本发明公开了一种基于无线信号特征的室内入侵和空间结构变化识别方法。首先，在离线阶段，计算静默信号与入侵信号的相关系数以及入侵信号的小波变换系数和平均功率近似值；然后，在在线阶段，利用小波变换检测监测点处接收信号是否发生异常变化，同时基于短时傅里叶变换计算异常信号的平均功率以及异常信号和静默信号的相关系数；最后，根据得到的平均功率和相关系数对造成该异常信号的室内入侵或空间结构变化进行识别。本发明专利通过对无线信号进行特征分析，提出了一种基于无线信号特征的室内入侵和空间结构变化识别方法，以提高现有室内入侵检测系统的鲁棒性和环境适应性。
1.基于无线信号特征的室内入侵和空间结构变化识别方法，其特征在于包括以下步骤：步骤一、在离线阶段，采集目标环境中的静默信号，即在每个监测点处采集z1条静默接收信号强度(Received Signal Strength,RSS)序列Sl＝{Sl(1),…,Sl(Ml)}(l＝1,…,z1)，其中，Ml为第l条静默RSS序列的长度，Sl(n)(n＝1,…,Ml)为第l条静默RSS序列的第n个RSS矢量；
步骤二、采集目标环境中的入侵信号，即在每个监测点处采集z2条入侵RSS序列Rl′＝{Rl′(1),…,Rl′(Ml′)}(l′＝1,…,z2)，其中，Ml′为第l′条入侵RSS序列的长度，Rl′(m)(m＝
1,…,Ml′)为第l′条入侵RSS序列的第m个RSS矢量；
步骤三、分别计算第l条静默和第l′条入侵RSS序列的RSS均值矢量 和步 骤四 、计 算 第 l 条 静 默 和 第 l ′条 入侵 R S S 序 列 的 互 相 关 系 数其中M＝min{Ml,Ml'}；
步骤五、对于每对静默和入侵RSS序列，重复步骤三至步骤四，得到l×l′个互相关系数r1,…,rl×l′，并计算rmin＝min{r1,…,rl×l′}和rmax＝max{r1,…,rl×l′}；
步骤六、计算第l′条入侵RSS序列的离散短时傅里叶变换其中，ωd为数字角频率，窗函数
步骤七、对窗函数能量进行归一化，即 其中， Δt为采样周期；
步骤八、计算Fl′(z,ω)＝Rl′(z)H(ω,z)，其中，Rl′(z)为Rl′(n)的z变换，H(ω,z)为w′(n)e-jωΔt的z变换；
步骤十、计 算第l ′条 入侵RS S序列在n-μ时刻的短时 傅里叶变 换并记该RSS序列对应的频率区间为[ω1,ω2]；
步骤十一、计算第l′条入侵RSS序列的离散短时功率谱Pl′(n,ωd)＝|Fl′(n,ωd)|2；
步骤十二、将频率区间[ω1,ω2]进行m等分，得到每个等分区间的频率宽度Δωd；
步骤十三、计算第l′条入侵RSS序列在频率区间[ω1,ω2]内的平均功率近似值步骤十四、对于每条入侵RSS序列，重复步骤六至步骤十三，得到z2条入侵RSS序列在频率区间[ω1,ω2]内的平均功率近似值，并用集合表示为步骤十五、计算
步骤十七、计算pmin＝p0-ε和pmax＝p0-ε；
步骤十八、计算第l条静默RSS序列的小波系数 其中，基波函数 为变换尺度， 为单位平移量；
步骤十九、记第l条小波系数的最大值为 则z1条静默RSS序列对应的小波系数的最大值集合表示为
步骤二十一 、在线阶段 ，在每个监测点处采集未知状态的RSS序列步骤二十二、计算R0的小波系数 并记其最大值为步骤二十三、若λmax＞λ0，转步骤二十四；否则，不存在室内入侵或空间结构变化；
步骤二十四、将R0看作为某条入侵RSS序列，并利用步骤六至步骤十三，计算其平均功率近似值p0；
步骤二十五、若pmin＜p0＜pmax，存在室内入侵；否则，转步骤二十六；
步骤二十六、计算R0与第l条静默RSS序列的相关系数
R (n)(n＝1,…,M0)为R 的第n个RSS矢量，M′＝min{Ml,M0}；
