CN105303743A - 基于WiFi的室内入侵检测方法和装置 - Google Patents
基于WiFi的室内入侵检测方法和装置 Download PDFInfo
- Publication number
- CN105303743A CN105303743A CN201510585754.2A CN201510585754A CN105303743A CN 105303743 A CN105303743 A CN 105303743A CN 201510585754 A CN201510585754 A CN 201510585754A CN 105303743 A CN105303743 A CN 105303743A
- Authority
- CN
- China
- Prior art keywords
- csi
- indoor
- wifi
- degree
- fluctuation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2491—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Burglar Alarm Systems (AREA)
Abstract
本发明公开了一种基于WiFi的室内入侵检测方法和装置,属于安防领域。所述方法包括步骤1:接收室内WiFi路由器发出的无线信号;步骤2:从接收到的无线信号中提取出即时CSI信号;步骤3:根据一定窗口时间内提取出的即时CSI信号,计算得到CSI模长矩阵;步骤4:对得到的CSI模长矩阵进行运算,得到表征CSI波动程度的向量;步骤5:根据得到的表征CSI波动程度的向量,判断当前的室内安全程度。与现有技术相比,本发明的室内入侵检测具有无死角、检测精度高、排布简单、成本低廉等优点。
Description
技术领域
本发明涉及安防领域,特别是指一种基于WiFi的室内入侵检测方法和装置。
背景技术
随着生活水平的逐步提高以及人们对安全意识的加强,室内入侵检测越来越被人们重视。室内入侵检测可以自动检测发生在布放监测区域内的入侵行为,它是预防盗窃等意外事件的重要方法,一旦发生突发事件,室内入侵检测***能够及时的做出响应,以便可以迅速采取应急措施。
现有技术中的室内入侵检测方法采用摄像头或红外线进行室内入侵检测,其中,采用摄像头的室内入侵检测方法具有视距限制、易遭破坏和容易泄漏隐私等缺点,而对于采用红外线的室内入侵检测方法排布复杂、成本高,同时,上述的两种室内入侵检测***都有视觉四角,容易构成监控盲区。另外,现有技术中也有利用WiFi进行入侵检测的室内入侵检测***,但是数据源采用的是RSSI(接收信号强度)信号,RSSI信号数据量小(每次采集到1个数值)、只能对较大的动作产生感应、包含信息低、检测精度低、误报率高。
发明内容
本发明要解决的技术问题是提供一种无死角、检测精度高、排布简单、成本低廉的基于WiFi的室内入侵检测方法和装置。
为解决上述技术问题,本发明提供技术方案如下:
一种基于WiFi的室内入侵检测方法,包括:
步骤1:接收室内WiFi路由器发出的无线信号;
步骤2:从接收到的无线信号中提取出即时CSI信号;
步骤3:根据一定窗口时间内提取出的即时CSI信号,计算得到CSI模长矩阵;
步骤4:对得到的CSI模长矩阵进行运算,得到表征CSI波动程度的向量;
步骤5:根据得到的表征CSI波动程度的向量,判断当前的室内安全程度。
进一步的,所述步骤4进一步为:
对得到的CSI模长矩阵利用方差运算,得到表征CSI波动程度的方差向量。
进一步的,所述步骤5进一步为:
对相邻窗口时间内的两个方差向量,计算两者的比值,并与预先设定的临界值比较,判断当前的室内安全程度。
一种基于WiFi的室内入侵检测装置,包括:
采集模块:用于接收室内WiFi路由器发出的无线信号;
提取模块:用于从接收到的无线信号中提取出即时CSI信号;
计算模块:用于根据一定窗口时间内提取出的即时CSI信号,计算得到CSI模长矩阵;
运算模块:用于对得到的CSI模长矩阵进行运算,得到表征CSI波动程度的向量;
判断模块:用于根据得到的表征CSI波动程度的向量,判断当前的室内安全程度。
进一步的,所述运算模块,进一步用于:
对得到的CSI模长矩阵利用方差运算,得到表征CSI波动程度的方差向量。
