位置:成果数据库 > 期刊 > 期刊详情页
基于信号差分特性的被动入侵检测方法
  • ISSN号:1004-1699
  • 期刊名称:传感技术学报
  • 时间:2012.11.15
  • 页码:1549-1555
  • 分类:TN915.01[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]大连理工大学信息与通信工程学院,辽宁大连116023
  • 相关基金:国家自然科学基金项目(61172058); 大连科技项目(20120892); 高等学校博士学科点专项科研基金(20120041110011)
  • 相关项目:基于动态差分射频地图的室内无线定位技术研究
中文摘要:

被动入侵检测系统在空巢老人监护、边境监测、安防等众多领域有着广泛的应用,传统的基于信号变化特征的入侵检测方法容易受到复杂环境变化的影响而使检测效果不容乐观。为了解决该问题,本文提出了一种可靠的被动入侵差分检测方法。用链路信号的均值和方差组成的特征矩阵在相邻两个时刻的相似度来表征信号的差分变化并以此作为特征信号实现目标的入侵检测。该方法解决了由于参考信号随环境参数变化带来的检测误差增大的问题,抵消了测试环境变化引起的噪声。利用自主设计的传感器节点进行了相关的实验验证,结果表明,本文的方法成功的克服了噪声和信号时变性的影响,具有较高的检测率与较低的误检率。

英文摘要:

Passive invasion detection system is widely applied in many fields such us guardianship of empty nesters, border monitoring, security, et al. Traditional invasion detection method based on the signal variation is easy influenced by the complex environment and the detection error increases dramatically with the change of the environment. To overcome this problem, this paper proposes a novel robust invasion detection algorithm based on the differential signals. It utilizes the similarity of characteristic matrix which is composed of mean and variance of signal between the subsequent two moments to indicate the change of signal and achieves invasion detection robustly and successfully. The method solves the problem of the increasing of the detection error caused by the time-variation of referential signal and offsets the noise caused by the variation of test environment. The experiments with the specialized designed sensor nodes show that the algorithm overcomes the influence of noise and signal degeneration with a higher detection rate and lower error detection rate.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《传感技术学报》
  • 北大核心期刊(2011版)
  • 主管单位:国家教育部
  • 主办单位:东南大学 中国微米纳米技术学会
  • 主编:黄庆安
  • 地址:南京市四牌楼2号
  • 邮编:210096
  • 邮箱:dzcg-bjb@163.com
  • 电话:025-83794925
  • 国际标准刊号:ISSN:1004-1699
  • 国内统一刊号:ISSN:32-1322/TN
  • 邮发代号:28-366
  • 获奖情况:
  • 2011-2012年获中国科技论文在线优秀期刊一等奖,2012年获第四届中国高校优秀科技期刊奖,2011年获中国精品科技期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:18030