本發(fā)明涉及一種室內(nèi)火情探測方法，尤其涉及一種基于無線信號傳輸?shù)氖覂?nèi)火情探測和報警的方法，并涉及一種基于無線信號傳輸?shù)氖覂?nèi)火情探測和報警的系統(tǒng)。
背景技術(shù)：
火災是指在時間和空間上失去控制的燃燒所造成的災害。當今社會，火災是威脅社會公共安全，危害人們生命和財產(chǎn)安全的重要災害之一，也是多發(fā)性災難中發(fā)生頻率較高和時空跨度最大的一種災難。從近幾年的火災事故資料來看，我國由火災造成的傷亡人數(shù)僅次于礦難，每年火災次數(shù)接近40萬次，死亡人數(shù)高達1800人，由火災造成的直接經(jīng)濟損失達40億元，平均下來，每天都有1000多次火災發(fā)生，這些數(shù)據(jù)還呈現(xiàn)出不斷上升的趨勢。
近年來的重大火災事故有：第一、2015年8月9日天津濱海新區(qū)瑞海國際物流有限公司危險品倉庫165人死亡、8人失蹤；第二、2015年2月5日廣東省惠州市惠東縣義務商品城17人死亡；第三、2010年11月15日上海余姚路膠州路高層住宅58人遇難；第四、2010年11月5日吉林市商業(yè)大廈19人死亡，等等。
這一個個血淋淋的案例向我們揭示了火災的巨大危害，同時也不能不引起我們的思考，如果能在火災發(fā)生的早期就及時地發(fā)現(xiàn)火情，報告火情，就能在最短的時間內(nèi)進行撲救，將火災造成的損失降到最低。因此，火情監(jiān)測是整個火災防控系統(tǒng)中至關(guān)重要的一個環(huán)節(jié)。
火情檢測，依賴于一種能夠及早發(fā)現(xiàn)火情信息的方法，就目前而言，主要依賴于一系列的專用火災檢測器具，例如公共場所常見的煙霧探測器等。然而，受到社會經(jīng)濟條件以及人民防災減災意識的限制，要求在所有的場所都安裝專用火災檢測器具是不太實際的，例如在我國，多數(shù)家庭都沒有安裝相應的火災監(jiān)測器具。然而，考慮到隨著互聯(lián)網(wǎng)與wi-fi技術(shù)的發(fā)展，商用wi-fi的普及率不斷攀升。受此啟發(fā)，我們考慮能否利用現(xiàn)有的商用wi-fi設備，實現(xiàn)及時地火情探測與預警，從而幫助減少火災損失，保障用戶的生命與財產(chǎn)安全。為此，在本文中，我們提出利用現(xiàn)有的wi-fi設備，研究和設計一個基于wi-fi室內(nèi)火情監(jiān)測系統(tǒng)，在不需要安裝額外專用設備的情況下，能實時監(jiān)測室內(nèi)環(huán)境，如果有火情發(fā)生，該系統(tǒng)能及時地采取措施，例如：發(fā)出警報信號，通知屋主或者報警等。該系統(tǒng)使用了現(xiàn)有的通用商業(yè)wi-fi設備，具有低成本的優(yōu)勢以及普遍的適用性和通用性。
技術(shù)實現(xiàn)要素：
為了克服專用煙霧探測器在我國普及度不高的缺點，本發(fā)明提供一種低代價且精度高的基于無線網(wǎng)絡信號(無線射頻信號)的室內(nèi)火情探測和報警的方法及系統(tǒng)，旨在特定的室內(nèi)環(huán)境中，通過利用現(xiàn)有的無線網(wǎng)絡及設備，不需要事先進行訓練，就能夠?qū)κ覂?nèi)環(huán)境進行有效檢測，如果異常發(fā)生能達到及時報警和反饋的目的。
對此，本發(fā)明提供一種基于無線信號傳輸?shù)氖覂?nèi)火情探測和報警的方法，包括以下步驟：
步驟s1，接收端接收來自發(fā)射端的射頻信號，獲得csi數(shù)據(jù)后采用巴特沃斯低通濾波器對數(shù)據(jù)進行去除高斯白噪聲處理，并且通過方差法判斷當前環(huán)境是否存在人或者非穩(wěn)定因素干擾，若是則判定當前環(huán)境處于非穩(wěn)定狀態(tài)，等待當前環(huán)境進入穩(wěn)定狀態(tài)，若否則直接跳轉(zhuǎn)至步驟s2；
步驟s2，分別對當前環(huán)境為穩(wěn)定狀態(tài)的數(shù)據(jù)進行統(tǒng)計概率，計算其到達角、振幅特征和相位差特征；
