【摘要】：基于無線傳感網(wǎng)的防入侵應(yīng)用領(lǐng)域中行為分類問題,提出一種基于時域特征提取的電子圍欄入侵檢測及異常入侵模式識別系統(tǒng)。由于頻域處理方法計(jì)算量大、復(fù)雜度高、傳感器采樣率高,為減輕系統(tǒng)的傳輸負(fù)擔(dān)并減少時延,首先對原始信號預(yù)處理提取時域特征,然后通過一個三層的BP神經(jīng)網(wǎng)絡(luò)對目標(biāo)事件進(jìn)行分類,最后對比了多種典型的分類器方法的準(zhǔn)確率。仿真結(jié)果表明:相比于頻域處理方法,該方法復(fù)雜度低、易于實(shí)現(xiàn),多種分類器準(zhǔn)確率達(dá)86%以上,其中BP神經(jīng)網(wǎng)絡(luò)測試集的準(zhǔn)確率能夠達(dá)到94%,并且訓(xùn)練集和測試集的準(zhǔn)確率偏差較小。
【圖文】：

，一般采用去均值，去相關(guān)性以及均方差均衡，歸一化可以防止輸入信號數(shù)據(jù)絕對值過大進(jìn)入飽和區(qū)。一般采用合理的變換將輸入的數(shù)據(jù)變換為[0，1]或[－1，1]之間。學(xué)習(xí)速率α影響分析：根據(jù)公式（14）可以發(fā)現(xiàn)，學(xué)習(xí)率α越大權(quán)值的變化越大，則BP學(xué)習(xí)收斂速度越快，當(dāng)α過大時會引起網(wǎng)絡(luò)的振蕩，導(dǎo)致網(wǎng)絡(luò)的不穩(wěn)定性以及性能低下。當(dāng)α過小時，能夠避免網(wǎng)絡(luò)的振蕩，但是會導(dǎo)致學(xué)習(xí)收斂速度的下降。激活函數(shù)、代價函數(shù)、允許誤差ε的選擇等對神經(jīng)網(wǎng)絡(luò)的性能都有影響。4實(shí)驗(yàn)結(jié)果與分析4.1數(shù)據(jù)采集場景現(xiàn)場采集數(shù)據(jù)，如圖4所示，實(shí)驗(yàn)場景為南水北調(diào)中線易縣段。在常溫及周圍無干擾的環(huán)境下進(jìn)行數(shù)據(jù)采集[15]，實(shí)驗(yàn)中的圍欄為軟質(zhì)網(wǎng)狀鐵絲圍欄，間隔2m將加速度傳感器串聯(lián)起來，采集數(shù)據(jù)時在節(jié)點(diǎn)的－0.5~0.5m范圍內(nèi)。本文采用三軸向模擬輸出加速度傳感器（MMA7360L），，采樣率為1024Hz，實(shí)際安裝使用中，芯片是貼著圍欄豎直放置，而Z軸是垂直圍欄方向，即水平面方向。如圖5所示為實(shí)際節(jié)點(diǎn)安裝情況中方位圖，根據(jù)圖可知當(dāng)圍欄振動的時候Z軸所受的加速度最大，Zout引腳的電壓讀數(shù)有較大波動，因而文中的數(shù)據(jù)以Z軸的振動情況為參考，其中加速度傳感器的量程為2g（g表示重力加速度，其中1g=9.8m/s2）。4.2時域特征向量提取模擬拍、攀爬、堯倚靠圍欄，每次事件發(fā)生時不僅附近2、3個傳感器會有振動，相比較于背景噪聲時，較遠(yuǎn)的節(jié)點(diǎn)也將采集到振動信號進(jìn)行上傳，通過設(shè)置合適的閾值將非鄰近的振動節(jié)點(diǎn)過濾掉。原始數(shù)據(jù)經(jīng)過預(yù)處理，當(dāng)只有背景噪聲時，數(shù)據(jù)傳輸模塊以0.2Hz發(fā)送心跳包給后臺處理模塊，當(dāng)有異常入侵行為時，后臺處理模塊以2Hz接收信號。實(shí)驗(yàn)中一次完整事件持續(xù)時間為5s，其中攀爬持續(xù)時間比較長，每次事件持續(xù)時間大概?

