一种机场周界入侵报警系统及入侵报警方法与流程

本发明涉及机场安全防范领域，尤其涉及一种机场周界入侵报警系统及入侵报警方法。

背景技术：

随着社会的进步和科技的发展，人们对智能化和信息化的要求越来越高，与此同时，安全问题在各个领域也变得越来越重要。在快速、高效的出行理念的推动下，飞机逐渐成为了人们出行的首选交通方式，因此，机场的客流量也日益增长，机场也逐渐成为了一个设施设备多、人流密集、政治经济影响大的重要场所。针对这类场所，其安全防范问题更是重中之重。

目前比较普遍的周界入侵报警系统的探测方法主要有红外探测、微波探测、张力围栏探测等等，但这些探测方法极容易受外界客观因素的干扰，容易产生误报现象，尤其是在机场这类占地面积极广的区域，长达几十公里的周界一天内可能会产生几百次的误报，这对于一个完备的系统来说是绝对不允许的。因此，目前为止，机场的周界防护还是采用人防为主来进行，由摄像监控协同进行，一方面通过人为监控各个区域的实时画面来发现入侵行为，当发现有入侵者时，工作人员再到现场进行防范，另一方面，通过人为对机场周界进行巡逻来达到对周界进行防范的目的。然而，无论是上述哪种防范方式，都在耗费了极大的人力的前提下，有着明显的弊端，对于几十公里长的机场周界而言，人为的进行监控极容易发生漏报的现象或是在发现入侵行为后无法及时赶到现场进行处理而导致不同程度的损失。因此，如何在避免误报与漏报的前提下，准确完成报警并及时通知工作人员赶到现场对入侵问题进行处理成为目前急需解决的技术问题。

技术实现要素：

为了克服现有技术的不足，本发明的目的在于提供一种机场周界入侵报警系统及入侵报警方法。

本发明的目的采用以下技术方案实现：

一种机场周界入侵报警系统，系统包括：入侵监测设备、入侵行为报警设备和监控操作台；

入侵监测设备，用于对入侵行为进行检测与监控；

入侵行为报警设备，用于判断是否存在入侵行为，识别入侵行为的类型，发出报警信号；

监控操作台，用于对机场周界入侵报警系统进行管理与监控。

优选的，所述的入侵监测设备包括：入侵预检测设备、入侵辅助检测设备、主入侵检测设备和入侵监控跟踪设备；

入侵预检测设备，采用非制冷红外焦平面探测器，用于在半径一百米范围内对入侵目标和入侵行为进行预检测；

入侵辅助检测设备，采用风速传感器和雨量传感器，用于实时采集风速和雨量数据，对入侵检测起到辅助作用；

主入侵检测设备，采用九轴振动传感器，实时采集机场周界网的振动信息，用于判断入侵行为的存在，识别入侵行为的类型；

入侵监控跟踪设备，采用视频监控摄像头，用于实时监控机场周界网的情况，对入侵目标实现跟踪。

优选的，所述的入侵行为报警设备包括：分组处理器和区域控制器；

分组处理器，用于接收每个分组的九轴振动传感器所采集的振动数据，通过内置的入侵行为分析算法对振动数据进行分析，判断是否有入侵行为的存在并识别入侵行为的类型，若有入侵行为存在，发出报警信号，生成报警信息；

区域控制器，用于接收每一百米区域内所有下属入侵预检测设备、入侵辅助检测设备和主入侵检测设备上传的数据，判断目标是否有入侵趋势，若有，则向下属的分组处理器发出预警信息，若判断目标已存在入侵行为，发出报警信号，生成报警信息。

优选的，所述入侵行为的类型包括正常状态、刮风状态、攀爬行为、剪网行为以及锯网行为。

优选的，所述的监控操作台包括：数据处理服务器、视频服务器和用户监控服务器；

数据处理服务器，用于接收与存储所有的非视频数据，包括振动数据、风速数据、雨量数据、红外成像数据以及报警信息；

视频服务器，用于接收与存储所有的视频数据，若存在入侵行为，调动对应区域的视频监控摄像头对入侵目标进行跟踪；

用户监控服务器，用于对机场入侵报警系统进行全面的管理，便于机场工作人员对整个机场周界的情况进行监控。

本发明还提供了一种机场周界入侵报警方法，所述入侵报警方法采用入侵行为分析算法，所述入侵行为分析算法包括以下步骤：

第一步，信号分帧，启动机场周界入侵报警系统，分组处理器接收每个分组的九轴振动传感器所采集的振动信号，并对所采集到的所有振动信号进行分帧处理；

第二步，分帧信号黄变换，提取每一帧信号在时域上的特征，对每一帧信号进行希尔伯特黄变换，得到振动信号的希尔伯特黄变换谱图，通过所得到的谱图，提取振动信号在时频域上的统计特征；