步驟s3，持續(xù)對當前環(huán)境進行csi數(shù)據(jù)的采集，計算到達角，得出當前環(huán)境的火情發(fā)生可能性pcodition1，通過當前環(huán)境與穩(wěn)定狀態(tài)時的概率比較得出當前環(huán)境的火情概率pcodition2，通過隨機性判斷計算得出當前環(huán)境火情概率pcodition3，最后通過計算得到總的火情發(fā)生概率pfire＝pcodition1+pcodition2+pcodition3，以此來判斷室內(nèi)是否著火。
本發(fā)明的進一步改進在于，所述步驟s1包括以下子步驟：
步驟s11，收集當前環(huán)境下單位時間段內(nèi)的csi數(shù)據(jù)，得到一個鏈路數(shù)×子載波數(shù)的矩陣；
步驟s12，利用巴特沃斯低通濾波器對csi數(shù)據(jù)進行低通濾波處理，去除高斯白噪聲的影響；
步驟s13，通過計算每個子載波在該單位時間段內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當前環(huán)境存在人的活動或者非穩(wěn)定因素干擾，等待直到人離開或者當前環(huán)境恢復穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s2。
本發(fā)明的進一步改進在于，所述步驟s2包括以下子步驟：
步驟s21，提取一個時間段t0內(nèi)的csi數(shù)據(jù)，在這個時間段t0內(nèi)，對每個子載波的數(shù)據(jù)先進行收斂，然后對數(shù)據(jù)出現(xiàn)的次數(shù)進行統(tǒng)計，并對順序出現(xiàn)的數(shù)據(jù)組合所出現(xiàn)的次數(shù)進行統(tǒng)計，計算出每個數(shù)據(jù)和數(shù)據(jù)組合所出現(xiàn)的累積頻數(shù)，通過累積頻數(shù)分別得出n個不同的數(shù)據(jù)的出現(xiàn)概率和m個不同的數(shù)據(jù)組合的出現(xiàn)概率，得到狀態(tài)空間概率和聯(lián)合概率，最后將出現(xiàn)概率小于或等于1％的干擾數(shù)據(jù)和干擾數(shù)據(jù)組合去除，以此作為當前環(huán)境在穩(wěn)定狀態(tài)時的狀態(tài)空間概率p＝{px(0),...,px(i),...}和聯(lián)合概率q＝{qy(0),...,qy(i),...}，并記錄；
步驟s22，利用music算法，通過同一個子載波與相鄰天線之間的相位差，計算相位差與天線間距之間的比值，得出該子載波的到達角，以此作為當前環(huán)境在穩(wěn)定狀態(tài)時的到達角，并記錄；
步驟s23，記錄當前環(huán)境在穩(wěn)定狀態(tài)時的振幅特征和相位差特征；
步驟s24，通過計算每個子載波在該時間段t0內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當前環(huán)境存在人的活動或者非穩(wěn)定因素干擾，等待直到人離開或者當前環(huán)境恢復穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s3。
本發(fā)明的進一步改進在于，所述步驟s3包括以下子步驟：
步驟s31，提取一段單位時間t1內(nèi)的csi數(shù)據(jù)，其中，t1<<t0，通過計算每個子載波在該單位時間t1內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當前環(huán)境存在人的活動或者非穩(wěn)定因素干擾，等待直到人離開或者當前環(huán)境恢復穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s32；
步驟s32，載入容忍度
步驟s33，提取單位時間t1內(nèi)的csi數(shù)據(jù)，在這個單位時間t1內(nèi)，對每個子載波的數(shù)據(jù)先進行收斂，然后對數(shù)據(jù)出現(xiàn)的次數(shù)進行統(tǒng)計，并對順序出現(xiàn)的數(shù)據(jù)組合所出現(xiàn)的次數(shù)進行統(tǒng)計，計算出每個數(shù)據(jù)和數(shù)據(jù)組合所出現(xiàn)的累積頻數(shù)，通過累積頻數(shù)分別得出n’個不同的數(shù)據(jù)的出現(xiàn)概率和m’不同的數(shù)據(jù)組合的出現(xiàn)概率，計算得到狀態(tài)空間概率和聯(lián)合概率，最后將出現(xiàn)概率小于或等于1％的干擾數(shù)據(jù)和干擾數(shù)據(jù)組合去除，以此作為當前環(huán)境在穩(wěn)定狀態(tài)時的狀態(tài)空間概率p'＝{p'x(0),...,p'x(i),...}和聯(lián)合概率q'＝{q'y(0),...,q'y(i),...}；
