[发明专利]基于希尔伯特黄变换和机器学习的机场周界入侵报警方法在审
| 申请号： | 201910382594.X | 申请日： | 2019-05-09 |
| 公开（公告）号： | CN110033581A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 许奕杰;万永菁;严诗烨;王嵘;洪丽明 | 申请（专利权）人： | 上海卓希智能科技有限公司 |
| 主分类号： | G08B13/12 | 分类号： | G08B13/12;G06N3/04;G06N3/08 |
| 代理公司： | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人： | 张宁展 |
| 地址： | 200090 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于希尔伯特黄变换和机器学习的机场周界入侵报警方法，该机场周界入侵报警方法包括：获取不同入侵行为的振动信号；从每一帧振动信号中提取信号的时域特征；并通过希尔伯特黄变换得到振动信号在时频域上的谱图，通过谱图及相应的统计方法，提取出信号的时频域特征；将提取的所有特征进行融合，形成相应的特征向量，作为机器学习算法的输入，通过机器学习算法的输出，判断入侵行为类型，完成对入侵行为类型的识别及报警。本发明可靠性高，针对传统机场周界入侵报警方法产生误报的原因与入侵行为的特点，解决了误报率高及适应性差的技术问题。 | ||
| 搜索关键词： | 周界入侵报警 振动信号 机器学习算法 入侵行为类型 机器学习 入侵行为 机场 时频域特征 时域特征 特征向量 提取信号 时频域 误报率 误报 报警 输出 融合 统计 | ||
【主权项】：
1.基于希尔伯特黄变换和机器学习的机场周界入侵报警方法，其特征在于，方法包括以下步骤：步骤(1)，搭建前端采集设备以提供合适的实验环境进行数据的采集；步骤(2)，人为模拟不同入侵行为，获取不同入侵行为下振动传感器的振动信号；步骤(3)，对所采集到的所有振动信号进行分帧处理；步骤(4)，提取每一帧信号在时域上的特征；步骤(5)，对每一帧信号进行希尔伯特黄变换，得到振动信号的希尔伯特黄变换谱图，通过所得到的谱图，运用统计方法，提取振动信号在时频域上的统计特征；步骤(6)，融合所提取得到的振动信号在时域和时频域上的特征，形成相应的特征向量，作为机器学习算法的输入，通过所述机器学习算法的输出，判断所输入的入侵行为类型，完成对入侵行为类型的识别及报警。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海卓希智能科技有限公司，未经上海卓希智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910382594.X/，转载请声明来源钻瓜专利网。
- 上一篇：新型张力探测器及其控制系统
- 下一篇：一种车载跟踪设备预警的分析判断方法