步骤二十七、记取值在区间[rmin,rmax]内的上述相关系数个数为q1，取值大于rmax的上述相关系数个数为q2，以及取值小于rmin的上述相关系数个数为q3；
步骤二十八、若q1/z1＞0.5，则存在室内入侵；若q2/z1＞0.5，存在室内入侵和空间结构变化；若q3/z1＞0.5，存在空间结构变化。
2.根据权利要求1所述的基于无线信号特征的室内入侵和空间结构变化识别方法，关于室内入侵和空间结构变化的识别准则如下：(1)当λmax＞λ0且pmin＜p0＜pmax时，存在室内入侵；
(2)当λmax＞λ0，p0≤pmin或p0≥pmax且q1/z1＞0.5时，存在室内入侵；
(3)当λmax＞λ0，p0≤pmin或p0≥pmax且q2/z1＞0.5时，存在室内入侵和空间结构变化；
(4)当λmax＞λ0，p0≤pmin或p0≥pmax且q3/z1＞0.5时，存在空间结构变化；
(5)当λmax≤λ0时，不存在室内入侵和空间结构变化。
基于无线信号特征的室内入侵和空间结构变化识别方法
技术领域
[0001] 本发明属于室内入侵检测技术，具体涉及一种基于RSS信号特征的室内入侵和空间结构变化识别方法。
背景技术
[0002] 入侵检测技术在贵重物品监控、空巢老人监护、军事防御等安全防范领域有着广泛的应用。目前基于WLAN的室内入侵检测技术因其具有用户隐私保护效果且在非视距条件下看干扰能力强等优点已成为国内外学者研究的主流方向。其中较为成熟的方法有两种：①基于无线信号特征的入侵检测方法，该方法利用入侵目标对信号强度的影响，利用其均值、方差二维统计特性检测是否有入侵发生(举例子)。②基于RSS指纹的入侵检测方法。该方法主要分为离线和在线阶段，离线阶段建立参考点(入侵目标)和无线信号特征之间的映射关系，在线阶段通过实时接收的信号特征与入侵指纹库匹配实现入侵目标的检测与定位。
[0003] 其中基于RSS指纹的入侵检测方法并不能区分环境变化和入侵造成的RSS信号变化特征，系统依赖于环境的稳定性。当某一处的环境变化时会引起无线信号的特征变化，此时系统可能把环境的改变误判为室内入侵，造成系统精确度下降。而且当环境发生改变时，对系统检测精度的影响将是持续的。
[0004] 针对以上问题，本文提出一种基于无线信号特征的室内入侵和空间结构变化的识别方法。该方法利用无线信号的相关性、小波变换以及入侵信号和空间结构改变引起的无线信号的平均功率变化的特性，并在基于一定的准则条件下识别引起的无线信号变化的性质。当检测到环境发生变化时需更新入侵指纹库。
发明内容
[0005] 本发明解决了基于指纹库的入侵检测方法中由于室内空间结构改变造成入侵指纹库不匹配的问题，提供了一种基于RSS信号特征分析的室内入侵和空间结构变化识别方法。
[0006] 本发明所述的一种基于RSS信号特征的室内入侵和空间结构变化识别方法的步骤如下：
[0007] 步骤一、在离线阶段，采集目标环境中的静默信号，即在每个监测点处采集z1条静默接收信号强度(Received Signal Strength,RSS)序列Sl＝{Sl(1),…,Sl(Ml)}(l＝1,…,z1)，其中，Ml为第l条静默RSS序列的长度，Sl(n)(n＝1,…,Ml)为第l条静默RSS序列的第n个RSS矢量。
[0008] 步骤二、采集目标环境中的入侵信号，即在每个监测点处采集z2条入侵RSS序列Rl′＝{Rl′(1),…,Rl′(Ml′)}(l′＝1,…,z2)，其中，Ml′为第l′条入侵RSS序列的长度，Rl′(m)(m＝1,…,Ml′)为第l′条入侵RSS序列的第m个RSS矢量。
[0009] 步骤三、分别计算第l条静默和第l′条入侵RSS序列的RSS均值矢量和
[0010] 步骤四、计算第l条静默和第l ′条入侵RSS序列的 互相关系数其中M＝min{Ml,Ml'}。