步驟s34，使用卡方檢驗的方法，計算
步驟s35，檢驗隨機性，使用游程檢驗的方法，將兩個差集p-p'和q-q'中的元素，分別按照頻數(shù)平均分為兩部分，使得兩部分頻數(shù)和相同，令其中一部分元素為1，另一部分元素為0，代入至該csi數(shù)據(jù)序列中，提取只包含0和1的序列，將該序列中連續(xù)出現(xiàn)相同值的次數(shù)，記為游程數(shù)r，將出現(xiàn)1的個數(shù)記為n1，將出現(xiàn)0的個數(shù)記為n2，計算抽樣分布均值
步驟s36，發(fā)出火情警報信號，如果警報沒有及時被關(guān)閉，進而會發(fā)信息給屋主，如果屋主將此次報警定為誤報，則通過遍歷以往參數(shù)的可行值和當前csi數(shù)據(jù)，對參數(shù)tcodition1、tcodition2、tcodition3、tcodition4以及δalarm進行修正。
本發(fā)明的進一步改進在于，所述發(fā)射端的數(shù)量為1，所述接收端的數(shù)量為3個或3個以上。
本發(fā)明還提供一種基于無線信號傳輸?shù)氖覂?nèi)火情探測和報警的系統(tǒng)，包括：
csi數(shù)據(jù)獲取模塊，用于接收端接受來自發(fā)射端的無線射頻信號，計算csi數(shù)據(jù)，并運用巴特沃斯低通濾波器去除高斯白噪聲；
數(shù)據(jù)處理模塊，分別對數(shù)據(jù)進行統(tǒng)計概率，計算其到達角、卡方檢驗和游程檢驗；
火情判斷模塊，對上述數(shù)據(jù)進行可能性的計算，通過是否在第二閾值范圍進而判斷當前環(huán)境有沒有著火；
警報模塊，用于當當前環(huán)境發(fā)生火情時，發(fā)出火情警報信號并且通知屋主；
反饋修正模塊，用于當報警被認定為誤報的時候，對參數(shù)進行修正。
本發(fā)明的進一步改進在于，所述csi數(shù)據(jù)獲取模塊包括：
感應單元，用于初始化信道狀態(tài)數(shù)據(jù)，得到一個鏈路數(shù)×子載波數(shù)的矩陣；過濾單元，利用巴特沃斯算法對信道狀態(tài)數(shù)據(jù)進行去除高斯白噪聲的影響。
本發(fā)明的進一步改進在于，所述數(shù)據(jù)處理模塊包括：
數(shù)據(jù)特征計算單元，用于對csi數(shù)據(jù)提取特征，所述提取特征包括對csi數(shù)據(jù)進行均方差判定、統(tǒng)計概率、計算到達角、計算卡方檢驗和計算游程檢驗；
第一異常輸出單元，對上述數(shù)據(jù)進行人活動干擾可能性的計算，判斷是否在限定的第一閾值范圍內(nèi)，由此判斷室內(nèi)是否存在人的活動或者非穩(wěn)定因素的干擾；
第二異常輸出單元，對上述數(shù)據(jù)進行火情可能性的計算，通過是否在限定的第二閾值范圍內(nèi)，由此判斷室內(nèi)有沒有著火。
本發(fā)明的進一步改進在于，所述報警模塊中，發(fā)出火情警報信號并且通知屋主后，如果警報沒有及時響應或者消除，進而會向警方發(fā)送求助信號。
本發(fā)明的進一步改進在于，所述反饋修正模塊中，保存有所有的相關(guān)參數(shù)的可行解，通過當前csi數(shù)據(jù)對相關(guān)參數(shù)的值進行調(diào)整，并且縮小其可行解的組合以增加精確度，所述相關(guān)參數(shù)包括tcodition1、tcodition2、tcodition3、tcodition4以及δalarm。
與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：利用了現(xiàn)有的wifi設備就可以收集信號，進而實現(xiàn)對數(shù)據(jù)的后續(xù)處理和分析，不需要事先進行訓練，就能夠?qū)崿F(xiàn)對室內(nèi)的當前環(huán)境進行有效判斷，不需要安裝額外的設備，節(jié)省了開銷，具有普及型；在此基礎(chǔ)上，本發(fā)明使用方便，無需額外的校準，具有普遍適用性。