第三步，提取特征并形成特征向量，提取振动信号的时域特征，融合所提取得到的振动信号在时域和时频域上的特征，形成相应的特征向量；

第四步，特征向量通过机器学习算法判断所输入的入侵行为类型并输出，完成对入侵行为类型的识别及报警。

优选的，所述的机器学习算法为神经网络算法。

优选的，所述机场周界入侵报警系统采用前述的入侵报警系统。

相比现有技术，本发明的有益效果在于：该系统和方法通过合理部署多种不同的信号感应设备，并基于各个信号感应设备监测到的入侵信号，准确分析目标的入侵行为类型，实时向工作人员发出入侵警报。降低了劳动强度，提高了入侵识别的灵活性和准确性。

附图说明

图1为本发明一种机场周界入侵报警系统的示意图；

图2为本发明一个实施例的九轴振动传感器在一个分组内的安装示意图；

图3为根据本发明一个实施例的入侵行为分析算法流程图。

图中：1、机场周界网；2、九轴振动传感器。

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的一部分实施例，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的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。

参见图1，一种机场周界入侵报警系统，系统包括入侵监测设备、入侵行为报警设备和监控操作台。

一、入侵监测设备

入侵监测设备用于对入侵行为进行监测与监控，其具体包括入侵预检测设备、入侵辅助检测设备、主入侵检测设备和入侵监控跟踪设备。

1.1入侵预检测设备，包括但不限于非制冷红外焦平面探测器，用于在半径一百米范围内对入侵目标和入侵行为进行预监测。监测信息包括入侵目标的形态、入侵目标的状态以及入侵目标的运动轨迹。若发现入侵目标的运动轨迹为朝向机场周界方向，及时将信息传递给上级设备，提高入侵行为分析算法的灵敏度；若发现入侵目标时，目标已在半径二十米范围内，直接将报警信息上传至上级设备，采取报警措施。

具体的，非制冷红外焦平面探测器用于在一百米半径范围内对入侵目标和入侵行为进行预检测。采用非制冷红外焦平面探测器，非制冷红外焦平面探测器具有可靠性高、体积小、重量轻、功耗低等特点，适用于红外辐射成像。

非制冷红外焦平面红外探测器产生的输出信号依赖于进入其作用区域的辐射总量，其工作原理为非制冷红外探测器将入射辐射转换为热，而这将导致探测器元件温度升高，温度的变化随后将转换为可被放大和显示的电信号，非制冷红外探测器能响应较宽范围的波长，而且不同波长的响应能力没有明显差异，同时在-45℃～60℃下具有足够高的灵敏度，可以满足成像要求。由于红外辐射无处不在，高于绝对零度(-273℃)的物体都会不断的辐射红外线，而物体红外辐射的能量和波长，取决于物体的温度，因此，通过非制冷红外焦平面探测器可以精准地识别出入侵目标。另外，非制冷红外焦平面探测器可以真正做到二十四小时全天时监控，不受白天黑夜的影响，同时可以穿透烟雾、雾霾、云雾成像，在恶劣天气下的成像效果几乎不受影响，同时其不受电磁干扰影响，作用距离很远，可以在三千米距离范围内精确跟踪热目标。

根据以上所述特性，在机场周界网半径一百米范围内，非制冷红外焦平面探测器作为入侵预检测设备，可以精确地检测出入侵目标的形态和状态，成像后将信息传递给区域控制器，区域控制器通过非制冷红外焦平面探测器所传来的在时间上连续的图像，可以确定入侵目标的运动轨迹，若目标的运动轨迹朝向机场周界网方向，则发出预警，若非制冷红外焦平面探测器检测到目标已在机场周界网半径二十米范围内，则区域控制器直接发出报警信号。

