[发明专利]一种基于CSI信号稀疏表示的室内入侵检测方法

说明书

本发明提供一种基于CSI信号稀疏表示的室内入侵检测方法，涉及室内入侵检测技术领域。该方法通过多个时间窗口记录M个天线线阵上的T次快拍CSI数据；对每个窗口的每次单快拍CSI数据进行数学分解，并定义过完备字典D；运用松弛算法分别求解每个时间窗口的T次快拍CSI数据在过完备字典D下的最优稀疏表示，得到最优稀疏表示下的稀疏系数，提取每次快拍的稀疏系数所对应的信号到达角作为信号的特征信息，最终在一个时间窗口内得到T个信号到达角；计算每个时间窗口内T个信号到达角的最大幅度，并设置阈值，对每个窗口时间段的室内安全指数ISIN进行评估，进而实现对每个窗口时间段内的室内环境是否存在入侵行为进行判别。

技术领域

本发明涉及室内入侵检测技术领域，尤其涉及一种基于CSI信号稀疏表示的室内入侵检测方法。

背景技术

入侵检测技术能够实时地对特定区域进行监控，通过对计算机采集的数据进行分析来检测是否有非法入侵的情况发生，如果存在异常情况就会发出警报通知。传统的入侵检测技术基于计算机视觉、红外线、超宽带或雷达等；传统的方法都获得了令人满意的性能并被广泛采用，但大多数方法都是侵入性的，存在一定的局限性，需要特定的传感设备，适用场景单一，从而引发隐私和部署成本等问题。随着无线保真(WirelessFidelity，即WiFi)设备在各种场所的普及部署，室内工作生活环境大多已经覆盖无线局域网(WirelessLocal Area Network，即WLAN)，通过分析人员入侵活动对无线信道的影响可以达到被动式人员入侵的检测，基于WiFi信号的人体行为感知技术成为研究的热点。

早期的利用WiFi实现入侵检测的技术通常采用基于接收信号强度指示(ReceivedSignal Strength Indicator，即RSSI)，但是在室内环境高动态复杂的情况下，RSSI具有粗粒度性和不稳定性的缺点，会导致入侵检测结果不准确。因此，随着正交频分复用技术(Orthogonal Frequency Division Multiplexing，即OFDM)在无线局域网中更广泛的运用，研究者开始探索更细粒度的信号特征，利用来自于PHY(Port Physical Layer)层的无线信道状态信息(Channel Status Information，即CSI)进行入侵检测的研究工作。CSI是OFDM技术下的信道状态指示参量，对无线信号在多径传播下发生的反射、衍射和散射现象表现地更加敏感，以多层子载波数据的形式保留了由多径效应而产生的信道信息。Li等人利用商品WiFi设备的细粒度信道状态信息(Channel State Information，即CSI)设计并实现了一种自适应的、鲁棒的人类入侵检测系统AR-Alarm。刘云浩等人介绍并分析了WiFi信号的CSI，通过细粒度的CSI实现动作识别、呼吸检测、室内定位等。但此两种入侵检测技术都需要在离线状态下做大量的训练。周健采用CSI幅值方差作为识别动静环境的特征值，设置连续二次窗口并用阈值法综合判断当前室内状态，减轻了系统误报的情况。但是基于统计知识获得的CSI特征受环境变化的影响比较大，在不同的感知环境需要基于CSI幅度和相位选择不同的特征值和阈值，在检测过程中需要人为设定参数。

综上所述，基于特征库匹配的室内入侵检测及方法需要人工采集环境特征和大量离线训练，环境中存在的噪声会使特征库在环境变化时失效，需要重新采集和训练的成本过高。由于待检测的环境状态和CSI统计特征信号之间存在稳定的对应关系，在不同感知环境下的特征变化程度不同，为保证检测的准确性，需要基于CSI幅度和相位人为地选择和设定不同的特征值和阈值，需要人为干预并且计算量大。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于CSI信号稀疏表示的室内入侵检测方法，克服现有技术中存在的成本高、人为干预多、计算量大的缺陷和问题，实现运用同一个特征参数对不同的感知环境中入侵行为的准确检测。

为解决上述技术问题，本发明所采取的技术方案是：一种基于CSI信号稀疏表示的室内入侵检测方法，包括以下步骤：