析成像示意圖Fig. 1.4 Radio tomographic imaging假設(shè) RTI 網(wǎng)絡(luò)中有 K 個節(jié)點，每一對節(jié)點作為一條鏈路，則網(wǎng)絡(luò)中不同鏈路的總數(shù)為2M ( K K) / 2，如果網(wǎng)絡(luò)中所有節(jié)點都在互相通信，系統(tǒng)中的 RSS 可以用矩陣表示為：y Wx n （1-1）式中：y -------- 長度為 M 的所有鏈路 RSS 度量的向量，n -------- 噪音向量，x -------- 被估計的 RSS 衰減圖像，

哈爾濱工程大學(xué)博士學(xué)位論文參與，增加其使用門檻。因此，這些人體檢測方法在應(yīng)用到安全領(lǐng)域的入失效的可能性會大大增加，本章需要探索出一種更加有效的人體檢測方法入侵檢測的特殊性。了應(yīng)對以上挑戰(zhàn)，在本章中，將解決如下難題：1）什么特征能夠?qū)θ梭w；2）如何能夠?qū)⑷肭终卟煌囊苿臃绞降奶卣鹘y(tǒng)一；3）如何對人體移動模，更有效地檢測人的存在性。

【參考文獻】

相關(guān)博士學(xué)位論文 前1條

1 宮良一;基于信道響應(yīng)的室內(nèi)設(shè)備無關(guān)被動人體定位研究[D];哈爾濱工程大學(xué);2016年

相關(guān)碩士學(xué)位論文 前2條

1 王田芳;基于WiFi的室內(nèi)定位技術(shù)研究與實現(xiàn)[D];南京郵電大學(xué);2017年

2 馬寬紅;基于位置指紋的WiFi室內(nèi)定位技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2017年

本文編號：2793585