本申请涉及周界安防技术领域，具体涉及一种应用于周界安防系统的入侵物检测方法及装置。
背景技术
随着各行各业对安防重要性认识的提升，在重点管控区域的周边，例如机场、监狱、化工厂和重要物资存放区等，通常设置周界安防系统，甚至在住宅、办公楼和学校等常规建筑及区域的周边也往往设置有周界安防系统。周界安防系统用于对安防区域进行实时探测，当检测到非法入侵时，能够及时发出报警信号。作为防入侵、防破坏以及防盗窃的第一道屏障，周界安防系统在社会平安保障中发挥着重要的作用。
目前，常用的周界安防系统通常包括：震动光缆安防系统、泄露电缆安防系统和高压脉冲电子围栏系统等。其中，当应用震动光缆安防系统时，需要预先在安防区域的周边铺设震动光缆，若入侵物进入震动光缆的安防区域，震动光缆安防系统能够及时检测到入侵物并报警，从而实现安防。相应的，若应用泄露电缆安防系统，依靠预先在安防区域的周边铺设的泄露电缆实现安防，以及若应用高压脉冲电子围栏系统，依靠预先假设在安防区域周边的电子围栏实现安防。
但震动光缆、泄露电缆和电子围栏的设置较易受到地形和地势的制约。因此，一种应用无线传感网的周界安防系统应运而生。该周界安防系统包括发射传感器、接收传感器和信号处理设备，其中，发射传感器设置在安防区域周边的一侧，用于发射无线信号，而接收传感器设置在安防区域周边的另一侧，用于接收所述发射传感器发射的无线信号，这种情况下，发射传感器和接收传感器之间传输的无线信号形成无线网。当入侵物进入该无线网所在的区域时，信号处理设备检测到无线网的波动，并根据波动区域确定入侵物的入侵位置，从而实现安防。由于该周界安防系统只需在安防区域的周边设置发射传感器和接收传感器，并且发射传感器和接收传感器的安装不易受到地形和地势的限制，因此，该周界安防系统具备安装简单，不易受到安防区域的地形与地势影响的优势。
但是，发明人在本申请的研究过程中发现，应用无线传感网的周界安防系统容易受到外界环境的干扰，例如，雨滴、树叶和小动物等干扰物进入该周界安防系统的安防区域时，都会引发无线网的波动，导致该周界安防系统误认为该干扰物为入侵物。也就是说，该周界安防系统在检测入侵物时，由于外界环境的干扰，存在检测准确度低的问题。
技术实现要素：
本申请实施例公开一种应用于周界安防系统的入侵物检测方法及装置，以解决现有技术中，应用无线传感网的周界安防系统容易受到外界环境的干扰，所导致的入侵物检测准确度低的问题。
在本申请的第一方面，公开一种应用于周界安防系统的入侵物检测方法，包括：
根据各条链路中发射传感器和接收传感器的位置，确定所述各条链路的位置，并根据所述各条链路的位置确定所述各条链路的空间顺序；
根据所述各条链路在各个待检测时刻的接收信号强度指示，获取所述各条链路在所述待检测时刻的第一波动能量曲线，并根据所述各条链路的空间顺序对所述第一波动能量曲线进行排序，获取所述第一波动能量曲线的第一空间排序结果；
确定所述第一空间排序结果中的波动区域，并根据预先创建的分类模型，确定所述波动区域对应各种波动类型的概率，其中，所述分类模型根据所述各条链路在历史时刻的波动样本集合创建；
根据所述波动区域对应所述各种波动类型的概率，确定所述各条链路在所述待检测时刻是否存在入侵物。
可选的，在所述根据预先创建的分类模型，确定所述波动区域对应各种波动类型的概率之前，还包括：
根据所述各条链路在各个历史时刻的接收信号强度指示，获取所述各条链路在所述历史时刻的第二波动能量曲线，并根据所述各条链路的空间顺序对所述第二波动能量曲线进行排序，获取所述第二波动能量曲线的第二空间排序结果；
确定所述第二空间排序结果中的各个波动样本区域，并根据所述各个波动样本区域的波动类型创建所述分类模型，其中，所述各个波动样本区域，以及所述各个波动样本区域的波动类型为所述波动样本集合。
可选的，所述根据所述各条链路在各个待检测时刻的接收信号强度指示，获取所述各条链路在所述待检测时刻的第一波动能量曲线，包括：
根据时间先后顺序分别对所述各条链路在各个待检测时刻的接收信号强度指示进行排序，获取所述各条链路的信号强度指示序列；
通过观察窗在所述各条链路的信号强度指示序列依次进行滑动，并根据以下公式获取所述各条链路分别在各个观察窗内的接收信号强度指示的平均值：
其中，sk,t表示链路k在t时刻的接收信号强度指示，m表示观察窗的大小，
根据以下公式，计算所述各条链路在各个观察窗内的波动能量：
其中，yk,t表示链路k分别在各个观察窗内的波动能量；
将所述各条链路在各个观察窗内的波动能量按照时间先后顺序进行排序，根据排序结果获取所述各条链路在所述待检测时刻的第一波动能量曲线。
可选的，所述确定所述第一空间排序结果中的波动区域，包括：
