本發(fā)明涉及一種室內(nèi)火情探測方法，尤其涉及一種基于無線信號(hào)傳輸?shù)氖覂?nèi)火情探測和報(bào)警的方法，并涉及一種基于無線信號(hào)傳輸?shù)氖覂?nèi)火情探測和報(bào)警的系統(tǒng)。
背景技術(shù)：
火災(zāi)是指在時(shí)間和空間上失去控制的燃燒所造成的災(zāi)害。當(dāng)今社會(huì)，火災(zāi)是威脅社會(huì)公共安全，危害人們生命和財(cái)產(chǎn)安全的重要災(zāi)害之一，也是多發(fā)性災(zāi)難中發(fā)生頻率較高和時(shí)空跨度最大的一種災(zāi)難。從近幾年的火災(zāi)事故資料來看，我國由火災(zāi)造成的傷亡人數(shù)僅次于礦難，每年火災(zāi)次數(shù)接近40萬次，死亡人數(shù)高達(dá)1800人，由火災(zāi)造成的直接經(jīng)濟(jì)損失達(dá)40億元，平均下來，每天都有1000多次火災(zāi)發(fā)生，這些數(shù)據(jù)還呈現(xiàn)出不斷上升的趨勢。
近年來的重大火災(zāi)事故有：第一、2015年8月9日天津?yàn)I海新區(qū)瑞海國際物流有限公司危險(xiǎn)品倉庫165人死亡、8人失蹤；第二、2015年2月5日廣東省惠州市惠東縣義務(wù)商品城17人死亡；第三、2010年11月15日上海余姚路膠州路高層住宅58人遇難；第四、2010年11月5日吉林市商業(yè)大廈19人死亡，等等。
這一個(gè)個(gè)血淋淋的案例向我們揭示了火災(zāi)的巨大危害，同時(shí)也不能不引起我們的思考，如果能在火災(zāi)發(fā)生的早期就及時(shí)地發(fā)現(xiàn)火情，報(bào)告火情，就能在最短的時(shí)間內(nèi)進(jìn)行撲救，將火災(zāi)造成的損失降到最低。因此，火情監(jiān)測是整個(gè)火災(zāi)防控系統(tǒng)中至關(guān)重要的一個(gè)環(huán)節(jié)。
火情檢測，依賴于一種能夠及早發(fā)現(xiàn)火情信息的方法，就目前而言，主要依賴于一系列的專用火災(zāi)檢測器具，例如公共場所常見的煙霧探測器等。然而，受到社會(huì)經(jīng)濟(jì)條件以及人民防災(zāi)減災(zāi)意識(shí)的限制，要求在所有的場所都安裝專用火災(zāi)檢測器具是不太實(shí)際的，例如在我國，多數(shù)家庭都沒有安裝相應(yīng)的火災(zāi)監(jiān)測器具。然而，考慮到隨著互聯(lián)網(wǎng)與wi-fi技術(shù)的發(fā)展，商用wi-fi的普及率不斷攀升。受此啟發(fā)，我們考慮能否利用現(xiàn)有的商用wi-fi設(shè)備，實(shí)現(xiàn)及時(shí)地火情探測與預(yù)警，從而幫助減少火災(zāi)損失，保障用戶的生命與財(cái)產(chǎn)安全。為此，在本文中，我們提出利用現(xiàn)有的wi-fi設(shè)備，研究和設(shè)計(jì)一個(gè)基于wi-fi室內(nèi)火情監(jiān)測系統(tǒng)，在不需要安裝額外專用設(shè)備的情況下，能實(shí)時(shí)監(jiān)測室內(nèi)環(huán)境，如果有火情發(fā)生，該系統(tǒng)能及時(shí)地采取措施，例如：發(fā)出警報(bào)信號(hào)，通知屋主或者報(bào)警等。該系統(tǒng)使用了現(xiàn)有的通用商業(yè)wi-fi設(shè)備，具有低成本的優(yōu)勢以及普遍的適用性和通用性。
技術(shù)實(shí)現(xiàn)要素：
為了克服專用煙霧探測器在我國普及度不高的缺點(diǎn)，本發(fā)明提供一種低代價(jià)且精度高的基于無線網(wǎng)絡(luò)信號(hào)(無線射頻信號(hào))的室內(nèi)火情探測和報(bào)警的方法及系統(tǒng)，旨在特定的室內(nèi)環(huán)境中，通過利用現(xiàn)有的無線網(wǎng)絡(luò)及設(shè)備，不需要事先進(jìn)行訓(xùn)練，就能夠?qū)κ覂?nèi)環(huán)境進(jìn)行有效檢測，如果異常發(fā)生能達(dá)到及時(shí)報(bào)警和反饋的目的。
對(duì)此，本發(fā)明提供一種基于無線信號(hào)傳輸?shù)氖覂?nèi)火情探測和報(bào)警的方法，包括以下步驟：
步驟s1，接收端接收來自發(fā)射端的射頻信號(hào)，獲得csi數(shù)據(jù)后采用巴特沃斯低通濾波器對(duì)數(shù)據(jù)進(jìn)行去除高斯白噪聲處理，并且通過方差法判斷當(dāng)前環(huán)境是否存在人或者非穩(wěn)定因素干擾，若是則判定當(dāng)前環(huán)境處于非穩(wěn)定狀態(tài)，等待當(dāng)前環(huán)境進(jìn)入穩(wěn)定狀態(tài)，若否則直接跳轉(zhuǎn)至步驟s2；
步驟s2，分別對(duì)當(dāng)前環(huán)境為穩(wěn)定狀態(tài)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)概率，計(jì)算其到達(dá)角、振幅特征和相位差特征；