[0011] 步骤五、对于每对静默和入侵RSS序列，重复步骤三至步骤四，得到l×l′个互相关系数r1,…,rl×l′，并计算rmin＝min{r1,…,rl×l′}和rmax＝max{r1,…,rl×l′}。
[0012] 步 骤 六 、计 算 第 l ′条 入 侵 R S S 序 列的 离 散 短时 傅 里叶 变 换其中，ωd为数字角频率，窗函数
[0013] 步骤七、对窗函数能量进行归一化，即 其中，Δt为采样周期。
[0014] 步骤八、计算Fl′(z,ω)＝Rl′(z)H(ω,z)，其中，Rl′(z)为Rl′(n)的z变换，H(ω,z)为w′(n)e-jωΔt的z变换。
[0015] 步骤九、计算窗函数的中心横坐标
[0016] 步骤十、计算第l ′条入侵RSS序列在n-μ时刻的短时傅里叶变换并记该RSS序列对应的频率区间为[ω1,ω2]。
[0017] 步骤十一、计算第l′条入侵RSS序列的离散短时功率谱Pl′(n,ωd)＝|Fl′(n,ωd)|2。
[0018] 步骤十二、将频率区间[ω1,ω2]进行m等分，得到每个等分区间的频率宽度Δωd。
[0019] 步骤十三、计算第l′条入侵RSS序列在频率区间[ω1,ω2]内的平均功率近似值[0020] 步骤十四、对于每条入侵RSS序列，重复步骤六至步骤十三，得到z2条入侵RSS序列在频率区间[ω1,ω2]内的平均功率近似值，并用集合表示为
[0021] 步骤十五、计算
[0022] 步骤十六、计算
[0023] 步骤十七、计算pmin＝p0-ε和pmax＝p0-ε。
[0024] 步骤十八、计算第l条静默RSS序列的小波系数 其中，基波函数 为变换尺度(本发明专利取a0＝2，j＝1)， 为
单位平移量。
[0025] 步骤十九、记第l条小波系数的最大值为 则z1条静默RSS序列对应的小波系数的最大值集合表示为
[0026] 步骤二十、计算
[0027] 步骤二十一、在线阶段，在每个监测点处采集未知状态的RSS序列
[0028] 步 骤二 十二 、计 算R 0的 小 波 系数 并 记其 最大 值 为
[0029] 步骤二十三、若λmax＞λ0，转步骤二十四；否则，不存在室内入侵或空间结构变化。
[0030] 步骤二十四、将R0看作为某条入侵RSS序列，并利用步骤六至步骤十三，计算其平均功率近似值p0。
[0031] 步骤二十五、若pmin＜p0＜pmax，存在室内入侵；否则，转步骤二十六。
[0032] 步 骤 二 十 六 、计 算 R 0 与 第 l 条 静 默 R S S 序 列 的 相 关 系 数R0(n)(n＝1,…,M0)为R0的第n个RSS矢量，M′＝min{Ml,M0}。
[0033] 步骤二十七、记取值在区间[rmin,rmax]内的上述相关系数个数为q1，取值大于rmax的上述相关系数个数为q2，以及取值小于rmin的上述相关系数个数为q3。
[0034] 步骤二十八、若q1/z1＞0.5，则存在室内入侵；若q2/z1＞0.5，存在室内入侵和空间结构变化；若q3/z1＞0.5，存在空间结构变化。
[0035] 有益效果
[0036] 本发明通过离线获取入侵与环境变化引起RSS信号的时域相关性以及频域功率谱特征不同变化的先验知识，然后在在线阶段计算RSS信号相应特征参数，最后基于一定的准则进行分类判断。本发明解决了传统基于RSS指纹的入侵检测方法不适应环境变化的问题，利用该方法可以在入侵检测过程中提供入侵指纹库的更新依据。以便保证入侵检测系统的精确度。
附图说明
[0037] 图1为本发明流程图；具体实施方案
[0038] 下面结合附图对本发明作进一步说明：
[0039] 如图1所示的一种基于无线信号特征的室内入侵和空间结构变化识别方法，具体包含以下步骤：
[0040] 步骤一、在离线阶段，采集目标环境中的静默信号，即在每个监测点处采集z1条静默接收信号强度(Received Signal Strength,RSS)序列Sl＝{Sl(1),…,Sl(Ml)}(l＝1,…,z1)，其中，Ml为第l条静默RSS序列的长度，Sl(n)(n＝1,…,Ml)为第l条静默RSS序列的第n个RSS矢量。