将所述各条链路在各个观察窗内的波动能量分别与预设的第一能量值相比较，并根据比较结果确定所述各条链路分别在各个观察窗的波动指示，其中，若目标链路在第一观察窗内的波动能量大于所述第一能量值，确定所述目标链路在第一观察窗的波动指示为第一数值，若目标链路在第一观察窗内的波动能量不大于所述第一能量值，确定所述目标链路在第一观察窗的波动指示为第二数值；
通过预设大小的滑动窗口在所述第一空间排序结果进行滑动，并在滑动过程中，获取所述滑动窗口所在的区域的波动度量指示，其中，所述区域的波动度量指示为所述区域对应的各个观察窗口的波动指示的和；
将所述区域的波动度量指示与预设的第二能量值相比较，若所述区域的波动度量指示大于所述第二能量值，确定所述区域为所述第一空间排序结果中的波动区域。
可选的，所述确定所述第一空间排序结果中的波动区域，包括：
将所述各条链路在各个观察窗内的波动能量分别与预设的第一能量值相比较，并根据比较结果确定所述各条链路分别在各个观察窗的波动指示，其中，若目标链路在第一观察窗内的波动能量大于所述第一能量值，确定所述目标链路在第一观察窗的波动指示为第一数值，若目标链路在第一观察窗内的波动能量不大于所述第一能量值，确定所述目标链路在第一观察窗的波动指示为第二数值；
根据不同波动类型引发的波动区域的大小，确定所述第一空间排序结果中的异常区域；
通过预设大小的波动窗口在所述异常区域内进行滑动，并在滑动过程中，获取所述波动窗口所在的区域的波动度量指示；
检测所述异常区域中异常波动窗口的数量是否大于预设的窗口数量值，若所述异常波动窗口的数量大于预设的窗口数量值，确定所述异常区域为所述第一空间排序结果中的波动区域，其中，所述异常波动窗口为波动度量指示大于预设的第三能量值的波动窗口。
可选的，所述根据所述波动区域对应所述各种波动类型的概率，确定所述各条链路在所述待检测时刻是否存在入侵物，包括：
根据所述波动区域对应所述各种波动类型的概率，确定所述波动区域所属的波动类型；
计算分别属于各个波动类型的波动区域的数量，将数量最大的波动区域所属的波动类型作为本次检测的波动类型，并根据所述本次检测的波动类型确定是否存在入侵物。
可选的，在所述根据所述波动区域对应所述各种波动类型的概率，确定所述各条链路在所述待检测时刻是否存在入侵物之前，还包括：
通过所述分类模型，获取所述波动样本区域对应的各种波动类型的概率；
根据所述波动样本区域的波动类型，以及所述波动样本区域对应的各种波动样本类型，创建各个波动样本类型对应的波动类型模型。
可选的，所述根据所述波动区域对应所述各种波动类型的概率，确定所述各条链路在所述待检测时刻是否存在入侵物，包括：
根据不同波动区域出现的时间先后顺序，对所述波动区域对应所述各种波动类型的概率进行排序，获取相应的概率序列；
将所述概率序列分别与所述波动类型模型相匹配，获取所述概率序列与各个波动类型模型的匹配程度；
确定所述匹配程度最大的波动类型模型所属的波动类型为本次检测的波动类型，并根据所述本次检测的波动类型确定是否存在入侵物。
在本申请的第二方面，公开一种应用于周界安防系统的入侵物检测装置，包括：
链路顺序确定模块，用于根据各条链路中发射传感器和接收传感器的位置，确定所述各条链路的位置，并根据所述各条链路的位置确定所述各条链路的空间顺序；
第一空间排序模块，用于根据所述各条链路在各个待检测时刻的接收信号强度指示，获取所述各条链路在所述待检测时刻的第一波动能量曲线，并根据所述各条链路的空间顺序对所述第一波动能量曲线进行排序，获取所述第一波动能量曲线的第一空间排序结果；
波动类型概率确定模块，用于确定所述第一空间排序结果中的波动区域，并根据预先创建的分类模型，确定所述波动区域对应各种波动类型的概率，其中，所述分类模型根据所述各条链路在历史时刻的波动样本集合创建；
入侵物检测模块，用于根据所述波动区域对应所述各种波动类型的概率，确定所述各条链路在所述待检测时刻是否存在入侵物。
可选的，还包括：
第二空间排序模块，用于在所述根据预先创建的分类模型，确定所述波动区域对应各种波动类型的概率之前，根据所述各条链路在各个历史时刻的接收信号强度指示，获取所述各条链路在所述历史时刻的第二波动能量曲线，并根据所述各条链路的空间顺序对所述第二波动能量曲线进行排序，获取所述第二波动能量曲线的第二空间排序结果；
分类模型创建模块，用于确定所述第二空间排序结果中的各个波动样本区域，并根据所述各个波动样本区域的波动类型创建所述分类模型，其中，所述各个波动样本区域，以及所述各个波动样本区域的波动类型为所述波动样本集合。
