專利名稱：一種周界入侵檢測方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及周界安全訪問技術(shù)領(lǐng)域，更具體的說是涉及一種周界入侵檢測方法和系統(tǒng)。
背景技術(shù)：
隨著社會的進步和科技的發(fā)展，人們對周界安全防范的需求越來越高，周界防范系統(tǒng)(或稱周界報警系統(tǒng))應(yīng)運而生。為了加強對外防范、防止惡性事件的發(fā)生，周界防范系統(tǒng)被廣泛應(yīng)用于機場、銀行、監(jiān)獄、軍事基地、小區(qū)等區(qū)域。在需要設(shè)防的區(qū)域安安設(shè)周界防范系統(tǒng)后，該系統(tǒng)會實時對該區(qū)域進行檢測，獲取相應(yīng)的數(shù)據(jù)信號。當(dāng)有入侵行為時，系統(tǒng)通過對采集的信號進行分析，確定入侵位置等信息，并做出相應(yīng)的處理。周界防范系統(tǒng)根據(jù)采集到的信號，判斷是否有入侵行為的過程具體為對周界防范系統(tǒng)中某傳感器節(jié)點采集到的數(shù)據(jù)信號進行分析處理，提取特征值，當(dāng)特征值大于預(yù)設(shè)的閾值時，則認(rèn)為該傳感器節(jié)點所在區(qū)域有入侵行為發(fā)生。其中，閥值為分類器中預(yù)設(shè)的參數(shù)向量，為周界防范系統(tǒng)進行分類識別所用的一個設(shè)定值。由此可見，周界防范系統(tǒng)判定入侵行為的準(zhǔn)確度與該設(shè)定的閥值有很大的關(guān)系。為了設(shè)定周界防范系統(tǒng)中分類器的閾值，需要技術(shù)人員模擬入侵行為，獲取到入侵時的信號數(shù)據(jù)，并提取沒有入侵行為發(fā)生時獲取到的信號數(shù)據(jù)，分析兩種情況下獲取到信號數(shù)據(jù)，由技術(shù)人員根據(jù)信號數(shù)據(jù)分析結(jié)果憑經(jīng)驗設(shè)定一個閾值，并將設(shè)定的閾值輸入周界防范系統(tǒng)。但是人為設(shè)定的閾值可能準(zhǔn)確度不高且很容易在輸入閥值時出現(xiàn)誤操作， 進而導(dǎo)致系統(tǒng)出現(xiàn)誤報警或漏報警的現(xiàn)象。而且，由于受到環(huán)境等因素的影響，經(jīng)常需要對設(shè)防區(qū)域的周界防范系統(tǒng)的閥值進行調(diào)整，因此當(dāng)用戶需要調(diào)整周界防范系統(tǒng)的閥值時，都需要周界防范系統(tǒng)的生產(chǎn)廠商的技術(shù)人員來調(diào)整周界入侵系統(tǒng)的閥值。這樣很可能會由于閥值調(diào)整不及時造成周界防范系統(tǒng)出現(xiàn)誤報或漏報，同時由于每次對系統(tǒng)閥值的調(diào)整都需要由廠家的技術(shù)人員來操作， 耗費了大量人力資源。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明提供一種周界入侵檢測方法和系統(tǒng)，減少人力資源的消耗，并提高系統(tǒng)設(shè)定的閥值的準(zhǔn)確度，減少周界防范系統(tǒng)的誤報和漏報現(xiàn)象。為實現(xiàn)上述目的，本發(fā)明提供了一種周界入侵檢測方法，包括采集某傳感器節(jié)點檢測到的入侵模擬信號數(shù)據(jù)，所述入侵模擬信號數(shù)據(jù)為在人為模擬入侵行為時，由所述傳感器節(jié)點檢測到的信號數(shù)據(jù)；獲取由所述傳感器節(jié)點檢測的歷史信號數(shù)據(jù)的記錄，分析所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)，提取出指定組設(shè)定維數(shù)的特征向量；根據(jù)預(yù)先獲取的歷史特征向量和所述提取出的特征向量，計算最佳匹配閾值；將所述最佳匹配閾值配置到選定區(qū)域內(nèi)的傳感器節(jié)點所對應(yīng)的分類器中，以便依據(jù)所述最佳匹配閾值進行周界入侵檢測。