人体与非人体PIR信号识别

1、人体与非人体PIR信号的AR识别模型研究重庆大学硕士学位论文学生姓名：贺莉芳指导教师：龚卫国教授专业：仪器科学与技术学科门类：工 学重庆大学光电工程学院二o 年四月Research on AR Recognition Model ofHuman and Non-human PIR SignalA Thesis Submitted to Chongqing Un iversityin Partial Fulfillment of the Requirement for theDegree of Master of Engin eeri ngHe LifangSupervised by Prof.

2、 Gong WeiguoMajor : Instrument Science and TechnologyCollege of Opto-electronic Engineering of Chongqing University,Chongqing, ChinaApril, 2011重庆大学硕士学位论文英文摘要随着国内安防市场的飞速发展，国家和地方都加大了对公共场所和居民小区 安防设备的投入。热释电红外（PIR ）探测器能够在常温下检测探测器敏感区域内 的移动红外辐射源并实现运动人体的检测。其性价比高、隐蔽性好、性能稳定、 且无光照要求，是入侵报警系统中最常见的监控产品之一，广泛的应用于安防

3、领 域。但是，目前市场上通用的 PIR探测器普遍都存在严重的误报和漏报现象，使 得PIR探测器在公共场所和居民小区等安防建设中的推广面临着严峻的挑战。通 过深入分析PIR探测器原理发现造成误报漏报的主要原因是：没有充分利用信号 处理技术深入挖掘信号的特征。因此，以 PIR探测器的深入研究为基础，充分利 用信号处理技术提高PIR探测器的工作性能，设计出低误报漏报率的智能PIR探测器具有重要的实用意义和学术意义。本论文针对PIR探测器的信号处理和智能PIR探测器的设计展开研究，主要研究内容包括：1） PIR信号数据库的建立。为采集数据首先研制一套PIR信号采集装置，采用通用的PIR探测器（RE20

4、0B型PIR传感器）对探测区域的人体和非人体红外热 源进行数据采集。分别采集人体随机运动路径、随机速度数据；非人体（不同大 小的狗、鸡等）随机运动路径、随机速度数据；在不同环境不同天气下的人体和 非人体数据。根据采集的数据建立人体PIR信号与非人体PIR信号的数据库，作为数据分析的基础。2）PIR信号处理方法的研究。根据 PIR信号特征，研究了基于 AR模型特征 提取的方法，并根据提取的特征对 PIR信号进行人体和非人体识别。该算法先对 原始信号进行预处理去噪，根据AR模型阶数选择原则确定模型阶数，利用BURG 算法估算AR模型系数作为信号特征。设计支持向量机（SVM ）分类器和最近邻（NN）

5、分类器两种分类器进行分类识别。为验证该算法的有效性，与其他特征提 取算法做了横向对比，比较了不同的特征提取方法在不同数据集上的分类识别效 果。实验结果证明基于 AR模型特征提取的SVM分类效果最好。3）智能PIR探测器的软件设计。通过对预处理、特征提取以及分类算法的研 究，提出一种可识别人体和非人体红外热源的算法，该算法简单易实现，可移植 性强。将该算法移植到智能PIR探测器，采用AR模型的方法提取其AR系数作为 信号特征，设计NN分类器进行分类，完成信号的智能分析和识别，并进行报警。关键词：信号采集，AR模型系数，人体与非人体识别，智能 PIR探测器ABSTRACTNowadays in s

6、ome coun tries and regi ons, there have bee n in creas ing inv estme nts in the security system in public place and residential area with the rapid development of security market. Pyroelectric infrared (PIR) detectors can detect the mobile infrared radiati on sources in the sen sitive areas and impl

7、eme nt huma n moveme nt detect ion at normal temperature. It is so widely used in security fields becauseof its low cost performa ncc convenien ces to be con cealed, stable performa nee and no illu min ati on requireme nt. It is one of the most com mon mon itori ng products in inv asive alarm system

8、s. However, there are seriousfalse alarms and missed alarm phenomenon in the universal PIR detectors at present, so, PIR detector faced a serious challenge in the popularization of security construction. The main reason of false alarm and missed alarm is the lack of using the sig nal process ing tec

9、h no logy to an alyze the sig nals with in-depth researching PIR detector principle. Therefore, improving the PIR detector performa nee base on in-deep an alysis of sig nals with sig nal process ing tech no logy and designing a low false and missed alarm rate intelligent PIR detector is very importa

10、nt.The thesis studies PIR signal processing and the design of intelligent PIR detector, the main works are as follows:1) Establishment of the database of PIR signals. First a set of PIR signal acquisiti on device is developed, we adopt uni versal PIR detector (RE200B type of PIR sensor) for data col

