[發明專利]一種周界入侵檢測識別方法

有效

• 申請號: 202011099109.7
• 申請日: 2020-10-14
• 公開（公告）號: CN112257533B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 周求湛;姚欣宜;胡繼康;陳禹竺;賀琦;鮑雪
• 申請（專利權）人: 吉林大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 哈爾濱龍科專利代理有限公司 23206
• 代理人: 高媛

1.一種周界入侵檢測識別方法，其特征在于所述方法包括如下步驟：

S100：搭建數據采集系統；

S200：利用數據采集系統，采集入侵目標運動數據和環境數據，收集數據并建立入侵目標和環境噪聲樣本數據庫；

S300：對大量樣本數據進行分析，通過特征提取算法提取樣本數據庫中入侵目標運動數據和環境數據的特征值；

S400：將入侵目標運動數據和環境數據的特征向量輸入BP神經網絡模型，訓練并得到網絡權值和閾值，建立入侵檢測模型；

S500：將人員運動數據和車輛運動數據的特征向量輸入SVM模型，訓練并得到系數和截距，建立入侵目標分類模型；

S600：搭建周界入侵檢測識別系統，采集環境數據，自動調整環境系數，將實時采集的數據輸入入侵檢測模型和入侵目標分類模型，判斷是否存在入侵行為并識別入侵目標類型。

2.根據權利要求1所述的周界入侵檢測識別方法，其特征在于所述S100的具體步驟如下：

S101：搭建由慣性傳感器、放大器、數據采集卡和電腦組成的數據采集系統；

S102：選擇慣性傳感器和放大器組成傳感單元；

S103：傳感單元連接數據采集卡信號輸入，數據采集卡USB接口連接電腦。

3.根據權利要求1所述的周界入侵檢測識別方法，其特征在于所述S200的具體步驟如下：

S201：將數據采集系統布置在周圍沒有運動目標的測試場地；

S202：采集不同時間和不同天氣情況下的環境數據；

S203：采集不同運動模式和不同距離的人員運動信號，采集不同車速和不同距離的車輛運動信號；

S204：建立入侵目標運動數據和環境數據樣本數據庫。

4.根據權利要求1所述的周界入侵檢測識別方法，其特征在于所述S300的具體步驟如下：

S301：提取環境數據和目標運動數據；

S302：計算數據的時域特征值和頻域特征值，時域特征值包括信號的峰值指標、峰峰值、均值、方差、峰度和偏斜度，頻域特征值包括信號的譜峰信息、諧波信息、功率譜和能量譜；

S303：記錄不同天氣條件下環境數據的特征值、不同距離和運動強度的人員運動數據特征值、不同車速和不同距離的車輛運動數據特征值；

S304：計算不同天氣條件下環境數據特征值變換，記為樣本數據的特征值變換。

5.根據權利要求4所述的周界入侵檢測識別方法，其特征在于所述樣本數據的特征值變換的計算公式如下所示：

其中，A_2i代表第i種特征值，A_2ij代表第i種特征值中的第j組數特征值，n代表特征值總數。

6.根據權利要求1所述的周界入侵檢測識別方法，其特征在于所述S400的具體步驟如下：

S401：將訓練數據分為環境數據和目標運動數據兩類，其中：將環境數據特征值歸為0類，將目標運動數據特征值歸為1類，并和相應的標簽組合成特征向量；

S402：將環境數據特征向量和目標運動數據特征向量輸入BP神經網絡訓練模型，訓練得到網絡權值和閾值，建立入侵檢測模型，其中：

w_ho＝w_ho+αH_ibe_k，ib＝1，2，......，10；h＝1，2，......，8；k＝1，2

b_k＝b_k+e_k，k＝1，2

其中，H_ib為隱層的輸出，w_ih為輸入層和隱層之間的網絡權值，w_ho為輸出層和隱層之間的網絡權值，x_ib為特征值輸入，a_h和b_k為閾值，ek為誤差預測輸出與真實輸出的樣本誤差，α為學習率。