专利详情
【摘要】：
本发明是一种基于PIR探测器的人与非人识别方法，属于数字信号处理、模式识别技术领域，特别涉及安防系统中的红外入侵报警应用。其核心思想是基于通用PIR探测器，结合人与非人体型差异的特点，建立人与非人检测模型，为分析人与非人信号差异奠定理论基础，进而在技术上，提出一种可用于人与非人识别的PIR信号特征提取方法。该PIR信号特征提取方法的步骤为：1对PIR信号进行降噪、归一化预处理；2计算预处理后PIR信号的过零率；3对预处理后PIR信号作一阶差分处理，然后进行AR模型分析，并用Marple算法求解模型的回归系数；4将2得到的过零率和3得到的回归系数作为PIR信号的特征描述用于人与非人识别。最后，实验表明本发明对人与非人识别具有高可靠性。
【主权项】：
1.一种基于PIR探测器的人与非人识别方法，该方法包括以下内容：(1)基于通用PIR探测器，结合人与非人体型差异的特点，建立人与非人检测模型用于理论分析人与非人PIR信号差异；(2)针对PIR探测器输出的人体或非人体非平稳信号X，对其进行降噪、归一化预处理后得到非平稳信号Y；(3)计算信号Y的过零点总数，即过零率，公式如下：![]()
其中，ZCR表示Y的过零率；r为Y的符号分段数，p(i)为第i个符号段内信号Y的峰值；Δth是为避免环境噪声引起PIR信号波形出现虚假过零点而设置的阈值；(4)对信号Y进行一阶差分处理得到平稳信号ΔY，然后利用AR模型对ΔY进行回归分析，并使用Marple算法进行模型求解得到其回归系数(a1,a2,L,aP)；实现方式为：首先，对预处理后的非平稳PIR信号Y进行一阶差分，公式如下：Δyi＝yi‑yi‑1；i＝1,2,3,L,N其中，令y0＝0；ΔY＝{Δy1,Δy2,L,ΔyN}为Y的一阶差分序列，具有平稳性；然后，使用AR模型对ΔY进行分析，数学表达式为：Δyi+a1Δyi‑1+a2Δyi‑2+L+akΔyi‑k+L+aPΔyi‑P＝wi其中，wi为白噪声序列中第i个数据的值；P为AR模型的阶数，根据AIC准则确定；ak(k＝1,2,L,P)为该AR模型的回归系数，通过Marple算法求解得到；(5)将(3)得到的过零率和(4)得到的回归系数共同作为信号X的特征描述，用于实现PIR探测器的人与非人识别；所述步骤(1)中建立的人与非人检测模型描述如下：将人体和非人体分别等效为垂直放置和水平放置的长方体红外辐射源，PIR探测器视场内明暗区的垂直截面呈矩形等间隔分布且近、中距离内的上层明暗区宽度小于下层明暗区宽度；由于人与非人体型差异的特点，使得人体较非人体做切割明暗区的运动时，在水平方向上能够同时切割到的明暗区更少，而在垂直方向上能够同时切割到的明暗区更多，体现出人体PIR信号较非人体在整体趋势上变化更剧烈，经频谱分析有更多高频成分，而且人体切割多层明暗区时对应的PIR信号波形变化更为复杂、具有更多细节信息，出现更多过零点。
本文链接：http://www.vipzhuanli.com/tech/sell/s_554331.html，转载请声明来源钻瓜专利网。