步驟s3，持續(xù)對(duì)當(dāng)前環(huán)境進(jìn)行csi數(shù)據(jù)的采集，計(jì)算到達(dá)角，得出當(dāng)前環(huán)境的火情發(fā)生可能性pcodition1，通過當(dāng)前環(huán)境與穩(wěn)定狀態(tài)時(shí)的概率比較得出當(dāng)前環(huán)境的火情概率pcodition2，通過隨機(jī)性判斷計(jì)算得出當(dāng)前環(huán)境火情概率pcodition3，最后通過計(jì)算得到總的火情發(fā)生概率pfire＝pcodition1+pcodition2+pcodition3，以此來判斷室內(nèi)是否著火。
本發(fā)明的進(jìn)一步改進(jìn)在于，所述步驟s1包括以下子步驟：
步驟s11，收集當(dāng)前環(huán)境下單位時(shí)間段內(nèi)的csi數(shù)據(jù)，得到一個(gè)鏈路數(shù)×子載波數(shù)的矩陣；
步驟s12，利用巴特沃斯低通濾波器對(duì)csi數(shù)據(jù)進(jìn)行低通濾波處理，去除高斯白噪聲的影響；
步驟s13，通過計(jì)算每個(gè)子載波在該單位時(shí)間段內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當(dāng)前環(huán)境存在人的活動(dòng)或者非穩(wěn)定因素干擾，等待直到人離開或者當(dāng)前環(huán)境恢復(fù)穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s2。
本發(fā)明的進(jìn)一步改進(jìn)在于，所述步驟s2包括以下子步驟：
步驟s21，提取一個(gè)時(shí)間段t0內(nèi)的csi數(shù)據(jù)，在這個(gè)時(shí)間段t0內(nèi)，對(duì)每個(gè)子載波的數(shù)據(jù)先進(jìn)行收斂，然后對(duì)數(shù)據(jù)出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，并對(duì)順序出現(xiàn)的數(shù)據(jù)組合所出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，計(jì)算出每個(gè)數(shù)據(jù)和數(shù)據(jù)組合所出現(xiàn)的累積頻數(shù)，通過累積頻數(shù)分別得出n個(gè)不同的數(shù)據(jù)的出現(xiàn)概率和m個(gè)不同的數(shù)據(jù)組合的出現(xiàn)概率，得到狀態(tài)空間概率和聯(lián)合概率，最后將出現(xiàn)概率小于或等于1％的干擾數(shù)據(jù)和干擾數(shù)據(jù)組合去除，以此作為當(dāng)前環(huán)境在穩(wěn)定狀態(tài)時(shí)的狀態(tài)空間概率p＝{px(0),...,px(i),...}和聯(lián)合概率q＝{qy(0),...,qy(i),...}，并記錄；
步驟s22，利用music算法，通過同一個(gè)子載波與相鄰天線之間的相位差，計(jì)算相位差與天線間距之間的比值，得出該子載波的到達(dá)角，以此作為當(dāng)前環(huán)境在穩(wěn)定狀態(tài)時(shí)的到達(dá)角，并記錄；
步驟s23，記錄當(dāng)前環(huán)境在穩(wěn)定狀態(tài)時(shí)的振幅特征和相位差特征；
步驟s24，通過計(jì)算每個(gè)子載波在該時(shí)間段t0內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當(dāng)前環(huán)境存在人的活動(dòng)或者非穩(wěn)定因素干擾，等待直到人離開或者當(dāng)前環(huán)境恢復(fù)穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s3。
本發(fā)明的進(jìn)一步改進(jìn)在于，所述步驟s3包括以下子步驟：
步驟s31，提取一段單位時(shí)間t1內(nèi)的csi數(shù)據(jù)，其中，t1<<t0，通過計(jì)算每個(gè)子載波在該單位時(shí)間t1內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當(dāng)前環(huán)境存在人的活動(dòng)或者非穩(wěn)定因素干擾，等待直到人離開或者當(dāng)前環(huán)境恢復(fù)穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s32；
步驟s32，載入容忍度
步驟s33，提取單位時(shí)間t1內(nèi)的csi數(shù)據(jù)，在這個(gè)單位時(shí)間t1內(nèi)，對(duì)每個(gè)子載波的數(shù)據(jù)先進(jìn)行收斂，然后對(duì)數(shù)據(jù)出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，并對(duì)順序出現(xiàn)的數(shù)據(jù)組合所出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，計(jì)算出每個(gè)數(shù)據(jù)和數(shù)據(jù)組合所出現(xiàn)的累積頻數(shù)，通過累積頻數(shù)分別得出n’個(gè)不同的數(shù)據(jù)的出現(xiàn)概率和m’不同的數(shù)據(jù)組合的出現(xiàn)概率，計(jì)算得到狀態(tài)空間概率和聯(lián)合概率，最后將出現(xiàn)概率小于或等于1％的干擾數(shù)據(jù)和干擾數(shù)據(jù)組合去除，以此作為當(dāng)前環(huán)境在穩(wěn)定狀態(tài)時(shí)的狀態(tài)空間概率p'＝{p'x(0),...,p'x(i),...}和聯(lián)合概率q'＝{q'y(0),...,q'y(i),...}；
