[发明专利]一种家居报警方法及设备

权利要求书

1.一种家居报警方法，其特征在于，所述方法包括：

路由设备分别计算家居环境中有进入者和无进入者时，所述路由设备附近的无线信号的综合频域特征向量、信号源发生距离特征性向量、背景噪声特征向量及至少一个信号源中的每个信号源的频域特征向量，所述无线信号包括至少一个信号源的信号；所述路由设备分别将所述家居环境中有进入者和无进入者时对应的所述无线信号的综合频域特征向量、信号源发生距离特征向量、背景噪声特征向量及其对应的至少一个所述信号源的频域特征向量，确定为所述家居环境中有进入者和无进入者时对应的所述无线信号的信号特征性向量；

所述路由设备根据所述家居环境中有进入者和无进入者时对应的所述无线信号的信号特征性向量，检测所述家居环境中是否有进入者；

当路由设备检测到家居环境有进入者进入时，所述路由设备通过所述路由设备附近的实时无线信号的相关信息确定所述进入者的随身设备是否为所述家居环境的合法设备，其中，所述路由设备安装在所述家居环境中，所述合法设备包括所述路由设备对应的主人设备；

若是，所述路由设备与所述进入者的随身设备之间建立无线连接；或者，

若否，所述路由设备识别并获取所述进入者的随身设备的设备标识信息；以及，所述路由设备基于所述设备标识信息向所述主人设备发送报警信息。

2.根据权利要求1所述的方法，其特征在于，当路由设备检测到家居环境有进入者进入时，所述路由设备通过所述路由设备附近的无线信号确定所述进入者的随身设备是否为所述家居环境的合法设备之前，所述方法还包括：

所述路由设备将所述家居环境中有进入者和无进入者时对应的预设数量的无线信号的信号特征向量分别作为正样本和负样本；

所述路由设备对所述正样本和所述负样本进行深度学习，得到分类训练模型；

所述路由设备基于所述分类训练模型检测所述家居环境中是否有进入者。

3.根据权利要求2所述的方法，其特征在于，所述路由设备分别计算所述家居环境中有进入者和无进入者时，所述路由设备附近的所述无线信号的综合频域特征向量、信号源发生距离特征向量、背景噪声特征向量及所述至少一个信号源中的每个信号源的频域特征向量，包括：

所述路由设备对所述路由设备附近的所述无线信号进行傅里叶变换后，按照从低频到高频的顺序形成所述无线信号的综合频率特征向量；

所述路由设备通过信号时延分别计算所述至少一个信号源中的每个信号源的发生位置，并根据所述至少一个信号源中的每个信号源的标识信息和发生位置形成所述无线信号的信号源发生距离特征向量；

所述路由设备分别对所述至少一个信号源的信号中的每个信号源的信号进行傅里叶变换后，并分别按照从低频到高频的顺序形成所述至少一个信号源中的每个所述信号源的频域特征向量；

所述路由设备根据所述无线信号的综合频域特征性向量和所述至少一个信号源中的每个所述信号源的频域特征向量，得到所述无线信号的背景噪声 特征向量。

4.根据权利要求2至3中任一项所述的方法，其特征在于，所述路由设备基于所述分类训练模型检测所述家居环境中是否有进入者，包括：

所述路由设备获取所述路由设备附近的实时无线信号，对所述实时无线信号进行信号特征分析，得到所述实时无线信号的实时信号特征向量；

所述路由设备将所述实时信号特征向量输入所述分类训练模型以检测所述家居环境中是否有进入者。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述路由设备基于所述设备标识信息向所述主人设备发送报警信息，包括：

所述路由设备统计所述进入者的随身设备被检测确定为不是所述家居环境的合法设备的检测次数；

若所述检测次数超过所述路由设备预置的报警数量阈值，所述路由设备基于所述进入者的随身设备的设备标识信息向所述主人设备发送报警信息。

6.根据权利要求1至3中任一项所述的方法，其特征在于，所述实时无线信号的相关信息包括以下至少一项：所述实时无线信号的信号频段、标识信息、连接信息及所述实时无线信号中的每个信号源对应的设备的权限信息和设备标识信息。