进一步的,所述判断模块,进一步用于:
对相邻窗口时间内的两个方差向量,计算两者的比值,并与预先设定的临界值比较,判断当前的室内安全程度。
本发明具有以下有益效果:
本发明的基于WiFi的室内入侵检测方法,从接收到的无线信号中提取出的即时CSI信号比现有技术中采集的RSSI信号的误报率低,检测精度高。当室内处于无人状态时,WiFi路由器所发出的即时CSI信号不会产生较大的波动;而当室内出现入侵者时,由于运动的人体会造成信号的散射,衰减以及能量的损失,会导致接收到的CSI信号出现明显的波动。本发明采用的室内入侵检测方法只需要较为简单的接收WiFi信号并对其进行运算的装置(例如一个CPU和网卡的小型电路板)即可实现,方便快捷,而现有技术中的安防设备例如摄像头、红外感应和热传感器都需要专门的布置,安装复杂。与现有技术相比,本发明具有无死角、检测精度高、排布简单、成本低廉的优点。
附图说明
图1为本发明的基于WiFi的室内入侵检测方法的流程示意图;
图2为本发明的基于WiFi的室内入侵检测方法的相同状态下CSI信号与RSSI信号的对比图;
图3为本发明的基于WiFi的室内入侵检测方法的室内处于无人状态时的CSI信号的波形图;
图4为本发明的基于WiFi的室内入侵检测方法的室内有运动状态时的CSI信号的波形图;
图5为本发明的基于WiFi的室内入侵检测方法中表征CSI稳定程度的I值与警戒值的范围关系图;
图6为本发明的基于WiFi的室内入侵检测装置的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
一方面,本发明提供一种基于WiFi的室内入侵检测方法,如图1所示,包括:
步骤1:接收室内WiFi路由器发出的无线信号;
本步骤中,可以采用安装在计算机内部的能够解析CSI信号的网卡,使该网卡置于WiFi信号的范围内同时保证WiFi信号能够覆盖到需要检测的范围内,并接收WiFi路由器发出的无线信号,对于本步骤中采用的wifi路由器,只要支持802.11n或以上协议均可满足本发明的要求。
步骤2:从接收到的无线信号中提取出即时CSI信号;
本步骤中,CSI是ChannelStateInformation(通道状态信息)的简称,是一种用以表述通信链路信道属性的状态量,每次接收到的CSI信号可以为一组多维的复矩阵,如30维的复矩阵。
步骤3:根据一定窗口时间内提取出的即时CSI信号,计算得到CSI模长矩阵;
本步骤中,设定的窗口时间可以为1秒,进而得到CSI的复矩阵,同时,在提取程序中将复数转换成为模长向量以方便处理,计算得到CSI模长矩阵能够反映信道传播的数据状态,可以作为室内安全程度判断的有效参数。
步骤4:对得到的CSI模长矩阵进行运算,得到表征CSI波动程度的向量;
本步骤中,CSI模长矩阵到能够表征CSI波动程度的向量的运算可以采用本领域技术人员公知的多种数学运算方法,如方差、SVD分解等。
步骤5:根据得到的表征CSI波动程度的向量,判断当前的室内安全程度。
本步骤中,当室内处于无人的状态时,该向量的变化趋于稳定,而当有人进入时,由于CSI信号发生较大的波动,因此该向量也会出现变化。一旦***检测到在某段时间内向量出现连续的较大波动,就可以认为有入侵者闯入。
本发明的基于WiFi的室内入侵检测方法,从接收到的无线信号中提取出的即时CSI信号比现有技术中采集的RSSI信号的误报率低,检测精度高。当室内处于无人状态时,WiFi路由器所发出的即时CSI信号不会产生较大的波动;而当室内出现入侵者时,由于运动的人体会造成信号的散射,衰减以及能量的损失,会导致接收到的CSI信号出现明显的波动。本发明采用的室内入侵检测方法只需要较为简单的接收WiFi信号并对其进行运算的装置(例如一个CPU和网卡的小型电路板)即可实现,方便快捷,而现有技术中的安防设备例如摄像头、红外感应和热传感器都需要专门的布置,安装复杂。与现有技术相比,本发明具有无死角、检测精度高、排布简单、成本低廉的优点。
本发明中,当入侵者进入之前,WiFi路由器在室内通过多径反射的信号可以被网卡接收,信道状态保持稳定,信道状态信息也相对稳定,该信道状态信息是以矩阵的形式提取的,其中的每一行就是一次信道状态信息的取值,而每一个矩阵则是一段时间内信道状态信息的累计取值。当有入侵者进入时,由于入侵者的运动,导致wifi信号的多径反射路径发生改变,信号强度也有一定的影响,CSI信号由于信道状态的变化而产生较大的波动,因此,本发明可以根据得到的表征CSI波动程度的向量,判断当前室内是否有入侵者入侵。