優(yōu)選的，所述分析所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)，提取出指定組設(shè)定維數(shù)的特征向量，包括對所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)進行小波分析，從所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)中提取出指定組設(shè)定維數(shù)的特征向量。優(yōu)選的，對所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)進行小波分析，從所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)中提取出指定組設(shè)定維數(shù)的特征向量，包括A、選用db4作為小波基函數(shù)，并確定二信道正交濾波器中的低通和高通濾波器系數(shù)；B、根據(jù)mallat算法對所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)進行指定級數(shù)的小波分解，得到每個頻段中各個取樣點的小波系數(shù)；C、分別計算每個頻段中所有小波系數(shù)的平方和，得到該頻段總能量；D、對各個頻段總能量求和，并計算歸一化后的特征向量，所述特征向量的維數(shù)與所述指定級數(shù)相對應(yīng)，重復(fù)步驟A、B和C直至得到指定組的特征向量。優(yōu)選的，所述預(yù)先獲取的歷史特征向量，包括預(yù)先對指定時間內(nèi)獲取到的若干組特征向量求均值，得到所述指定時間內(nèi)的特征向量，并將該特征向量作為歷史特征向量。優(yōu)選的，所述根據(jù)預(yù)先獲取的歷史特征向量和所述提取的特征向量，計算最佳匹配閾值，包括計算所述指定組設(shè)定維數(shù)的特征向量的均值E(X)；設(shè)歷史特征向量為Y，最佳匹配閾值為P，對以下表達式 (IgP-IgE (X))2+ (IgP-IgY)2 求導(dǎo)，得到 2 (IgP-IgE (X)) /P+2 (IgP-IgY) /P ；計算2 (IgP-IgE⑴)/P+2 (IgP-IgY) /P = 0時對應(yīng)的P值，將此時的P值設(shè)定為最
佳配置閾值。另一方面，本發(fā)明還提供了一種周界入侵檢測系統(tǒng)，包括信號采集單元，用于采集某傳感器節(jié)點檢測到的入侵模擬信號數(shù)據(jù)，所述入侵模擬信號數(shù)據(jù)為在人為模擬入侵行為時，由所述傳感器檢測到的信號數(shù)據(jù)；特征向量提取單元，用于獲取所述傳感器節(jié)點檢測的歷史信號數(shù)據(jù)，分析所述歷史信號數(shù)據(jù)和所述入侵模擬信號數(shù)據(jù)，提取出指定維數(shù)的特征向量并保存；閥值確定單元，用于根據(jù)預(yù)先獲取的歷史特征向量和所述提取的特征向量，計算最佳匹配閾值；閥值配置單元，用于將所述最佳匹配閾值配置到選定區(qū)域內(nèi)的傳感器節(jié)點對應(yīng)的分類器中；入侵檢測單元，用于依據(jù)為所述最佳匹配閾值對所述預(yù)先選定的傳感器節(jié)點所在區(qū)域進行周界入侵檢測。優(yōu)選的，所述特征向量提取單元，包括小波提取特征向量單元，用于對所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)進行小波分析，從所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)中提取出指定維數(shù)的特征向量。優(yōu)選的，小波提取特征向量單元，包括