步驟s34，使用卡方檢驗(yàn)的方法，計(jì)算
步驟s35，檢驗(yàn)隨機(jī)性，使用游程檢驗(yàn)的方法，將兩個(gè)差集p-p'和q-q'中的元素，分別按照頻數(shù)平均分為兩部分，使得兩部分頻數(shù)和相同，令其中一部分元素為1，另一部分元素為0，代入至該csi數(shù)據(jù)序列中，提取只包含0和1的序列，將該序列中連續(xù)出現(xiàn)相同值的次數(shù)，記為游程數(shù)r，將出現(xiàn)1的個(gè)數(shù)記為n1，將出現(xiàn)0的個(gè)數(shù)記為n2，計(jì)算抽樣分布均值
步驟s36，發(fā)出火情警報(bào)信號(hào)，如果警報(bào)沒有及時(shí)被關(guān)閉，進(jìn)而會(huì)發(fā)信息給屋主，如果屋主將此次報(bào)警定為誤報(bào)，則通過遍歷以往參數(shù)的可行值和當(dāng)前csi數(shù)據(jù)，對(duì)參數(shù)tcodition1、tcodition2、tcodition3、tcodition4以及δalarm進(jìn)行修正。
本發(fā)明的進(jìn)一步改進(jìn)在于，所述發(fā)射端的數(shù)量為1，所述接收端的數(shù)量為3個(gè)或3個(gè)以上。
本發(fā)明還提供一種基于無線信號(hào)傳輸?shù)氖覂?nèi)火情探測和報(bào)警的系統(tǒng)，包括：
csi數(shù)據(jù)獲取模塊，用于接收端接受來自發(fā)射端的無線射頻信號(hào)，計(jì)算csi數(shù)據(jù)，并運(yùn)用巴特沃斯低通濾波器去除高斯白噪聲；
數(shù)據(jù)處理模塊，分別對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)概率，計(jì)算其到達(dá)角、卡方檢驗(yàn)和游程檢驗(yàn)；
火情判斷模塊，對(duì)上述數(shù)據(jù)進(jìn)行可能性的計(jì)算，通過是否在第二閾值范圍進(jìn)而判斷當(dāng)前環(huán)境有沒有著火；
警報(bào)模塊，用于當(dāng)當(dāng)前環(huán)境發(fā)生火情時(shí)，發(fā)出火情警報(bào)信號(hào)并且通知屋主；
反饋修正模塊，用于當(dāng)報(bào)警被認(rèn)定為誤報(bào)的時(shí)候，對(duì)參數(shù)進(jìn)行修正。
本發(fā)明的進(jìn)一步改進(jìn)在于，所述csi數(shù)據(jù)獲取模塊包括：
感應(yīng)單元，用于初始化信道狀態(tài)數(shù)據(jù)，得到一個(gè)鏈路數(shù)×子載波數(shù)的矩陣；過濾單元，利用巴特沃斯算法對(duì)信道狀態(tài)數(shù)據(jù)進(jìn)行去除高斯白噪聲的影響。
本發(fā)明的進(jìn)一步改進(jìn)在于，所述數(shù)據(jù)處理模塊包括：
數(shù)據(jù)特征計(jì)算單元，用于對(duì)csi數(shù)據(jù)提取特征，所述提取特征包括對(duì)csi數(shù)據(jù)進(jìn)行均方差判定、統(tǒng)計(jì)概率、計(jì)算到達(dá)角、計(jì)算卡方檢驗(yàn)和計(jì)算游程檢驗(yàn)；
第一異常輸出單元，對(duì)上述數(shù)據(jù)進(jìn)行人活動(dòng)干擾可能性的計(jì)算，判斷是否在限定的第一閾值范圍內(nèi)，由此判斷室內(nèi)是否存在人的活動(dòng)或者非穩(wěn)定因素的干擾；
第二異常輸出單元，對(duì)上述數(shù)據(jù)進(jìn)行火情可能性的計(jì)算，通過是否在限定的第二閾值范圍內(nèi)，由此判斷室內(nèi)有沒有著火。
本發(fā)明的進(jìn)一步改進(jìn)在于，所述報(bào)警模塊中，發(fā)出火情警報(bào)信號(hào)并且通知屋主后，如果警報(bào)沒有及時(shí)響應(yīng)或者消除，進(jìn)而會(huì)向警方發(fā)送求助信號(hào)。
本發(fā)明的進(jìn)一步改進(jìn)在于，所述反饋修正模塊中，保存有所有的相關(guān)參數(shù)的可行解，通過當(dāng)前csi數(shù)據(jù)對(duì)相關(guān)參數(shù)的值進(jìn)行調(diào)整，并且縮小其可行解的組合以增加精確度，所述相關(guān)參數(shù)包括tcodition1、tcodition2、tcodition3、tcodition4以及δalarm。