[0041] 步骤二、采集目标环境中的入侵信号，即在每个监测点处采集z2条入侵RSS序列Rl′＝{Rl′(1),…,Rl′(Ml′)}(l′＝1,…,z2)，其中，Ml′为第l′条入侵RSS序列的长度，Rl′(m)(m＝1,…,Ml′)为第l′条入侵RSS序列的第m个RSS矢量。
[0042] 步骤三、分别计算第l条静默和第l′条入侵RSS序列的RSS均值矢量和
[0043] 步骤四、计算第l条静默和第l ′条入侵RSS序列的 互相关系数其中M＝min{Ml,Ml'}。
[0044] 步骤五、对于每对静默和入侵RSS序列，重复步骤三至步骤四，得到l×l′个互相关系数r1,…,rl×l′，并计算rmin＝min{r1,…,rl×l′}和rmax＝max{r1,…,rl×l′}。
[0045] 步 骤 六 、计 算 第 l ′条 入 侵 R S S 序 列的 离 散 短时 傅 里叶 变 换其中，ωd为数字角频率，窗函数
[0046] 步骤七、对窗函数能量进行归一化，即 其中，Δt为采样周期。
[0047] 步骤八、计算Fl′(z,ω)＝Rl′(z)H(ω,z)，其中，Rl′(z)为Rl′(n)的z变换，H(ω,z)为-jωΔtw′(n)e 的z变换。
[0048] 步骤九、计算窗函数的中心横坐标
[0049] 步骤十、计算第l ′条入侵RSS序列在n-μ时刻的短时傅里叶变换并记该RSS序列对应的频率区间为[ω1,ω2]。
[0050] 步骤十一、计算第l′条入侵RSS序列的离散短时功率谱Pl′(n,ωd)＝|Fl′(n,ωd)|2。
[0051] 步骤十二、将频率区间[ω1,ω2]进行m等分，得到每个等分区间的频率宽度Δωd。
[0052] 步骤十三、计算第l′条入侵RSS序列在频率区间[ω1,ω2]内的平均功率近似值[0053] 步骤十四、对于每条入侵RSS序列，重复步骤六至步骤十三，得到z2条入侵RSS序列在频率区间[ω1,ω2]内的平均功率近似值，并用集合表示为{p1,…,pz2}。
[0054] 步骤十五、计算
[0055] 步骤十六、计算
[0056] 步骤十七、计算pmin＝p0-ε和pmax＝p0-ε。
[0057] 步骤十八、计算第l条静默RSS序列的小波系数 其中，基波函数 为变换尺度(本发明专利取a0＝2，j＝1)， 为
单位平移量。
[0058] 步骤十九、记第l条小波系数的最大值为 则z1条静默RSS序列对应的小波系数的最大值集合表示为
[0059] 步骤二十、计算
[0060] 步骤二十一、在线阶段，在每个监测点处采集未知状态的RSS序列
[0061] 步 骤二 十二 、计 算R 0的 小 波 系数 并 记其 最大 值 为
[0062] 步骤二十三、若λmax＞λ0，转步骤二十四；否则，不存在室内入侵或空间结构变化。
[0063] 步骤二十四、将R0看作为某条入侵RSS序列，并利用步骤六至步骤十三，计算其平均功率近似值p0。
[0064] 步骤二十五、若pmin＜p0＜pmax，存在室内入侵；否则，转步骤二十六。
[0065] 步 骤 二 十 六 、计 算 R 0 与 第 l 条 静 默 R S S 序 列 的 相 关 系 数R0(n)(n＝1,…,M0)为R0的第n个RSS矢量，M′＝min{Ml,M0}。
[0066] 步骤二十七、记取值在区间[rmin,rmax]内的上述相关系数个数为q1，取值大于rmax的上述相关系数个数为q2，以及取值小于rmin的上述相关系数个数为q3。
[0067] 步骤二十八、若q1/z1＞0.5，则存在室内入侵；若q2/z1＞0.5，存在室内入侵和空间结构变化；若q3/z1＞0.5，存在空间结构变化。