濾波器系數(shù)設(shè)定單元，用于選用db4作為小波基函數(shù)，并確定二信道正交濾波器中的低通和高通濾波器系數(shù)；小波分解單元，用于根據(jù)mallat算法對所述入侵模擬信號數(shù)據(jù)進行指定級數(shù)的小波分解，得到每個頻段中各個取樣點的小波系數(shù)；頻段能量計算單元，用于分別計算每個頻段中所有小波系數(shù)的平方和，得到該頻段總能量；向量確定單元，用于對各個頻段總能量求和，并計算歸一化后的特征向量，所述特征向量的維數(shù)與所述指定級數(shù)相對應(yīng)。優(yōu)選的，還包括歷史特征向量計算單元，用于預(yù)先對指定時間內(nèi)獲取到的若干組特征向量求均值，得到所述指定時間內(nèi)的所述歷史特征向量。優(yōu)選的，所述閥值確定單元，包括向量均值單元，用于對所述提取出指定組特征向量求均值E(X)；導(dǎo)數(shù)計算單元，用于對以下表達式(IgP-IgE (X))2+(IgP-IgY)2求導(dǎo)，得到 2 (IgP-IgE (X)) /P+2 (IgP-IgY) /P，其中Y為歷史特征向量，P為需求解的最佳匹配閾值；閥值計算單元，用于計算表達式2 (IgP-IgE (X))/P+2 (IgP-IgY)/P = 0時對應(yīng)的P 值，將此時的P值設(shè)定為最佳配置閾值。經(jīng)由上述的技術(shù)方案可知，與現(xiàn)有技術(shù)相比，本發(fā)明的方法通過對獲取的模擬入侵行為下的模擬信號數(shù)據(jù)和歷史信號數(shù)據(jù)進行分析，提取指定組設(shè)定維數(shù)的特征向量，并利用提取出的特征向量和預(yù)先獲取的歷史特征向量，來計算最佳匹配閥值，進而將計算出的最佳匹配閥值配置到選定區(qū)域的傳感器節(jié)點對應(yīng)的分類器中，整個過程由系統(tǒng)自動完成，得到的閾值的精準(zhǔn)度，進而提高了系統(tǒng)入侵檢測的準(zhǔn)確性。


為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。圖1為本發(fā)明一種周界入侵檢測方法一個實施例的流程示意圖；圖2為本發(fā)明一種周界入侵檢測方法另一個實施例的流程示意圖；圖3為本發(fā)明一種周界入侵檢測系統(tǒng)一個實施例的結(jié)構(gòu)示意圖。
具體實施例方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。為了解決現(xiàn)有技術(shù)中存在的問題，在減少人力資源消耗的前提下，使得周界入侵系統(tǒng)的閥值精度較高，提高周界入侵系統(tǒng)檢測入侵的準(zhǔn)確性。參照圖1，為本發(fā)明一種周界入侵檢測方法的一個實施例的流程示意圖，本實施例的檢測方法包括步驟101 采集某傳感器節(jié)點檢測到的入侵模擬信號數(shù)據(jù)，其中，入侵模擬信號數(shù)據(jù)為在人為模擬入侵行為時，由該傳感器節(jié)點檢測到的信號數(shù)據(jù)。為了能實現(xiàn)對周界入侵行為的檢測，需要采集周界入侵系統(tǒng)中各個區(qū)域內(nèi)的傳感器節(jié)點采集到信號，對某個傳感器節(jié)點采集到的信號進行分析提取出特征向量后，將提取的特征向量與該傳感器對應(yīng)的分類器中所設(shè)定的閥值進行比對，如果提取出的特征向量小于設(shè)定的閥值，則認(rèn)為沒有入侵行為發(fā)生，如果提取出的特征向量的閥值大于該設(shè)定的閥值，則判定有入侵行為。因此設(shè)定的周界入侵系統(tǒng)的閥值精度，對于判斷入侵行為的準(zhǔn)確度至關(guān)重要。一般情況下，在周界入侵系統(tǒng)初始安裝，以及該周界入侵系統(tǒng)環(huán)境變化等因素影響時，都需要進行調(diào)整系統(tǒng)閥值，以便進行入侵檢測。