在科技飞速发展的今天人们对生活品质的追求不断提高.近些年各种高科技产品的出现给人们带来了诸多方便.智能家居虽不是新兴技术但由于国内行业标准不统一、价格昂贵、售后较差等诸多因素的影响[１] 使人们望而却步智能安防的实际利用率不高.本文提出的超声波与红外线联合布控技术操作简单、使用方便、运行可靠、价格低有利于得到广泛应用.

１系统总体设计

系统总体设计结构图如图１所示可分为单片机主控模块、传感模块、输出驱动模块.

传感模块分为超声波传感器和红外线传感器.单片机为主控芯片，通过程序向超声波发射器发送信号当接收到超声波和红外线传感器的信号时驱动输出动作，声光报警采用现场报警方式，远程无线报警由单片机发送信号给通信模块，再由通信模块连接安保办公室实现远程施救.

２硬件设计

系统中采用单片机作为主控模块它具有低电压、高性能等优点，并配有独立复位按键使用方便灵活.超声波传感器的测距信号与红外线传感器的定位信号分别经Ｉ/ Ｏ口输入，根据软件算法驱动输出端声光报警、ＬＥＤ显示与无线报警.本设计通过设置灯光闪烁颜色及报警提示声音的不同区分障碍物的距离和方位

２.１单片机最小系统

单片机最小系统如图２所示:包括单片机、晶振电路、复位电路.复位电路是在１０ μＦ的电解电容Ｃ３上并联一个按键开关Ｓ１当按下此开关时对电容放电ＲＳＴ被拉到高电平，在电容充电时高电平保持，使单片机完成复位.单片机内部时钟是靠晶振电路提供的，此次设计时钟信号频率选用１２ｋＨｚ谐振电容Ｃ１、Ｃ２选用３０ｐＦ的瓷片电容用来过滤掉晶振部分的高频信号使晶振工作更加稳定[２] .

图２单片机最小系统

２.２超声波传感器

超声波测距技术原理简单，测距方便，但由于超声波的发散严重，在较远距离测量时误差较大ꎬ所以不适宜定位.本设计选用ＨＣ－ＳＲ０４超声波模块，其性能稳定，测距准确，可用于３００ｃｍ以内的测距.

超声波传感器工作原理如图３所示:由单片机控制电路发出４０ｋＨｚ频率的脉冲(同时启动计数电路开始定时) 作用到超声波发送端探头，在探头上会发生逆压电效应，从而产生共振，形成机械振动波，即为需要发送的超声波，此超声波遇到障碍物时被反射回来，被超声波接收端探头接收到，再经压电效应转换为电信号，接收电路将信号多级放大、检波、整形后作用到单片机微控制器，此时定时器停止计时.根据公式Ｌ＝１ / ２ｖｔ，计算出所测距离Ｌｖ为３４０ｍ / ｓ的声速ｔ为从第一次发射脉冲到接收到回波所用时间.

热释电人体红外传感器选用ＳＤ０２其探测原理

图３超声波传感器工作原理

３系统工作流程

系统工作流程图如图５所示[４] 使用之前先将传感模块各参数复位此时系统进入布控状态.当有人进入安防区域时，红外线传感器将检测到的信息传入单片机，单片机向超声波发射探头发送脉冲信号，计时开始，接收到由障碍物反射回来的超声波后计时停止，单片机经过延时、数据处理ꎬ驱动输出

图５系统工作流程图

４测试

为了验证该系统的准确度与精度ꎬ并与单一红外传感器系统进行对比ꎬ测试设置了实验组和对照组两组实验ꎬ分五组进行[５] . 测试在室内开阔的区域进行ꎬ预设系统报警区间为５０~３０００ｍｍꎬ测试时间为每天８:００ ~ １８:００.其中入侵人员与报警器的实际距离是通过卷尺测量的.结果如表１所示

经过比对测试结果ꎬ实验组的测量误差与漏报次数明显小于对照组，误报次数略多于对照组.分析其原因在于所设计系统没有过多地考虑与人体相似的干扰源影响，所以存在误报情况，后期应配合图像传感进一步减小误报情况.

５结语

为了实现高效的数据分类，提出一个基于统计分析的数据逻辑分析算法，使用常用的机器学习数据集对本文框架进行验证.结果表明，本方法能够合理地提高分类准确度并减少分类所需的计算时间.未来的工作主要有两点:一是通过进一步改良和优化，提高本文分类算法实时分类的性能，二是在真实的系统中实现该算法，验证算法进行实时分类的性能.

参考文献

[1]王志强，王志强。基于熵的四种离散化方法比较[J]。2016-18(3):69。

[2]王志刚，刘志刚。功能区划的最小切割方法以意大利为例[J]。优化信201610(5):955 - 973。

[3]王志强，王志强，王志强，等。将逻辑分析数据作为分析概率离散的工具选择行为研究[J]。计算机与运筹学2019106:191-201。

[4]王志强，王志强，王志强，等。对工业过程的深刻理解，与人类经验相辅相成一种基于机器学习的数据挖掘方法[J]。专家系统与应用2019122:388-405。

[5]王志强，王志强。复杂模型的优化研究[J]。国际应用与研究杂志基础科学20134(9):2810 - 2816。

[6] polat kgunes s。基于最小二乘支持向量机的乳腺癌诊断[J]。数字信号处理200717(4):694 - 701。

[7]常春春林春江。一种基于svm的支持向量机库[J]。美国计算机学会智能系统学报技术(TIST)20112(3):27。

班宁产品汇总