作为本发明的一种改进,步骤4进一步为:
对得到的CSI模长矩阵利用方差运算,得到表征CSI波动程度的方差向量。
本步骤中,可以对得到的CSI模长矩阵中的每一列进行方差运算,得到表征CSI波动程度的方差向量,对于CSI模长矩阵的每一列进行方差运算为:
其中,CSI模长矩阵中的元素CSIm,n描述了信号在每条传输路径上的衰弱因子,如信号散射、环境衰弱和距离衰弱等信息;Varn为第n列的方差。
本发明的基于WiFi的室内入侵检测方法能够实时运行着方差运算,检测到信号的波动后方差算法能够从矩阵中计算出当前的波动情况,具体方法是计算出该矩阵的相对方差数值,由前后两次的得到的矩阵计算出这两次数据的波动程度。当波动程度较大时,可以认为当前环境产生了较大变化。因此***就会发出警报完成报警。
本发明中,步骤5进一步为:
对相邻窗口时间内的两个方差向量,计算两者的比值,并与预先设定的临界值比较,判断当前的室内安全程度。
本步骤中,可以以t为时间窗口,取t与t+α相邻前后两次的方差向量,α为窗口时间,计算得到前后两次方差向量之间的比值,该比值可以表征方差向量的稳定性,公式为:
其中,Vart、Vart+1分别表示t与t+α前后两次的方差向量,I为前后两次方差向量之间的比值。
本发明中,可以得到表征CSI稳定程度的I值在不同状况下的取值范围:I值在无人状况下的取值范围;以及在有入侵者情况下的取值范围。通过这两个状态的临界值,我们大致可以映射出一个相对应的警戒值,来表征室内的安全程度,如图5所示,当房间中无人时,I值的波动范围被我们定义为区域101,在此范围内,表示房间属于绝对安全状态;当房间中有人运动时,I值的波动范围被我们定义为区域102,在此范围内,表示房间处以危险之中;两个临界点中间的部分被我们定义为区域103,这是一个警告范围,表示房间中的情况需要引起重视。本发明中,可以根据房间的大小,房间的环境等因素,设置相应的临界值,因此对于一些不必要的动作,如,由于风吹造成的纸张掉落等物体运动均能够过滤掉。
本发明在具体使用时可以通过计算机的显示器对室内状态进行入侵显示,管理员在***运行后可以通过界面观看到当前CSI信息的同步变化场面,同时观察到室内临界点的实时变化。
下面我们将通过一个实际部署的基于WiFi的室内入侵检测方法的实际部署运行情况来具体介绍该***的功能和使用:
例如:需要一个支持802.11n协议的WiFi路由器和拥有能够解析CSI信息的网卡的计算机,当WiFi路由器和计算机连接成功后,管理员可以通过计算机界面选择数据采集周期,如,10毫秒、20毫秒、30毫秒等等,同时,管理员也可以选择灵敏度(临界值),不同的灵敏度(临界值)则代表了检测效果的不同,可以在不同的使用场景下切换不同的灵敏度(临界值)防止误报,进入该程序后,管理员可以查看程序当前界面获取即时的安全信息。
另一方面,本发明还提供一种基于WiFi的室内入侵检测装置,如图6所示,包括:
采集模块11:用于接收室内WiFi路由器发出的无线信号;
提取模块12:用于从接收到的无线信号中提取出即时CSI信号;
计算模块13:用于根据一定窗口时间内提取出的即时CSI信号,计算得到CSI模长矩阵;
运算模块14:用于对得到的CSI模长矩阵进行运算,得到表征CSI波动程度的向量;
判断模块15:用于根据得到的表征CSI波动程度的向量,判断当前的室内安全程度。
本发明的基于WiFi的室内入侵检测装置,从接收到的无线信号中提取出的即时CSI信号比现有技术中采集的RSSI信号的误报率低,检测精度高。当室内处于无人状态时,WiFi路由器所发出的即时CSI信号不会产生较大的波动;而当室内出现入侵者时,由于运动的人体会造成信号的散射,衰减以及能量的损失,会导致接收到的CSI信号出现明显的波动。本发明与现有技术相比具有无死角、检测精度高、排布简单、成本低廉的优点。
作为本发明的一种改进,运算模块14,进一步用于:
对得到的CSI模长矩阵利用方差运算,得到表征CSI波动程度的方差向量。
本发明中,可以对得到的CSI模长矩阵中的每一列进行方差运算,得到表征CSI波动程度的方差向量,对于CSI模长矩阵的每一列进行方差运算为:
其中,CSI模长矩阵中的元素CSIm,n描述了信号在每条传输路径上的衰弱因子,如信号散射、环境衰弱和距离衰弱等信息;Varn为第n列的方差。
本发明的基于WiFi的室内入侵检测方法能够实时运行着方差运算,检测到信号的波动后方差算法能够从矩阵中计算出当前的波动情况,具体方法是计算出该矩阵的相对方差数值,由前后两次的得到的矩阵计算出这两次数据的波动程度。当波动程度较大时,可以认为当前环境产生了较大变化。因此***就会发出警报完成报警。
本发明中,判断模块15,进一步用于:
对相邻窗口时间内的两个方差向量,计算两者的比值,并与预先设定的临界值比较,判断当前的室内安全程度。
本步骤中,可以以t为时间窗口,取t与t+α相邻前后两次的方差向量,α为窗口时间,计算得到前后两次方差向量之间的比值,该比值可以表征方差向量的稳定性,公式为:
其中,Vart、Vart+1分别表示t与t+α前后两次的方差,I为前后两次方差向量之间的比值。
与现有技术相比,本发明的技术方案具有以下有益效果:
1.安全度高:现有技术中的室内入侵检测方法如红外入侵检测方法和摄像头入侵检测方法,都可以利用各种方式骗过,比如红外夜视仪可以看清红外分布,摄像头存在视距限制(而且一般入侵者第一个反应就是寻找摄像头之类的设备,绕过检测),而本发明的工作原理是通过检测入侵者的运动实现的,只要入侵者有运动动作,就会受到本发明的监测。
2.灵敏性:本发明利用wfi信号进行的无线感知和环境检测在国际上都是比较新的领域,国内尚且没有其它利用CSI信号进行无线感知的相关成果发表。国外虽然有利用RSSI信号进行入侵检测的公司,但是RSSI信号只能对入侵者的较大动作产生感应,本发明所采用的CSI信号精度远远高于RSSI信号,CSI可以检测更微小的波动(能够达到毫米级别,甚至可以检测到婴儿心跳波动),所以本发明检测环境变化的数据源是优于国外进行入侵检测的数据源的。具体的实验中,在房间里,布置一台普通路由器,即可以检测到任何进入该房间内的入侵者。
3.准确性:本发明在进行处理数据的时候使用了稳定的检测算法,同时,本发明可以根据房间的具体情况设置相应的临界值,进而过滤掉不必要的噪声干扰,使得如风吹造成的纸张掉落或者家里的东西掉落等并不会引起***报警,而仅仅对于入侵者的入侵做出报警反应。
4.方便快捷:本发明只需要一个小型硬件(例如一个CPU和网卡的小型电路板,技术上可以做到U盘大小甚至更小),使用时将该硬件放置在有wifi信号的房间内即可,即买即用,使用方便快捷,而现有技术中的安防设备例如摄像头、红外感应和热传感器都需要专门的布置,安装复杂。
5.成本低廉:本发明可以只由一个CPU和网卡的小型电路板即可实现,主要依赖算法实现,成本较低。而现有技术中的摄像头检测方法,为了避免监控盲区,通常需要安置两个或以上的摄像头装置,红外感应或其他传感器的数量则更多,相比之下,本发明在单位面积上的成本较低。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种基于WiFi的室内入侵检测方法,其特征在于,包括:
步骤1:接收室内WiFi路由器发出的无线信号;
步骤2:从接收到的无线信号中提取出即时CSI信号;
步骤3:根据一定窗口时间内提取出的即时CSI信号,计算得到CSI模长矩阵;
步骤4:对得到的CSI模长矩阵进行运算,得到表征CSI波动程度的向量;
步骤5:根据得到的表征CSI波动程度的向量,判断当前的室内安全程度。
2.根据权利要求1所述的基于WiFi的室内入侵检测方法,其特征在于,所述步骤4进一步为:
对得到的CSI模长矩阵利用方差运算,得到表征CSI波动程度的方差向量。
3.根据权利要求2所述的基于WiFi的室内入侵检测方法,其特征在于,所述步骤5进一步为:
对相邻窗口时间内的两个方差向量,计算两者的比值,并与预先设定的临界值比较,判断当前的室内安全程度。
4.一种基于WiFi的室内入侵检测装置,其特征在于,包括:
采集模块:用于接收室内WiFi路由器发出的无线信号;
提取模块:用于从接收到的无线信号中提取出即时CSI信号;
计算模块:用于根据一定窗口时间内提取出的即时CSI信号,计算得到CSI模长矩阵;
运算模块:用于对得到的CSI模长矩阵进行运算,得到表征CSI波动程度的向量;