附圖說明
圖1是本發(fā)明一種實施例的工作流程示意圖；
圖2是本發(fā)明一種實施例中火對信號產(chǎn)生反射作用的第一原理示意圖；
圖3是本發(fā)明一種實施例中火對信號產(chǎn)生反射作用的第二原理示意圖；
圖4是本發(fā)明一種實施例的數(shù)據(jù)處理原理示意圖；
圖5是本發(fā)明一種實施例的系統(tǒng)架構(gòu)圖；
圖6是本發(fā)明一種實施例的室內(nèi)火情報警流程圖。
具體實施方式
下面結(jié)合附圖，對本發(fā)明的較優(yōu)的實施例作進一步的詳細說明。
如圖1所示，本例提供一種基于無線信號傳輸?shù)氖覂?nèi)火情探測和報警的方法，包括以下步驟：
步驟s1，接收端接收來自發(fā)射端的射頻信號，獲得csi數(shù)據(jù)后采用巴特沃斯低通濾波器對數(shù)據(jù)進行去除高斯白噪聲處理，并且通過方差法判斷當前環(huán)境是否存在人或者非穩(wěn)定因素干擾，若是則判定當前環(huán)境處于非穩(wěn)定狀態(tài)，等待當前環(huán)境進入穩(wěn)定狀態(tài)，若否則直接跳轉(zhuǎn)至步驟s2；
步驟s2，分別對當前環(huán)境為穩(wěn)定狀態(tài)的數(shù)據(jù)進行統(tǒng)計概率，計算其到達角、振幅特征和相位差特征；
步驟s3，持續(xù)對當前環(huán)境進行csi數(shù)據(jù)的采集，計算到達角，得出當前環(huán)境的火情發(fā)生可能性pcodition1，通過當前環(huán)境與穩(wěn)定狀態(tài)時的概率比較得出當前環(huán)境的火情概率pcodition2，通過隨機性判斷計算得出當前環(huán)境火情概率pcodition3，最后通過計算得到總的火情發(fā)生概率pfire＝pcodition1+pcodition2+pcodition3，以此來判斷室內(nèi)是否著火。
所述步驟s3中，如果有火情，則發(fā)出火情警報信號并且通知屋主，如果警報沒有及時響應或者消除，進而會向警方求助；若警報被認為誤判，則對參數(shù)進行修正。
在實際應用中，我們使用intel5300無線網(wǎng)卡作為接收端來接收數(shù)據(jù)，發(fā)射端為無線路由器ap。本例是基于室內(nèi)無線射頻信號的傳播，由于失火時，火焰會改變室內(nèi)環(huán)境，進而引起信號傳播路徑變化，如圖2和圖3所示。本例只需要使用家庭環(huán)境中現(xiàn)有的wifi設備，不需要安裝額外的專業(yè)設備，例如不需要增加額外的煙霧探測器，就可以對有火造成的信號變化進行分析，進而判斷室內(nèi)的當前環(huán)境是否有火情判斷并進行報警。該發(fā)明僅需要一個發(fā)射端和一個接收端。如附圖2所示，如果室內(nèi)有火情的發(fā)生，火會對信號產(chǎn)生反射，接收端所接收的csi數(shù)據(jù)會產(chǎn)生變化，針對接收的csi數(shù)據(jù)提取相關(guān)的特征，即可用來判斷室內(nèi)是不是有失火，如果有，則會進行報警。
本例主要運用csi數(shù)據(jù)作為指示物，csi為channelstateinformation的簡稱，即信道狀態(tài)信息，能夠反映通信鏈路的信道屬性；所述csi數(shù)據(jù)可以表示在傳播過程中，信號所受到的衰弱，散射等的綜合影響?；谑覂?nèi)的當前環(huán)境中實現(xiàn)無線傳播模型，本例建立了csi數(shù)據(jù)和火之間的聯(lián)系。在一個穩(wěn)定狀態(tài)的室內(nèi)環(huán)境中，csi數(shù)據(jù)僅受多徑的影響，例如天花板、地板和家具。當環(huán)境保持穩(wěn)定時，其csi數(shù)據(jù)也是保持穩(wěn)定的。如果房內(nèi)失火，會反射無線信號，從而影響接收到的csi數(shù)據(jù)。csi數(shù)據(jù)是利用正交頻分載波復用(orthogonalfrequencydivisionmultiplex,ofdm)來傳輸數(shù)據(jù)的，到了接收端再分解為30個子載波，通過對鏈路數(shù)×子載波組數(shù)據(jù)進行分析，就會對室內(nèi)情況進行比較準確的判斷。即，所述步驟s1中，對于每一個空間流，含有30個子載波，由于頻率選擇性衰弱，會對子載波值有不同的影響。