當(dāng)需要為周界入侵系統(tǒng)配置閥值或者進行閥值調(diào)整時，需要將周界入侵系統(tǒng)的工作狀態(tài)設(shè)定為閥值智能調(diào)整模式，針對某個需要進行閥值調(diào)整的傳感器節(jié)點，在該傳感器節(jié)點對應(yīng)的區(qū)域內(nèi)，由工作人員人為的模擬入侵行為，該傳感器節(jié)點可以感應(yīng)到該入侵行為，獲取入侵信號數(shù)據(jù)，從而得到模擬入侵信號數(shù)據(jù)。其中，在獲取模擬入侵信號數(shù)據(jù)時，可以采集多組模擬入侵信號數(shù)據(jù)，以便在后續(xù)利用該多組入侵信號數(shù)據(jù)提取多組特征向量，使得計算出的匹配閥值更加精準(zhǔn)。步驟102 獲取該傳感器節(jié)點檢測的歷史信號數(shù)據(jù)，分析獲取到的歷史信號數(shù)據(jù)和所述入侵模擬信號數(shù)據(jù)，提取出指定組設(shè)定維數(shù)的特征向量并保存。提取出模擬入侵行為下的信號數(shù)據(jù)后，需要將入侵模擬信號數(shù)據(jù)與該傳感器預(yù)先獲取到的歷史信號數(shù)據(jù)進行比對分析，提取指定組設(shè)定維數(shù)的特征向量。其中，歷史信號數(shù)據(jù)是指該傳感器節(jié)點在進行閥值入侵模擬之前檢測并保存的信號數(shù)據(jù)。從該傳感器節(jié)點獲取到的歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)中提取特征向量的方式可以有多種，如，可以對該歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)進行小波分析，提取出設(shè)定維數(shù)的特征向量。還可以采用傅里葉變換、功率譜分析、或者是過零點分析等方法，完成從該歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)中提取特征向量的操作，具體采用哪種方式可以根據(jù)實際的應(yīng)用場景來進行選擇。每次提取出的特征向量的維數(shù)可以根據(jù)需要進行設(shè)定，同時具體需要提取出幾組特征向量也可以根據(jù)需要設(shè)定。如，可以提取出6組7維的特征向量。步驟103 根據(jù)預(yù)先獲取的歷史特征向量和指定組設(shè)定維數(shù)的特征向量，計算最佳匹配閾值。由于在傳感器節(jié)點正常運行的過程中，系統(tǒng)也會每隔一定時間周期性的計算提取特征向量，并將該特征向量作為歷史特征向量進行保存。為了后續(xù)計算出的匹配閥值更加精準(zhǔn)，該歷史特征向量可以為指定時間內(nèi)提取出的特征向量的均值。當(dāng)在步驟102中利用歷史信號數(shù)據(jù)和模擬數(shù)據(jù)信號，提取出的特征向量后，可以將步驟102提取的特征向量和歷史特征向量來計算最佳的匹配閥值。利用歷史特征向量和步驟102中提取出的特征向量，計算最佳匹配閥值的方式可以有多種方式，如可以采用平均系數(shù)法，具體的計算公式如公式一P = α (Χ+Υ) (公式一)；
其中，P表示待定閥值，是一個未知量；X表示利用歷史信號數(shù)據(jù)和模擬入侵信號， 提取出指定組設(shè)定維數(shù)的特征向量的均值；Y表示歷史特征向量；α為閥值匹配系統(tǒng)，α的取值為0. 5 1。計算最佳匹配值時還可以采用平方差最大化方法，S卩，設(shè)利用歷史信號數(shù)據(jù)和模擬信號數(shù)據(jù)提取出指定組設(shè)定維數(shù)的特征向量求均值，得到向量X，歷史特征向量為Y，待定的閥值為P，P為一個未知量，當(dāng)X與P的平方差與Y與P的平方差之和為最大值對應(yīng)的 P值為最佳匹配閥值。