判断模块:用于根据得到的表征CSI波动程度的向量,判断当前的室内安全程度。
5.根据权利要求4所述的基于WiFi的室内入侵检测装置,其特征在于,所述运算模块,进一步用于:
对得到的CSI模长矩阵利用方差运算,得到表征CSI波动程度的方差向量。
6.根据权利要求5所述的基于WiFi的室内入侵检测装置,其特征在于,所述判断模块,进一步用于:
对相邻窗口时间内的两个方差向量,计算两者的比值,并与预先设定的临界值比较,判断当前的室内安全程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510585754.2A CN105303743B (zh) | 2015-09-15 | 2015-09-15 | 基于WiFi的室内入侵检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510585754.2A CN105303743B (zh) | 2015-09-15 | 2015-09-15 | 基于WiFi的室内入侵检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105303743A true CN105303743A (zh) | 2016-02-03 |
CN105303743B CN105303743B (zh) | 2017-10-31 |
Family
ID=55200951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510585754.2A Active CN105303743B (zh) | 2015-09-15 | 2015-09-15 | 基于WiFi的室内入侵检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105303743B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105807935A (zh) * | 2016-04-01 | 2016-07-27 | 中国科学技术大学苏州研究院 | 一种基于WiFi的手势控制人机交互*** |
CN106453107A (zh) * | 2016-10-27 | 2017-02-22 | 大连理工大学 | 一种基于无线网络信号物理层扰动的运动检测路由器 |
CN106971474A (zh) * | 2017-04-10 | 2017-07-21 | 南京苗米科技有限公司 | 基于wifi无线信号的入侵监测方法和*** |
CN107067606A (zh) * | 2017-04-13 | 2017-08-18 | 桂林龙隐科技有限公司 | 基于物联网无线感应的智慧感知定位围栏*** |
TWI602407B (zh) * | 2016-09-13 | 2017-10-11 | 微波資訊科技有限公司 | 基於sinr比值的入侵檢測系統及方法 |
CN107256610A (zh) * | 2017-07-28 | 2017-10-17 | 上海斐讯数据通信技术有限公司 | 一种防盗信息通知方法及装置、服务器和防盗*** |
CN107608286A (zh) * | 2017-09-14 | 2018-01-19 | 郑州云海信息技术有限公司 | 一种基于WiFi信道状态信息的安全监控***及方法 |
CN107797153A (zh) * | 2017-10-23 | 2018-03-13 | 上海百芝龙网络科技有限公司 | 一种基于WiFi信号的门窗开闭状态检测方法 |
CN107818663A (zh) * | 2017-09-18 | 2018-03-20 | 深圳大学 | 一种基于WiFi组网的室内智能安防方法、***及介质 |
CN108428318A (zh) * | 2018-03-26 | 2018-08-21 | 深圳大学 | 一种可安防监控的新型智能路由器及报警方法 |
WO2018161433A1 (zh) * | 2017-03-10 | 2018-09-13 | 深圳大学 | 基于无线信号传输的室内火情探测和报警的方法及其*** |