與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：利用了現(xiàn)有的wifi設(shè)備就可以收集信號(hào)，進(jìn)而實(shí)現(xiàn)對(duì)數(shù)據(jù)的后續(xù)處理和分析，不需要事先進(jìn)行訓(xùn)練，就能夠?qū)崿F(xiàn)對(duì)室內(nèi)的當(dāng)前環(huán)境進(jìn)行有效判斷，不需要安裝額外的設(shè)備，節(jié)省了開銷，具有普及型；在此基礎(chǔ)上，本發(fā)明使用方便，無需額外的校準(zhǔn)，具有普遍適用性。
附圖說明
圖1是本發(fā)明一種實(shí)施例的工作流程示意圖；
圖2是本發(fā)明一種實(shí)施例中火對(duì)信號(hào)產(chǎn)生反射作用的第一原理示意圖；
圖3是本發(fā)明一種實(shí)施例中火對(duì)信號(hào)產(chǎn)生反射作用的第二原理示意圖；
圖4是本發(fā)明一種實(shí)施例的數(shù)據(jù)處理原理示意圖；
圖5是本發(fā)明一種實(shí)施例的系統(tǒng)架構(gòu)圖；
圖6是本發(fā)明一種實(shí)施例的室內(nèi)火情報(bào)警流程圖。
具體實(shí)施方式
下面結(jié)合附圖，對(duì)本發(fā)明的較優(yōu)的實(shí)施例作進(jìn)一步的詳細(xì)說明。
如圖1所示，本例提供一種基于無線信號(hào)傳輸?shù)氖覂?nèi)火情探測和報(bào)警的方法，包括以下步驟：
步驟s1，接收端接收來自發(fā)射端的射頻信號(hào)，獲得csi數(shù)據(jù)后采用巴特沃斯低通濾波器對(duì)數(shù)據(jù)進(jìn)行去除高斯白噪聲處理，并且通過方差法判斷當(dāng)前環(huán)境是否存在人或者非穩(wěn)定因素干擾，若是則判定當(dāng)前環(huán)境處于非穩(wěn)定狀態(tài)，等待當(dāng)前環(huán)境進(jìn)入穩(wěn)定狀態(tài)，若否則直接跳轉(zhuǎn)至步驟s2；
步驟s2，分別對(duì)當(dāng)前環(huán)境為穩(wěn)定狀態(tài)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)概率，計(jì)算其到達(dá)角、振幅特征和相位差特征；
步驟s3，持續(xù)對(duì)當(dāng)前環(huán)境進(jìn)行csi數(shù)據(jù)的采集，計(jì)算到達(dá)角，得出當(dāng)前環(huán)境的火情發(fā)生可能性pcodition1，通過當(dāng)前環(huán)境與穩(wěn)定狀態(tài)時(shí)的概率比較得出當(dāng)前環(huán)境的火情概率pcodition2，通過隨機(jī)性判斷計(jì)算得出當(dāng)前環(huán)境火情概率pcodition3，最后通過計(jì)算得到總的火情發(fā)生概率pfire＝pcodition1+pcodition2+pcodition3，以此來判斷室內(nèi)是否著火。
所述步驟s3中，如果有火情，則發(fā)出火情警報(bào)信號(hào)并且通知屋主，如果警報(bào)沒有及時(shí)響應(yīng)或者消除，進(jìn)而會(huì)向警方求助；若警報(bào)被認(rèn)為誤判，則對(duì)參數(shù)進(jìn)行修正。
在實(shí)際應(yīng)用中，我們使用intel5300無線網(wǎng)卡作為接收端來接收數(shù)據(jù)，發(fā)射端為無線路由器ap。本例是基于室內(nèi)無線射頻信號(hào)的傳播，由于失火時(shí)，火焰會(huì)改變室內(nèi)環(huán)境，進(jìn)而引起信號(hào)傳播路徑變化，如圖2和圖3所示。本例只需要使用家庭環(huán)境中現(xiàn)有的wifi設(shè)備，不需要安裝額外的專業(yè)設(shè)備，例如不需要增加額外的煙霧探測器，就可以對(duì)有火造成的信號(hào)變化進(jìn)行分析，進(jìn)而判斷室內(nèi)的當(dāng)前環(huán)境是否有火情判斷并進(jìn)行報(bào)警。該發(fā)明僅需要一個(gè)發(fā)射端和一個(gè)接收端。如附圖2所示，如果室內(nèi)有火情的發(fā)生，火會(huì)對(duì)信號(hào)產(chǎn)生反射，接收端所接收的csi數(shù)據(jù)會(huì)產(chǎn)生變化，針對(duì)接收的csi數(shù)據(jù)提取相關(guān)的特征，即可用來判斷室內(nèi)是不是有失火，如果有，則會(huì)進(jìn)行報(bào)警。
本例主要運(yùn)用csi數(shù)據(jù)作為指示物，csi為channelstateinformation的簡稱，即信道狀態(tài)信息，能夠反映通信鏈路的信道屬性；所述csi數(shù)據(jù)可以表示在傳播過程中，信號(hào)所受到的衰弱，散射等的綜合影響。基于室內(nèi)的當(dāng)前環(huán)境中實(shí)現(xiàn)無線傳播模型，本例建立了csi數(shù)據(jù)和火之間的聯(lián)系。在一個(gè)穩(wěn)定狀態(tài)的室內(nèi)環(huán)境中，csi數(shù)據(jù)僅受多徑的影響，例如天花板、地板和家具。當(dāng)環(huán)境保持穩(wěn)定時(shí)，其csi數(shù)據(jù)也是保持穩(wěn)定的。如果房內(nèi)失火，會(huì)反射無線信號(hào)，從而影響接收到的csi數(shù)據(jù)。csi數(shù)據(jù)是利用正交頻分載波復(fù)用(orthogonalfrequencydivisionmultiplex,ofdm)來傳輸數(shù)據(jù)的，到了接收端再分解為30個(gè)子載波，通過對(duì)鏈路數(shù)×子載波組數(shù)據(jù)進(jìn)行分析，就會(huì)對(duì)室內(nèi)情況進(jìn)行比較準(zhǔn)確的判斷。即，所述步驟s1中，對(duì)于每一個(gè)空間流，含有30個(gè)子載波，由于頻率選擇性衰弱，會(huì)對(duì)子載波值有不同的影響。