本申请实施例公开一种应用于周界安防系统的入侵物检测方法及装置。本申请的方案考虑到各条链路接收信号强度指示在时间上的关联性，以及各条链路之间的空间关联性，获取了波动能量曲线的空间排序结果，并根据预先创建的分类模型，得到各条链路的第一空间排序结果中的波动区域对应各种波动类型的概率，进一步确定各条链路在待检测时刻是否存在入侵物。通过本申请实施例公开的方案，能够确定安防区域发生的各种波动的波动类型，从而能够有效减少干扰物对入侵物检测造成的干扰，提高入侵物检测的准确度。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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的附图。
图1为本申请实施例公开的一种应用于周界安防系统的入侵物检测方法的工作流程示意图；
图2(a)为一种应用本申请实施例公开的方法的周界安防系统的示意图；
图2(b)为另一种应用本申请实施例公开的方法的周界安防系统的示意图；
图3为本申请实施例公开的一种应用于周界安防系统的入侵物检测方法中，获取第一波动能量曲线的工作流程示意图；
图4为本申请实施例公开的一种应用于周界安防系统的入侵物检测方法中，第一空间排序结果的示意图；
图5为本申请实施例公开的一种应用于周界安防系统的入侵物检测方法中，确定第一空间排序结果中的波动样本区域的工作流程示意图；
图6为本申请实施例公开的一种应用于周界安防系统的入侵物检测方法中，一条链路的波动指示的示意图；
图7为本申请实施例公开的一种应用于周界安防系统的入侵物检测方法中，各条链路的波动指示的示意图；
图8为本申请实施例公开的一种应用于周界安防系统的入侵物检测方法中，获取的波动样本区域的示意图；
图9为本申请实施例公开的一种应用于周界安防系统的入侵物检测方法中，确定第一空间排序结果中的波动样本区域的工作流程示意图；
图10为本申请实施例公开的一种应用于周界安防系统的入侵物检测方法中，获取的波动样本区域的示意图；
图11为本申请实施例公开的一种应用于周界安防系统的入侵物检测装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
为了解决现有技术中，应用无线传感网的周界安防系统容易受到外界环境的干扰，所导致的入侵物检测准确度低的问题，本申请通过以下实施例公开一种应用于周界安防系统的入侵物检测方法及装置。
本申请实施例公开一种应用于周界安防系统的入侵物检测方法。参见图1所示的工作流程示意图，本申请实施例公开的应用于周界安防系统的入侵物检测方法包括以下步骤：
步骤s11、根据各条链路中发射传感器和接收传感器的位置，确定所述各条链路的位置，并根据所述各条链路的位置确定所述各条链路的空间顺序。
应用本申请实施例公开的方法的周界安防系统由发射传感器和接收传感器组成，其中，每个发射传感器可向s个接收传感器发射无线信号，相应的，每个接收传感器可接收t个发射传感器发射的无线信号，从而形成无线网，其中，s和t为正整数。当有入侵物或干扰物进入该无线网时，该无线网会发生网络波动。
应用本申请实施例公开的方法的周界安防系统的示意图可参考图2(a)和图2(b)。在图2(a)中，每个发射传感器可向三个接收传感器发射无线信号(即s为3)，相应的，每个接收传感器可以接收三个发射传感器所发射的无线信号(即t为3)。另外，为了提高周界安防系统的入侵检测精度，还可以提高发射传感器和接收传感器之间形成的无线网的密度，因此，在图2(b)中，每个发射传感器还可向五个接收传感器发射无线信号(即s为5)，相应的，每个接收传感器可以接收五个发射传感器所发射的无线信号(即t为5)。当然，根据不同的检测需求，还可以设置发射传感器向更多数量的接收传感器发射无线信号，相应的，还可以设置接收传感器接收更多数量的发射传感器所发射的无线信号，本申请实施例对此不做限定。
其中，每条链路由一个发射传感器和一个接收传感器组成。若设置所述发射传感器的编号为tx，则接收发射传感器tx的接收传感器的编号可以设置为rx，则发射传感器tx和接收传感器rx形成的链路可称为链路(tx-rx)。通过步骤s11，即可根据发射传感器tx的位置和接收传感器rx的位置，确定链路(tx-rx)的位置。
另外，在根据各条链路中发射传感器和接收传感器的位置，确定所述各条链路的位置时，可设置链路(tx-rx)的位置为发射传感器tx的位置(即tx_loc)和接收传感器rx的位置(即rx_loc)的平均值，即链路(tx-rx)的位置为(tx_loc+rx_loc)/2。当然，还可以通过其他方式确定各条链路的位置，例如，分别为发射传感器的位置和接收传感器的位置设置相应的权重值，再根据权重值确定链路的位置，本申请实施例对此不做限定。
步骤s12、根据所述各条链路在各个待检测时刻的接收信号强度指示，获取所述各条链路在所述待检测时刻的第一波动能量曲线，并根据所述各条链路的空间顺序对所述第一波动能量曲线进行排序，获取所述第一波动能量曲线的第一空间排序结果。
