隨著無線傳感系統(tǒng)和無線網絡技術的提高,使用無線信號進行人機交互、行為識別、非接觸式感知檢測在無線傳感領域越來越受到重視。針對在家庭環(huán)境中經常發(fā)生漏水意外,提出一種使用商業(yè)WiFi信號進行實時檢測漏水的系統(tǒng)。主要利用商業(yè)WiFi信號中的信道狀態(tài)信息,通過接收信號捕獲由物體的不同特性引起的信號變化,并進行三步處理:數(shù)據(jù)預處理、特征提取、機器學習分類,以達到能夠實時檢測漏水的目標,革新傳統(tǒng)漏水檢測系統(tǒng)。為了證明所提出的系統(tǒng)的分類模型適用于任意普通家庭環(huán)境,最后進行了實際測試并輸出結果,驗證了該系統(tǒng)的可行性。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖7不同發(fā)包率下有無漏水分類正確率

圖6使用機器學習訓練得到的分類結果

圖1室內復雜環(huán)境漏水改變現(xiàn)有的無線信道

電磁波在傳播過程中，會在室內的墻體和其他家具等多條路徑中反射，實際的電磁波的傳播信道中存在多條傳輸路徑。如圖1所示，漏水形成的水體改變了現(xiàn)有WiFi環(huán)境的多徑效應并導致了不同的無線信道。無線信號在兩種介質交匯邊界產生損耗，一部分穿透，一部分反射[10-12]。當發(fā)射信號垂直入射水....

圖2同一天線不同子載波在有無漏水環(huán)境下的信號幅度

如圖2所示，可以看出無線信號原始數(shù)據(jù)的CSI幅度在有無漏水的環(huán)境中發(fā)生的變化，漏水環(huán)境下信號的幅度小于正常環(huán)境下信號的幅度。2基于WiFi的室內漏水檢測方法

圖3模型架構

使用Kalman濾波器從一系列包含雜訊的測量中，估計動態(tài)系統(tǒng)的狀態(tài)。通過輸入的系統(tǒng)觀測量估計隨機信號，得到的估計值作為信號的輸出，最終得到平滑的信號。為了不模糊CFR信號中可能出現(xiàn)的上升/下降沿，本文使用[14]中提出的小波濾波器，對每個CFR序列應用“db4”小波變換，并僅使用....

本文編號：3905558