具體的，本例所述步驟s1包括以下子步驟：
步驟s11，收集當前環(huán)境下單位時間段內(nèi)的csi數(shù)據(jù)，得到一個鏈路數(shù)×子載波數(shù)的矩陣；
步驟s12，利用巴特沃斯低通濾波器(巴特沃斯算法)對csi數(shù)據(jù)進行低通濾波處理，去除高斯白噪聲的影響；
步驟s13，通過計算每個子載波在該單位時間段內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當前環(huán)境存在人的活動或者非穩(wěn)定因素干擾，等待直到人離開或者當前環(huán)境恢復穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s2。所述第一閾值范圍優(yōu)選為大于5.76，也可以根據(jù)實際情況(包括不同的路由器和不同的網(wǎng)卡)進行自定義選擇和調(diào)整。
所述步驟s13中，在單位時間段t(秒)內(nèi)搜集到的csi數(shù)據(jù)為一組二維數(shù)組，大小為90*(t*samples)的矩陣
在穩(wěn)定環(huán)境中，無線發(fā)射端(ap)發(fā)射無線射頻信號，裝有intel5300網(wǎng)卡的電腦作為無線的接收端接收csi數(shù)據(jù)。在測試實驗中，接收端(電腦端的網(wǎng)卡)裝有3根天線，發(fā)射端(ap端)有1根天線，形成了三條空間鏈路，每天鏈路傳輸30個子載波，因此我們可以收到一個1×3×30的矩陣。為了去除高斯白噪聲的影響，本例采用巴特沃斯低通濾波器進行對高斯白噪聲的去噪處理。
本例所述步驟s2用于計算數(shù)據(jù)的出現(xiàn)概率，進而計算到達角、振幅特征和相位差特征。具體的，所述步驟s2包括以下子步驟：
步驟s21，提取一個時間段t0內(nèi)的csi數(shù)據(jù)，在這個時間段t0內(nèi)，對每個子載波的數(shù)據(jù)先進行收斂，即[x(i)-θ,x(i)+θ]范圍內(nèi)的值都認為是x(i)，且x(i)<x(i+1),i∈z，θ為0.01，也可根據(jù)實際情況進行自定義選擇和調(diào)整，θ越小則粒度越小，對環(huán)境越靈敏，x(i)為當前出現(xiàn)的數(shù)據(jù)(或稱為當前出現(xiàn)的數(shù)值)；然后對數(shù)據(jù)出現(xiàn)的次數(shù)進行統(tǒng)計，并對順序出現(xiàn)的數(shù)據(jù)組合[當前出現(xiàn)的數(shù)據(jù)x(i),下一個出現(xiàn)的數(shù)據(jù)x(j)]所出現(xiàn)的次數(shù)進行統(tǒng)計，計算出每個不同的數(shù)據(jù)x(i)和不同的數(shù)據(jù)組合[當前出現(xiàn)的數(shù)據(jù)x(i),下一個出現(xiàn)的數(shù)據(jù)x(j)]所出現(xiàn)的累積頻數(shù)，通過累積頻數(shù)分別得出n個不同的數(shù)據(jù)x(i)的出現(xiàn)概率和m個不同的數(shù)據(jù)組合[當前出現(xiàn)的數(shù)據(jù)x(i),下一個出現(xiàn)的數(shù)據(jù)x(j)]的出現(xiàn)概率，得到狀態(tài)空間概率和聯(lián)合概率；最后將出現(xiàn)概率小于或等于1％的干擾數(shù)據(jù)和干擾數(shù)據(jù)組合去除，即將概率小于等于1％概率置為0；接著，重新計算概率，以此作為當前環(huán)境在穩(wěn)定狀態(tài)時的狀態(tài)空間概率p＝{px(0),...,px(i),...}和聯(lián)合概率q＝{qy(0),...,qy(i),...}，并記錄下來；
步驟s22，利用music算法，music算法是一種基于矩陣特征空間分解的方法，通過同一個子載波與相鄰天線之間的相位差，計算相位差與天線間距之間的比值，得出該子載波的到達角，以此作為當前環(huán)境在穩(wěn)定狀態(tài)時的到達角，并記錄；
步驟s23，記錄當前環(huán)境在穩(wěn)定狀態(tài)時的振幅特征和相位差特征；