具體的，本例所述步驟s1包括以下子步驟：
步驟s11，收集當(dāng)前環(huán)境下單位時(shí)間段內(nèi)的csi數(shù)據(jù)，得到一個(gè)鏈路數(shù)×子載波數(shù)的矩陣；
步驟s12，利用巴特沃斯低通濾波器(巴特沃斯算法)對(duì)csi數(shù)據(jù)進(jìn)行低通濾波處理，去除高斯白噪聲的影響；
步驟s13，通過計(jì)算每個(gè)子載波在該單位時(shí)間段內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當(dāng)前環(huán)境存在人的活動(dòng)或者非穩(wěn)定因素干擾，等待直到人離開或者當(dāng)前環(huán)境恢復(fù)穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s2。所述第一閾值范圍優(yōu)選為大于5.76，也可以根據(jù)實(shí)際情況(包括不同的路由器和不同的網(wǎng)卡)進(jìn)行自定義選擇和調(diào)整。
所述步驟s13中，在單位時(shí)間段t(秒)內(nèi)搜集到的csi數(shù)據(jù)為一組二維數(shù)組，大小為90*(t*samples)的矩陣
在穩(wěn)定環(huán)境中，無線發(fā)射端(ap)發(fā)射無線射頻信號(hào)，裝有intel5300網(wǎng)卡的電腦作為無線的接收端接收csi數(shù)據(jù)。在測試實(shí)驗(yàn)中，接收端(電腦端的網(wǎng)卡)裝有3根天線，發(fā)射端(ap端)有1根天線，形成了三條空間鏈路，每天鏈路傳輸30個(gè)子載波，因此我們可以收到一個(gè)1×3×30的矩陣。為了去除高斯白噪聲的影響，本例采用巴特沃斯低通濾波器進(jìn)行對(duì)高斯白噪聲的去噪處理。
本例所述步驟s2用于計(jì)算數(shù)據(jù)的出現(xiàn)概率，進(jìn)而計(jì)算到達(dá)角、振幅特征和相位差特征。具體的，所述步驟s2包括以下子步驟：
步驟s21，提取一個(gè)時(shí)間段t0內(nèi)的csi數(shù)據(jù)，在這個(gè)時(shí)間段t0內(nèi)，對(duì)每個(gè)子載波的數(shù)據(jù)先進(jìn)行收斂，即[x(i)-θ,x(i)+θ]范圍內(nèi)的值都認(rèn)為是x(i)，且x(i)<x(i+1),i∈z，θ為0.01，也可根據(jù)實(shí)際情況進(jìn)行自定義選擇和調(diào)整，θ越小則粒度越小，對(duì)環(huán)境越靈敏，x(i)為當(dāng)前出現(xiàn)的數(shù)據(jù)(或稱為當(dāng)前出現(xiàn)的數(shù)值)；然后對(duì)數(shù)據(jù)出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，并對(duì)順序出現(xiàn)的數(shù)據(jù)組合[當(dāng)前出現(xiàn)的數(shù)據(jù)x(i),下一個(gè)出現(xiàn)的數(shù)據(jù)x(j)]所出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，計(jì)算出每個(gè)不同的數(shù)據(jù)x(i)和不同的數(shù)據(jù)組合[當(dāng)前出現(xiàn)的數(shù)據(jù)x(i),下一個(gè)出現(xiàn)的數(shù)據(jù)x(j)]所出現(xiàn)的累積頻數(shù)，通過累積頻數(shù)分別得出n個(gè)不同的數(shù)據(jù)x(i)的出現(xiàn)概率和m個(gè)不同的數(shù)據(jù)組合[當(dāng)前出現(xiàn)的數(shù)據(jù)x(i),下一個(gè)出現(xiàn)的數(shù)據(jù)x(j)]的出現(xiàn)概率，得到狀態(tài)空間概率和聯(lián)合概率；最后將出現(xiàn)概率小于或等于1％的干擾數(shù)據(jù)和干擾數(shù)據(jù)組合去除，即將概率小于等于1％概率置為0；接著，重新計(jì)算概率，以此作為當(dāng)前環(huán)境在穩(wěn)定狀態(tài)時(shí)的狀態(tài)空間概率p＝{px(0),...,px(i),...}和聯(lián)合概率q＝{qy(0),...,qy(i),...}，并記錄下來；
步驟s22，利用music算法，music算法是一種基于矩陣特征空間分解的方法，通過同一個(gè)子載波與相鄰天線之間的相位差，計(jì)算相位差與天線間距之間的比值，得出該子載波的到達(dá)角，以此作為當(dāng)前環(huán)境在穩(wěn)定狀態(tài)時(shí)的到達(dá)角，并記錄；