11、lection to collect signals of human bodies and non-human infrared source which are in the PIR region. Date collection include random path and speed data of huma n and non-huma n body (differe nt sizes of dogs and chicke ns)a nd also in clude huma n and non-huma n body data in differe nt en vir onmen

12、ts un der differe nt weather. We establish human PIR signal and non-human PIR signal database as data analysis foun dati on.Signal process ing method research. The feature extract ion based on AR model according to the features of PIR signal is studied, then thealgorithm identify human and non-human

13、 PIR signal. The algorithm removes the noises from the original firstly, and the n determ ines the AR model order accord ing to the order selectio n prin ciple, fin ally the AR model coefficients is calculated by BURG algorithm. The support vector machine (SVM) classifier and nearest neighbor (NN by

14、) classifier were designed for classificati on and recog niti on. Compare the classificati on effect with differe nt features II重庆大学硕士学位论文英文摘要extracti on methods in differe nt data set to verify the effective ness of the algorithm.2) Software design of intelligent PIR detector. This paper presents a

15、n algorithm that can ide ntify the huma n and non-huma n body by study ing the pretreatme nt, feature extraction and classification algorithm. This method is simple and easy to realize, with strong portability. And then we transport this algorithm to intelligent PIR detector. The intelligent PIR det

16、ector calculates AR model coefficients as a signal feature, and then iden tifies the huma n and non-huma n body by NN classifier and fin ally alarms.Keyword: Sig nal acquisiti on, AR model coefficie nts, huma n and non-huma n ide ntify,Intelligent PIR detectoriii重庆大学硕士学位论文目 录目 录中文摘要I英文摘要II1绪论11.1研究背

17、景及意义11.2国内外研究现状及发展趋势 21.2.1 PIR入侵检测技术 21.2.2 PIR探测器人体检测 31.2.3 PIR信号的人体识别 41.3 PIR信号检测与识别的研究难点 51.4论文的主要研究内容 61.5论文的组织结构 72 PIR探测器原理及信号采集分析 92.1引言92.2 PIR探测器的原理 92.2.1 PIR探测器组成及原理 92.2.2 PIR信号的产生 112.3 PIR探测器信号采集 132.3.1数据采集系统 132.3.2数据采集实验 162.4 PIR信号分析192.4.1 PIR信号的特征192.4.2 PIR信号的去噪 232.5本章小结243

18、PIR信号的AR模型特征提取及分类方法 263.1引言263.2 AR模型原理 263.3 PIR信号的 AR模型特征提取 283.3.1特征提取方法 283.3.2 AR模型阶次选择 293.3.3 Burg 算法303.3.4 PIR 信号的 AR 谱323.4分类器设计333.5实验结果与分析 353.5.1 AR模型分类实验353.5.2对比实验373.6本章小结424智能PIR探测器的研制444.1引言444.2硬件设计444.3软件设计464.3.1人体检测与识别算法 474.3.2系统软件设计 484.4实验结果与分析 494.5本章小结535总结与展望545.1工作总结 545

19、.2工作展望55致谢56参考文献57附录61A. 作者在攻读硕士学位期间发表的学术论文 61作者在攻读硕士学位期间参加的科研项目 61V重庆大学硕士学位论文1 绪论1绪论1.1研究背景及意义人体是生活中最重要也是最活跃的元素，对环境中的人体目标进行跟踪、检 测和识别等一直都是安防领域关注的热点问题。近年来，随着计算机应用的不断 发展，基于人体的模式识别研究成为计算机视觉的一个重要研究方向，在机器视 觉、人机接口、智能监控等方面应用前景是十分广泛的。随着科技的发展和社会的进步，国内的安防市场飞速发展，人们对公共场所 的安全和居民小区的安防建设越来越关注，要求也逐渐提高，不再是单纯的防火 防盗，更

20、重要的是能够对各种威胁迅速报警并能及时排出威胁，利用人的瞳孔， 指纹，人脸等特征进行身份识别的安全防范技术不断更新换代，国家和地方都加 大了对公共场所和居民小区的安防设备的投入 。政府也相应的开展了 “平安城市” 建设，虽然给安防产业带来了巨大的商机，但同时也对各种安防产品提出了更大 的技术挑战。热释电红外(Pyroeletric Infrared，PIR)探测器在常温下能够有效的 检测探测器敏感区域内的移动红外辐射源，实现运动人体的检测，性价比高、隐 蔽性好、性能稳定、无光照要求，是入侵报警系统中最常见的监控产品之一，受 到广大专业研究人员的欢迎，在安防领域起着及其重要的作用。PIR探测器是

