基于4G網絡與多源信息融合的車輛防盜系統研究

林可春

?

基于4G網絡與多源信息融合的車輛防盜系統研究

林可春

（福建船政交通職業學院，福建福州 350007）

為了準確實現對車輛安全狀態進行實時監測及防盜報警，設計了基于4G網絡與信息融合的車輛安全狀態監測系統。根據系統的數據分析需求，本文提出利用模糊神經網絡算法融合多種傳感器監測數據以判斷車輛安全狀態。通過對現場數據分析，結果表明該算法可以準確地判定車輛的安全狀況。

車輛防盜；4G無線通訊；信息融合；模糊神經網絡

伴隨私家車數量的不斷增加，汽車偷竊案的發生頻率也在不斷增加，甚至已經成為城市犯罪數目最多的行為之一。每輛汽車價格不菲，一旦丟失將會帶來巨大的經濟損失，同樣為社會帶來了不穩定因素。因此，關于汽車防盜的設計已經日益迫切。

文章基于目前主要的盜竊方式，采用監控模塊，該監控模塊由傳感器組成，并可對車體狀態進行實時監控；不僅如此，監控模塊可依據傳感器性能的不同之處取長補短，對汽車的實時狀態信息進行完善。由于各安裝檢測傳感器種類多，位置分散，因此采用成熟的4G網絡技術將各傳感器的采集的數據傳送至中央處理器。中央處理器選擇的算法為數據融合法，選擇數據融合法可對汽車的安全狀態進行準確判斷。選擇多傳感器融合技術的優勢在于增加判斷可信度，判斷更加準確，效率更高。

1 基于4G網絡技術的數據采集系統設計

4G網絡與多源信息融合的車輛防盜系統設計包括檢測模塊，中央處理模塊，執行模塊，通信模塊，基于 4G網絡技術的數據傳輸網絡是數據通訊系統的關鍵，本文 4G通信模塊是4G無線通信的基礎硬件，其控制器的設計方式較為新穎，即選擇核心板與接口板互相結合的方式，外觀結構確定為機籠式，這種設計方式的優勢在于具有良好的擴展性[1]。

1.1 4G 通信接口模塊電路設計

（1）SIM5218通信模塊簡介?？刂破骶W關設備之間依靠USB線進行連接，設計方式選擇核心板與接口板互相結合的方式。其中，4G 通信接口板所選模塊，完美支持USB 2.0 和 UART 通信，可以完全滿足三頻/四頻網絡的無線通信和數據傳輸速度的要求。

（2）SIM5218模塊的接口電路設計。SIM5218模塊接口電路原理即為將SIM5218芯片的基本功能引腳引出，涵蓋四方面內容：第一方面為UART_TXD 發送引腳；第二方面為UART_RXD 接收引腳；第三方面為USB_D+引腳；第四方面為USB_D-引腳。SIM卡的通信引腳又包含CARD_CLK、音頻輸入輸出引腳等等。

（3）復位監控電路設計。復位監控電路采用美國 CATALYST公司生產的CAT1023器件，如圖4所示。CAT1023器件主要是由兩部分集成，分別為：①EERPROM；②看門狗輸入引腳 PIN7。CAT1023器件的主要功能在于監控，第一大監控功能對電源、電源內部固件程序的運行狀態進行實時監控；第二大監控功能為對SIM5218 接口板進行監控，若內部固件程序出現跑飛現象，CAT1023 器件形成可設定寬度的復位信號，糾正問題設備迅速恢復正常運行狀態。

1.2 4G通信程序設計

本平臺使用廈門才茂工業級TD-SCDMA+ZIGBEE網格終端TD-SCDMAZTU CM2591，該裝置的串行接口為RS485 串行接口，并可根據其他接口（RS232、RS422）進行相應的通訊連接。所以，4G模塊的顯著優勢在于可以迅速達到接收、發送以及管理的目標。

2 模糊系統與神經網絡融合決策

文章基于模糊控制系統和神經網絡相互結合的先進技術，并融合了多傳感器結合技術，大幅度降低誤報率，確保汽車安全狀態監測過程中所具有的準確性以及可靠性[2]。

在車輛防盜檢測中很多參數都能反映車輛盜竊形成的過程，比如座椅檢測到的壓力、人體感應、車輛移動距離、車輛振動強度等等，通過分析可知這些參數值或它們的變化率與車輛安全狀態各個階段都有一定的映射關系。本文車輛防盜監測系統結構分為三層，即信息層、融合處理層和決策層。

（1）信息層的主要功能為采集。對不同傳感器的數據進行采集；

（2）融合處理層的主要功能是整合、分析。整合、分析不同傳感器數據，并確定分析安全結果的概率，以及危險結果的概率；

（3）決策層的主要功能是判定與輸出。通過分析判定，確定最終結果并輸出。

車輛防盜監測算法系統結構如圖1所示

圖1車輛安全監測算法結構圖

本系統中決策層的主要任務時分居模糊神經網絡融合算法對上一層的輸出結果做出最終判斷。本算法設定神經網絡輸入層的輸出車輛狀態安全概率為 Q1、車輛狀態危險概率為Q2，模糊推理系統輸出的車輛狀態安全概率為G，兩個子系統的輸出會有一定的矛盾性。對此，應將基礎的決策層確定如下：神經網絡、模糊系統的輸出，并采取融合處理，基于模糊神經網絡推理系統，對汽車是否被盜進行綜合判定。

3 仿真實驗結果及分析

本文使用 MATLAB7 的模糊神經網絡工具箱對所設計的模糊神經網絡融合算法的車輛安全監控系統進行仿真，仿真結果表明模糊神經網絡融合算法的車輛安全狀態判定結果準確性更高。圖2為模糊神經網絡訓練后的收斂結果，從圖中可以看出訓練后達到收斂，收斂速度較快，精度達到了0.07。

圖2模糊神經網絡訓練結果

4 結論

綜上所述，文章設計的汽車防盜系統采用了現代電子技術，大幅度降低誤報率，可以準確監控車輛的實時狀態，對于提升汽車的安全性能是有利的。因為當汽車出現被盜情形時，中央處理單元可迅速通過4G無線網絡通知車主。這相對于普通的聲音警報，不僅時間短、效率高，還解決了擾民的困擾。

[1]陳曉琴. 基于多傳感器信息融合技術的汽車防盜系統設計[J]. 制造業自動化. 2010(15):43-45.

[2]滕峻林,龍永紅,賀理. 基于RFID技術的智能汽車安全防盜系統設計[J]. 湖南工業大學學報. 2010(06):20-23.

Research on vehicle anti theft system based on 4G network and multi source information fusion

(Fujian chuanzheng communications Career Academy, Fuzhou Fujian 350007)

In order to accurately state of the vehicle safety of real-time monitoring and anti-theft alarm design 4G network and information fusion of vehicle safety monitoring system based on. According to the data of the system needs analysis, is proposed in this paper by using fuzzy neural network algorithm to fuse multiple sensors monitoring data to determine the vehicle safety status. Through the analysis of field data. The results show that the algorithm can accurately determine the safety condition of the vehicle.

Vehicle anti theft; 4G wireless communication; Information fusion; Fuzzy neural network

（責任編輯：吳湘銀）

N945.2

A

10.3969/j.issn.1672-7304.2016.06.039

1672–7304(2016)06–0089–02

林可春（1975-），男，副教授，研究方向：汽車運用工程。