基于WIFI无线信号的入侵监测方法和系统与流程

本发明涉及信息与通信工程技术领域，涉及无线设备在目标识别及安防领域内的应用，特别涉及基于wifi无线信号的入侵监测方法和装置。

背景技术：

随着现代科技的快速发展，人工智能领域日趋成熟，其中，人体动作的智能识别和智能监测技术作为人工智能的基础技术也迅速发展，现有的智能监测技术可对目标物体进行实时在线监测，为计算机和人工智能系统提供详实有效的分析数据，但是，对真实环境的应用需求还有巨大的拓展应用空间。

现有的入侵监测手段包括视频监测、红外监控等，这些监测手段在覆盖区域、监测环境等方面存在缺陷，如视频监测在黑暗环境中需要增加夜视设备辅助，红外监控设备受环境温度和烟雾影响严重，误报率较高等；

wifi采用ofdm（orthogonalfrequencydivisionmultiplexing）的方式实现无线信号传输，在频域上可以将无线信号分成多个并发子载波。

对以ofdm形式传输的无线信号，采集方式包括传统的rssi（receivedsignalstrengthindication）技术及csi（channelstateinformation）技术，rssi技术类似于采集一束混合了多种色谱的自然光，无法从中分辨出有效信息，而csi技术类似于将自然光分离成多种色谱，每种色谱对应着wifi无线信号中的子载波，因此，csi技术对无线信号的分析更加细致，在设计上可以充分利用无线信号中的子载波信号实现入侵分析和动作分析。

目前，csi子载波信号进行环境感知分析技术还处于初步发展阶段，基于无线信号的分析虽然精度较高，但相关研究都处于实验室阶段，实际应用非常受限，实际应用的问题解决也多处于探索阶段。

技术实现要素：

（一）发明目的：为解决上述现有技术中存在的问题，本发明的目的是提供一种基于wifi无线信号的入侵监测方法和装置，通过利用现有的wifi基础设施采集无线信号，通过对无线信号的分析达到入侵报警的目的，通过将本系统与现有的安防设施结合解决现有的红外、视频监控设备在监控范围、监控环境上的限制。

（二）技术方案：为了解决上述技术问题，本技术方案提供一种基于wifi无线信号的入侵监测方法，在wifi信号源周围分散设置多个监测节点，包括如下步骤：

s1：各个监测节点分别采集wifi信号源发射的csi子载波并得到第一信号；

s2：各个监测节点将各自的第一信号进行初步滤波和降噪滤波处理得到第二信号；

s3：各个监测节点对各自的第二信号进行特征向量提取，选取最大的分量作为信号的主特征变量并得到第三信号；

s4：各个监测节点将第三信号发送到前端服务器中，前端服务器将多个第三信号分别与特征信息数据库中的静态信号进行比对；

s5：当其中一个第三信号的主特征变量与静态信号的主特征变量的绝对值大于监测阈值时，前端服务器触发报警信号；

当所有第三信号的主特征变量与静态信号的主特征变量的绝对值小于监测阈值时，前端服务器将第三信号作为静态存储到特征信息数据库中。

进一步，步骤s2中的初步滤波采用均值法滤波处理。

进一步，步骤s2中的降噪滤波采用butterworth法滤波处理。

进一步，步骤s3中监测节点对第二信号进行特征向量提取的方法为基于时域的特征提取方法。

进一步，该基于时域的特征提取方法提取csi子载波随时间变化的振幅偏移和相位偏移。

进一步，该振幅偏移和相位偏移的提取方法为dtw（dynamictimewarping）模式识别算法。

进一步，特征信息数据库中的初始静态信号为无入侵情况下测试得到的基础比对数据。

进一步，前端服务器将第三信号及第三信号的比对结果发送到云服务器中，云服务器与视频监控系统或红外监控系统连接。

基于wifi无线信号的入侵监测系统，包括：无线采集模块、滤波模块、降噪模块、信号分析模块及前端服务器；

无线采集模块包括驱动程序可修改的无线网卡，该无线网卡接收csi子载波得到第一信号；

滤波模块包括均值滤波器，均值滤波器对无线网卡接收的csi子载波进行初步滤波；

降噪模块包括butterworth滤波器，butterworth滤波器对初步滤波的csi子载波进行降噪处理，第一信号经过均值滤波器、butterworth滤波器过滤处理得到第二信号，第二信号发送至信号分析模块；

