[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

本發明公開了一種周界入侵檢測識別方法，所述方法包括如下步驟：S100：搭建數據采集系統；S200：建立入侵目標和環境噪聲樣本數據庫；S300：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：建立入侵檢測模型；S500：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。本發明能夠實現微弱入侵信號檢測和入侵目標識別，有效提高入侵檢測準確率并降低系統虛警率，實現對入侵行為的有效檢測，提高兼容性和適應性。

技術領域

本發明屬于周界安防領域及信號處理與檢測領域，涉及一種入侵檢測識別方法，具體涉及一種周界入侵檢測識別方法。

背景技術

周界入侵檢測系統是基于振動傳感探測手段，依靠互聯網信息融合構建出的立體化預警系統，廣泛地應用于邊境、大型倉庫、監獄、博物館、機場等重點區域。周界入侵檢測系統能對涉及到國家和人民人身財產安全的重點區域的安全起到防護作用，有效的安全防范將能夠營造嚴謹合理的周界安全規劃措施，杜絕因安全隱患出現意外狀況。

在現有的周界入侵檢測系統中，入侵信號檢測的常用方法通常可以分為時域方法、頻域方法和時頻域三種方法。時域的檢測方法如基于能量的恒虛警率算法，該算法根據噪聲水平變化調整檢測門限，使入侵檢測的虛警率保持恒定。頻域的檢測方法如最大功率檢測法，該方法將信號進行譜分析，根據不同頻段的頻譜變化情況來判斷是否出現目標，文獻采用峰值挑選算法來檢測震動信號。最典型的時頻檢測方法是基于小波分析的方法。

上述方法所檢測的入侵信號多為幅值較高的明顯信號，對于幅值較小、整體幅度微弱的入侵信號不能很好地檢測到，因此在實際應用中，目前周界入侵檢測系統對不在系統工作近距離范圍內的入侵目標檢測能力較差，且存在誤報率、漏報率較高的問題。此外，大多數周界入侵檢測系統還存在普適性差的問題，一種周界入侵檢測系統一般只針對一種應用場景。因此，現有周界入侵檢測系統的安全防范能力和不同應用場景的適應能力有待提高。

發明內容

為了解決現有周界入侵檢測系統誤報率、漏報率較高和普適性較差等問題，本發明提供了一種周界入侵檢測識別方法。該方法通過結合特征提取和機器學習算法處理傳感子節點采集到的數據，實現微弱入侵信號檢測和入侵目標識別，有效地提高入侵檢測準確率并降低系統虛警率，實現對入侵行為的有效檢測，同時通過自適應調整機制提高了該方法對不同應用環境的兼容性和適應性。

本發明的目的是通過以下技術方案實現的：

一種周界入侵檢測識別方法，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。

相比于現有技術，本發明具有如下優點：

1、本發明的方法可以改善現有周界入侵檢測系統對于微弱入侵信號檢測能力較差的問題，通過結合信號的時頻域特性和機器學習算法，能有效地檢測到距離較遠信號強度較弱的入侵信號，提高周界入侵檢測系統單點入侵的檢測距離與準確性。