基于Wi-Fi信道狀態(tài)信息的免訓(xùn)練入侵檢測(cè)系統(tǒng)
發(fā)布時(shí)間:2023-05-07 01:48
隨著無線通信技術(shù)的飛速發(fā)展,Wi-Fi已經(jīng)廣泛應(yīng)用于公共和私人領(lǐng)域,基于無線技術(shù)的無設(shè)備被動(dòng)入侵檢測(cè)技術(shù)在智能家居領(lǐng)域有著廣闊的應(yīng)用前景.針對(duì)現(xiàn)有的解決方案難以解釋不同場(chǎng)景下性能存在巨大差異,本文設(shè)計(jì)了一種基于Wi-Fi信道狀態(tài)信息的免訓(xùn)練入侵檢測(cè)系統(tǒng),利用Wi-Fi設(shè)備上細(xì)粒度的信道狀態(tài)信息(CSI)捕捉由人體移動(dòng)引起的細(xì)微變化.為了放大這種變化,使用多重信號(hào)分類算法(MUSIC)對(duì)CSI時(shí)間序列的協(xié)方差矩陣進(jìn)行特征分解,利用信號(hào)速度向量與噪聲子空間的正交性來提取路徑變化速度,并通過計(jì)算對(duì)應(yīng)路徑的相位差變化進(jìn)行入侵檢測(cè)的判斷.在兩個(gè)典型的室內(nèi)環(huán)境(會(huì)議室和臥室)中進(jìn)行評(píng)估,結(jié)果顯示平均假陽性(FP)為1.07%,平均假陰性(FN)為1.87%.結(jié)果表明該方法能夠有效消除環(huán)境變化對(duì)于檢測(cè)精度的影響,提高系統(tǒng)的魯棒性.
【文章頁數(shù)】:5 頁
【文章目錄】:
1 引言
2 理論基礎(chǔ)
2.1 CSI模型
2.2 人體移動(dòng)對(duì)CSI的影響
3 系統(tǒng)設(shè)計(jì)
3.1 入侵檢測(cè)
3.2 數(shù)據(jù)校準(zhǔn)
4 實(shí)驗(yàn)結(jié)果與分析
4.1 結(jié)果分析
4.2 性能測(cè)試
5 結(jié)束語
本文編號(hào):3810005
【文章頁數(shù)】:5 頁
【文章目錄】:
1 引言
2 理論基礎(chǔ)
2.1 CSI模型
2.2 人體移動(dòng)對(duì)CSI的影響
3 系統(tǒng)設(shè)計(jì)
3.1 入侵檢測(cè)
3.2 數(shù)據(jù)校準(zhǔn)
4 實(shí)驗(yàn)結(jié)果與分析
4.1 結(jié)果分析
4.2 性能測(cè)試
5 結(jié)束語
本文編號(hào):3810005
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3810005.html
最近更新
教材專著