信号分析模块包括信号处理设备，该信号处理设备将第二信号进行基于时域的特征向量提取，并选取最大的分量作为信号的主特征变量得到第三信号，第三信号发送至前端服务器；

前端服务器包括特征信息数据库、数据比对模块、数据存储模块；

特征信息数据库中存储有静态信号的数据，第三信号与静态信号经过数据比对模块比对得到主特征变量的差值的绝对值，该差值的绝对值经过数据比对模块与监测阈值进行比对，主特征变量的差值的绝对值、监测阈值、主特征变量的差值的绝对值与监测阈值的差值存储在数据存储模块中。

进一步，信号处理设备包括计算机。

（三）有益效果：本发明提供的基于wifi无线信号的入侵监测方法和系统具有以下优点：本入侵监测方法利用现有的无线基础设施，包括无线wifi信号源、无线网卡等，通过信号处理设备，如计算机等，对csi子载波进行抓取和分析得到具有主特征变量的特征信号，将该特征信号发送到前端服务器中并与服务器中的特征信息数据库进行比对得到是否有外物入侵的判断；

进一步的，将本系统与现有的视频监控系统或红外监控系统结合来完善现有的安防系统，实现对目标区域全方位的覆盖和监测，可有效弥补红外监控设备和视频监控设备监控范围有限、监测环境要求高等不足。

附图说明

图1是本发明基于wifi无线信号的入侵监测方法的流程框图；

图2是本发明基于wifi无线信号的入侵监测系统的结构示意图。

10-wifi信号源；11-无线采集模块；12-滤波模块；13-降噪模块；14-信号分析模块；15-前端服务器；151-特征信息数据库；152-数据比对模块；153-数据存储模块；16-云服务器。

具体实施方式

下面结合优选的实施例对本发明做进一步详细说明，在以下的描述中阐述了更多的细节以便于充分理解本发明，但是，本发明显然能够以多种不同于此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下根据实际应用情况作类似推广、演绎，因此不应以此具体实施例的内容限制本发明的保护范围。

图1、2是本发明的实施例的示意图，需要注意的是，此附图仅作为示例，并非是按照等比例的条件绘制的，并且不应该以此作为对本发明的实际要求保护范围构成限制。

工作原理：当监测环境中没有入侵事件发生时，wifi信号源10处于平稳状态，当有人员等外物进入时，wifi信号源10发射出的csi子载波会出现十分明显的波动，随外物的动作幅度加大时，csi子载波出现更加显著的波动，通过对子载波的振幅和相位信息的计算得到物体的基本动作信息，因而基于wifi无线信号的入侵监测系统应用于入侵监测环境时，可以有效的监测环境中的移动物体入侵，为安保监控提供有效的无线监测手段。