為了使得計算的最佳匹配閥值更為精準(zhǔn)，在計算最佳匹配閥值的過程還可以為計算提取出的指定組設(shè)定維數(shù)的特征向量的均值，得到設(shè)定維數(shù)的均值向量E(X)； 設(shè)歷史特征向量為Y，待設(shè)定閾值為P，對表達式(lgP-lgE(X))2+(lgP-lgY)2求導(dǎo)，得到 2 (IgP-IgE (X))/P+2(IgP-IgY)/P ；計算2 (IgP-IgE⑴)/P+2 (IgP-IgY) /P = 0時對應(yīng)的P值，將此時的P值設(shè)定為最佳匹配閾值。也就是說，當(dāng)IgP= (IgE⑴+lgY)/2即P = E⑴°_5*Y°_5時為最佳匹配閥值。步驟104 將計算出的最佳匹配閾值配置到選定區(qū)域內(nèi)的傳感器節(jié)點對應(yīng)的分類器中，以便依據(jù)所述最佳匹配閾值進行周界入侵檢測。計算出最佳匹配閥值時，可以將該最佳匹配閥值配置到選定區(qū)域內(nèi)的傳感器節(jié)點對應(yīng)的分類器中。當(dāng)傳感器節(jié)點采集到數(shù)據(jù)信號后，可以將采集到的信號輸入到對應(yīng)的分類器中，對采集到的數(shù)據(jù)信號提取特征向量，并與該最佳匹配閥值進行對比，以判斷出是否有入侵行為，實現(xiàn)周界入侵檢測。其中，選定區(qū)域內(nèi)可以為一個傳感器節(jié)點，也可以為多個傳感器節(jié)點。如當(dāng)周界入侵系統(tǒng)首次安裝時，可能需要依次對各個傳感器節(jié)點進行模擬入侵，并為每個傳感器節(jié)點對應(yīng)的分類器設(shè)定相應(yīng)的匹配閥值。而由于受環(huán)境等因素的影響需要對系統(tǒng)中部分閥值進行調(diào)制時，可以在選定區(qū)域內(nèi)某個傳感器節(jié)點上進行模擬入侵，并計算出該傳感器節(jié)點對應(yīng)的最佳匹配閥值，并將該最佳匹配閥值配置到選定區(qū)域內(nèi)的多個傳感器節(jié)點所對應(yīng)的分類器中。本實施例中通過獲取的模擬入侵行為下的模擬信號數(shù)據(jù)和歷史信號數(shù)據(jù)進行分析，提取指定組設(shè)定維數(shù)的特征向量，并利用提取出的特征向量和預(yù)先獲取的歷史特征向量，來計算最佳匹配閥值，進而將計算出的最佳匹配閥值配置到選定區(qū)域的傳感器節(jié)點對應(yīng)的分類器中，整個過程由系統(tǒng)自動完成無需人為進行閾值計算，提高閾值的精準(zhǔn)度，進而提高系統(tǒng)入侵檢測的準(zhǔn)確性。參見圖2，為本發(fā)明一種周界入侵檢測方法的一個實施例的流程示意圖，本實施例中以小波分析來提取特征向量為例進行描述，本實施例的方法包括步驟201 采集某傳感器節(jié)點檢測到的入侵模擬信號數(shù)據(jù)，其中，入侵模擬信號數(shù)據(jù)為在人為模擬入侵行為時，由所述傳感器節(jié)點檢測到的信號數(shù)據(jù)。步驟202 獲取由該傳感器節(jié)點檢測的歷史信號數(shù)據(jù)的記錄。步驟201和202與上一實施例中的步驟101和步驟102的操作過程相同，在此不再贅述。步驟203 選用db4作為小波基函數(shù)，并確定二信道正交濾波器中的低通和高通濾波器系數(shù)。
其中，db4是一組正交小波基。選擇好小波基函數(shù)，以確定濾波器系統(tǒng)，進而為后續(xù)的小波分析做準(zhǔn)備。步驟204 根據(jù)mallat算法對所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)進行指定級數(shù)的小波分解，得到每個頻段中各個取樣點的小波系數(shù)。對歷史信號數(shù)據(jù)和入侵信號數(shù)據(jù)進行小波分析時，需要預(yù)先指定小波分解的級數(shù)或者稱層數(shù)，進而得到各層中的小波系數(shù)，即每個頻率段中各采樣點的小波系數(shù)。其中，進行小波分解后得到的總層數(shù)為級數(shù)加一，如，指定進行6級小波分解，最后得到7個頻段中各采樣點的小波系數(shù)，對應(yīng)的，得到的特征向量的維度為7。例如，對于信號x(t)，可以分解為
權(quán)利要求
