基于Wi-FiCSI的室内入侵检测与人员计数系统.docxVIP

PAGE2

基于Wi-FiCSI的室内入侵检测与人员计数系统

摘要

随着物联网与智慧城市建设的推进，室内环境感知技术日益成为安全监控领域的研究热点。传统安防系统依赖摄像头、红外传感器等设备，存在隐私泄露风险高、光照条件依赖性强、覆盖盲区多等固有缺陷。本课题设计并实现了一种基于Wi-Fi信道状态信息（CSI）的室内入侵检测与人员计数系统，利用商用Wi-Fi路由器采集的细粒度物理层信息，结合深度学习算法实现非视觉、非侵入式的人员感知。

系统由数据采集、信号预处理、特征提取与分类识别四个核心模块构成。在数据采集阶段，利用安装有CSITool的Intel5300网卡与商用路由器构建采集平台，获取包含幅度与相位信息的原始CSI数据。预处理阶段设计巴特沃斯低通滤波器与主成分分析联合降噪方法，有效消除环境噪声与多径干扰。特征提取模块采用短时傅里叶变换构建时频图，将一维时序信号转换为二维图像表征。分类识别阶段构建轻量化卷积神经网络，同时实现房间内人数（0至5人）的计数功能与入侵、走动、静坐三类动作状态的识别。

测试结果表明，系统在典型室内场景下人数计数准确率达92.3%，动作状态识别准确率达90.1%，单次推理延迟低于50ms，满足实时监控需求。本系统的核心创新在于将商用通信设备复用为感知终端，以单一传感器实现双重检测功能，为低成本、高隐私保护的智能安防系统提供了可行的技术方案。

全文