本技术基于无线分析处理技术，经过滤波和主成分提取的无线信号可用于入侵监测的应用，具体的，采用csi信号的方差数据对室内环境状态的稳定性进行判断。

本实施例中的技术方案提供一种基于wifi无线信号的入侵监测方法，在wifi信号源10周围分散设置多个监测节点，包括如下步骤：

s1：各个监测节点分别采集wifi信号源10发射的csi子载波并得到第一信号；

s2：各个监测节点将各自的第一信号进行初步滤波和降噪滤波处理得到第二信号；

由于第一信号中包括环境噪音和带通干扰，因此需要通过初步滤波及降噪滤波去除第一信号中的冗余信息，保留有效的信息进行后续计算；

s3：各个监测节点对各自的第二信号进行特征向量提取，选取最大的分量作为信号的主特征变量并得到第三信号；

s4：各个监测节点将第三信号发送到前端服务器15中，前端服务器15将多个第三信号分别与特征信息数据库151中的静态信号进行比对；

s5：当其中一个第三信号的主特征变量与静态信号的主特征变量的绝对值大于监测阈值时，前端服务器15触发报警信号；

当所有第三信号的主特征变量与静态信号的主特征变量的绝对值小于监测阈值时，前端服务器15将第三信号作为静态存储到特征信息数据库151中。

目前，wifi商用设备已广泛部署在家庭、办公室及各种公共场合，为本技术的推广应用打下坚实基础，同时，wifi商用设备产业化程度十分成熟，芯片和设备成本十分低廉。

步骤s1中的将第二信号进行特征向量提取，选取最大的分量作为信号的主特征变量的计算过程，通常采用主成分分析方法（principalcomponentanalysis，pca），pca是一种统计方法，通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量。例如，每根天线包含30个子载波，每个子载波的csi数据都包含了大量的信息，变量个数太多而极大增加了算法的复杂性，这些信号数据变量之间是有一定的相关关系的，当多个变量之间有一定相关关系式，意味着这些变量反映的信息有一定的重叠，主成分分析方法对csi数据中所有的变量，可将重复的变量（关系紧密的变量）删除，建立尽可能少的新变量，这些新变量是两两不相关的，这些新的变量会在反映客体信息方便尽可能保持原有的信息。在进一步根据实际需要中取出几个较少的综合变量尽可能多地反映原来变量的信息的统计方法，即主成分分析方法或称为主分量分析方法，用这种方法可在不破坏csi信息有效性的条件下达到降维目的，去除冗余的有效信息。

进行主成分分析的主要步骤包括：指标数据标准化；指标之间的相关性判断；确定主成分个数。

步骤s2中的初步滤波采用均值法滤波处理。

步骤s2中的降噪滤波采用butterworth法滤波处理。

具体的，通过butterworth滤波器处理，butterworth滤波器是滤波器的一种，是一种低通滤波器，相比于其他滤波器，butterworth滤波器的特点是通频带的频率响应曲线最平滑，通频带内的频率响应曲线最大程度平坦。在振幅的对数对角频率的波特图上，从某一边界角频率开始，振幅随着角频率的增加而逐步减少趋向负无穷大。

在一种优选实施例中，一阶butterworth滤波器的衰减率为每倍频6分贝，每十倍频20分贝；二阶butterworth滤波器的衰减率为每倍频12分贝；三阶butterworth滤波器的衰减率为每倍频18分贝；依次类推，butterworth滤波器的振幅对角频率单调下降。

步骤s3中监测节点对第二信号进行特征向量提取的方法为基于时域的特征提取方法。

该基于时域的特征提取方法提取csi子载波随时间变化的振幅偏移和相位偏移。

该振幅偏移和相位偏移的提取方法为dtw模式识别算法。

特征信息数据库151中的初始静态信号为无入侵情况下测试得到的基础比对数据。

前端服务器15将第三信号及第三信号的比对结果发送到云服务器16中，云服务器16与视频监控系统或红外监控系统连接。

在一种优选的实施例中：

将csi子载波数据可用一个30*30的矩阵进行表示：

使用f1的方差来表达，即var（f1）越大，则f1中包含的信息越多，因此，所有的线性组合中选取的f1应该是方差最大的，故f1为第一主成分。

监测节点的系统从矩阵中的每一列求出csi子载波数据方差信息，得到一段时间内的表征信号波动程度的方差向量。

当入侵事件发生时，csi信号发生较大的波动，各个子载波的方差也会出现较大的变化，当检测到某段时间内csi子载波信号出现连续波动，则判断有入侵事件发生。

同时，受到环境噪音影响，csi信息一样存在波动，为了进一步消除环境噪音的干扰，通过找到衡量前后两次方差差别的欧氏距离，表征方差的稳定性。

在安防监控应用中，本入侵监测方法通过对wifi无线信号的实时分析，实现目标区域内入侵物的探测，根据实时探测结果将报警信息上报至云服务器16，云服务器16调动视频监控设备或红外监控设备，实现对目标区域全方位覆盖和监测，有效弥补视频监控设备及红外监控设备在监控范围及监控环境要求上的不足。