1.一種周界入侵檢測方法，其特征在于，包括采集某傳感器節(jié)點檢測到的入侵模擬信號數(shù)據(jù)，所述入侵模擬信號數(shù)據(jù)為在人為模擬入侵行為時，由所述傳感器節(jié)點檢測到的信號數(shù)據(jù)；獲取由所述傳感器節(jié)點檢測的歷史信號數(shù)據(jù)的記錄，分析所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)，提取出指定組設(shè)定維數(shù)的特征向量；根據(jù)預(yù)先獲取的歷史特征向量和所述提取出的特征向量，計算最佳匹配閾值； 將所述最佳匹配閾值配置到選定區(qū)域內(nèi)的傳感器節(jié)點所對應(yīng)的分類器中，以便依據(jù)所述最佳匹配閾值進行周界入侵檢測。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分析所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)，提取出指定組設(shè)定維數(shù)的特征向量，包括對所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)進行小波分析，從所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)中提取出指定組設(shè)定維數(shù)的特征向量。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，對所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)進行小波分析，從所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)中提取出指定組設(shè)定維數(shù)的特征向量，包括A、選用db4作為小波基函數(shù)，并確定二信道正交濾波器中的低通和高通濾波器系數(shù)；B、根據(jù)mallat算法對所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)進行指定級數(shù)的小波分解，得到每個頻段中各個取樣點的小波系數(shù)；C、分別計算每個頻段中所有小波系數(shù)的平方和，得到該頻段總能量；D、對各個頻段總能量求和，并計算歸一化后的特征向量，所述特征向量的維數(shù)與所述指定級數(shù)相對應(yīng)，重復(fù)步驟A、B和C直至得到指定組的特征向量。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)先獲取的歷史特征向量，包括 預(yù)先對指定時間內(nèi)獲取到的若干組特征向量求均值，得到所述指定時間內(nèi)的特征向量，并將該特征向量作為歷史特征向量。
5.根據(jù)權(quán)利要求1或4所述的方法，其特征在于，所述根據(jù)預(yù)先獲取的歷史特征向量和所述提取的特征向量，計算最佳匹配閾值，包括計算所述指定組設(shè)定維數(shù)的特征向量的均值E(X)；設(shè)歷史特征向量為Y，最佳匹配閾值為P，對以下表達式(IgP-IgE(X))2+(IgP-IgY)2求導(dǎo)，得到 2 (IgP-IgE (X)) /P+2 (IgP-IgY) /P ；計算2 (IgP-IgE (X)) /P+2 (IgP-IgY) /P = 0時對應(yīng)的P值，將此時的P值設(shè)定為最佳配置閾值。