振蕩，但是會導(dǎo)致學(xué)習(xí)收斂速度的下降。激活函數(shù)、代價函數(shù)、允許誤差ε的選擇等對神經(jīng)網(wǎng)絡(luò)的性能都有影響。4實(shí)驗(yàn)結(jié)果與分析4.1數(shù)據(jù)采集場景現(xiàn)場采集數(shù)據(jù)，如圖4所示，實(shí)驗(yàn)場景為南水北調(diào)中線易縣段。在常溫及周圍無干擾的環(huán)境下進(jìn)行數(shù)據(jù)采集[15]，實(shí)驗(yàn)中的圍欄為軟質(zhì)網(wǎng)狀鐵絲圍欄，間隔2m將加速度傳感器串聯(lián)起來，采集數(shù)據(jù)時在節(jié)點(diǎn)的－0.5~0.5m范圍內(nèi)。本文采用三軸向模擬輸出加速度傳感器（MMA7360L），采樣率為1024Hz，實(shí)際安裝使用中，芯片是貼著圍欄豎直放置，而Z軸是垂直圍欄方向，即水平面方向。如圖5所示為實(shí)際節(jié)點(diǎn)安裝情況中方位圖，根據(jù)圖可知當(dāng)圍欄振動的時候Z軸所受的加速度最大，Zout引腳的電壓讀數(shù)有較大波動，因而文中的數(shù)據(jù)以Z軸的振動情況為參考，其中加速度傳感器的量程為2g（g表示重力加速度，其中1g=9.8m/s2）。4.2時域特征向量提取模擬拍、攀爬、堯倚靠圍欄，每次事件發(fā)生時不僅附近2、3個傳感器會有振動，相比較于背景噪聲時，較遠(yuǎn)的節(jié)點(diǎn)也將采集到振動信號進(jìn)行上傳，通過設(shè)置合適的閾值將非鄰近的振動節(jié)點(diǎn)過濾掉。原始數(shù)據(jù)經(jīng)過預(yù)處理，當(dāng)只有背景噪聲時，數(shù)據(jù)傳輸模塊以0.2Hz發(fā)送心跳包給后臺處理模塊，當(dāng)有異常入侵行為時，后臺處理模塊以2Hz接收信號。實(shí)驗(yàn)中一次完整事件持續(xù)時間為5s，其中攀爬持續(xù)時間比較長，每次事件持續(xù)時間大概為10s，從系統(tǒng)的實(shí)時性考慮，選取一次事件從開始后7.5s內(nèi)后臺接收的信號作為特征向量，共15個點(diǎn)，其中每個點(diǎn)包含峰峰值和能量值。實(shí)驗(yàn)中以攀爬為例，傳感器采集的原始Z軸的振動情況如圖6所示，橫軸表示動作持續(xù)的時間，縱軸為傳感器Z軸的原始振動幅值。圖4實(shí)驗(yàn)現(xiàn)場的圍欄DYNAMICACCELERATIONTopViewTpo+Y－X－Z6543218910111213714+X－

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊家興;弱信號檢測的神經(jīng)網(wǎng)絡(luò)方法[J];數(shù)據(jù)采集與處理;1992年S1期

2 沈偉,馮瑞,邵惠鶴;網(wǎng)絡(luò)流量的神經(jīng)網(wǎng)絡(luò)直接自適應(yīng)控制[J];計(jì)算機(jī)工程;2003年07期

3 王萍,單超;神經(jīng)網(wǎng)絡(luò)在通信中的應(yīng)用[J];現(xiàn)代電子技術(shù);2003年13期

4 楊冠魯;曹瑞;裴勃生;官俊杰;黃小彬;;一種神經(jīng)網(wǎng)絡(luò)非線性噪聲消除方法[J];系統(tǒng)工程與電子技術(shù);2006年06期

5 李輝;張安;沈瑩;程t$;;神經(jīng)網(wǎng)絡(luò)在多機(jī)動目標(biāo)跟蹤中的應(yīng)用[J];傳感技術(shù)學(xué)報;2006年06期

6 任志山;;神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)通信中的應(yīng)用[J];龍巖學(xué)院學(xué)報;2006年06期

7 鄭建彬;許楠;張新盛;;一種基于神經(jīng)網(wǎng)絡(luò)的在線簽名驗(yàn)證方法[J];中國水運(yùn)(理論版);2006年03期

8 楊曉燕;陳軍;吳桂芹;;基于灰色關(guān)聯(lián)度神經(jīng)網(wǎng)絡(luò)的雷達(dá)型號識別模型[J];計(jì)算機(jī)仿真;2007年10期

9 李香萍;;基于神經(jīng)網(wǎng)絡(luò)的說話人識別算法的研究與實(shí)驗(yàn)[J];電子測量技術(shù);2007年11期

10 馬曾;趙時;;神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)通信中的應(yīng)用研究[J];福建電腦;2008年03期

相關(guān)會議論文 前10條

1 張森嘉;簡世杰;彭吳忠謀;;以遞回式神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的電話通道效應(yīng)補(bǔ)償方法[A];第五屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1998年

2 劉豐;姜建新;程俊;易克初;;一種用于語音識別的神經(jīng)網(wǎng)絡(luò)[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1992年

3 杜健;費(fèi)保俊;劉穎;潘高田;姚國政;;基于神經(jīng)網(wǎng)絡(luò)的導(dǎo)航裝備維修能力評估研究[A];第二屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會電子文集[C];2011年

4 李明;楊承;舒宇;楊成梧;;PID神經(jīng)網(wǎng)絡(luò)的信號流圖在線學(xué)習(xí)算法[A];2009中國控制與決策會議論文集（2）[C];2009年

5 單顯明;張鵬;劉彬斌;;基于神經(jīng)網(wǎng)絡(luò)的炮兵雷達(dá)故障診斷專家系統(tǒng)[A];江蘇省電子學(xué)會2010年學(xué)術(shù)年會論文集[C];2010年

6 陳道文;黃泰翼;;面向語音處理的神經(jīng)網(wǎng)絡(luò)發(fā)展綜述[A];第三屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1994年

7 錢小聰;鄭寶玉;穆明鑫;;神經(jīng)網(wǎng)絡(luò)聯(lián)機(jī)手寫簽名驗(yàn)證[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

8 童峰;許天增;;基于神經(jīng)網(wǎng)絡(luò)的窄帶噪聲處理[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

9 俞鐵城;周健來;宋巖濤;;基于神經(jīng)網(wǎng)絡(luò)／隱馬爾可夫模型的混合語音識別方法的研究現(xiàn)狀[A];第五屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1998年

10 李何;張立毅;;神經(jīng)網(wǎng)絡(luò)盲均衡[A];無線傳感器網(wǎng)及網(wǎng)絡(luò)信息處理技術(shù)——2006年通信理論與信號處理年會論文集[C];2006年

相關(guān)博士學(xué)位論文 前8條

1 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

2 胡文憑;基于深層神經(jīng)網(wǎng)絡(luò)的口語發(fā)音檢測與錯誤分析[D];中國科學(xué)技術(shù)大學(xué);2016年

3 楊一;神經(jīng)網(wǎng)絡(luò)優(yōu)化方法及其在組合導(dǎo)航中的應(yīng)用研究[D];西北工業(yè)大學(xué);2016年

4 張仕良;基于深度神經(jīng)網(wǎng)絡(luò)的語音識別模型研究[D];中國科學(xué)技術(shù)大學(xué);2017年

5 萬敏;獨(dú)立分量分析的神經(jīng)網(wǎng)絡(luò)方法[D];電子科技大學(xué);2011年

6 張素花;神經(jīng)網(wǎng)絡(luò)內(nèi)電振蕩活動特性的研究[D];河北工業(yè)大學(xué);2006年

7 李勁;基于神經(jīng)網(wǎng)絡(luò)的SIW器件優(yōu)化研究[D];華中科技大學(xué);2013年

8 周盼;基于深層神經(jīng)網(wǎng)絡(luò)的語音識別聲學(xué)建模研究[D];中國科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 霍光;網(wǎng)絡(luò)突發(fā)性丟包的時域特征參數(shù)估計(jì)[D];電子科技大學(xué);2010年

2 李文婷;基于BP神經(jīng)網(wǎng)絡(luò)和SVM的信號分類方法的研究[D];南京師范大學(xué);2015年

3 田碩;基于局部嵌入算法和神經(jīng)網(wǎng)絡(luò)的WLAN室內(nèi)定位算法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 安健;基于極化合成孔徑雷達(dá)圖像分類算法研究[D];電子科技大學(xué);2014年

5 俞秀婷;基于神經(jīng)網(wǎng)絡(luò)的話務(wù)量預(yù)測模型研究[D];新疆大學(xué);2015年

6 祝嘉聲;基于DNN的漢語語音識別聲學(xué)模型的研究[D];哈爾濱工業(yè)大學(xué);2015年

7 趙天坤;基于深度神經(jīng)網(wǎng)絡(luò)的音樂信息檢索[D];北京郵電大學(xué);2015年

8 孔飛;基于小波變換和神經(jīng)網(wǎng)絡(luò)的心電圖分類識別研究[D];電子科技大學(xué);2015年

9 羅小勇;基于聯(lián)合神經(jīng)網(wǎng)絡(luò)的WSN節(jié)點(diǎn)和網(wǎng)絡(luò)故障診斷研究[D];電子科技大學(xué);2014年

10 王永毅;基于子空間和神經(jīng)網(wǎng)絡(luò)的雷達(dá)目標(biāo)識別軟件設(shè)計(jì)[D];電子科技大學(xué);2014年

本文編號：2565054