1.2入侵辅助检测设备，包括但不限于风速传感器和雨量传感器，用于实时采集风速和雨量数据，对入侵检测起到辅助作用。将数据上传至上级设备，一方面帮助入侵行为分析算法排除环境因素的干扰，辅助入侵行为分析算法进行对入侵行为更加准确的分析和判断；另一方面，在入侵行为分析算法的学习与训练阶段，提供准确的标签数据，使入侵行为算法有更好的鲁棒性与可靠性。

具体的，对于入侵行为分析，最大的问题就是怎样排除环境因素的干扰，在机场这类占地面积大，比较空旷的地方，很容易产生大风，会对算法产生极大的干扰，在一些比较特殊的地区，还会有一些特殊的极端恶劣天气包括暴雨、大雪、冰雹等等都会容易使算法产生误报的现象。针对此类问题，在每百米范围内搭建一个风速传感器和一个雨量传感器，在算法学习阶段，风速传感器和雨量传感器所采集到的数据可以为样本数据提供准确的标签，在滤除相应的环境数据后再对算法进行训练，可以使算法的可靠性得到很大的提高，同时，在算法运行阶段，实时的风速传感器和雨量传感器的数据可以辅助入侵行为分析算法对可疑的数据信号进行分析，进一步提高算法的准确性。

1.3主入侵检测设备，包括但不限于九轴振动传感器，实时采集机场周界网的振动信息，用于判断入侵行为的存在，识别入侵行为的类型。

其中，所述入侵行为的类型包括正常状态、刮风状态、攀爬行为、剪网行为以及锯网行为。

参见图2，将九轴振动传感2搭建在机场周界网1上，每片机场周界网上安装至少一个九轴振动传感器，优选为设置三个，每三片机场周界网为一个分组。

实时采集机场周界网1的振动信息，将数据上传至上级设备，通过对振动数据信息的分析，判断机场周界网1上是否存在入侵行为，一旦发现有入侵行为的存在，及时发出报警信号。

其中，九轴振动传感器2包括三轴加速度计、三轴陀螺仪和三轴磁力计，其中，三轴加速度计用来感测线性加速度与倾斜角度，单一或多轴加速计可感应结合线性与重力加速度的幅度与方向，提供有限的运动感测功能；三轴陀螺仪可感测一轴或多轴的旋转角速度，可精准感测自由空间中的复杂移动动作，因此，陀螺仪成为追踪物体移动方位与旋转动作的必要运动传感器；三轴磁力计由三维磁阻传感器、双轴倾角传感器和mcu构成，可藉由地球的磁场来感测前进方向。通过九轴的实时数据可以精准地定位振动传感器的实时状态。

九轴振动传感器将采集到的所有数据实时传送给上级设备分组处理器进行算法分析，通过对这些数据的分析完成对分组周界振动情况的分析以及入侵行为的判断。

1.4入侵监控跟踪设备，包括但不限于视频监控摄像头，用于实时监控机场周界网的情况，对入侵目标实现跟踪。具体的，入侵监控跟踪设备包括但不限于视频监控摄像头，用于在接收到报警信息后，显示报警区域的实时监控画面，对入侵行为进行进一步的确认并对入侵目标进行实时的跟踪，以便于机场工作人员及时赶到报警现场对入侵行为进行相应的处理。由于机场周界网的长度达到几十公里，在发出报警信号后，机场工作人员难以第一时间到达报警区域进行处理，因此，通过视频监控摄像头对入侵目标进行跟踪监控，防止入侵目标逃逸，帮助机场工作人员对入侵目标进行锁定并赶到现场进行处理。若入侵行为分析算法受到干扰，产生误报现象，机场工作人员也可以通过实时的视频画面，取消报警信号，在极大程度上节约了人力。

二、入侵行为报警设备

入侵行为报警设备包括分组处理器和区域控制器，用于判断是否存在入侵行为，识别入侵行为的类型，发出报警信号。

2.1分组处理器，用于接收每个分组的九轴振动传感器所采集的振动数据，通过内置的入侵行为分析算法对振动数据进行分析，判断是否有入侵行为的存在并识别入侵行为的类型，若有入侵行为存在，发出报警信号，生成报警信息。

具体的，分组处理器为九轴振动传感器的上级设备，用于收集每个分组的九个九轴振动传感器实时采集的机场周界网的振动数据信息，并运用入侵行为分析算法对数据信息进行分析，判断当前分组的机场周界网上是否存在入侵行为，一旦发现有入侵行为存在，及时发出报警信号，同时将相关报警信息上传至上级设备。

2.2区域控制器，用于接收每一百米区域内所有下属入侵预检测设备、入侵辅助检测设备和主入侵检测设备上传的数据，判断目标是否有入侵趋势，若有，则向下属的分组处理器发出预警信息，若判断目标已存在入侵行为，发出报警信号，生成报警信息。

具体的，区域控制器为入侵预检测设备、入侵辅助检测设备以及分组处理器的上级设备，每一百米范围内安装一个区域控制器，用于收集此百米范围内所有入侵预检测设备、入侵辅助检测设备以及分组处理器的数据，对数据进行整合与分析，接收到分组处理器传来的报警信息时，及时将报警信息上传至上级设备，若入侵预检测设备监测到有入侵目标存在向机场周界网运动的趋势，及时对下属分组处理器发出指令，提高入侵行为分析算法的灵敏度，若入侵预检测设备上传的信息显示入侵目标已在半径二十米范围内，直接发出报警信号，并将报警信息上传至上级设备。

为了进一步避免极端恶劣天气所造成的误报现象，本发明将入侵行为分析算法的灵敏度设为可调，在很大程度上减少了运行过程中的误报率；若非制冷红外探测器的数据显示目标已在机场周界网半径二十米范围内，则区域控制器直接发出报警信号，并生成相应的报警信息，将报警信息上传。在没有入侵行为发生的时候，区域控制器负责整理百米范围内所有传感器的数据，并实时上传至数据处理服务器进行数据存储。

三、监控操作台

监控操作台包括数据处理服务器、视频服务器和用户监控服务器。监控操作台用于对机场周界入侵报警系统进行管理与监控。

3.1数据处理服务器，用于接收与存储所有的非视频数据，非视频数据包括振动数据、风速数据、雨量数据、红外成像数据以及报警信息。具体的，数据处理服务器为区域控制器的上级设备，用于接收并存储所有区域传感器上传的数据，包括实时的非制冷红外焦平面探测器数据、风速传感器和雨量传感器数据、九轴振动传感器数据以及报警信息，若接收到报警信息，及时将报警信息传递给视频服务器。

3.2视频服务器，用于接收与存储所有的视频数据，若存在入侵行为，调动对应区域的视频监控摄像头对入侵目标进行跟踪。具体的，视频服务器为视频监控摄像头的上级设备，用于接收并存储所有视频监控摄像头一个月内记录的所有视频数据，以便于机场工作人员对机场的情况进行监查，同时，若接收到数据处理服务器传递来的报警信息，及时将命令传递给下属报警对应区域的视频监控摄像头，调整视频监控摄像头的角度，对入侵行为进行进一步的确认与及时的跟踪，以便于机场工作人员对入侵行为进行及时且恰当的处理。

3.3用户监控服务器，用于对机场入侵报警系统进行全面的管理，便于机场工作人员对整个机场周界的情况进行监控。具体的，用户监控服务器的设置方便用户对本发明所提供的机场周界入侵报警系统的使用，通过用户监控服务器，可以随时查看数据处理服务器内的所有实时数据以及视频服务器内的所有视频，同时，用户监控服务器也可以显示准确的报警信息与实时的视频监控画面，帮助机场工作人员第一时间了解入侵现场的情况，判断是否误报以及入侵严重程度，并做出最准确的判断，对入侵行为进行及时的处理。

此外，还提供了一种机场周界入侵报警方法，入侵报警方法采用入侵行为分析算法，其中，入侵行为分析算法包括以下步骤：

第一步，信号分帧，启动机场周界入侵报警系统，分组处理器接收每个分组的九轴振动传感器所采集的振动信号，并对所采集到的所有振动信号进行分帧处理；

第二步，分帧信号黄变换，提取每一帧信号在时域上的特征，对每一帧信号进行希尔伯特黄变换，得到振动信号的希尔伯特黄变换谱图，通过所得到的谱图，提取振动信号在时频域上的统计特征；

第三步，提取特征并形成特征向量，提取振动信号的时域特征，融合所提取得到的振动信号在时域和时频域上的特征，形成相应的特征向量；

第四步，特征向量通过机器学习算法判断所输入的入侵行为类型并输出，完成对入侵行为类型的识别及报警。

其中，机器学习算法采用神经网络算法，优先采用bp神经网络算法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。