21、一种具有相当大的应用潜力的探测器。它能探测到人体或某些动 物体(如狗、猫、鸡等哺乳动物)所发射的红外辐射，并将其转换成电信号输出。 早在上世纪30年代，就有人提出利用热释电效应来探测红外辐射，但很遗憾并未 受到人们的重视。直到上世纪 60年代，随着激光技术、红外技术的发展，才重新 推动了热释电晶体的应用开发，并开始研究利用热释电效应探测人体等红外辐射。 目前，随着对PIR传感器的深入研究以及集成电路技术的发展，已研究出具有不 同功能的专用的PIR探测器，广泛的应用在公共场所的自动照明控制，交通管理 中的车辆计数，热释电驱动式摄像机，安防系统等领域。但是，目前市场上通用的 PIR探测器普遍都存在

22、严重的误报和漏报现象，高 达40%50%,使得PIR探测器在公共场所和智能住宅小区等安防建设中的推广面 临着严峻的挑战。因此，以 PIR探测器的深入研究为基础，充分利用信号处理技 术提高PIR探测器的工作性能，设计出低误报漏报率的智能PIR探测器对公共场所和家居安防控制系统的研究发展具有重要的实用意义。PIR探测器研究领域相比 国外各大公司的大力度研究投入，我国还停留在小打小闹的阶段。我国已经进入 WTO,面对国内广阔的市场，国外先进的探测产品将对国内相对落后的产品形成 强大的冲击。因此，进行基于 PIR探测器的人体识别技术的应用研究，跟踪国际先进的探测器技术的发展，对发展 PIR探测器国内市

23、场具有重要的学术意义1.2国内外研究现状及发展趋势1.2.1 PIR入侵检测技术红外辐射理论告诉我们：由于分子的热运动，任何物体的温度高于绝对零度 (-273.15C )，都会产生红外辐射，辐射的能量是跟物体的温度高低成正比的。从 红外辐射理论发现至今，红外技术的发展经历了近两个世纪。众所周知，红外系 统是用来探测红外辐射的仪器，这类系统一般都是由红外光学系统、红外探测器、 信号放大和处理、显示记录系统等组成。PIR探测器是常见的红外探测器，PIR探 测技术也广泛应用在电子防盗等安防工程中，是一种极其普遍的区域入侵探测技 术。PIR探测器一般由光学系统、PIR传感器、运算放大器、信号处理器、报

24、警控 制输出等几部分组成。其核心部件是热释电传感器，通过光学系统的配合作用可 以探测到某个立体防范空间内的热辐射的变化。PIR探测器的工作原理如图1.1所示。当防范区域内有人体移动时，人体发出的红外线经过光学透镜聚焦到热释电 红外传感器上，热释电红外传感器感应到红外线信号，输出热电信号，输出的热 电信号非常微弱，并且夹杂着很多干扰信号，为此需要设计特殊的热电信号处理 电路，在放大热电信号的同时，滤除掉造成干扰的杂波信号。探测器采用运算放 大器，配合周边电路，集成为具有带通滤波器功能的放大电路。其分离出热电信 号，并将其放大数千倍；并通过参数的优化设计，配合比较器电路进一步剔除流 动热空气造成的

25、干扰，对两级放大后分离出的热电信号进行分析判断，通过预先 设定的判断标准来判定是否报警，如果判断出是报警，则输出一个开关量报警信 号。图1.1 PIR探测器的工作原理Fig.1.1 Prin ciple of PIR detectorPIR探测器是对区域进行监控，不是简单的围界监控，非法入侵者无法有意识 躲避，PIR探测器具有较强的隐蔽性，也很难遭到非法入侵者的破坏。PIR探测器在安防领域表现出以下几个独特的应用优势和技术特点： PIR探测器以探测人体辐射为目的。PIR传感器所采用的热释电敏感元件对 波长为10 m左右的红外辐射十分敏感。而为了仅对人体的红外辐射敏感，尽量屏 蔽其它波段的辐射，

26、在PIR传感器感应窗口通常还覆盖有特定的滤光片，尽量避免 环境的干扰。 PIR探测器的抗干扰性很好。通用的PIR传感器一般包含两个互相串联或并 联的热释电敏感元件，而且两个热释电敏感元件的电极化方向正好相反，而背景 环境辐射对两个热释元件几乎是具有相同的作用，但它们的电极化方向正好相反， 所以其产生热释电效应相互抵消，无波动信号输出。 PIR探测器的探测区域较广。通过设计合理的光学系统，采用多个透镜组合 一起，扩到探测器的敏感区域。菲涅尔透镜将红外辐射聚焦在PIR传感器敏感元上， 实现远距离的探测。国外很多国家都很重视 PIR探测器的研究与开发，并且研发了具有各种功能 的智能PIR探测器。不仅

27、在硬件上改进探测器，设计不同的菲涅尔透镜使得探测 区域不同，从而有效的防止误报漏报，而且在算法上也有很大改进，结合数字信 号处理技术和分类识别等算法，检测探测器敏感区域内的红外辐射源运动情况。 德国、加拿大、美国等推出的这种PIR探测器性能比较稳定，抗干扰性也较强，误报漏报率也比较低。近几十年来，国内PIR探测器的产品日趋成熟，成本低，性能也逐渐完善，性价比较高，现已成为人体检测方面的主流产品之一，有力的促进了PIR探测技术的发展。国内很多企业进行了 PIR探测器的研究与开发，国家和地方也制定了 相关产品的标准。随着近年来的发展，PIR探测器的技术朝着无线化、数字化、集 成化等方向发展。PIR

28、探测器的性能更稳定、可靠，具有多样的功能，外观设计精 美小巧，具有强大的联网功能。1.2.2 PIR探测器人体检测对于温度为37C的人体，其自身本来就是一个红外热辐射源， 且发射率很高， 接近1,并且这种辐射是与肤色无关的。在室温下人体皮肤的温度大约为32C,辐射能量46%都集中在814何 的光谱波段内，属于中红外波段3。因此，借助 红外光学系统、红外敏感组件（红外探测器）、以及现代信号处理技术，研制PIR探 测器，应用于人体检测系统。上世纪90年代，日本松下电气公司的人类环境系统研发中心一直致力于PIR探测器的研究。研究了基于 PIR传感器的人体信息传感处理，而且将研究成果实用化，应用于智能

29、家居中，可对空调、照明等的开关进行智能控制。1995年Nobuyuki 等将PIR传感器系统用于检测室内人员的数量，并进行定位。在人员的计数识别中准确率达到90%,当探测区域内出现很多人体时是很难识别的，当环境的背景 温度与人体表温度十分接近时也很难识别，这些情况都将导致识别率降低。直到 1997年该研发中心对PIR探测器系统的算法进行了改进，提高了人员计数的准备 率。在实际应用中将其应用到门禁系统的人员计数检测中，准确率高达98%，效果非常好。在1998年该研发中心又采用了多通道的距离传感器，进一步扩展了 系统功能，加强了系统的定位功能 。2006年韩国釜山国立大学采用 PIR探测器 阵列实

30、现了室内位置检测系统9，通过合理的设置PIR传感器的电压幅度阈值来避 免宠物和环境温度的变化影响，该系统只对人体目标的定位进行了研究，并没有 研究人体识别的问题。为了对室内的老年人的运动及身体状态进行健康检测，A. R.Kaushik和Sunita Ram等人将PIR探测器引入到室内人体健康状态监测系统中，为PIR探测器在智能家居领域的应用提供了一个新的发展方向10, 11 o波兰军事技术大学的M. Kastek等研究了用于远距离探测的 PIR探测器系统。该系统能够实现 140m远处爬行的人体检测或缓慢移动的人体检测。设计了与环境温度同步变化的 自适应阈值来降低误报问题。2010年印度科学学会

31、的学者建立了PIR无线传感器网络估计运动目标的移动方向和速度，实现目标的定位和运动追踪12 o我国的PIR探测技术的研究虽然起步比较晚，但也取得了相当的研究成果， 研究主要是在提高其在安防系统中的应用性能方面，多数研究集中在探测器电路 的改进，而在算法方面相关研究极少。2010年台湾的天主教辅仁大学的学者在 PIR 传感器阵列监控系统中加入超声波传感器阵列，采用多个PIR探测器和超声波探测器联合监控，采用投票表决机制对每个探测器的监控结果进行投票从而得出是 否有人体入侵，大大降低了 PIR探测器的误报13 o曾宏博等研制了一种PIR探测 器专用控制芯片，这种芯片具有较高的电源仰制比和较低的温漂

32、，并且作了抗噪 声和抗交流电源干扰处理14。中科院上海原子核研究所的研究生梁亚林的硕士论 文中对PIR探测器的信号的分析基础上，提出基于移动物体速度与信号能量的单 输入单输出模糊算法，从而降低了PIR探测器的误报率15 o上海交通大学图像处理与模式识别研究所的成雄等采用分布式红外传感网络实现了室内人体的定位等16O上述这些研究都是 PIR探测器的新型应用或系统的扩展，并没有从根本上分 析信号，从信号处理的角度来解决探测器误报漏报问题，不具有人体和非人体PIR信号的识别功能。1.2.3 PIR信号的人体识别国外利用PIR探测器的信号进行人体识别的研究主要集中在美国的Duke大学的一个研究团队。其

33、中，J. S. Fang等研制了一套探测器视野可调的人体检测和识 别系统。提取PIR信号的频谱特征，并采用主成份分析方法进行降维的特征提取 方法来分类。该系统只能对固定路径的人体进行检测和识别。为了尽可能多的提 取能够区分不同人体的特征，设计了可调视野的PIR探测器，不同的菲涅尔透镜窗口的通断不同时，探测器是视野也不同17。为了实现随机路径的人体识别，Fang 在研究中又提出了一种采用隐马尔可夫模型方法来实现随机路径的实时的人体识 别方法18。这些研究都是利用的多传感器阵列来实现人体识别的。该研究小组在 2007年研究探测器人体识别方法是以PIR信号的频谱作为特征， 用PCA方法降维后采用最大

34、似然主元回归方法实现实时的人体识别 19。该研究小 组还指出测试者穿着不同面料的衣服会导致检测结果不相同，建议采用多传感器 阵列，从而采集人体的不同侧面信息，或者嵌入视频装置组成多模传感技术来实 现人体识别，相应的系统的复杂成都增大，因此在系统复杂程度和识别率两者之 间要综合考虑折衷选择。在国内也有部分学者从事 PIR探测器的人体识别研究。成都信息工程学院的 程卫东等研究者采用 PIR探测器对人体行走的运动特征进行研究，通过信号的频 谱特性来解析人体的运动特征，并采用主成分分析方法对不同个体，不同速度的 数据进行分类20津大学的赵鹏飞等采用单个 PIR探测器来进行不同人体的识 别，分别提取PI

35、R信号的AR模型系数和频谱特征，并用 PCA主元分析的方法利 用SVM进行不同人体的识别，但识别率不是很高，采用04Hz的中速运动的频谱 特征时识别率最高，为86.53%21。重庆大学智能化信息技术及系统研究室的王林 泓等采用单个PIR探测器进行人体与非人体的识别，|提取信号的小波包熵和双密 度双树复小波熵的特征，采用最小二乘支持向量机的方法进行分类，正确识别率 和误报率分别为 87.3%和11.1%。并进一步研究了利用典型相关分析( Can o nical correlation an alysis, CCA )特征融合的方法提取更具有分类能力的特征，子模式特 征与全局特征的融合识别率最大为

36、双密度双树复小波熵与短时傅立叶变换子特征 相融合的情况，识别率最高为 93.9%22。上述这些采用PIR探测器进行人体识别的研究取得了一些成果。但多数采用 多个探测器，或者菲涅尔透镜进行特殊设计来调节探测器的视野范围，从而更多 多地获取运动人体的红外特性。但这些研究的对象大多只限定为人体，很少涉及 到非人体，并进行人体与非人体的识别。1.3 PIR信号检测与识别的研究难点PIR探测器用在安防领域存在较高的误报率，主要是因为探测器无法区分入侵 辐射源是人体还是非人体。因此，要提高探测器的性能，必须深入分析PIR信号 特征，研究降低PIR探测器误报率的人体与非人体 PIR信号的识别算法；并设计 完

37、成新的智能PIR探测器。本课题的主要研究难点包括：1）PIR信号数据库的建立。任何数据分析都是要有一定的数据库做基础的，而人体和非人体的PIR信号到目前为止一直没有统一通用的标准数据库，这给数 据分析带来很大的挑战。要建立有效的数据库，必须采集大量的有效的实验数据， 这些数据需包括不同人体、不同动物的PIR信号，这给课题研究带来了难度。2）基于特征提取的PIR信号分析。PIR信号人体识别主要是要区分人体和非人体信号，解决“是不是人体”的问题。PIR信号是一个一维信号，很多空间信息 被抹杀，无法提取到，要在复杂的环境背景下研究PIR信号特征是十分困难的。PIR信号受到很多因素影响，与入侵物与环境

38、背景温度的差，探测器与入侵物的距 离，入侵物的移动速度，入侵物的辐射面积等因素都有关，任何一个因素的变化 都会对PIR探测器的输出信号带来很大的变化， 甚至完全混淆人体和非人体信号， 使得从PIR信号中提取能够区分人体和非人体的特征十分困难。3）智能PIR探测器的软件研制。目前，智能 PIR探测器在国内外尚无可参考的设计资料和产品，要设计出产品性能、可靠性、产品成本等参数满足实际使用 要求的智能PIR探测器，需要智能传感器、嵌入式系统、信号处理、软件工程等 多学科知识的融合，实现起来比较困难。要设计智能PIR探测器软件，必须兼顾实时性、内存等问题，需采用简单易实现的识别算法，对于复杂的算法在芯

39、片上处理起来将十分困难。1.4论文的主要研究内容实验室前期进行了许多相关研究，通过调研目前国内外的PIR探测器发展情况，并结合嵌入式技术，自制了 PIR探测器，并进行了人体特定路径移动实验、 人体随机移动实验、狗随机移动实验，采集了大量的实验数据。建立了不同辐射 源的等效模型，推导了 PIR探测器接收能量与有效辐射面积及辐射源位置的关系， 并仿真了不同辐射源PIR探测器的输出信号波形。针对不同红外辐射源 PIR信号 的特点，提出了在频域提取信号的功率谱和短时频谱特征，在小波域提取信号的 小波包熵和双密度双树复小波熵的特征，并采用最小二乘支持向量机的方法进行 分类。为了进一步提高 PIR信号的识

40、别率，还研究了利用典型相关分析特征融合 的方法，并采用了集成学习方法中的随机子空间特征方法和Bagging集成分类的方法对PIR信号进行识别。本课题在重庆大学智能化信息技术及系统研究室的前期研究成果基础上，针 对PIR探测器的高误报率问题，以不同红外辐射源的 PIR信号为研究对象，采用 信号处理和模式识别的理论和方法，深入系统的研究了 PIR信号的特征提取方法， 在此基础上，提出降低PIR探测器误报率的人体与非人体 PIR信号的识别算法； 并设计完成新的智能PIR探测器，即通过提取PIR探测器输出信号特征，采用数 据分类算法，在微处理器上实现对入侵物的智能识别。主要工作概括为以下五个 方面：1

41、）由于PIR探测器的人体与非人体识别至今还没有统一标准的数据库，因此采用通用的PIR探测器（PIR传感器为RE200B型）对探测器敏感区域内的人体和 非人体红外辐射源进行数据采集，建立完备的人体和非人体PIR信号数据库。为采集数据首先研制了 PIR信号采集装置，并采集了人体随机运动路径、随机速度 数据；非人体（不同大小的狗、鸡等）随机运动路径、随机速度数据；不同环境 不同天气下的人体和非人体数据作为数据分析的基础。2） 由于PIR探测器的输出信号容易受到各种噪声干扰，而 PIR信号在采集过 程中也可能引入新的噪声。为了对PIR信号进行有效的分析处理，有必要对信号 进行预处理。分别采用了小波分析

42、和低通滤波等方法进行预处理去噪，并分析了各种去噪方法的效果。3）特征提取是模式识别的核心问题，它直接影响到分类器的设计和性能。根 据人体与非人体的PIR信号特征，研究了获取该特征的最优方法，提出一种基于 AR模型的特征提取方法，一方面能尽可能多地从信号中获取信息，另一方面使PIR信号检测识别模块能以简单可行的方式实现，减少PIR探测器的误报率，提高 PIR探测器的工作性能。4）特征提取的最终目标是实现特征分类。分类是数据分析中一项非常重要的 任务，目的是训练出一个分类函数或者分类模型，把数据库中的数据按照某种规 律映射到给定类别中的其中一个，从而进行识别。本论文主要是识别人体和非人体辐射源，是

43、一个典型的二分类问题，主要采用最近邻分类器（Nearest neighbors NN）和支持向量机（Support vector machine，SVM ）分类，并采用正确识别率来 评价不同的分类器效果。5）通过对预处理、特征提取以及分类算法的研究，提出了一种可识别人体和非人体辐射源的算法，设计低误报率的智能PIR探测器人体识别系统的软件。智能PIR探测器人体识别系统的核心就是智能 PIR探测器的软件设计。考虑到实时 性等问题，智能PIR探测器采用简单易实现的识别算法，采用微处理器及识别算 法技术完成信号的智能分析和识别。1.5论文的组织结构本论文的内容共分为5章，各章节的内容安排如下：第1章

44、为绪论。首先介绍了课题研究的背景和意义，国内外研究现状及发展趋 势，总结了课题研究的难点，最后简要介绍了本文的主要研究工作及本论文的章 节安排。第2章为PIR探测器原理及信号采集与分析。首先深入分析的PIR探测器的原理和组成，重点介绍了 PIR传感器和光学系统，并阐述了信号产生的机理。接 着介绍了 PIR信号采集系统，然后分别设计了人体和动物的数据采集实验，并设 计了人体和狗同时入侵时的数据采集实验。最后分析PIR信号的特征，在其基础上分析了 PIR信号的噪声，并利用小波分析和低通滤波进行去噪，采用信噪比为 评价指标对去噪后的效果进行了评价。第3章为基于AR模型特征提取及分类方法。首先阐述了

45、AR模型原理，针对 PIR信号的特征，介绍了 AR模型特征提取方法，并在此基础上阐述了 AR模型阶 数选择原则和BURG算法的原理。采用支持向量机（SVM）和最近邻（NN）分类 两种分类方法进行分类识别，文中给出了采用该特征提取分类算法在不同数据集 上进行实验的结果与分析。并与其他特征提取算法做了横向对比，比较了不同的 特征提取方法在不同数据集上的分类识别效果，并进行了相关的分析。第4章为智能PIR探测器的研制。首先阐述了系统的功能，然后分别从硬件 设计和软件设计两个方面介绍了整个智能PIR探测器系统。重点介绍了系统的软件设计，包括软件开发平台、人体检测与识别算法和系统的软件设计。最后实验 验

46、证了智能PIR探测器系统能有效识别人体和非人体辐射源。第5章为全文的研究工作的总结与展望。回顾和总结了全文的研究成果，并 对某些尚未解决的问题和今后的研究方向提出了一些自己的建议。8重庆大学硕士学位论文2 PIR探测器原理及信号采集分析2 PIR探测器原理及信号采集分析2.1引言PIR探测器在安防领域的使用极为普遍，其性能的稳定性和误报率一直广大 工程商和用户关注的问题。为深入分析信号，提取人体和非人体的PIR信号特征,并区分人体和非人体的PIR信号，本章首先对PIR探测器的组成和原理进行深入 分析，并重点讨论了 PIR信号的产生机理。要深入分析信号特征，必须要有大量的原始数据。由于PIR探测

47、器的人体与非人体信号到目前为止并没有统一的数据库，因此首先需要进行数据采集，建立 完备的人体和非人体 PIR信号的数据库。本章首先详细介绍了数据采集系统，采 用通用的PIR探测器（RE200B型PIR传感器）采集大量的PIR信号，分别设计了 人体数据的采集实验，狗数据的采集实验，人体和狗同时入侵时数据的采集实验。为了对PIR信号进行有效分析，深入了解信号特征是进行特征提取的基础， 剔除信号产生过程带来的噪声也是十分必要的。因此本章在分析了信号特征的基 础上，还对原始的PIR信号进行了去噪分析。2.2 PIR探测器的原理为了深入分析PIR信号特征，实现PIR信号的分类，首先对PIR探测器的组 成

48、和原理进行深入分析，并探讨了 PIR信号的产生机理。2.2.1 PIR探测器组成及原理目前市场上的PIR探测器主要由三部分组成，包括 PIR传感器，菲涅尔透镜 和外围放大电路，其中PIR传感器和菲涅尔透镜是其核心部分。PIR传感器是利用 热释电效应，输出微弱的电压信号；前置菲涅尔透镜起到光学斩波器的作用，并 聚焦信号扩大探测器敏感区域。外围放大电路对微弱的输出信号进行滤波和放大。传统的PIR传感器主要是由热释电陶瓷敏感元件、场效应管和偏置高阻等封 装而成。热释电效应是自然界普遍存在的一种物理现象，是指晶体随温度的变化 而在晶体表面产生电荷聚集的物理现象，并且该种材料自发极化的强度随温度的 变化

49、而变化。PIR传感器具有自极化效应，晶体处于低于Curie温度的恒温环境时， 其自极化强度保持不变，即极化电荷面密度保持不变，这些极化电荷被空气中的 带电粒子中和23。如图2.1所示，当红外辐射进入晶体被晶体吸收后，晶体温度升高，自极化强度变小，电荷面密度变小。这样晶体的表面就存在多余的中和电荷， 这些电荷以电压或电流的形式输出，相反，当截断该辐射时，晶体温度降低，自 极化强度增大，则有相反方向的电压或电流输出24o PIR传感器就是利用热释电效应，探测接收红外辐射并将变化的温度信号转换为微弱的电压信号输出输入红外辐射 表面电荷变化+ + + + + + + + + + + + + + + +

50、 + + + + + + + + + + + + + + +图2.1热释电效应Fig.2.1 Pyroelectric effect菲涅耳镜片是根据法国光物理学家 Fres nel发明的菲涅尔原理采用电镀模具工 艺和PE （聚乙烯）材料压制而成。菲涅耳透镜一般采用聚乙烯塑料片制成，颜色 为乳白色或黑色，呈半透明状，但对波长为10财左右的红外线来说却是透明的25。 前置的菲涅尔透镜相当于光学斩波器，调制探测器的敏感区域（ FOV , Field of View），同一行的数个同心环组成一个垂直感应区，同心环之间组成一个水平感应 段，垂直感应区越多垂直感应角度越大；镜片越长感应段越多，水平感应角度

51、就 越大26。这样产生一个交替的“盲区”和“敏感区”（如图2.2所示）。前置了菲涅 尔透镜的红外传感器是具有双重因素触发功能的，首先必须是具有红外辐射的物 体，还有就是必须是在其移动时才有可能触发检测，因此其误触发率是很小的27 o（a）垂直面感应图（b）平面感应图图2.2菲涅耳透镜敏感区域图Fig.2.2 Fres nel le nses sen sitive area菲涅耳透镜不仅可以形成可见区和盲区，还有聚焦作用，其焦点一般为 5厘 米左右，实际应用时，应根据实际情况或资料提供的说明调整菲涅耳透镜与传感 器之间的距离，一般把透镜固定在传感器正前方15厘米的地方28。实验证明，PIR传感器

52、若不加菲涅耳透镜，其检测距离仅为2m左右，而配上菲涅耳透镜后，则其检测距离可增加到10m以上，甚至可达20m以上。在PIR探测器中，PIR传感器产生的微弱电信号中包含有移动辐射源的诸多信息，同时也有因为环境温度变化或者热风等干扰因素造成的噪声信号。一般PIR传感器的工作电压为2.2V-15V，此时的输出信号在2mV左右，信号很弱。为了得 到质量较好的PIR信号，必须对传感器输出的微弱信号进行放大滤波，设计合理 的调理电路，既能把有效信号放大，又能够滤除部分噪声。2.2.2 PIR信号的产生PIR入侵探测技术就是通过采用 PIR传感器，对一系列由光学零件(Fresnel lens) 作为固态光学

53、斩波器形成的离散敏感区域进行探测监控，接收物体通过监控区域 时产生的红外信号并将其转换成电信号输出，经过信号调理电路后，输入到信号 分析处理单元进行分析处理，对信号进行识别，以决定是否发出报警信号。一般 来说，PIR探测器检测到的红外信号极其微弱，加之传感器及电路噪声、光学背景噪声、环境的电磁干扰等因素的存在，影响整个报警系统的灵敏度，甚至会出现虚报信号。为了提高报警系统使用的可靠性，减少虚报率，对PIR信号产生机理进行比较全面的分析以便改进探测器工作性能是很有必要的。黑体热辐射的三个基本规律分别揭示了黑体辐射随温度、波长变化的关系， 是研究红外探测技术的基础。这三大定律分别是：普朗克辐射定律

54、；维恩位移定 律；斯蒂芬一玻尔兹曼定律。辐射的特性取决于物体和环境的绝对温度，并可以用普朗克定律的黑体辐射 曲线进行分析。根据普朗克定律29:W厂25/卩5声旳-忙(2.1)其中h为普朗克常数(6.63X10Js)； c为光速(3O08m/s)； T为绝对温度(k); k为玻尔兹曼常数(1.38x10,3J/k)；几为波长。W为绝对黑体的辐射率，黑体辐J畐射率为1,其余的都在01之间。物体发射出的红外线辐射能，最强波长和温度的关系满足维恩位移定律，如公式(2.2):m = 2989/T (5 k)(2.2)其中诂为最大波长，T为绝对温度。黑体的辐射功率与其表面温度的关系满足斯蒂芬一玻尔兹曼定律

55、，如公式(2.3)所示：E(T* 叮4(2.3)其中 7 =5.67 10w/m2k2由公式（2.3）可以看出，黑体的辐射能力与开式温度的四次方成正比，因此 很小的温度变化，都会因此辐射功率的很大的变化。根据热平衡方程29，对周期变化的红外辐射响应元温升为：Td = 22/（ 2.4）G（1 + 團 2 T 2）其中：门为正弦变化的辐射功率峰值；'为辐射角频率；为响应元比辐射 率；G为响应元热导，单位 WK-1； c为响应元热容，单位JK-1; t =C!G为热容 与有效热导之比，即热时间常数，单位为秒。由公式（2.4）可以看到辐射功率峰值与红外辐射响应元温升成正比，辐射功 率峰值越大

56、，则温升越大，即幅值越大。人体的正常体温为36C到37.5C，即309 K到310.5K，人体平均辐射功率是 100W/m23O,31，其辐射的最强的红外线的波长为 9.67 ym到9.64卩珂心波长为 9.65卩用2。辐射能量大部分集中在814卩m的光谱波段内，也就是说 人体所发出 的红外线属于中红外波段，而 PIR探测器在这个范围很敏感。由于人体和环境温度有差异，所以会有热量的交换，红外辐射通过菲涅尔透 镜聚到红外探测器上，并通过光谱和空间滤波方式抑制背景干扰，然后红外探测 器将集聚的辐射能转换成电信号。微弱的电信号经放大和处理后，输送给控制和 跟踪执行机构或送往显示记录装置33。菲涅尔透

57、镜将探测区域分成明暗相间的区 域，当人在探测区内走动时，是在切割这些区域，当人从一个盲区走到相邻的灵 敏区时（或者从灵敏区走到相邻的盲区），探测器就会探测到人体所发出红外线的 变化，从而产生一个脉冲。当人从灵敏区再走出来的时候又进入到另外的盲区， 同样的道理，人体所发出的红外线的变化使探测器再产生一个极性相反的电脉冲， 中间的一段平稳信号是因为人正在穿过其中的一个区域，探测器探测不到人体红 外辐射的变化，所以没有输出。其中正脉冲是由探测到人体红外线的增强（从盲 区到灵敏区）而引起的，负脉冲是由于探测到人体红外线的减弱（从灵敏区到盲 区）而引起的。如图2.3所示。PIRFig.2.3 PIR sig nal gen erati on通过前面的讨论我们得知，目标移动的过程透过光学系统投射在热释电器件 上所形成的热辐射变化，其实就是热辐射强度依特定频率变化的半个周期。据此, 由光学成像的几何性质，可以推出