基于无线信号的室内入侵检测的研究和实现-识别算法的研究和实现开题报告

1. 研究目的与意义

物联网技术的快速推动和第五代移动通信技术应用的积极展开，带来的不只是高速体验，更重要的是其泛在网特点，即在各个角落都有网络存在，促使人们对于各种场景下的自适应环境感知需求日益增长，性能要求也逐渐提高。无线传感器网络的应用场景也由初步的军事领域逐步扩展到人机交互、安防监控、物流监管、新型医疗和智能家居等感知领域。

目前，室外环境下的无线感知服务已经有了不错的发展。利用全球定位系统进行位置感知已经得到了成熟应用，例如日常使用的手机端定位和打车软件，为人们的外出活动提供了极大的便捷之处。不同于室外环境，室内环境面临着更多的问题：1）、相对于室外更复杂的多径传播环境；2）、室内环境噪声不可忽视，且信道具有高动态性；3）、室内感知区域小，要求更细粒度的感知准确性。此外，室内无线环境感知还应该满足设备复杂度低、效率高的要求。因此，如何在室内环境中做到有效可靠的环境感知是当前的热点研究方向。环境感知除了包括对简单环境状态变化的感知外，还包含了对环境中人员或物品具体位置、动作姿态等更丰富的信息感知。在智慧医疗、智能家居、安防监控等多个领域中都具有巨大的发展前景和广泛的应用。例如，通过摔倒检测技术，医院可以对病人状态进行监测，并在患者出现异常状况时发出紧急通知。在人们的居住场所下对人体进行监测，人们可以实现家电的智能化管理。在各种无人公共环境中，比如博物馆、商场和大型仓库等场所，入侵检测技术可以用来实现对特定区域的监控，当有非法人员入侵时及时发出警报，防止非法入侵。这种技术同样可以应用在救援现场，检测事故区域是否存在被困人员，提高救援效率。

2. 研究内容和预期目标

主要研究内容：

3. 研究的方法与步骤

研究方法：

本课题所研究的基于无线信号的室内入侵检测方法，主要采用现有 wifi 环境中的无线信号实现室内入侵检测。通过对人体行为入侵时wifi环境下生成的rss信号进行分析处理，提取能够表征入侵行为的特征，并对其进行分类识别，达到入侵行为识别的目的。

要想实现这个目标首先要对采集到的rss信号进行数据处理和特征提取。特征提取部分首先要分辨采集到的rss信号属于低频信号还是高频信号，对于高频信号我们要通过加窗处理，进行短时傅里叶变换，再提取其特征参数。本课题因为使用的是有限的采集处理好的数据，在数据量有限的情况下，支持向量机算法提供了一个相对准确率较高的分类方法。

4. 参考文献

[1]杨成.基于rss的人体行为识别的研究[d]. 2016.

[2]周健.无线感知网络中基于csi的室内入侵检测与行为识别研究[d].南京大学.2018.

[3]顾茜.基于信道状态信息的入侵检测方法研究[d].燕山大学.2016.

5. 计划与进度安排

（1）3.2-3.20：理解课题任务，查阅资料，完成开题报告；（2）3.23-4.10：深入研究课题要求，比较并初步确定识别方案；（3）4.13-4.30：按照方案搭建软硬件环境，对采集到的RSS数据进行识别；（4）5.1-5.22：分析并解决实验过程中出现的问题，获得识别结果；（5）5.25-6.10：撰写论文并准备毕业答辩。