1. 研究目的与意义
从有线通信到无线通信，再到第五代移动通信网络，人们对通信技术网络的探索与发展从未停止。随着物联网产业和人工智能终端技术的飞速发展，更多的应用在智能家居、智慧城市等领域。尤其是在室外大环境的定位技术日趋成熟的情况下，对室内复杂多样的小环境的发展与研究成为必然趋势。
在智能家居中，大家最关心的是自身的安全问题，因此室内入侵检测功能在智能家居中起着重要的作用。入侵检测技术可以实时监测是否有人突然入侵到封闭的环境中，一旦检测到入侵目标，系统就会 第一时间启动自动报警，甚至与室内其他安全系统进行联动进行一定程度的安全自卫。
室内入侵检测系统的实现方法有很多，包括视频监控、红外线监测、Zigbee监测、基于无线信号的监测等。在文献[1]中通过对视频图像中是否有运动目标的出现进行检测,当发现有运动目标后,再利用HOG SVM机器学习方法对是否是人进行判别,若判别是人,系统将自动通过GPRS模块发送短信通知用户。在文献[2]中通过热红外(Thermal Infrared,TIR)像摄像仪具有能够在完全黑暗的环境中运行和对光照和阴影变化不敏感的优势。它能提供嘈杂的低分辨率图像,主要用于捕捉相对于较冷背景的目标。在文献[3]以Zigbee网关为核心,与周边所有AP可接入终端节点连接搭建网状拓扑结构,通过接收RSSI信号强度来平衡环境中的检测平行面,如果产生入侵情况,节点的RSSI会产生一定的干扰,中转模块路由节点把实时RSSI回传给网关SINK,上层网关进行数据分析,从而对不稳定AP节点产生入侵反馈。因此，它们都有各自的优缺点：视频监控具有一定的局限性，成本相对较高，对光线要求敏感，所以在夜晚工作时性能会降低，而且影响到用户自身的隐私；红外线监测虽然能够在黑夜中工作，但是工作条件必须要求发射机和接收机之间有视距路径。以上几种方法还有一个共有的缺点，监控范围或多或少存在盲区。相比之下，现如今无处不在的WiFi网络，其部署方便，成本较低，覆盖范围广等优点，还具备较高的安全性，因此在近些年得到了科技团队的广泛关注。
2. 研究内容与预期目标
主要研究内容：
本课题主要研究利用WiFi无线信号的RSSI信息对室内入侵目标进行检测时RSSI信号的采集方法，并对采集到的信号进行特征提取，以便于后续的识别算法进行识别。
目前主流的无线信号（包括但不限于无线局域网）强度信息采集大多使用三种方法：一种是通过编程从无线网络适配器的固件或者驱动程序中获取，或者从系统的相关API中调用专用函数读取；第二种方法是使用专业的抓包工具，抓取网络层（本文以及后续报告中网络分层均采用）的报文，读取报文中的无线信号强度信息；第三种方式为通过无线模块主控配套的工程文件与程序，从外部的串口或者其他接口读取，这种方法多用于使用嵌入式系统的无线传感网络。
3. 研究方法与步骤
研究方法：
RSSI值不仅仅对环境和物体敏感，而且可以在发送端（基站端）和接收端（移动设备端）都可以读取这个值，易于获取以便用于后续各种不同的应用研究。需要注意的是，虽然我们将通过抓取802.11ac的ICMP报文来从中提取RSSI值，但是RSSI值并不存在于报文的数据与协议帧字段中，而是在物理层中。
RSS的变化与周围物体移动的速度有关。尽管RSS信号的波形受到噪声的干扰，但这种干扰并不是非常严重和致命，因此，可以使用RSS的时域和频域特征进行入侵检测甚至人体行为识别。
4. 参考文献
[1]潘青松. 融合入侵检测的智能家居监控系统研究与实现[D].西南交通大学,
2018.
[2]吴兆祺. 基于红外线成像视频的目标检测研究[D].电子科技大学,2019.
5. 工作计划
2022.3.2-3.20 理解课题任务，查阅资料，完成开题报告；2022.3.23-4.10 深入研究课题要求，设计基于RSSI的信号采集方案；2022.4.13-4.30 按照方案搭建软硬件环境，进行数据采集；2022.5.1-5.22 研究数据特征提取方案，对实验数据进行特征提取；2022.5.25-6.10 撰写论文并准备毕业答辩。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