步驟s23，記錄當(dāng)前環(huán)境在穩(wěn)定狀態(tài)時(shí)的振幅特征和相位差特征；
步驟s24，通過計(jì)算每個(gè)子載波在該時(shí)間段t0內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當(dāng)前環(huán)境存在人的活動(dòng)或者非穩(wěn)定因素干擾，等待直到人離開或者當(dāng)前環(huán)境恢復(fù)穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s3。本例所述步驟s24的工作原理與步驟s13的工作原理一樣。
所述步驟s22中，到達(dá)角和相位差的計(jì)算過程如下：
已知天線間的相位偏移函數(shù)
所述步驟s23中，所述振幅特征包括振幅值的分布和序列中以窗口為大小的方差值的分布；所述相位特征包括相位的分布。
本例所述步驟s3持續(xù)對(duì)當(dāng)前環(huán)境進(jìn)行收集csi數(shù)據(jù)，計(jì)算到達(dá)角，得出此條件火情發(fā)生可能性pcodition1；通過將當(dāng)前狀態(tài)與穩(wěn)定狀態(tài)時(shí)候各個(gè)值和組合的概率相比較，得出此條件火情概率pcodition2；通過隨機(jī)性判斷，計(jì)算得出此條件火情概率pcodition3；最后通過計(jì)算得到總的火情發(fā)生概率pfire＝pcodition1+pcodition2+pcodition3，由此來判斷室內(nèi)是否著火。
更為詳細(xì)的，本例所述步驟s3包括以下子步驟：
步驟s31，提取一段單位時(shí)間t1內(nèi)的csi數(shù)據(jù)，其中，t1<<t0，通過計(jì)算每個(gè)子載波在該單位時(shí)間t1內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，則判定當(dāng)前環(huán)境存在人的活動(dòng)或者非穩(wěn)定因素干擾，等待直到人離開或者當(dāng)前環(huán)境恢復(fù)穩(wěn)定狀態(tài)后，跳轉(zhuǎn)至步驟s32；所述步驟s31的工作原理與步驟s13的工作原理一樣；
步驟s32，載入容忍度
步驟s33，提取單位時(shí)間t1內(nèi)的csi數(shù)據(jù)，在這個(gè)單位時(shí)間t1內(nèi)，對(duì)每個(gè)子載波的數(shù)據(jù)先進(jìn)行收斂，即[x’(i)-θ,x’(i)+θ]范圍內(nèi)的值都認(rèn)為是x’(i)，且x’(i)<x’(i+1),i∈z，θ為0.01，也可根據(jù)實(shí)際情況進(jìn)行自定義選擇和調(diào)整，θ越小則粒度越小，對(duì)環(huán)境越靈敏，x’(i)為當(dāng)前出現(xiàn)的數(shù)據(jù)(或稱為當(dāng)前出現(xiàn)的數(shù)值)；然后對(duì)數(shù)據(jù)x’(i)出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，并對(duì)順序出現(xiàn)的數(shù)據(jù)組合[當(dāng)前出現(xiàn)的數(shù)據(jù)x’(i),下一個(gè)出現(xiàn)的數(shù)據(jù)x’(j)]所出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，計(jì)算出每個(gè)不同的數(shù)據(jù)x’(i)和不同的數(shù)據(jù)組合[當(dāng)前出現(xiàn)的數(shù)據(jù)x’(i),下一個(gè)出現(xiàn)的數(shù)據(jù)x’(j)]所出現(xiàn)的累積頻數(shù)，通過累積頻數(shù)分別得出n’個(gè)不同的數(shù)據(jù)的出現(xiàn)概率和m’不同的數(shù)據(jù)組合的出現(xiàn)概率，計(jì)算得到狀態(tài)空間概率和聯(lián)合概率；最后將出現(xiàn)概率小于或等于1％的干擾數(shù)據(jù)和干擾數(shù)據(jù)組合去除，以此作為當(dāng)前環(huán)境在穩(wěn)定狀態(tài)時(shí)的狀態(tài)空間概率p'＝{p'x(0),...,p'x(i),...}和聯(lián)合概率q'＝{q'y(0),...,q'y(i),...}；所述步驟s33的工作原理與步驟s21的工作原理一樣；
步驟s34，使用卡方檢驗(yàn)的方法，計(jì)算
表1卡方分布臨界表
步驟s35，檢驗(yàn)隨機(jī)性，使用游程檢驗(yàn)的方法，將兩個(gè)差集p-p'和q-q'中的元素，分別按照頻數(shù)平均分為兩部分，使得兩部分頻數(shù)和相同，令其中一部分元素為1，另一部分元素為0，代入至該csi數(shù)據(jù)序列中，提取只包含0和1的序列，將該序列中連續(xù)出現(xiàn)相同值(即0或者1分別出現(xiàn)一個(gè)或者是連續(xù)出現(xiàn)多個(gè))的次數(shù)，記為游程數(shù)r，將出現(xiàn)1的個(gè)數(shù)記為n1，將出現(xiàn)0的個(gè)數(shù)記為n2，計(jì)算抽樣分布均值
表2標(biāo)準(zhǔn)正太分布表
