[發(fā)明專利]基于WiFi信道狀態(tài)信息的室內(nèi)入侵檢測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110308772.1
• 申請日: 2021-03-23
• 公開（公告）號: CN113033654A
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計）人: 常俊;張力;黃彬;劉歡;彭予;吳彭;楊忠富;盧中奎;許妍;羅金燕
• 申請（專利權(quán)）人: 云南大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/16;G06F17/18;G06N3/04;G06N3/08
• 代理公司: 昆明今威專利商標(biāo)代理有限公司 53115
• 代理人: 賽曉剛

1.一種基于WiFi信道狀態(tài)信息的室內(nèi)入侵檢測方法，其特征在于，包含以下步驟：

步驟一，信道狀態(tài)信息CSI數(shù)據(jù)采集

計算機(jī)采用Linux 802.11n CSI tool Monitor模式，通過其包含的無線網(wǎng)卡采集數(shù)據(jù)，該網(wǎng)卡的發(fā)射端為1根發(fā)射天線、接收端為m根天線組成的接收線性陣列，采集數(shù)據(jù)包括采集房間中沒有人在場的靜態(tài)數(shù)據(jù)和有人在環(huán)境中走動的動態(tài)數(shù)據(jù)；

步驟二，信道建模

建立發(fā)送端信號與接收端信號之間的關(guān)系式，建立第n根天線的相移表達(dá)式；

步驟三，進(jìn)行預(yù)處理

通過濾波處理、剔除異常值和PCA降維消除環(huán)境噪聲對CSI的影響，提取出第二主成分，計算人體移動導(dǎo)致的不同路徑相位差變化；

步驟四，模型訓(xùn)練

搭建DRSN神經(jīng)網(wǎng)絡(luò)對相位信息進(jìn)行特征提取與訓(xùn)練，對模型參數(shù)進(jìn)行優(yōu)化；

步驟五，判斷結(jié)果

在對區(qū)域中新檢測到的的數(shù)據(jù)進(jìn)行預(yù)處理、提取出相位變化后，通過參數(shù)調(diào)優(yōu)后的網(wǎng)絡(luò)判斷，得出是否入侵的結(jié)果。

2.據(jù)權(quán)利要求1所述的室內(nèi)入侵檢測方法，其特征在于：

發(fā)送端信號X(f_i，t)與接收端信號Y(f_i，t)之間的關(guān)系表示為：

Y(f_i，t)＝H(f_i，t)×X(f_i，t)+N(f_i，t)

其中N(f_i，t)表示信道中存在的噪聲，H(f_i，t)表示在第i個子載波在時間t時，頻率為f的信道頻率狀態(tài)響應(yīng)CFR；

所述接收端的m根天線組成的接收線性陣列，天線的分布為均勻線陣，其相鄰天線間距為d，θ^k表示第k條路徑的信號到達(dá)無線接入點的接收線性陣列法線的角度，相對于第一根天線，第n根天線引入的相移表示為：

θ_n＝-2×π×d×(n-1)×sinθ_k×f/c

其中：c為光速，f為無線信號的頻率。

3.根據(jù)權(quán)利要求2所述的室內(nèi)入侵檢測方法，其特征在于，0FDM子載波數(shù)目設(shè)為30，發(fā)包率設(shè)為1024kpts/s，所述提取出第二主成分的CSI矩陣為：

H＝[H(f_i，t)，H(f₂，t)，.....H(f_i，t)]^T i∈[1，30]

任一子載波的列向量表示為：

H(f_i，t)＝[H₁(f_i，t)，H₂(f_i，t)，...，H_n(f_i，t)]^Ti∈[1，30]n∈[1，2048]

計算H(f_i，t)的均值，對所有數(shù)據(jù)樣本點求均值得到均值列向量

計算樣本矩陣的協(xié)方差

采用奇異值分解法求解協(xié)方差矩陣的特征值和特征向量，求得最大的特征值和特征向量，即包含最大的信息量。

4.根據(jù)權(quán)利要求3所述的室內(nèi)入侵檢測方法，其特征在于，在步驟三中，所述計算人體移動導(dǎo)致的不同路徑相位變化是通過提取接收天線的幅值波形之間的相位差來檢測人體位移的，具體為：

對原始信號提取的相位進(jìn)行線性變化，通過相位校準(zhǔn)消除頻率偏移，得到天線之間的相位差；將第i個子載波在t時刻的CSI表示為：

其中，||H(f_i，t)||和∠H(f_i，t)分別表示子載波的幅值和相位；

天線m、n之間的相位差表示為：

其中，為測量的相位；為真實的相位，Δβ_m，m表示未知的恒定相位偏移；Z表示測量噪聲。