CN109068349A (zh) * | 2018-07-12 | 2018-12-21 | 重庆邮电大学 | 一种基于小样本迭代迁移的室内入侵检测方法 |
CN109064694A (zh) * | 2018-08-22 | 2018-12-21 | 平安科技(深圳)有限公司 | 入侵检测方法、装置、计算机设备及存储介质 |
CN109461295A (zh) * | 2018-12-07 | 2019-03-12 | 连尚(新昌)网络科技有限公司 | 一种家居报警方法及设备 |
CN110012496A (zh) * | 2019-04-25 | 2019-07-12 | 江苏创通电子股份有限公司 | 一种基于WiFi的入侵检测方法及装置 |
CN110533860A (zh) * | 2019-09-05 | 2019-12-03 | 上海剑桥科技股份有限公司 | 基于wifi终端设备的室内防盗***及方法 |
CN113115341A (zh) * | 2021-04-15 | 2021-07-13 | 成都极米科技股份有限公司 | 一种协商无线感知进程的方法、装置、设备及存储介质 |
CN113132992A (zh) * | 2019-12-30 | 2021-07-16 | 南京智能创研科技有限公司 | 一种基于WiFi信号的家庭入侵检测方法、装置及*** |
JP2022028703A (ja) * | 2016-04-14 | 2022-02-16 | オリジン ワイヤレス, インコーポレイテッド | 物体追跡のための方法、装置、サーバ及びシステム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103596266A (zh) * | 2013-11-26 | 2014-02-19 | 无锡市中安捷联科技有限公司 | 一种人体检测和定位的方法、装置及*** |
CN104502982A (zh) * | 2014-12-11 | 2015-04-08 | 哈尔滨工程大学 | 一种细粒度免校验的室内被动人体检测方法 |
CN104502894A (zh) * | 2014-11-28 | 2015-04-08 | 无锡儒安科技有限公司 | 基于物理层信息的运动物体被动检测方法 |
CN104766427A (zh) * | 2015-04-27 | 2015-07-08 | 太原理工大学 | 一种基于Wi-Fi的房屋非法入侵检测方法 |
-
2015
- 2015-09-15 CN CN201510585754.2A patent/CN105303743B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103596266A (zh) * | 2013-11-26 | 2014-02-19 | 无锡市中安捷联科技有限公司 | 一种人体检测和定位的方法、装置及*** |
CN104502894A (zh) * | 2014-11-28 | 2015-04-08 | 无锡儒安科技有限公司 | 基于物理层信息的运动物体被动检测方法 |
CN104502982A (zh) * | 2014-12-11 | 2015-04-08 | 哈尔滨工程大学 | 一种细粒度免校验的室内被动人体检测方法 |
CN104766427A (zh) * | 2015-04-27 | 2015-07-08 | 太原理工大学 | 一种基于Wi-Fi的房屋非法入侵检测方法 |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105807935B (zh) * | 2016-04-01 | 2019-01-11 | 中国科学技术大学苏州研究院 | 一种基于WiFi的手势控制人机交互*** |
CN105807935A (zh) * | 2016-04-01 | 2016-07-27 | 中国科学技术大学苏州研究院 | 一种基于WiFi的手势控制人机交互*** |
JP7365593B2 (ja) | 2016-04-14 | 2023-10-20 | オリジン ワイヤレス, インコーポレイテッド | 物体追跡のための方法、装置、サーバ及びシステム |
