针对传统的安防技术检测可靠性差、运动感应单一、难以做到低功耗、智能化程度低等缺点，从数据感知、传输、监测、处理几大层面，对智能安防系统中的低功耗传输、异常动作检测与告警、目标识别与跟踪等关键技术进行研究，完成智能安防系统的设计与研发，为用户提供系统化、智能化、 可靠性高、操作便捷的安防保障。

项目具体完成了以下几个方面的内容： 1、低功耗的智能安防系统架构与设计。

构建并设计由数据感知、数据汇集、智能处理和应用决策几大模块组成的低功耗智能安防系统。

2、智能安防系统的低功耗研究。

通过分布式的"智慧感知元"，实现数据间的资源整合，并对数据进行感知级和云级的分级处理。

同时，根据监测目标的环境和事件特点，自动调整无线传输策略并完成数据的提取，实现降低设备功耗，延长使用时间的目标。

3、异常入侵行为检测方法研究。

在感知级，完成多元感知的融合，分析海量数据的数学统计特征，运用阈值法、恒虚警法、概率统计法、无监督学习法等完成数据的一级处理与异常行为告警，降低数据量和数据维度。

在云级，对于一级处理处理后的数据用机器学习方法进行二次处理，通过不断积累的报警数据，基于机器学习理论对入侵行为进行建模、建库，从而实现在线的学习，从而得到行为检测的更精确的判断。

4、目标识别与跟踪方法研究。

对监测数据进行自动分析、识别、跟踪、理解和描述，完成异常行为的确认和证据留存。

本项目所研究的智能安防系统关键技术及系统产品通过扩展同样适用于智能家居、环境监测、室内外的物品追踪等应用领域，具有广阔的应用前景和良好的经济效益。

项目同时带动团队建设和人才培养，发表文章三篇： [1] Qiongdan Huang, Honggang Wang, Hanlu Zhang and JinWei Song. A Method for Designing Stealth Radar Waveform and its Performance Analysis. Engineering Letters, 28(4):1-7, 2020. [2] Linna Li, Zhirou Wei and Qiongdan Huang. A numerical method for solving fractional variational problems by the operational matrix based on Chelyshkov polynomials, 28(2):1-6, 2020. [3] 包志强,邢瑜,吕少卿,黄琼丹.改进YOLO_V2的6D目标姿态估计算法.计算机工程与应用.2020.07.