基于wifi无线信号的入侵监测系统，包括：无线采集模块11、滤波模块12、降噪模块13、信号分析模块14及前端服务器15；

无线采集模块11包括驱动程序可修改的无线网卡，该无线网卡接收csi子载波得到第一信号；

滤波模块12包括均值滤波器，均值滤波器对无线网卡接收的csi子载波进行初步滤波；

降噪模块13包括butterworth滤波器，butterworth滤波器对初步滤波的csi子载波进行降噪处理，第一信号经过均值滤波器、butterworth滤波器过滤处理得到第二信号，第二信号发送至信号分析模块14；

信号分析模块14包括信号处理设备，该信号处理设备将第二信号进行基于时域的特征向量提取，并选取最大的分量作为信号的主特征变量得到第三信号，第三信号发送至前端服务器15；

前端服务器15包括特征信息数据库151、数据比对模块152、数据存储模块153；

特征信息数据库151中存储有静态信号的数据，第三信号与静态信号经过数据比对模块152比对得到主特征变量的差值的绝对值，该差值的绝对值经过数据比对模块152与监测阈值进行比对，主特征变量的差值的绝对值、监测阈值、主特征变量的差值的绝对值与监测阈值的差值存储在数据存储模块153中。

信号处理设备包括计算机。

在一种优选的实施例中：

发射天线的数量为m，接收天线的数量为n，监测节点采集到m*n个独立的信号数据，由于不同无线wifi信号源10产生csi子载波对于闯入事件存在不同的特征表现，进一步的，需要对每个独立信号数据进行入侵监测计算，同时执行如下操作：

1、当quote以上的信号数据判断结果为发生入侵事件时，系统发出入侵警告；

2、当quote个信号数据判断为没有入侵事件发生时，系统处于正常状态；

3、其余条件下，系统处于警戒状态。

本入侵监测方法利用现有的无线基础设施，包括无线wifi信号源10、无线网卡等，通过信号处理设备，如计算机等，对csi子载波进行抓取和分析得到具有主特征变量的特征信号，将该特征信号发送到前端服务器中并与服务器中的特征信息数据库151进行比对得到是否有外物入侵的判断。

本入侵监测系统与现有的视频监控系统或红外监控系统结合来完善现有的安防系统，实现对目标区域全方位的覆盖和监测，可有效弥补红外监控设备和视频监控设备监控范围有限、监测环境要求高等不足。由于本入侵监测系统使用现有的无线基础设施，具有成本低、易推广的优点。

对于室内有多人入侵时，本发明将室内的wifi信号空间用三维立体坐标进行分割，并设置出x轴片段，y轴片段以及z轴片段，使室内wifi信号的变化用三维空间定位。将室内wifi信号变化分为第一变化区域、第二变化区域等。本发明在第一变化区域和第二变化区域分离时，确定第一变化区域对应第一用户，第二变化区域对应第二用户。并连续跟踪记录第一变化区域和第二变化区域的轨迹来区别不同用户的入侵位置。

优选的，本发明可以在第一变化区域和第二变化区域的变化轨迹上，根据入侵信号的变化趋势以及统计的历史变化数据，在wifi信号空间用三维立体坐标上标注预测变化区域。这在第一变化区域和第二变化区域的邻近或者少部分叠加时，可以对入侵信号的区分和预测做出判断和指引。这样对室内入侵的人的行为有更精细的分析和记录

以上内容是对本发明创造的优选的实施例的说明，可以帮助本领域技术人员更充分地理解本发明创造的技术方案。但是，这些实施例仅仅是举例说明，不能认定本发明创造的具体实施方式仅限于这些实施例的说明。对本发明创造所属技术领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干简单推演和变换，都应当视为属于本发明创造的保护范围。