6.一種周界入侵檢測系統(tǒng)，其特征在于，包括信號采集單元，用于采集某傳感器節(jié)點檢測到的入侵模擬信號數(shù)據(jù)，所述入侵模擬信號數(shù)據(jù)為在人為模擬入侵行為時，由所述傳感器檢測到的信號數(shù)據(jù)；特征向量提取單元，用于獲取所述傳感器節(jié)點檢測的歷史信號數(shù)據(jù)，分析所述歷史信號數(shù)據(jù)和所述入侵模擬信號數(shù)據(jù)，提取出指定維數(shù)的特征向量并保存；閥值確定單元，用于根據(jù)預(yù)先獲取的歷史特征向量和所述提取的特征向量，計算最佳匹配閾值；閥值配置單元，用于將所述最佳匹配閾值配置到選定區(qū)域內(nèi)的傳感器節(jié)點對應(yīng)的分類器中；入侵檢測單元，用于依據(jù)為所述最佳匹配閾值對所述預(yù)先選定的傳感器節(jié)點所在區(qū)域進行周界入侵檢測。
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述特征向量提取單元，包括 小波提取特征向量單元，用于對所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)進行小波分析，從所述歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)中提取出指定維數(shù)的特征向量。
8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，小波提取特征向量單元，包括濾波器系數(shù)設(shè)定單元，用于選用db4作為小波基函數(shù)，并確定二信道正交濾波器中的低通和高通濾波器系數(shù)；小波分解單元，用于根據(jù)mallat算法對所述入侵模擬信號數(shù)據(jù)進行指定級數(shù)的小波分解，得到每個頻段中各個取樣點的小波系數(shù)；頻段能量計算單元，用于分別計算每個頻段中所有小波系數(shù)的平方和，得到該頻段總能量；向量確定單元，用于對各個頻段總能量求和，并計算歸一化后的特征向量，所述特征向量的維數(shù)與所述指定級數(shù)相對應(yīng)。
9.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，還包括歷史特征向量計算單元，用于預(yù)先對指定時間內(nèi)獲取到的若干組特征向量求均值，得到所述指定時間內(nèi)的所述歷史特征向量。
10.根據(jù)權(quán)利要求6或9所述的系統(tǒng)，其特征在于，所述閥值確定單元，包括 向量均值單元，用于對所述提取出指定組特征向量求均值E (X)；導(dǎo)數(shù)計算單元，用于對以下表達式(IgP-IgE (X))2+(IgP-IgY)2求導(dǎo)，得到 2 (IgP-IgE (X)) /P+2 (IgP-IgY) /P，其中Y為歷史特征向量，P為需求解的最佳匹配閾值；閥值計算單元，用于計算表達式2 (IgP-IgE (X))/P+2 (IgP-IgY)/P = 0時對應(yīng)的P值， 將此時的P值設(shè)定為最佳配置閾值。
全文摘要
本發(fā)明公開了一種周界入侵檢測方法和系統(tǒng)，該方法包括采集某傳感器節(jié)點檢測到的入侵模擬信號數(shù)據(jù)，其中，入侵模擬信號數(shù)據(jù)為在人為模擬入侵行為時，由該傳感器節(jié)點檢測到的信號數(shù)據(jù)；獲取由該傳感器節(jié)點檢測的歷史信號數(shù)據(jù)的記錄，分析該歷史信號數(shù)據(jù)和入侵模擬信號數(shù)據(jù)，提取出指定組設(shè)定維數(shù)的特征向量；根據(jù)預(yù)先獲取的歷史特征向量和提取出的特征向量，計算最佳匹配閾值；將最佳匹配閾值配置到選定區(qū)域內(nèi)的傳感器節(jié)點所對應(yīng)的分類器中，以便依據(jù)所述最佳匹配閾值進行周界入侵檢測。本發(fā)明的方法可以由系統(tǒng)自動完成閾值計算與配置的過程，計算出的閾值精準(zhǔn)度較高，進而提高了入侵檢測的準(zhǔn)確度。
文檔編號G06F17/00GK102346948SQ20111026472
公開日2012年2月8日 申請日期2011年9月7日 優(yōu)先權(quán)日2011年9月7日
發(fā)明者伍健榮, 李雋穎, 樓曉俊, 鮑必賽 申請人:無錫國科微納傳感網(wǎng)科技有限公司