JP2022028703A (ja) * | 2016-04-14 | 2022-02-16 | オリジン ワイヤレス, インコーポレイテッド | 物体追跡のための方法、装置、サーバ及びシステム |
TWI602407B (zh) * | 2016-09-13 | 2017-10-11 | 微波資訊科技有限公司 | 基於sinr比值的入侵檢測系統及方法 |
CN107818650A (zh) * | 2016-09-13 | 2018-03-20 | 微波资讯科技有限公司 | 基于sinr比值的入侵检测***及方法 |
CN107818650B (zh) * | 2016-09-13 | 2020-04-07 | 微波资讯科技有限公司 | 基于sinr比值的入侵检测***及方法 |
CN106453107A (zh) * | 2016-10-27 | 2017-02-22 | 大连理工大学 | 一种基于无线网络信号物理层扰动的运动检测路由器 |
WO2018161433A1 (zh) * | 2017-03-10 | 2018-09-13 | 深圳大学 | 基于无线信号传输的室内火情探测和报警的方法及其*** |
CN106971474A (zh) * | 2017-04-10 | 2017-07-21 | 南京苗米科技有限公司 | 基于wifi无线信号的入侵监测方法和*** |
CN106971474B (zh) * | 2017-04-10 | 2020-02-04 | 南京苗米科技有限公司 | 基于wifi无线信号的入侵监测方法和*** |
CN107067606A (zh) * | 2017-04-13 | 2017-08-18 | 桂林龙隐科技有限公司 | 基于物联网无线感应的智慧感知定位围栏*** |
CN107256610A (zh) * | 2017-07-28 | 2017-10-17 | 上海斐讯数据通信技术有限公司 | 一种防盗信息通知方法及装置、服务器和防盗*** |
CN107608286A (zh) * | 2017-09-14 | 2018-01-19 | 郑州云海信息技术有限公司 | 一种基于WiFi信道状态信息的安全监控***及方法 |
CN107818663B (zh) * | 2017-09-18 | 2020-02-18 | 深圳大学 | 一种基于WiFi组网的室内智能安防方法、***及介质 |
CN107818663A (zh) * | 2017-09-18 | 2018-03-20 | 深圳大学 | 一种基于WiFi组网的室内智能安防方法、***及介质 |
WO2019080735A1 (zh) * | 2017-10-23 | 2019-05-02 | 叶伟 | 一种基于WiFi信号的门窗开闭状态检测方法 |
CN107797153A (zh) * | 2017-10-23 | 2018-03-13 | 上海百芝龙网络科技有限公司 | 一种基于WiFi信号的门窗开闭状态检测方法 |
CN108428318A (zh) * | 2018-03-26 | 2018-08-21 | 深圳大学 | 一种可安防监控的新型智能路由器及报警方法 |
WO2019184584A1 (zh) * | 2018-03-26 | 2019-10-03 | 深圳大学 | 一种可安防监控的新型智能路由器及报警方法 |
CN109068349A (zh) * | 2018-07-12 | 2018-12-21 | 重庆邮电大学 | 一种基于小样本迭代迁移的室内入侵检测方法 |
CN109068349B (zh) * | 2018-07-12 | 2021-08-06 | 重庆邮电大学 | 一种基于小样本迭代迁移的室内入侵检测方法 |
CN109064694A (zh) * | 2018-08-22 | 2018-12-21 | 平安科技(深圳)有限公司 | 入侵检测方法、装置、计算机设备及存储介质 |
CN109064694B (zh) * | 2018-08-22 | 2022-07-19 | 平安科技(深圳)有限公司 | 入侵检测方法、装置、计算机设备及存储介质 |
CN109461295A (zh) * | 2018-12-07 | 2019-03-12 | 连尚(新昌)网络科技有限公司 | 一种家居报警方法及设备 |
