2，D( "正常"，"無 關(guān)"）=3，D("異常"，"無關(guān)"）=2,計算Xt= [Xl，t，...，xK，，t]構(gòu)建的模糊輸入與規(guī)則庫S 中的規(guī)則的相似性，如公式十五所示。
[0160]
[0161] 其中，&為規(guī)則庫S中第q個規(guī)則，M為規(guī)則庫S中的規(guī)則數(shù)目。€為步驟十六 中對Xj，t，（j= 1，. . .，K'）劃分的模糊集合，< 為規(guī)則Rq中第j個數(shù)據(jù)流信號特征x的 最大隸屬模糊集合。在M個規(guī)則中，找出與步驟十六構(gòu)建的模糊輸入相似性最高的規(guī)則Rq，， 如公式十六所示。
[0162]S(X(t)，Rq，）彡S(X(t)，Rq)，（q=l，...M)，q'G{1，2，...，M}公式十六
[0163]在公式十六中，Rq，為與異常數(shù)據(jù)流信號特征構(gòu)建的模糊輸入相似性最高的規(guī)則， Rq，的模糊輸出為異常數(shù)據(jù)流信號特征Xt=[xu，x2，t，. . .，xk，，t]對應的入侵檢測結(jié)果。
[0164] 利用&構(gòu)建的模糊輸入（如公式十四所示）與規(guī)則Rq，的模糊輸出，構(gòu)建新的模 糊規(guī)則RMW，利用規(guī)則R_擴充模糊規(guī)則庫S。規(guī)則RnOT選為與Xt構(gòu)建的模糊輸入匹配的規(guī) 貝1J，進入步驟二十。
[0165] 步驟十九：在數(shù)據(jù)庫中選擇與Xt構(gòu)建的模糊輸入匹配的所有規(guī)則，選擇匹配度最 高的規(guī)則的模糊輸出為定位結(jié)果。規(guī)則匹配度如公式十七所示。
[0166]Mq= ?qXCFq,(q= 1, . . . ,M)公式十七
[0167] 選擇匹配度最大的規(guī)則Rq#，其滿足公式十八。
[0168]Mq*^Mq,(q= 1, . . . ,M)公式十八
[0169] 規(guī)則Rq#選為與X肩建的模糊輸入匹配的規(guī)則；
[0170] 步驟二十：與&構(gòu)建的模糊輸入匹配規(guī)則的模糊輸出為入侵檢測定位結(jié)果，輸出 入侵檢測定位結(jié)果，并結(jié)束入侵檢測定位。
[0171] 本發(fā)明的測試環(huán)境選擇在重慶郵電大學行政樓大廳（如圖3所示），該環(huán)境為室 內(nèi)空曠環(huán)境，尺寸為14mX8m的矩形區(qū)域。將該矩形區(qū)域劃分為4個等面積子區(qū)域，標記為 Areal，Area2,Area3 和Area4〇
[0172] 在Areal，Area2，Area3和Area4四個子區(qū)域內(nèi)分別部署一個AP和一個MP，如圖 3所示。選定矩形區(qū)域左下角為原點，正右方向和正上方向分別為坐標軸X和Y的正方向， 則四個AP的位置坐標分別為（0, 8)，（14, 8)，（0,0)，（14, 0)，同時，四個MP的位置坐標分別 為（3. 5, 6)，（10. 5, 6)，（3. 5, 2)，（10. 5, 2)。
[0173] 在測試環(huán)境中分別采集無人靜默環(huán)境、目標入侵Areal子區(qū)域、目標入侵Area2子 區(qū)域、目標入侵Area3子區(qū)域和目標入侵Area4子區(qū)域的各數(shù)據(jù)流信號強度，以構(gòu)建模糊規(guī) 則庫。某一由無人靜默轉(zhuǎn)變?yōu)槟繕巳肭?，且最終回到無人靜默狀態(tài)下的數(shù)據(jù)流信號強度如 圖4所示。其中，無人靜默狀態(tài)指環(huán)境中沒有目標出現(xiàn)的環(huán)境狀態(tài)；而若環(huán)境中有目標出 現(xiàn)，則為目標入侵狀態(tài)。
