国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于模糊規(guī)則更新的室內(nèi)wlan被動入侵檢測定位方法_4

      文檔序號:9238926閱讀:來源:國知局
      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,
      當前第4頁1 2 3 4 5 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1