CN110012496A (zh) * | 2019-04-25 | 2019-07-12 | 江苏创通电子股份有限公司 | 一种基于WiFi的入侵检测方法及装置 |
CN110533860A (zh) * | 2019-09-05 | 2019-12-03 | 上海剑桥科技股份有限公司 | 基于wifi终端设备的室内防盗***及方法 |
CN113132992A (zh) * | 2019-12-30 | 2021-07-16 | 南京智能创研科技有限公司 | 一种基于WiFi信号的家庭入侵检测方法、装置及*** |
CN113115341A (zh) * | 2021-04-15 | 2021-07-13 | 成都极米科技股份有限公司 | 一种协商无线感知进程的方法、装置、设备及存储介质 |
CN113115341B (zh) * | 2021-04-15 | 2022-06-21 | 成都极米科技股份有限公司 | 一种协商无线感知进程的方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105303743B (zh) | 2017-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105303743A (zh) | 基于WiFi的室内入侵检测方法和装置 | |
AU2017276830B2 (en) | System and methods for smart intrusion detection using wireless signals and artificial intelligence | |
CN104680555A (zh) | 基于视频监控的越界检测方法及越界监控*** | |
CN103606248A (zh) | 一种人体摔倒自动检测方法及*** | |
US20200391766A1 (en) | Multi-mode communication method for autonomous transport system of mining vehicle and apparatus thereof | |
CN205428085U (zh) | 基于光纤光栅的室内安防*** | |
CN109102677A (zh) | 建筑工地安全监控***及方法 | |
CN109672485A (zh) | 基于信道状态信息室内人员实时入侵及运动速度检测方法 | |
CN210691346U (zh) | 一种基于工地隐患自动识别*** | |
CN103196465A (zh) | 一种相敏光时域反射仪传感信号噪声分离及信号提取方法 | |
CN105938189A (zh) | 多人协作式楼层定位方法和*** | |
WO2018161433A1 (zh) | 基于无线信号传输的室内火情探测和报警的方法及其*** | |
CN105806400A (zh) | 一种消防栓安全状态智能监测方法及*** | |
CN105957307A (zh) | 一种检测跌倒的方法和装置 | |
CN203849836U (zh) | 车载放射源实时在线监控*** | |
CN105978642B (zh) | 基于干扰大数据的无线监测站分析选址方法及*** | |
CN105451235A (zh) | 基于背景更新的无线传感器网络入侵检测方法 | |
Li et al. | Detection of helmet wearing based on improved yolo v3 | |
CN106292610A (zh) | 智能家居控制*** | |
CN102833473A (zh) | 一种入侵检测高清网络摄像机及其控制方法 | |
CN207039656U (zh) | 一种新型物联网智能激光器*** | |
CN207503429U (zh) | 一种下位机报警器及远程报警*** | |
CN204859425U (zh) | 一种激光辅助透车膜摄像机 | |
CN205375168U (zh) | 一种嵌入式家居实时监控装置 | |
CN103530920A (zh) | 基于格栅式智能识别单元的人数清点***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |