在科技飛速發展的今天人們對生活品質的追求不斷提高.近些年各種高科技產品的出現給人們 帶來了諸多方便.智能家居雖不是新興技術但由于國內行業標準不統一、價格昂貴、售后較差等諸多因素的影響[１] 使人們望而卻步智能安防的實際利用率不高.本文提出的超聲波與紅外線聯合布控 技術操作簡單、使用方便、運行可靠、價格低有利于得到廣泛應用.

１ 系統總體設計

      系統總體設計結構圖如圖１ 所示可分為單片機主控模塊、傳感模塊、輸出驅動模塊.

      傳感模塊分為超聲波傳感器和紅外線傳感器.單片機為主控芯片，通過程序向超聲波發射器發送信 號當接收到超聲波和紅外線傳感器的信號時驅動輸出動作，聲光報警采用現場報警方式，遠程無線報 警由單片機發送信號給通信模塊，再由通信模塊連接安保辦公室實現遠程施救.

２ 硬件設計

      系統中采用單片機作為主控模塊它具有低電壓、高性能等優點，并配有獨立復位按鍵使用方便靈活.超聲波傳感器的測距信號與紅外線傳感器的定位信號分別經 Ｉ/ Ｏ 口輸入，根據軟件算法 驅動輸出端聲光報警、ＬＥＤ 顯示與無線報警.本設計通過設置燈光閃爍顏色及報警提示聲音的不同區分 障礙物的距離和方位

２.１ 單片機最小系統

      單片機最小系統如圖 ２ 所示:包括單片機、晶振電路、復位電路.復位電路是在 １０ μＦ 的電解電容 Ｃ３ 上并聯一個按鍵開關Ｓ１當按下此開關時對電容放電ＲＳＴ被拉到高電平，在電容充電時高電平保持， 使單片機完成復位.單片機內部時鐘是靠晶振電路提供的，此次設計時鐘信號頻率選用 １２ ｋＨｚ諧振電 容 Ｃ１、Ｃ２ 選用 ３０ ｐＦ 的瓷片電容用來過濾掉晶振部分的高頻信號使晶振工作更加穩定[２] .

圖 ２ 單片機最小系統

２.２ 超聲波傳感器

      超聲波測距技術原理簡單，測距方便，但由于超聲波的發散嚴重，在較遠距離測量時誤差較大ꎬ所以 不適宜定位.本設計選用 ＨＣ－ＳＲ０４ 超聲波模塊，其性能穩定，測距準確，可用于 ３００ ｃｍ 以內的測距.

      超聲波傳感器工作原理如圖 ３ 所 示:由單片機控制電路發出 ４０ ｋＨｚ 頻率 的脈沖(同時啟動計數電路開始定時) 作用到超聲波發送端探頭，在探頭上會 發生逆壓電效應，從而產生共振，形成機械振動波，即為需要發送的超聲波，此超聲波遇到障礙物時被反射回來，被超聲 波接收端探頭接收到，再經壓電效應轉 換為電信號，接收電路將信號多級放大、檢波、整形后作用到單片機微控制器，此 時定時器停止計時.根據公式 Ｌ ＝ １ / ２ｖｔ，計算出所測距離 Ｌｖ 為 ３４０ｍ / ｓ 的聲速ｔ為從第一次發射脈沖到接收到回波所用時間.

熱釋電人體紅外傳感器選用 ＳＤ０２其探測原理

圖 ３ 超聲波傳感器工作原理

３ 系統工作流程

      系統工作流程圖如圖 ５ 所示[４] 使用之前先將傳感模塊各參數復位此時系統進入布控狀態.當有人進入安防區域時，紅外線 傳感器將檢測到的信息傳入單片機，單片機向超聲波發射探頭發 送脈沖信號，計時開始，接收到由障礙物反射回來的超聲波后計時停止，單片機經過延時、數據處理ꎬ驅動輸出

圖 ５ 系統工作流程圖

４ 測試

      為了驗證該系統的準確度與精度ꎬ并與單一紅外傳感器系統 進行對比ꎬ測試設置了實驗組和對照組兩組實驗ꎬ分五組進行[５] . 測試在室內開闊的區域進行ꎬ預設系統報警區間為 ５０~３ ０００ ｍｍꎬ測試時間為每天 ８:００ ~ １８:００.其中入 侵人員與報警器的實際距離是通過卷尺測量的.結果如表 １ 所示

      經過比對測試結果ꎬ實驗組的測量誤差與漏報次數明顯小于對照組，誤報次數略多于對照組.分析 其原因在于所設計系統沒有過多地考慮與人體相似的干擾源影響，所以存在誤報情況，后期應配合圖像傳感進一步減小誤報情況.

５ 結語

      為了實現高效的數據分類，提出一個基于統計分析的數據邏輯分析算法，使用常用的機器學習數據集對本文框架進行驗證.結果表明，本方法能夠合理地提高分類準確度并減少分類所需的計算時間.未 來的工作主要有兩點:一是通過進一步改良和優化，提高本文分類算法實時分類的性能，二是在真實的系統中實現該算法，驗證算法進行實時分類的性能.

參 考 文 獻

[1]王志強，王志強。基于熵的四種離散化方法比較[J]。2016-18(3):69。

[2]王志剛，劉志剛。功能區劃的最小切割方法以意大利為例[J]。優化信201610(5):955 - 973。

[3]王志強，王志強，王志強，等。將邏輯分析數據作為分析概率離散的工具選擇行為研究[J]。計算機與運籌學2019106:191-201。

[4]王志強，王志強，王志強，等。對工業過程的深刻理解，與人類經驗相輔相成一種基于機器學習的數據挖掘方法[J]。專家系統與應用2019122:388-405。

[5]王志強，王志強。復雜模型的優化研究[J]。國際應用與研究雜志基礎科學20134(9):2810 - 2816。

[6] polat kgunes s。基于最小二乘支持向量機的乳腺癌診斷[J]。數字信號處理200717(4):694 - 701。

[7]常春春林春江。一種基于svm的支持向量機庫[J]。美國計算機學會智能系統學報技術(TIST)20112(3):27。

班寧產品匯總