以上所述步驟s31至步驟s35是所述步驟s3的必備子步驟；優(yōu)選的，除了所述步驟s31至步驟s35之外，所述步驟s3還可以包括步驟s36，以實(shí)現(xiàn)對(duì)參數(shù)的修正。
步驟s36，發(fā)出火情警報(bào)信號(hào)，如果警報(bào)沒有及時(shí)被關(guān)閉，進(jìn)而會(huì)發(fā)信息給屋主，如果屋主將此次報(bào)警定為誤報(bào)，則通過遍歷以往參數(shù)的可行值和當(dāng)前csi數(shù)據(jù)，對(duì)參數(shù)tcodition1、tcodition2、tcodition3、tcodition4以及δalarm進(jìn)行修正。
將所有歷史所有發(fā)出火警時(shí)候的pfire中所有參數(shù)的數(shù)據(jù)代入原公式pfire＝pcodition1+pcodition2+pcodition3之中，令向量pfire_wrong＜0.6且向量pfire_right＞0.6，計(jì)算所有tcodition1、tcodition2、tcodition3、tcodition4以及δalarm的可行解，找出其中與當(dāng)前所有參數(shù)改變最小的可行解，重置參數(shù)；其中，pfire_wrong為誤報(bào)火警的向量，pfire_right為正確觸發(fā)火警的向量。
優(yōu)選的，本例所述發(fā)射端的數(shù)量為1，所述接收端的數(shù)量為3個(gè)或3個(gè)以上。
在環(huán)境穩(wěn)定的情況下，子載波信號(hào)變化是在一定范圍內(nèi)波動(dòng)變化的，概率分布是穩(wěn)定的。由于信號(hào)受到火焰的物理性質(zhì)的影響，火的產(chǎn)生會(huì)使得穩(wěn)定的環(huán)境被打破，出現(xiàn)新的狀態(tài)或者是新的分布，這是火情發(fā)生的一個(gè)判斷條件。
在火焰中，部分空氣是呈等離子體的，該部分空氣會(huì)對(duì)信號(hào)產(chǎn)生反射，并且，火焰的等離子體部分會(huì)受到氣流的流動(dòng)而流動(dòng)，當(dāng)?shù)入x子體部分流動(dòng)時(shí)候，等離子體的曲率會(huì)發(fā)生變化或者是因?yàn)榱鲃?dòng)導(dǎo)致了等離子體不在信號(hào)的傳播路徑內(nèi)，所以會(huì)造成其他路徑上的信號(hào)增加或者減少，從而多徑的疊加發(fā)生了變化，這使不同子載波的到達(dá)角發(fā)生了改變，可以用music算法進(jìn)行分析，出現(xiàn)到達(dá)角發(fā)生明顯的變化，這是火情發(fā)生的一個(gè)判斷條件。
因?yàn)?，火焰的等離子體部分是受到氣流的流動(dòng)而產(chǎn)生的，所以，波動(dòng)是有隨機(jī)性的，這也是火情發(fā)生的一個(gè)判斷條件。
計(jì)算子載波振幅變化的幅度，可以用來區(qū)別人對(duì)信號(hào)的影響和火對(duì)影響的影響。因?yàn)槿说恼趽趺娣e比較大，且人活動(dòng)位移/信號(hào)波長比較大，所以人活動(dòng)時(shí)候?qū)π盘?hào)的影響幅度變化劇烈且變化速度快，而火的透射和反射，作用域都比較小，所以，人的活動(dòng)與火對(duì)信號(hào)的影響不一樣。這同樣也是判斷當(dāng)前環(huán)境內(nèi)是否存在人或者其他非穩(wěn)定因素的判定條件。
具體地，如圖4所示，本例所述基于無線信號(hào)傳輸?shù)氖覂?nèi)火情探測和報(bào)警的方法的數(shù)據(jù)處理過程主要分為三個(gè)部分：去噪、提取特征和概率估計(jì)。
本例還提供一種基于無線信號(hào)傳輸?shù)氖覂?nèi)火情探測和報(bào)警的系統(tǒng)，該基于無線信號(hào)傳輸?shù)氖覂?nèi)火情探測和報(bào)警的系統(tǒng)應(yīng)用了上述的基于無線信號(hào)傳輸?shù)氖覂?nèi)火情探測和報(bào)警的方法，包括：
csi數(shù)據(jù)獲取模塊，用于接收端接受來自發(fā)射端的無線射頻信號(hào)，計(jì)算csi數(shù)據(jù)，并運(yùn)用巴特沃斯低通濾波器去除高斯白噪聲；
數(shù)據(jù)處理模塊，分別對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)概率，計(jì)算其到達(dá)角、卡方檢驗(yàn)和游程檢驗(yàn)；
火情判斷模塊，對(duì)上述數(shù)據(jù)進(jìn)行可能性的計(jì)算，通過是否在第二閾值范圍進(jìn)而判斷當(dāng)前環(huán)境有沒有著火；
警報(bào)模塊，用于當(dāng)當(dāng)前環(huán)境發(fā)生火情時(shí)，發(fā)出火情警報(bào)信號(hào)并且通知屋主；
反饋修正模塊，用于當(dāng)報(bào)警被認(rèn)定為誤報(bào)的時(shí)候，對(duì)參數(shù)tcodition1、tcodition2、tcodition3、tcodition4以及δalarm進(jìn)行修正。
如圖5所示，本例所述基于無線信號(hào)傳輸?shù)氖覂?nèi)火情探測和報(bào)警的系統(tǒng)主要分為四個(gè)部分：環(huán)境感知、數(shù)據(jù)處理、報(bào)警和反饋。更為具體地，如圖6所示，實(shí)現(xiàn)室內(nèi)探測火情及報(bào)警的流程包括：