无论是干扰物还是入侵物，在进入周界安防区域形成的无线网时，都会影响进入区域以及邻域的多条链路，导致所述多条链路的接收信号强度指示(receivedsignalstrengthindication，rssi)发生波动。为此，需要获取各条链路分别在各个时刻的接收信号强度指示，并据此获取所述各条链路在所述待检测时刻的第一波动能量曲线。
在确定各条链路的位置之后，通常采用在空间上升序或降序的方式对各条链路进行排序，以获取各条链路的空间顺序。例如，若采用空间上升序的方式排序，针对图2(a)所示的周界安防系统，各条链路的空间顺序即为：(t1-r1)，(t1-r2)，(t2-r1)，(t2-r2)，(t2-r3)，……，(t7-r6)和(t7-r7)。
在获取各条链路的空间顺序后，据此对各条链路的第一波动能量曲线进行排序，排序后的结果即为第一波动能量曲线的第一空间排序结果。
由于干扰物和入侵物进入周界安防区域时，会导致进入区域及邻域的多条链路发生波动，需要确定各条链路在空间上的关联性，因此，需要根据各条链路的空间顺序对所述各条链路的第一波动能量曲线进行排序。
步骤s13、确定所述第一空间排序结果中的波动区域，并根据预先创建的分类模型，确定所述波动区域对应各种波动类型的概率，其中，所述分类模型根据所述各条链路在历史时刻的波动样本集合创建。
其中，波动区域指的是第一空间排序结果中，波动程度较大的区域。根据实际的检测需求，波动类型可分为入侵物入侵、车入侵和环境干扰等，本申请实施例对此不作限定。
另外，所述分类模型可以为神经网络模型，其中，该神经网络模型可以为卷积神经网络(convolutionalneuralnetwork，cnn)，也可以为递归神经网络(recurrentneuralnetwork，rnn)，本申请实施例对此不作限定。
步骤s14、根据所述波动区域对应所述各种波动类型的概率，确定所述各条链路在所述待检测时刻是否存在入侵物。
进入周界安防系统的安防区域的干扰物通常为雨滴、树叶和野兔等小动物，其体积较小，对链路波动的影响通常较小，相应的，引发的各条链路的波动情况较小。另外，若进入周界安防系统的安防区域的是入侵物，例如人，汽车等，所引发的各条链路的波动通常持续时间较长，且引发的波动区域较大。也就是说，不同原因所导致的链路的波动，往往具备不同的特性。
而本申请实施例公开的方案，考虑到各条链路接收信号强度指示在时间上的关联性，以及各条链路之间的空间关联性，获取了波动能量曲线的空间排序结果，并预先创建了分类模型。根据该分类模型，能够得到各条链路的第一空间排序结果中的波动区域对应各种波动类型的概率，进一步确定各条链路在待检测时刻是否存在入侵物。通过本申请实施例公开的方案，能够确定安防区域发生的各种波动的波动类型，从而能够有效减少干扰物对入侵物检测造成的干扰，提高入侵物检测的准确度。
进一步的，在通过本申请公开的方案进行入侵物的检测时，需要依靠分类模型，这种情况下，本申请公开的应用于周界安防系统的入侵物检测方法中，在所述根据预先创建的分类模型，确定所述波动区域对应各种波动类型的概率之前，还包括以下步骤：
首先，根据所述各条链路在各个历史时刻的接收信号强度指示，获取所述各条链路在所述历史时刻的第二波动能量曲线，并根据所述各条链路的空间顺序对所述第二波动能量曲线进行排序，获取所述第二波动能量曲线的第二空间排序结果。
其中，获取第二波动能量曲线的方式与获取第一波动能量曲线的方式相同。另外，在对第二波动能量曲线进行排序时，所采用的排序依据与第一波动能量曲线的排序依据相同，也就是说，若第一波动能量曲线通过链路的空间上升序进行排序，得到第一空间排序结果，则第二波动能量曲线也通过空间上升序进行排序；若第一波动能量曲线通过链路的空间的降序进行排序，得到第一空间排序结果，则第二波动能量曲线也通过空间的降序进行排序。
然后，确定所述第二空间排序结果中的各个波动样本区域，并根据所述各个波动样本区域的波动类型创建所述分类模型，其中，所述各个波动样本区域，以及所述各个波动样本区域的波动类型为所述波动样本集合。
其中，所述波动样本区域为所述第二空间排序结果中，波动程度较大区域。在获取各个波动样本区域时，采用的方法可以与步骤s13中获取波动区域的方法相同，可相互参照。
另外，各个波动样本区域的波动类型可由人工确定，这种情况下，在获取波动样本区域后，可通过人工方式划分各个波动样本区域的波动类型。
在上述实施例中，公开了根据所述各条链路在各个待检测时刻的接收信号强度指示，获取所述各条链路在所述待检测时刻的第一波动能量曲线的操作。参见图3所示的工作流程示意图，所述根据所述各条链路在各个待检测时刻的接收信号强度指示，获取所述各条链路在所述待检测时刻的第一波动能量曲线通常包括以下步骤：
