用于户外环境入侵者分类的基于动画与Chirplet的PIR传感器阵列开发
机器学习
2016-04-14 v1
摘要
本文提出了被动红外传感器塔平台及一种分类算法的开发，以区分户外环境中人类入侵、动物入侵以及风吹植被运动产生的杂波。研究旨在探索无线传感器网络作为早期预警系统的潜在用途，以帮助缓解森林边缘发生的人兽冲突。该开发有三个重要特征。首先，传感器平台采用排列成二维阵列形式的多个传感器，赋予其有助于分类的关键空间分辨率能力。其次，鉴于涉及动物入侵的数据收集挑战，开发了基于动画的被动红外传感器仿真工具(ASPIRE)，其模拟对应于人类和动物入侵以及一些有限植被杂波模型的信号。这通过允许我们以时间高效的方式测试不同假设，加速了算法开发过程。最后，开发了基于chirplet的入侵者信号模型，尽管从较少数量的传感器提取数据，仍显著提高了分类精度。使用了基于SVM的分类器，其利用了chirplet、能量和基于信号互相关的特征。在真实和模拟数据集上获得的入侵者检测与分类平均精度超过97%。
引用
@article{arxiv.1604.03829,
title = {Animation and Chirplet-Based Development of a PIR Sensor Array for Intruder Classification in an Outdoor Environment},
author = {Raviteja Upadrashta and Tarun Choubisa and A. Praneeth and Tony G. and Aswath V. S. and P. Vijay Kumar and Sripad Kowshik and Hari Prasad Gokul R and T. V. Prabhakar},
journal= {arXiv preprint arXiv:1604.03829},
year = {2016}
}