[0174] 通過本發(fā)明提出的方法檢測環(huán)境中是否有目標入侵。若判斷出環(huán)境中有目標入 侵，則利用模糊推理系統(tǒng)，并根據(jù)已構(gòu)建的模糊規(guī)則庫，推斷入侵目標的入侵區(qū)域。圖6 給出了本發(fā)明對目標入侵的檢測結(jié)果，由圖6可知，當檢測環(huán)境處于無人靜默狀態(tài)時，本 發(fā)明所提方法檢測判斷為無人靜默環(huán)境的正確率為92. 1 %，誤判為有目標入侵的概率為 7. 9%。當檢測環(huán)境中有目標入侵時，本發(fā)明所提方法檢測判斷為有目標入侵環(huán)境的正確率 為95. 3%，判斷為無人靜默環(huán)境的概率為4. 7%。
[0175] 圖5給出了本發(fā)明所提的基于模糊規(guī)則更新的室內(nèi)WLAN被動入侵檢測定位結(jié)果， 由圖5的結(jié)果可以看出，當有目標入侵Areal區(qū)域時，判斷為目標入侵Areal區(qū)域的正確率 為100% ;當有目標入侵Area2區(qū)域時，判斷為目標入侵Area2區(qū)域的正確率為93. 2% ;當 有目標入侵Area3區(qū)域時，判斷為入侵Area3區(qū)域的正確率為93. 6%;當有目標入侵Area4 區(qū)域時，判斷為入侵Area4區(qū)域的正確率為94. 9%。
[0176] 綜上所述，可以得到本發(fā)明所提方法能夠?qū)崿F(xiàn)對室內(nèi)WLAN環(huán)境下的入侵目標進 行檢測與定位。
[0177] 以上這些實施例應理解為僅用于說明本發(fā)明而不用于限制本發(fā)明的保護范圍。在 閱讀了本發(fā)明的記載的內(nèi)容之后，技術(shù)人員可以對本發(fā)明作各種改動或修改，這些等效變 化和修飾同樣落入本發(fā)明權(quán)利要求所限定的范圍。
【主權(quán)項】
1. 一種基于模糊規(guī)則更新的室內(nèi)WLAN被動入侵檢測定位方法，其特征在于，包括以下 步驟： 步驟一：在無人靜默環(huán)境下，利用監(jiān)測設(shè)備MP采集環(huán)境中來自不同無線接入點AP的信 號強度Sj，t，，從而采集得到K個數(shù)據(jù)流Sj= [s p . . .，Sj，m] (j = 1，. . .，K)，（其中，K為MP 數(shù)目與AP數(shù)目之積，su(t = l，...，m)為第j個數(shù)據(jù)流中第t時刻的信號強度值，m為無 人靜默環(huán)境監(jiān)測時間長度，且記數(shù)據(jù)流集合為A = {Sp . . .，SJ ; 步驟二：利用公式（1)所示的滑動窗函數(shù)，將數(shù)據(jù)流h劃分為m-1個滑動窗數(shù)組，令 t (t = 2,. . .，m)為第」個數(shù)據(jù)流在第t時刻的滑動窗數(shù)組；其中，L為最大滑動窗寬度； 步驟三：計算t時刻的數(shù)據(jù)流信號特征Xt= [Xy, x2，t,. . .，xk，t], (t = 2,. . .，m)，其中， Xj，t (j = 1，? ? ?，K ;t = 2, ? ? ?，m)為各滑動窗％，t中信號強度的方差，其計算過程如公式（2) 所示：步驟四：基于公式（4)所述的Epanechnikov核函數(shù)，得到概率密度函數(shù)f j(x) (j =1，? ? ?，K)，如公式（3)所=-其中，h為核密度估計帶寬，其取值根據(jù)Scott規(guī)則得到，如公式⑷所示， Epanechnikov核函數(shù)V的計算表達式如公式（4)所示；hj= 2. 345 〇 jXm-0-2 (5) 其中，％為第j個數(shù)據(jù)流中所有滑動窗方差x w的標準差； 步驟五：計算各數(shù)據(jù)流滑動窗方差的異常判決門限+(j = 1，...，K)，如公式（6)所 示； Uj^F:\Q.9) (6) 其中，函數(shù)F/1:為密度函數(shù)fj(x)的累積分布函數(shù)!