P440用于人员防止入侵方案.docx

1、P440用于人员防止入侵方案P440做的边界入侵跟踪识别系统Time Domain公司研发出一套基于超宽带收发器阵列的边界安防系统，这是一款商用货架产品（COTS），以单基站雷达或者双基站雷达的形式实现。这套系统包含安装在架杆上的超宽带设备，用于给服务器传输数据的有线网络，以及服务器端的软件，其中有线网络和服务器由COTS组件构成。系统中大部分功能在软件层面上实现，从而使系统可视、可升级。同时由于其建立在雷达基础上，该系统可以在任何天气条件下追踪并辨别入侵者。图片来源北京华星智控这套边界安防系统能够侦测并追踪试图通过虚拟围栏的人或物。起初与美国海军合作，用于海岸线监控系统，如今它已可以在任何有

2、安防需求的场景中架构。当目标靠近并穿过边界时，该系统就会进行侦测，追踪并识别。由于它不局限与实际的边界，因此可以在区域设定警戒活动区。目标的识别功能是用成像算法来区分是否为人、动物或者交通工具。追踪方向连同识别机制可以让响应者快速定义目标是否存在威胁以及威胁性质，因而安防部门可以做出恰当的回应。该系统在某试验点架构两年时间，表现优异，具体有入侵警报的高灵敏度、低误报错报率以及极高的威胁识别准确率等优点。该系统有一套双排UWB收发器组成，每3个一排，每排相距20米左右，每个收发器均执行雷达功能。上面说过，系统主要由架杆、有线网络以及带有软件的服务器组成。架杆除了需要安放UWB收发器外，还包含用于

3、连接架杆与有线网络的COTS网络装置。原始数据由雷达搜集，通过以太网传输至服务器，然后由服务器的处理引擎完成对目标的侦测、跟踪以及识别工作，同时会有一个直观的界面展示敏感区域上述工作的实时报告。这项技术中超宽带收发器既可当做单基站雷达，也可作为双基站雷达使用，即使在相对温和的杂波环境下也能配以全向天线以保持雷达在距离上的高分辨率。系统遵循TDMA协议以协调各个雷达的时序。并联的双基站雷达能够接收来自单个雷达的信号，有效利用了可见目标的能量。中心服务器端的处理引擎采用对应于雷达端对目标进行检测、追踪和识别的最新技术。运动滤波器用于检测在杂波中的动态目标，恒虚警率（CFAR）算法用来抑制错误的杂波

4、检测，多目标跟踪的工作交给了概率数据关联滤波器（PDAF）和交互式多模型（IMM）卡曼滤波器，目标识别功能采用了反向投影成像技术以及一个随多目标变化进行概率累加的朴素贝叶斯分类器。实现形式A、超宽带雷达超宽带雷达发射高带宽的高斯脉冲，中心频率4GHz，带宽2GHz（看图1），波形分辨率可达厘米级。满足根据FCC第15部分对无线电发射装置的规定，发射功率低于1毫瓦。超宽带雷达既能接收来自单基站雷达的信号也可接收来自双基站雷达的信号。收发器部的精确时钟确保了在作为单基站雷达使用时发送和接收脉冲的时序性。在双基站雷达模式下，需一台装置发送脉冲信号，而后另外一台接收响应。为确保该模式正常运行，被发送的

5、信号中带有时序信息，以确定接收端接收信号的时间。一旦被接收，脉冲信号的两极的置编码会让接收端与发送端保持同步。当同样的信号被多个接收端接收，那么就形成多基地雷达系统，由此可见这个模式的重要性。系统对脉冲信号的完整响应其实就是扫描，一个发送端与一个接收端间的所有扫描称为一条关系。B、无线电通信网看图2和图10，每个架杆放置3个模块，每3个架杆为一组，共两组，每组平行树立并保持20米间距，组每个架杆间隔约40米。尽管每台设备都能够发射脉冲，但只需要架杆中间那台执行这一功能。由于发射功率的限制，一台发射端设备的信号无法被系统所有其他设备接收。为克服这一困难，系统分作6根架杆，每根架杆我们称为1个单元

6、。每个单元的发射端设备遵循TDMA协议进行脉冲发射，每一个发射端在该协议下都会有一段属于它发射的时间，而其它模块在这段时间只能被动的接收。6根架杆包含18个模块，对于某个特定的时间段，只有一台对应的模块能够发送脉冲。也可在特定发射端运行单基站雷达模式时，其余17台设备运行多基站雷达模式。图2显示的是1号架杆中间设备作为发射端的情况。每个单元存在的关系数最多有108个，其中有21个是几何独立的。系统TDMA的轮询频率大约为4Hz，也就是说每个架杆每秒能够发射4次脉冲，那么所有单元每秒钟一共可以进行432次扫描。C、处理引擎这个系统与其他安防系统最大的区分点就是里面的传感装置无任何数据加工过程的超

7、宽带雷达，雷达可将原始数据传输至服务器的处理引擎。如图3，数据处理的步骤有信号处理、侦测、定位、跟踪以及前端识别。a）信号处理原始扫描数据只有被加以一系列信号处理步骤后才能够进行评估作为侦测的依据。第一步，检测信号的有效性。第二步，用带通滤波器提高信号的信噪比（SNR）。由于收发器有时不能在准确的时间点捕获波形，为了弥补这一缺点，晚于标准时间的信号会进行相关转化来匹配先前的信号，从而最小化相对残差。第三步，扫描数据会通过与本条关系的先前数据对比进行运动滤波。b）侦测侦测其实是信号处理的第三步得到的扫描点的集合，通过CFAR技术找到运动滤波前后的差异。c）定位到了这一步，系统已经具有一个来自多个