步驟s24，通過計算每個子載波在該時間段t0內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當前環(huán)境存在人的活動或者非穩(wěn)定因素干擾，等待直到人離開或者當前環(huán)境恢復穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s3。本例所述步驟s24的工作原理與步驟s13的工作原理一樣。
所述步驟s22中，到達角和相位差的計算過程如下：
已知天線間的相位偏移函數(shù)
所述步驟s23中，所述振幅特征包括振幅值的分布和序列中以窗口為大小的方差值的分布；所述相位特征包括相位的分布。
本例所述步驟s3持續(xù)對當前環(huán)境進行收集csi數(shù)據(jù)，計算到達角，得出此條件火情發(fā)生可能性pcodition1；通過將當前狀態(tài)與穩(wěn)定狀態(tài)時候各個值和組合的概率相比較，得出此條件火情概率pcodition2；通過隨機性判斷，計算得出此條件火情概率pcodition3；最后通過計算得到總的火情發(fā)生概率pfire＝pcodition1+pcodition2+pcodition3，由此來判斷室內(nèi)是否著火。
更為詳細的，本例所述步驟s3包括以下子步驟：
步驟s31，提取一段單位時間t1內(nèi)的csi數(shù)據(jù)，其中，t1<<t0，通過計算每個子載波在該單位時間t1內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當前環(huán)境存在人的活動或者非穩(wěn)定因素干擾，等待直到人離開或者當前環(huán)境恢復穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s32；所述步驟s31的工作原理與步驟s13的工作原理一樣；
步驟s32，載入容忍度
步驟s33，提取單位時間t1內(nèi)的csi數(shù)據(jù)，在這個單位時間t1內(nèi)，對每個子載波的數(shù)據(jù)先進行收斂，即[x’(i)-θ,x’(i)+θ]范圍內(nèi)的值都認為是x’(i)，且x’(i)<x’(i+1),i∈z，θ為0.01，也可根據(jù)實際情況進行自定義選擇和調(diào)整，θ越小則粒度越小，對環(huán)境越靈敏，x’(i)為當前出現(xiàn)的數(shù)據(jù)(或稱為當前出現(xiàn)的數(shù)值)；然后對數(shù)據(jù)x’(i)出現(xiàn)的次數(shù)進行統(tǒng)計，并對順序出現(xiàn)的數(shù)據(jù)組合[當前出現(xiàn)的數(shù)據(jù)x’(i),下一個出現(xiàn)的數(shù)據(jù)x’(j)]所出現(xiàn)的次數(shù)進行統(tǒng)計，計算出每個不同的數(shù)據(jù)x’(i)和不同的數(shù)據(jù)組合[當前出現(xiàn)的數(shù)據(jù)x’(i),下一個出現(xiàn)的數(shù)據(jù)x’(j)]所出現(xiàn)的累積頻數(shù)，通過累積頻數(shù)分別得出n’個不同的數(shù)據(jù)的出現(xiàn)概率和m’不同的數(shù)據(jù)組合的出現(xiàn)概率，計算得到狀態(tài)空間概率和聯(lián)合概率；最后將出現(xiàn)概率小于或等于1％的干擾數(shù)據(jù)和干擾數(shù)據(jù)組合去除，以此作為當前環(huán)境在穩(wěn)定狀態(tài)時的狀態(tài)空間概率p'＝{p'x(0),...,p'x(i),...}和聯(lián)合概率q'＝{q'y(0),...,q'y(i),...}；所述步驟s33的工作原理與步驟s21的工作原理一樣；
步驟s34，使用卡方檢驗的方法，計算
表1卡方分布臨界表
步驟s35，檢驗隨機性，使用游程檢驗的方法，將兩個差集p-p'和q-q'中的元素，分別按照頻數(shù)平均分為兩部分，使得兩部分頻數(shù)和相同，令其中一部分元素為1，另一部分元素為0，代入至該csi數(shù)據(jù)序列中，提取只包含0和1的序列，將該序列中連續(xù)出現(xiàn)相同值(即0或者1分別出現(xiàn)一個或者是連續(xù)出現(xiàn)多個)的次數(shù)，記為游程數(shù)r，將出現(xiàn)1的個數(shù)記為n1，將出現(xiàn)0的個數(shù)記為n2，計算抽樣分布均值