步骤s111、根据时间先后顺序分别对所述各条链路在各个待检测时刻的接收信号强度指示进行排序，获取所述各条链路的信号强度指示序列。
步骤s112、通过观察窗在所述各条链路的信号强度指示序列依次进行滑动，并根据以下公式获取所述各条链路分别在各个观察窗内的接收信号强度指示的平均值：
其中，sk,t表示链路k在t时刻的接收信号强度指示，m表示观察窗的大小，
本申请实施例中，利用滑动窗口的方法计算各条链路的波动能量。首先，通过观察窗依次在各条链路进行滑动，获取链路在各个观察窗内的接收信号强度指示的平均值。其中，观察窗指的是的时间窗口，为一个时间长度，观察窗的大小为m，表示该观察窗内包含m个接收信号强度指示(即rssi值)。
步骤s113、根据以下公式，计算所述各条链路在各个观察窗内的波动能量：
其中，yk,t表示链路k分别在各个观察窗内的波动能量。
步骤s114、将所述各条链路在各个观察窗内的波动能量按照时间先后顺序进行排序，根据排序结果获取所述各条链路在所述待检测时刻的第一波动能量曲线。
具体的，将所述各条链路在各个观察窗内的波动能量按照时间先后进行排序，将排序后的各个波动能量顺次连接，获取到的结果即为第一波动能量曲线。
通过步骤s111至步骤s1143的操作，能够获取第一波动能量曲线。然后根据所述各条链路的空间顺序对第一波动能量曲线进行排序，即可获取所述第一波动能量曲线的第一空间排序结果。参见图4，图4即为第一空间排序结果的示意图。
另外，在本申请实施例中，还需要获取各条链路在待检测时刻的第二波动能量曲线，其中，获取第二波动能量曲线的方法与获取第一波动能量曲线的方法相同，此处不再赘述。
进一步的，在本申请实施例中，需要确定所述第一空间排序结果中的波动区域，参见图5所示的工作流程示意图，所述确定所述第一空间排序结果中的波动区域，包括以下步骤：
步骤s131、将所述各条链路在各个观察窗内的波动能量分别与预设的第一能量值相比较，并根据比较结果确定所述各条链路分别在各个观察窗的波动指示。
其中，若目标链路在第一观察窗内的波动能量大于所述第一能量值，确定所述目标链路在第一观察窗的波动指示为第一数值，若目标链路在第一观察窗内的波动能量不大于所述第一能量值，确定所述目标链路在第一观察窗的波动指示为第二数值。
在本申请实施例中，预先设置一个第一能量值，在计算得到某一链路在各个观察窗内的波动能量之后，将在各个观察窗内的波动能量依次与第一能量值相比较。其中，若某一链路的某一个观察窗内的波动能量大于预设的第一能量值，则表示该条链路在该观察窗内产生较大波动。
另外，在本步骤中，根据观察窗内的波动能量与预设的第一能量值的比较结果确定该观察窗的波动指示，该波动指示为第一数值或第二数值。其中，第一数值和第二数值的具体数值不做限定，为了便于后续的操作，通常可设定第一数值为1，第二数值为0。
通过上述步骤的操作，能够得到各条链路分别在各个观察窗的波动指示。其中，以单条链路为例，图6公开一种链路在各个观察窗的波动指示的示意图。在图6中，第一条线表示在将链路在各个时刻的接收信号强度指示(即rssi)构成的序列，即信号强度指示序列，由于在获取接收信号强度指示时，相邻时刻通常较为接近，则信号强度指示序列在图6中呈现为一条曲线；第二条线为一条虚线，表示预设的第一能量值；第三条线表示该条链路的波动能量，其中的凸起部分表示波动能量大于预设的第一能量值的部分；第三条线下的数值即为波动指示，在图6中，设定第一数值为1，第二数值为0，则该条链路的波动指示为0和1构成的时间序列，其中1所处的位置表示链路在该时间段内处于能量波动较大的状态。
另外，若图4为第一空间排序结果的示意图，则各条链路的波动指示可如图7所示。
步骤s132、通过预设大小的滑动窗口在所述第一空间排序结果进行滑动，并在滑动过程中，获取所述滑动窗口所在的区域的波动度量指示，其中，所述区域的波动度量指示为所述区域对应的各个观察窗口的波动指示的和。
其中，所述滑动窗口的大小通常大于或等于所述观察窗口的大小，并且，相邻的滑动窗口之间可以有重叠部分。在一个滑动窗口中，通常包括多条链路在多个时刻内的波动指示。这种情况下，将所述滑动窗口所在的区域中包含的各个观察窗口的波动指示相加，得到的和即为所述滑动窗口所在的区域的波动度量指示。
步骤s133、将所述区域的波动度量指示与预设的第二能量值相比较，若所述区域的波动度量指示大于所述第二能量值，确定所述区域为所述第一空间排序结果中的波动区域。
本申请实施例中，预先设定第二能量值，若某一区域的波动度量指示大于所述第二能量值，则表明该区域的波动较大，则可将该区域作为第一空间排序结果中的波动区域。
