基于希尔伯特黄变换和机器学习的机场周界入侵报警方法

摘要

本发明公开了一种基于希尔伯特黄变换和机器学习的机场周界入侵报警方法，该机场周界入侵报警方法包括：获取不同入侵行为的振动信号；从每一帧振动信号中提取信号的时域特征；并通过希尔伯特黄变换得到振动信号在时频域上的谱图，通过谱图及相应的统计方法，提取出信号的时频域特征；将提取的所有特征进行融合，形成相应的特征向量，作为机器学习算法的输入，通过机器学习算法的输出，判断入侵行为类型，完成对入侵行为类型的识别及报警。本发明可靠性高，针对传统机场周界入侵报警方法产生误报的原因与入侵行为的特点，解决了误报率高及适应性差的技术问题。