[发明专利]检测非法闯入的系统和方法

说明书

技术领域

本发明涉及非法闯入者和车辆报警系统与检测器。特别，本发明涉及在非法闯入者和车辆报警系统与检测器中结合使用处理器和包括人工智能系统的软件算法以减少虚假报警和检测失败。更特别地，本发明涉及在非法闯入者和车辆报警系统与检测器中结合使用人工智能以及次声检测。

背景技术

报警系统在尽可能减少虚假报警和尽可能减少检测失败的需求之间寻求平衡。希望尽可能减少虚假报警以降低相关联的烦扰和费用，并且希望尽可能减少检测失败以维持报警系统的威慑力和检测价值。

报警检测技术包括各种开关、运动检测器、玻璃破碎检测器、振动检测器、次声检测器和其他技术。这些技术不能对所检测的非法闯入者的活动和所检测的其他活动进行辨别。实际上，非法闯入者活动的发生是相对稀少的，这一事实导致虚假报警的高可能性。

由于现有的检测器不能够区分非法闯入者和居住者，报警系统做出假定，认为居住者会修正他们的行为来防止虚假报警。虚假报警的频繁发生证明这种假设是不正确的。来自公共部门和非法闯入者报警企业的统计数据表明超过99％的非法闯入者报警响应是虚假的，是由居住者引起的。如此高比例的虚假报警给报警的业主、监视公司和警方都带来成本负担。这种统计数据还表明报警系统不能够检测出大约30％的闯入者事件。但是，由于它的威慑力，报警系统被认为可有效防止非法闯入。较之没有报警系统的场所，具有非法闯入者报警系统的场所的非法闯入事件要少得多。

尽可能减少虚假报警和检测失败的最有效办法是包含内在的人工智能，使得报警系统和检测器可把非法闯入者从居住者中区分出来。这样的内在智能连续修正报警系统和检测器对所检测活动的响应。人工智能技术可用于提供这种内在的智能。与目前的报警通过最小化信息源来减少虚假报警的方法不同，人工智能通过增加信息源来最小化虚假报警和检测失败，因此改进了决策处理。这样的信息可由报警系统的多个检测器和特定检测器技术来提供。

一种这样的检测器技术可以是次声检测。次声通常被认为是具有小于20Hz频率的非可听声音。次声信号固有地包含宽带上大量信息并倾向于均匀地弥散在环境中。次声的典型原因包括大质量物体的移动，如窗户和门甚至是墙体、地板和天花板的挠曲。

FR2569027描述了一种基于低于10Hz的频率范围内的压力波检测的非法闯入报警，分析和比较该范围内的不同频率，从而避免虚假报警。使用一种早期形式的数字信号处理器(DSP)。定义一系列带通滤波器用于把信号分离成各种频率成分。使用傅立叶分析来确定各种信号参数。傅立叶分析的目的是从所检测的信号中去除不期望的频率，然后确定该信号是来自单个事件(如门的开/关)还是来自现有的噪声(如风声)。这种技术通常用于运动检测。

WO90/11586也描述了一种利用低频率范围的压力波检测的非法闯入报警，类似于FR2569027。但是，WO90/11586提供改进的频率过滤系统来限制所检测信号的带宽。

现有技术的报警系统和检测器已做了很大努力来改进人类工程学和控制界面来降低虚假报警响应。因此，目前这种报警技术响应信号的存在或不存在，而不区分该信号的可能原因。

总之，普遍认为报警系统在现有检测失败率的情况下还是有效的。但是，目前的报警系统和检测器不能把非法闯入活动同其他活动区分开来，因此引起频繁的虚假报警，这降低了报警系统的价值。建议使用处理器和软件算法来构成人工智能系统，用于非法闯入和车辆报警系统和各种检测器技术。这样的人工智能系统可把非法闯入活动与居住者获得和其他活动相区分，因此减少了虚假报警和检测失败。还建议使用按可提供全面周界检测方式的带有次声检测技术的人工智能系统。

发明内容

根据这些和其他的目的，本发明的检测系统和方法采用处理器和软件算法来确定所检测信号的可能原因，并因此减少虚假报警和检测失败。这样的检测系统可自适应控制参数，从而维持预定的报警响应时间率(temporal rate)。进一步根据这些和其他的目的，本发明包括一种系统和方法，用于接收来自传统检测器的信号并应用这种检测系统和方法。再进一步根据这些和其他目的，本发明包括一种系统和方法，用于接收次声信号并应用这种检测系统和方法。再根据这些和其他目的，本发明包括系统和方法，用于按这种检测系统和方法可采用的方式检测次声信号。

特别，本发明由用于非法闯入检测的系统和方法组成，由权利要求1和14分别做出确切的陈述和定义。本发明优选和有益的实施例在所述独立权利要求之后的从属权利要求中陈述。