通过步骤s131至步骤s133的操作，即可得到第一空间排序结果中的波动区域。其中，获取的波动区域的示意图可参考图8，图8中的方框区域即为滑动窗口所在的区域。
另外，在获取第二空间排序结果的波动样本区域时，也可采用上述操作，也就是说，通过滑动窗口在第二空间排序结果进行滑动，并在滑动过程中，获取所述滑动窗口所在的区域的波动度量指示，若某一区域的波动度量指示大于预设的能量门限(例如第二能量值)，则确定该区域为波动样本区域。
进一步的，还可以通过其他方式确定波动区域。参见图9所示的工作流程示意图，在本申请实施例中，所述确定所述第一空间排序结果中的波动区域，包括以下步骤：
步骤s134、将所述各条链路在各个观察窗内的波动能量分别与预设的第一能量值相比较，并根据比较结果确定所述各条链路分别在各个观察窗的波动指示。
其中，若目标链路在第一观察窗内的波动能量大于所述第一能量值，确定所述目标链路在第一观察窗的波动指示为第一数值，若目标链路在第一观察窗内的波动能量不大于所述第一能量值，确定所述目标链路在第一观察窗的波动指示为第二数值。
步骤s135、根据不同波动类型引发的波动区域的大小，确定所述第一空间排序结果中的异常区域。
该步骤中，可预先设定一个波动指示门限值，将波动指示不小于该波动指示门限值的区域作为异常区域。
其中，不同的波动类型，引发的波动区域的大小不同，例如，入侵物引发的波动区域通常较大，而环境干扰造成的波动区域通常较小。这种情况下，可根据不同波动类型引发的波动区域的大小确定异常区域的大小，例如，若检测安防区域中是否存在入侵物，则波动区域通常较大，相应的确定的异常区域较大，而若检测异常区域中是否存在环境干扰，则波动区域通常较小，相应的，所确定的异常区域较小。
步骤s136、通过预设大小的波动窗口在所述异常区域内进行滑动，并在滑动过程中，获取所述波动窗口所在的区域的波动度量指示。
其中，所述波动窗口所在的区域的波动度量指示，指的是所述区域对应的各个观察窗口的波动指示的和。
在滑动过程中，相邻的波动窗口之间可以有重叠部分。在一个波动窗口中，通常包括多条链路在多个时刻内的波动指示。这种情况下，将所述波动窗口所在的区域中包含的各个观察窗口的波动指示相加，得到的和即为所述波动窗口所在的区域的波动度量指示。
步骤s137、检测所述异常区域中异常波动窗口的数量是否大于预设的窗口数量值，若所述异常波动窗口的数量大于预设的窗口数量值，确定所述异常区域为所述第一空间排序结果中的波动区域。
其中，所述异常波动窗口为波动度量指示大于预设的第三能量值的波动窗口。
通过步骤s134至步骤s137的操作，即可得到第一空间排序结果中的波动区域。其中，获取的波动区域的示意图可参考图10，图10中的小方框区域即为波动窗口所在的区域。该图中最大的方框，表示的是异常区域。
上述描述中，公开了两种获取波动区域的方法。在实际的应用过程中，波动区域的尺寸在空间和时间上通常不平衡，其中，空间维度包含较少的链路数据，而时间维度包含较多的时域数据。例如，一个波动区域在空间维度占用10条链路，而在时间维度占用6s，这种情况下，若每条链路的采样率为15ms，则6s时间内采集到的接收信号强度指示的数量为400，则一个波动样本区域的尺寸为10x400。这种情况下，由于空间维度包含较少的链路数据，并且时间维度包含较多的时域数据，因此能够充分考虑各条链路的波动情况，提高本申请对入侵物检测的准确度
另外，在获取第二空间排序结果的波动样本区域时，也可采用上述操作，此处不再赘述。
在本申请实施例中，在波动区域对应所述各种波动类型的概率，需要据此确定所述各条链路在所述待检测时刻是否存在入侵物。该操作可通过多种方式实现。
在其中一种方式中，所述根据所述波动区域对应所述各种波动类型的概率，确定所述各条链路在所述待检测时刻是否存在入侵物，包括以下步骤：
首先，根据所述波动区域对应所述各种波动类型的概率，确定所述波动区域所属的波动类型；
然后，计算分别属于各个波动类型的波动区域的数量，将数量最大的波动区域所属的波动类型作为本次检测的波动类型，并根据所述本次检测的波动类型确定是否存在入侵物。
通过分类模型，能够确定所述波动区域对应各种波动类型的概率，例如，某一个波动区域对应入侵物引发的波动类型的概率为0.8，而该区域属于环境干扰引发的波动类型的概率为0.2。进一步的，还可以确定该区域的概率向量为(0.8，0.2)。
这种情况下，根据所述波动区域对应所述各种波动类型的概率，即可确定所述波动区域所属的波动类型，具体的，获取所述波动区域对应的最大概率，将所述最大概率对应的波动类型作为波动区域所属的波动类型。例如，若某一区域的概率向量为(0.8，0.2)，则该区域的波动类型为入侵物。
另外，每次入侵事件，都会导致入侵区域及周边区域发生波动，相应的，导致各条波动能量曲线构成的空间排序结果出现多个波动的区域，也就是说，在第一空间排序结果中会出现多个波动区域。