8、关系的侦测点列表。那么接下来就要对这个列表所包含的目标信息进行评估。定位的手段有很多，本系统通过一个定位解算过程将侦测列表转换为2D坐标，然后将结果送至一个线性卡尔曼追踪器。模块的高分辨率以及极大的关系数目使得每个目标能够生成很多个侦测数据，所以高密度计算的定位解算过程可以将侦测数据提取为几个聚点。每条关系的侦测点能够定义一个活动椭圆区，这里的椭圆概念包含圆形，计算机能够计算出椭圆间的交点。这个算法并不是完全的平方阶，因为没必要计算来自同一条关系的椭圆交点，并且当收发器因远离目标以至于无法侦测时系统会遗漏对这些交点的计算。一对侦测点能够生成四个交点，每个交点都具有一个能量强度值。接着，定位解算

9、过程会搜索所有的交点寻找聚点，判断依据便是强度值。选取高强度值交点密集的区域，中心点即是聚点。与该聚点相关的侦测点会被从交点图中移除，如此反复。当不再有侦测点存在或者聚点达到一定数量时，这个过程将中断。定位解算过程遵循TDMA协议，以4Hz的频率对侦测点进行评估。图4显示了在一个TDMA循环中单人产生的椭圆交点以及聚点。d）跟踪下一步是将聚点送至一个基于目标跟踪器的卡尔曼滤波器，每一个聚点都可作为跟踪器的“测量参考”以预测目标的行为。e）前端识别当一次跟踪需要对目标行为进行特定的认证或者限制时，系统会启动识别功能。识别是一个连续的过程，系统会不断对跟踪目标的特点进行评估直到判定它是人、动物或者

10、交通工具。这里就用到了朴素贝叶斯分类器。首先需要用反向投影成像技术生成雷达数据的二维图像。看图5，一个4米长的正方形图像集中在跟踪区域。图6显示了单人的示例图像，图7显示了我们制作的仿鹿形道具的图像。一条对角矢量（也就是横穿图像最长的那条线）先会从跟踪区域显示出来，由此可得到图像的4个信息：与对角矢量相关的目标长度、与对角矢量相关的目标宽度、对角矢量与速度矢量的夹角以及衡量椭圆度的形状属性（2分布）。雷达的基础数据可以给出两项信息，峰值振幅以及区域的长度。这些信息可以用来区分目标是否为人、动物或者车辆。比如，动物的目标长度比人要长，动物的对角矢量会趋近平行于速度矢量而人的对角矢量则表现出垂直于

11、速度矢量。D、用户界面（UI）本系统的UI是面向操作人员的应用，用基于识别结果的带编号色条显示目标行为。除此以外，该界面还能查看雷达状态，比如从其中一个图标能够得知某模块是否停止运行。软件可以记录日志，用于满足操作人员重放（replay）等需求。界面的外观参考图9。3、施工安装系统的主要组成部分包括架杆、有线网络与服务器。每根架杆高约3m，直径约0.15m，能耗30W，约13.6KG。3个UWB模块部署在架杆的不同高度，网口以及交直流转换器置于架杆底端。架杆外观参考图10。性能任何一套安防警报系统的目的都是能够侦测到真实的入侵者，避免误报。有一套度量标准适用于这类系统可侦测概率（Pd，Prob

12、ability of detection）和虚警概率（Pfa，Probabilityof false alarm）。鉴于我们的系统能够识别，那么识别准确率（Probability of correct classification）也可加入进度量标准里来。我们的系统评估数据均来自长期、连续的底层实验，这一特点贯穿了整个发展过程。最全面的数据是在2014年2月从一个实验的部署地直接采集的。关于Pd，系统对每一个目标可得到93次侦测数据，这是从含有多个不同行为的目标群里采集的，包括人的走动跑步与爬行、交通工具以及小动物仿制模型等。误报的数据平均低于每天1个。对识别结果的总结可参考表1。TCO代表总

13、体识别可能性，TCC代表正确识别总量，PCC代表识别准确率。每一个侦测数据都会参与对上述三个指标的统计。每一次评估对应着一个识别几率，93个侦测数据可产生279种识别可能性。上表对两人在相距少于1m步行状态的结果显示为0，是因为系统将两人图像合并为一个二维图像，导致超出了设定的识别畴（人，动物，车辆），将来识别系统肯定会加入“多人”的概念。如果不考虑普通的性能指标，该系统的一个有点就是在面向操作者时，可以用直观的目标侦测信息（比如实时位置、轨迹以及分类情况等）取代之前仅有的警报提醒。这在感官体验上更为人性化。总结这套安防系统提供了很多独特的功能，基于一组低功耗的超宽带雷达，能够对边界入侵行为进行监控。克服了单个传感器易收外界因素影响的难题，为只有警报功能传统拌线传感器提供了新的思路。该系统最具意义的特点便是能够提供对目标进行跟踪并提供识别信息，给予操作人员情境化的警觉。