^"）的逆函數(shù)； 利用模糊集合"正常"、"異常"、"嚴重異常"對數(shù)據(jù)流信號特征進行劃分，且分別用 符號VA# A 3表示以上三個模糊集合；數(shù)據(jù)流信號特征x」,t對模糊集合"正常"的隸屬度 M 如公式（7)所示，數(shù)據(jù)流信號特征對模糊集合"異常"的隸屬度如公式（8)所示， 其中，二廠廣⑴"3);數(shù)據(jù)流信號特征對模糊集合"嚴重異常"的隸屬度h3('v)如公式（9)所示，其中，"，，廠廣⑴； 步驟六：利用N組訓練數(shù)據(jù)[\，ZJ (i = 1，. . .，N)提取模糊規(guī)則，如公式（10)所示； 規(guī)則氏:若氣'<，且…，且，則入侵區(qū)域為Zi公式（10) 其中，公式十中模糊規(guī)則分為模糊輸入和模糊輸出兩部分，Xi= [x 1;i, x2;i,. . .，xK;i] (i =1，. . .，N)為第i組訓練數(shù)據(jù)的K個數(shù)據(jù)流信號特征，Zi為第i組訓練數(shù)據(jù)入侵區(qū)域，將環(huán) 境劃分為g個區(qū)域，且分別用Zonep ? ? ?，Zoneg表示，貝丨」有ZiG {Zone^ Zone2, ? ? ?，Zoneg}，令 〇 _丨4,冬A,!(./= 1，...,W = U」V)表示信號特征Xj,#屬隸屬度最大的模糊集合，即：步驟七：計算步驟六中構(gòu)建的N個模糊規(guī)則的激勵強度，如公式（12);步驟八：計算步驟六中構(gòu)建的N個規(guī)則的置信度CFp如公式（13)所示；其中，P為N個規(guī)則中與規(guī)則氏有相同模糊輸入的規(guī)則的集合，集合P中有N 5個規(guī)則， 對應的激勵強度為W = I…乂?），C為N個規(guī)則中與規(guī)則氏有相同模糊輸入和輸出的 規(guī)則的集合，集合C中有N。個規(guī)則，對應的激勵強度為(e = h= 步驟九：模糊規(guī)則合并，對于有相同模糊輸入和模糊輸出的規(guī)則，僅保留最大置信度的 那一個規(guī)則，構(gòu)建模糊規(guī)則庫S的模糊推理系統(tǒng)，其中，模糊規(guī)則庫S的結(jié)構(gòu)如下： 規(guī)則1 :若A e 41，且…，且& e ，則入侵區(qū)域為Zi的置信度為CF : 規(guī)則2 :若A e 4!,，且…，且々e <，則入侵區(qū)域為Z2的置信度為CF 2 規(guī)則N' ：若& e <，且…，且& ^ ，則入侵區(qū)域為ZN，的置信度為CF N， 其中，N'為合并后的規(guī)則數(shù)目，<，U = 1，2，...，K)為數(shù)據(jù)流信號特征Xj，（j = 1，2,. . .，K)隸屬度最大的模糊集合，即1^(弋）,;;(弋）彳/? = 1二3)，模糊輸出Zp Z2,... ，ZN，G {Zone 丨，Zone2, ???，ZoneJ 為入侵區(qū)域； 步驟十：各MP實時監(jiān)測環(huán)境中的信號數(shù)據(jù)流； 步驟十一：檢測動態(tài)環(huán)境中的數(shù)據(jù)流集合A = {Si，...，SJ是否發(fā)生因無線接入點增 加或故障所引起的數(shù)據(jù)流集合元素變化，若數(shù)據(jù)流集合A中的元素發(fā)生變化，變化的數(shù)據(jù) 流元素集合記為4'^'={51，...，5 1?，}，其中，1('為變化后的數(shù)據(jù)流數(shù)目，進入步驟十二，否 貝1J，進入步驟十四； 步驟十二：記錄環(huán)境中新出現(xiàn)數(shù)據(jù)流集合A'的持續(xù)時間t，若t超過設(shè)定閾值td，則判 定環(huán)境中的數(shù)據(jù)流集合發(fā)生變化，并進入步驟十三，否則，進入步驟十四； 步驟十三：自適應更新模糊規(guī)則： 對由于無線接入點增加引起的新出現(xiàn)的數(shù)據(jù)流，即S# A'且& 0 3的信號特征將 其劃分到新的模糊集合無關(guān)中，