基于Wi-Fi感知的入侵检测与边界防护系统特征提取与识别设计.docxVIP

PAGE2

基于Wi-Fi感知的入侵检测与边界防护系统特征提取与识别设计

摘要

随着智能安防需求的不断增长，传统入侵检测手段在部署成本、隐私保护和环境适应性等方面面临瓶颈。

Wi-Fi信号无所不在，其信道状态信息（CSI）能精细刻画环境中的微小扰动，为非接触式入侵感知提供了新途径。

本课题设计并实现了一套基于Wi-Fi感知的入侵检测与边界防护系统，聚焦特征提取与识别算法设计，旨在实现低成本、高精度的非接触安防监控。

全文按照工程递进思路展开：首先分析当前安防领域的现实痛点，明确系统的功能与非功能需求；

进而完成总体架构设计，将系统划分为数据采集、预处理、特征提取、异常检测与入侵分类等模块；

在详细设计中，重点设计了CSI时空特征提取方法，包括短时能量、子载波方差、多普勒频移特征和空间相关性矩阵，

并提出一种基于轻量级梯度提升机（LightGBM）的异常检测与入侵分类算法，兼顾检测精度与实时性。

系统测试结果表明，在典型室内场景中，入侵检测准确率超过96%，平均响应延迟低于300毫秒，

能够有效区分人员走动、门窗开关等边界入侵事件，达到了预期设计目标。

本设计创新地融合了多维度时空特征与轻量级集成学习，为商用Wi-Fi设备在安防领域的应用提供了可行方案。

第一章绪论

1.1研究背景

随着城市化进程的加速，住宅小区、办公园区和关键基础设施的边界安全需求日益迫切。

传统的入侵检