这种情况下，通过上述步骤，可依据投票机制确定本次检测的波动类型，也就是说，在获取各个波动区域所属的波动类型之后，计算分别属于各个波动类型的波动区域的数量，将数量最大的波动区域所属的波动类型作为本次检测的波动类型。例如，若存在10个波动区域，其中8个波动区域所属的波动类型为入侵物引发的波动类型，而2个波动区域所属的波动类型为环境干扰引发的波动类型，则本次检测的波动类型为入侵物引发的波动类型。
在另一种方法中，需要通过波动类型模型确定各条链路在待检测时刻是否存在入侵物。这种情况下，在本申请实施例中，在所述根据所述波动区域对应所述各种波动类型的概率，确定所述各条链路在所述待检测时刻是否存在入侵物之前，还包括以下步骤：
通过所述分类模型，获取所述波动样本区域对应的各种波动类型的概率；
根据所述波动样本区域的波动类型，以及所述波动样本区域对应的各种波动样本类型，创建各个波动样本类型对应的波动类型模型。
通过上述步骤，能够创建波动类型模型，其中，所述波动类型模型可以为隐马尔可夫模型(hiddenmarkovmodel，hmm)。当然，所述波动类型模型也可以为其他形式的模型，本申请实施例对此不做限定。
这种情况下，本申请实施例中，所述根据所述波动区域对应所述各种波动类型的概率，确定所述各条链路在所述待检测时刻是否存在入侵物，包括以下步骤：
首先，根据不同波动区域出现的时间先后顺序，对所述波动区域对应所述各种波动类型的概率进行排序，获取相应的概率序列；
然后，将所述概率序列分别与所述波动类型模型相匹配，获取所述概率序列与各个波动类型模型的匹配程度；
最后，确定所述匹配程度最大的波动类型模型所属的波动类型为本次检测的波动类型，并根据所述本次检测的波动类型确定是否存在入侵物。
本申请实施例中，预先创建了波动类型模型，这种情况下，将得到的概率序列与波动类型模型相匹配，其中，匹配程度最高的波动类型模型所属的波动类型即为本次检测的波动类型。
例如，在获取概率序列后，分别将其与入侵物事件的波动类型模型与环境干扰事件的波动类型模型相匹配，分别获取概率序列与两个波动类型模型的匹配程度，若所述概率序列与环境干扰事件的波动类型模型的匹配程度较高，则确定本次检测的波动类型为环境干扰引发的波动类型。
相应的，在本申请另一实施例中，还公开一种应用于周界安防系统的入侵物检测装置。参见图11所示的结构示意图，所述应用于周界安防系统的入侵物检测装置包括：链路顺序确定模块100、第一空间排序模块200、波动类型概率确定模块300和入侵物检测模块400。
其中，所述链路顺序确定模块100，用于根据各条链路中发射传感器和接收传感器的位置，确定所述各条链路的位置，并根据所述各条链路的位置确定所述各条链路的空间顺序；
应用本申请实施例公开的装置的周界安防系统由发射传感器和接收传感器组成，其中，每个发射传感器可向s个接收传感器发射无线信号，相应的，每个接收传感器可接收t个发射传感器发射的无线信号，从而形成无线网，其中，s和t为正整数。当有入侵物或干扰物进入该无线网时，该无线网会发生网络波动。
应用本申请实施例公开的装置的周界安防系统的示意图可参考图2(a)和图2(b)。在图2(a)中，每个发射传感器可向三个接收传感器发射无线信号(即s为3)，相应的，每个接收传感器可以接收三个发射传感器所发射的无线信号(即t为3)。另外，为了提高周界安防系统的入侵检测精度，还可以提高发射传感器和接收传感器之间形成的无线网的密度，因此，在图2(b)中，每个发射传感器还可向五个接收传感器发射无线信号(即s为5)，相应的，每个接收传感器可以接收五个发射传感器所发射的无线信号(即t为5)。当然，根据不同的检测需求，还可以设置发射传感器向更多数量的接收传感器发射无线信号，相应的，还可以设置接收传感器接收更多数量的发射传感器所发射的无线信号，本申请实施例对此不做限定。
其中，每条链路由一个发射传感器和一个接收传感器组成。若设置所述发射传感器的编号为tx，则接收发射传感器tx的接收传感器的编号可以设置为rx，则发射传感器tx和接收传感器rx形成的链路可称为链路(tx-rx)。通过步骤s11，即可根据发射传感器tx的位置和接收传感器rx的位置，确定链路(tx-rx)的位置。
另外，在根据各条链路中发射传感器和接收传感器的位置，确定所述各条链路的位置时，可设置链路(tx-rx)的位置为发射传感器tx的位置(即tx_loc)和接收传感器rx的位置(即rx_loc)的平均值，即链路(tx-rx)的位置为(tx_loc+rx_loc)/2。当然，还可以通过其他方式确定各条链路的位置，例如，分别为发射传感器的位置和接收传感器的位置设置相应的权重值，再根据权重值确定链路的位置，本申请实施例对此不做限定。