表2標準正太分布表
以上所述步驟s31至步驟s35是所述步驟s3的必備子步驟；優(yōu)選的，除了所述步驟s31至步驟s35之外，所述步驟s3還可以包括步驟s36，以實現(xiàn)對參數(shù)的修正。
步驟s36，發(fā)出火情警報信號，如果警報沒有及時被關(guān)閉，進而會發(fā)信息給屋主，如果屋主將此次報警定為誤報，則通過遍歷以往參數(shù)的可行值和當前csi數(shù)據(jù)，對參數(shù)tcodition1、tcodition2、tcodition3、tcodition4以及δalarm進行修正。
將所有歷史所有發(fā)出火警時候的pfire中所有參數(shù)的數(shù)據(jù)代入原公式pfire＝pcodition1+pcodition2+pcodition3之中，令向量pfire_wrong＜0.6且向量pfire_right＞0.6，計算所有tcodition1、tcodition2、tcodition3、tcodition4以及δalarm的可行解，找出其中與當前所有參數(shù)改變最小的可行解，重置參數(shù)；其中，pfire_wrong為誤報火警的向量，pfire_right為正確觸發(fā)火警的向量。
優(yōu)選的，本例所述發(fā)射端的數(shù)量為1，所述接收端的數(shù)量為3個或3個以上。
在環(huán)境穩(wěn)定的情況下，子載波信號變化是在一定范圍內(nèi)波動變化的，概率分布是穩(wěn)定的。由于信號受到火焰的物理性質(zhì)的影響，火的產(chǎn)生會使得穩(wěn)定的環(huán)境被打破，出現(xiàn)新的狀態(tài)或者是新的分布，這是火情發(fā)生的一個判斷條件。
在火焰中，部分空氣是呈等離子體的，該部分空氣會對信號產(chǎn)生反射，并且，火焰的等離子體部分會受到氣流的流動而流動，當?shù)入x子體部分流動時候，等離子體的曲率會發(fā)生變化或者是因為流動導致了等離子體不在信號的傳播路徑內(nèi)，所以會造成其他路徑上的信號增加或者減少，從而多徑的疊加發(fā)生了變化，這使不同子載波的到達角發(fā)生了改變，可以用music算法進行分析，出現(xiàn)到達角發(fā)生明顯的變化，這是火情發(fā)生的一個判斷條件。
因為，火焰的等離子體部分是受到氣流的流動而產(chǎn)生的，所以，波動是有隨機性的，這也是火情發(fā)生的一個判斷條件。
計算子載波振幅變化的幅度，可以用來區(qū)別人對信號的影響和火對影響的影響。因為人的遮擋面積比較大，且人活動位移/信號波長比較大，所以人活動時候?qū)π盘柕挠绊懛茸兓瘎×仪易兓俣瓤?，而火的透射和反射，作用域都比較小，所以，人的活動與火對信號的影響不一樣。這同樣也是判斷當前環(huán)境內(nèi)是否存在人或者其他非穩(wěn)定因素的判定條件。
具體地，如圖4所示，本例所述基于無線信號傳輸?shù)氖覂?nèi)火情探測和報警的方法的數(shù)據(jù)處理過程主要分為三個部分：去噪、提取特征和概率估計。
本例還提供一種基于無線信號傳輸?shù)氖覂?nèi)火情探測和報警的系統(tǒng)，該基于無線信號傳輸?shù)氖覂?nèi)火情探測和報警的系統(tǒng)應用了上述的基于無線信號傳輸?shù)氖覂?nèi)火情探測和報警的方法，包括：
csi數(shù)據(jù)獲取模塊，用于接收端接受來自發(fā)射端的無線射頻信號，計算csi數(shù)據(jù)，并運用巴特沃斯低通濾波器去除高斯白噪聲；
數(shù)據(jù)處理模塊，分別對數(shù)據(jù)進行統(tǒng)計概率，計算其到達角、卡方檢驗和游程檢驗；
火情判斷模塊，對上述數(shù)據(jù)進行可能性的計算，通過是否在第二閾值范圍進而判斷當前環(huán)境有沒有著火；
警報模塊，用于當當前環(huán)境發(fā)生火情時，發(fā)出火情警報信號并且通知屋主；
反饋修正模塊，用于當報警被認定為誤報的時候，對參數(shù)tcodition1、tcodition2、tcodition3、tcodition4以及δalarm進行修正。
如圖5所示，本例所述基于無線信號傳輸?shù)氖覂?nèi)火情探測和報警的系統(tǒng)主要分為四個部分：環(huán)境感知、數(shù)據(jù)處理、報警和反饋。更為具體地，如圖6所示，實現(xiàn)室內(nèi)探測火情及報警的流程包括：