1、發(fā)射端(無線ap)發(fā)送無線信號(hào)，接收端(帶無線網(wǎng)卡的電腦)接收無線信號(hào)，計(jì)算csi數(shù)據(jù)；
2、每一條鏈路有30個(gè)子載波可以用來表征信道狀態(tài)信息；
3、用巴特沃斯算法對(duì)收集的csi信號(hào)做低通濾波，進(jìn)行去噪；
4、均方差判定算法，計(jì)算均方差；
5、利用music算法，計(jì)算到達(dá)角；
6、統(tǒng)計(jì)各個(gè)子載波出現(xiàn)的值的概率；
7、使用卡方檢驗(yàn)，檢驗(yàn)各個(gè)子載波的吻合度；
8、使用游程檢驗(yàn)的方法，檢驗(yàn)隨機(jī)性；
9、計(jì)算火情發(fā)生的可能性是否超過報(bào)警的閾值；
10、如果有火情發(fā)生，發(fā)出警報(bào)，如警報(bào)沒有被及時(shí)關(guān)閉，則發(fā)短信通知屋主。
本例所述第二閾值范圍優(yōu)選為0.6，也可以根據(jù)實(shí)際情況進(jìn)行自定義選擇和調(diào)整。
更為具體的，本例所述csi數(shù)據(jù)獲取模塊包括：
感應(yīng)單元，用于初始化信道狀態(tài)數(shù)據(jù)，并收集csi數(shù)據(jù)，每一個(gè)csi數(shù)據(jù)都是一個(gè)鏈路數(shù)×子載波數(shù)的矩陣；
過濾單元，利用巴特沃斯算法對(duì)信道狀態(tài)數(shù)據(jù)進(jìn)行去除高斯白噪聲的影響。
本例所述數(shù)據(jù)處理模塊用于對(duì)每一個(gè)空間流求取在同一時(shí)間點(diǎn)上的30個(gè)連續(xù)子載波的csi數(shù)據(jù)的平均值，將此平均值作為信道狀態(tài)數(shù)據(jù)；具體包括：
數(shù)據(jù)特征計(jì)算單元，用于對(duì)csi數(shù)據(jù)提取特征，所述提取特征包括對(duì)csi數(shù)據(jù)進(jìn)行均方差判定、統(tǒng)計(jì)概率、計(jì)算到達(dá)角、計(jì)算卡方檢驗(yàn)和計(jì)算游程檢驗(yàn)；
第一異常輸出單元，對(duì)上述數(shù)據(jù)進(jìn)行人活動(dòng)干擾可能性的計(jì)算，判斷是否在限定的第一閾值范圍內(nèi)，由此判斷室內(nèi)是否存在人的活動(dòng)或者非穩(wěn)定因素的干擾；
第二異常輸出單元，對(duì)上述數(shù)據(jù)進(jìn)行火情可能性的計(jì)算，通過是否在限定的第二閾值范圍內(nèi)，由此判斷室內(nèi)有沒有著火。
本例所述數(shù)據(jù)特征計(jì)算單元用于對(duì)csi數(shù)據(jù)提取特征，分為五個(gè)步驟：
步驟一、對(duì)csi數(shù)據(jù)中，計(jì)算每個(gè)子載波在單位時(shí)間段內(nèi)的均值和均方差，判斷均方差是否在第一閾值范圍內(nèi)，如果超出第一閾值范圍，判定當(dāng)前環(huán)境存在人的活動(dòng)或者其他非穩(wěn)定因素干擾，則等待人的離開或者環(huán)境恢復(fù)穩(wěn)定狀態(tài)，再進(jìn)行下一步特征提??；
步驟二、計(jì)算每個(gè)子載波的數(shù)值進(jìn)行概率統(tǒng)計(jì)，并計(jì)算數(shù)值間的轉(zhuǎn)移概率；
步驟三、利用music算法，計(jì)算多徑的到達(dá)角，判斷信號(hào)是否在原本的路徑上發(fā)生改變，如果存在改變，則有可能有火情產(chǎn)生的可能；
步驟四、使用卡方檢驗(yàn)，檢驗(yàn)各個(gè)子載波的吻合度，如果大部分都不是吻合的，則有可能有火情產(chǎn)生的可能；
步驟五、使用游程檢驗(yàn)的方法，檢驗(yàn)隨機(jī)性。
本例所述火情判斷模塊包括火情判斷單元，對(duì)上述數(shù)據(jù)進(jìn)行可能性的計(jì)算，通過是否在限定的第二閾值范圍內(nèi)，由此判斷室內(nèi)有沒有著火。
本例所述報(bào)警模塊包括報(bào)警單元，發(fā)出火情警報(bào)信號(hào)并且通知屋主后，如果警報(bào)沒有及時(shí)響應(yīng)或者消除，進(jìn)而會(huì)向警方發(fā)送求助信號(hào)。
本例所述反饋修正模塊中，保存有所有的相關(guān)參數(shù)的可行解，通過當(dāng)前csi數(shù)據(jù)對(duì)相關(guān)參數(shù)的值進(jìn)行調(diào)整，并且縮小其可行解的組合以增加精確度，所述相關(guān)參數(shù)包括tcodition1、tcodition2、tcodition3、pcodition3以及δalarm，本例所述相關(guān)參數(shù)簡稱參數(shù)。
以上內(nèi)容是結(jié)合具體的優(yōu)選實(shí)施方式對(duì)本發(fā)明所作的進(jìn)一步詳細(xì)說明，不能認(rèn)定本發(fā)明的具體實(shí)施只局限于這些說明。對(duì)于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明的保護(hù)范圍。