所述第一空间排序模块200，用于根据所述各条链路在各个待检测时刻的接收信号强度指示，获取所述各条链路在所述待检测时刻的第一波动能量曲线，并根据所述各条链路的空间顺序对所述第一波动能量曲线进行排序，获取所述第一波动能量曲线的第一空间排序结果。
无论是干扰物还是入侵物，在进入周界安防区域形成的无线网时，都会影响进入区域以及邻域的多条链路，导致所述多条链路的接收信号强度指示(receivedsignalstrengthindication，rssi)发生波动。为此，需要获取各条链路分别在各个时刻的接收信号强度指示，并据此获取所述各条链路在所述待检测时刻的第一波动能量曲线。
在确定各条链路的位置之后，通常采用在空间上升序或降序的方式对各条链路进行排序，以获取各条链路的空间顺序。例如，若采用空间上升序的方式排序，针对图2(a)所示的周界安防系统，各条链路的空间顺序即为：(t1-r1)，(t1-r2)，(t2-r1)，(t2-r2)，(t2-r3)，……，(t7-r6)和(t7-r7)。
在获取各条链路的空间顺序后，据此对各条链路的第一波动能量曲线进行排序，排序后的结果即为第一波动能量曲线的第一空间排序结果。
由于干扰物和入侵物进入周界安防区域时，会导致进入区域及邻域的多条链路发生波动，需要确定各条链路在空间上的关联性，因此，需要根据各条链路的空间顺序对所述各条链路的第一波动能量曲线进行排序。
所述波动类型概率确定模块300，用于确定所述第一空间排序结果中的波动区域，并根据预先创建的分类模型，确定所述波动区域对应各种波动类型的概率，其中，所述分类模型根据所述各条链路在历史时刻的波动样本集合创建。
其中，波动区域指的是第一空间排序结果中，波动程度较大的区域。根据实际的检测需求，波动类型可分为入侵物入侵、车入侵和环境干扰等，本申请实施例对此不作限定。
另外，所述分类模型可以为神经网络模型，其中，该神经网络模型可以为卷积神经网络(convolutionalneuralnetwork，cnn)，也可以为递归神经网络(recurrentneuralnetwork，rnn)，本申请实施例对此不作限定。
所述入侵物检测模块400，用于根据所述波动区域对应所述各种波动类型的概率，确定所述各条链路在所述待检测时刻是否存在入侵物。
进入周界安防系统的安防区域的干扰物通常为雨滴、树叶和野兔等小动物，其体积较小，对链路波动的影响通常较小，相应的，引发的各条链路的波动情况较小。另外，若进入周界安防系统的安防区域的是入侵物，例如人，汽车等，所引发的各条链路的波动通常持续时间较长，且引发的波动区域较大。也就是说，不同原因所导致的链路的波动，往往具备不同的特性。
而本申请实施例公开的方案，考虑到各条链路接收信号强度指示在时间上的关联性，以及各条链路之间的空间关联性，获取了波动能量曲线的空间排序结果，并预先创建了分类模型。根据该分类模型，能够得到各条链路的第一空间排序结果中的波动区域对应各种波动类型的概率，进一步确定各条链路在待检测时刻是否存在入侵物。通过本申请实施例公开的方案，能够确定安防区域发生的各种波动的波动类型，从而能够有效减少干扰物对入侵物检测造成的干扰，提高入侵物检测的准确度。
进一步的，在通过本申请公开的方案进行入侵物的检测时，需要依靠分类模型，这种情况下，在本申请实施例公开的应用于周界安防系统的入侵物检测装置中，还包括：
第二空间排序模块，用于在所述根据预先创建的分类模型，确定所述波动区域对应各种波动类型的概率之前，根据所述各条链路在各个历史时刻的接收信号强度指示，获取所述各条链路在所述历史时刻的第二波动能量曲线，并根据所述各条链路的空间顺序对所述第二波动能量曲线进行排序，获取所述第二波动能量曲线的第二空间排序结果；
分类模型创建模块，用于确定所述第二空间排序结果中的各个波动样本区域，并根据所述各个波动样本区域的波动类型创建所述分类模型，其中，所述各个波动样本区域，以及所述各个波动样本区域的波动类型为所述波动样本集合。
具体实现中，本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的呼叫方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-onlymemory，简称：rom)或随机存储记忆体(英文：randomaccessmemory，简称：ram)等。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于……实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
以上所述的本发明实施方式并不构成对本发明保护范围的限定。