1、發(fā)射端(無線ap)發(fā)送無線信號，接收端(帶無線網(wǎng)卡的電腦)接收無線信號，計算csi數(shù)據(jù)；
2、每一條鏈路有30個子載波可以用來表征信道狀態(tài)信息；
3、用巴特沃斯算法對收集的csi信號做低通濾波，進行去噪；
4、均方差判定算法，計算均方差；
5、利用music算法，計算到達角；
6、統(tǒng)計各個子載波出現(xiàn)的值的概率；
7、使用卡方檢驗，檢驗各個子載波的吻合度；
8、使用游程檢驗的方法，檢驗隨機性；
9、計算火情發(fā)生的可能性是否超過報警的閾值；
10、如果有火情發(fā)生，發(fā)出警報，如警報沒有被及時關(guān)閉，則發(fā)短信通知屋主。
本例所述第二閾值范圍優(yōu)選為0.6，也可以根據(jù)實際情況進行自定義選擇和調(diào)整。
更為具體的，本例所述csi數(shù)據(jù)獲取模塊包括：
感應單元，用于初始化信道狀態(tài)數(shù)據(jù)，并收集csi數(shù)據(jù)，每一個csi數(shù)據(jù)都是一個鏈路數(shù)×子載波數(shù)的矩陣；
過濾單元，利用巴特沃斯算法對信道狀態(tài)數(shù)據(jù)進行去除高斯白噪聲的影響。
本例所述數(shù)據(jù)處理模塊用于對每一個空間流求取在同一時間點上的30個連續(xù)子載波的csi數(shù)據(jù)的平均值，將此平均值作為信道狀態(tài)數(shù)據(jù)；具體包括：
數(shù)據(jù)特征計算單元，用于對csi數(shù)據(jù)提取特征，所述提取特征包括對csi數(shù)據(jù)進行均方差判定、統(tǒng)計概率、計算到達角、計算卡方檢驗和計算游程檢驗；
第一異常輸出單元，對上述數(shù)據(jù)進行人活動干擾可能性的計算，判斷是否在限定的第一閾值范圍內(nèi)，由此判斷室內(nèi)是否存在人的活動或者非穩(wěn)定因素的干擾；
第二異常輸出單元，對上述數(shù)據(jù)進行火情可能性的計算，通過是否在限定的第二閾值范圍內(nèi)，由此判斷室內(nèi)有沒有著火。
本例所述數(shù)據(jù)特征計算單元用于對csi數(shù)據(jù)提取特征，分為五個步驟：
步驟一、對csi數(shù)據(jù)中，計算每個子載波在單位時間段內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，判定當前環(huán)境存在人的活動或者其他非穩(wěn)定因素干擾，則等待人的離開或者環(huán)境恢復穩(wěn)定狀態(tài)，再進行下一步特征提??；
步驟二、計算每個子載波的數(shù)值進行概率統(tǒng)計，并計算數(shù)值間的轉(zhuǎn)移概率；
步驟三、利用music算法，計算多徑的到達角，判斷信號是否在原本的路徑上發(fā)生改變，如果存在改變，則有可能有火情產(chǎn)生的可能；
步驟四、使用卡方檢驗，檢驗各個子載波的吻合度，如果大部分都不是吻合的，則有可能有火情產(chǎn)生的可能；
步驟五、使用游程檢驗的方法，檢驗隨機性。
本例所述火情判斷模塊包括火情判斷單元，對上述數(shù)據(jù)進行可能性的計算，通過是否在限定的第二閾值范圍內(nèi)，由此判斷室內(nèi)有沒有著火。
本例所述報警模塊包括報警單元，發(fā)出火情警報信號并且通知屋主后，如果警報沒有及時響應或者消除，進而會向警方發(fā)送求助信號。
本例所述反饋修正模塊中，保存有所有的相關(guān)參數(shù)的可行解，通過當前csi數(shù)據(jù)對相關(guān)參數(shù)的值進行調(diào)整，并且縮小其可行解的組合以增加精確度，所述相關(guān)參數(shù)包括tcodition1、tcodition2、tcodition3、pcodition3以及δalarm，本例所述相關(guān)參數(shù)簡稱參數(shù)。
以上內(nèi)容是結(jié)合具體的優(yōu)選實施方式對本發(fā)明所作的進一步詳細說明，不能認定本發(fā)明的具體實施只局限于這些說明。對于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換，都應當視為屬于本發(fā)明的保護范圍。