随着时代的进步，人们对自身人身安全和财产安全的关注到达了一个前所未有的高度，这也促使了安防产业的飞速发展。热释电红外(Pyroelectric Infrared，PIR)探测器因具有稳定的性能、较高的性价比、良好的隐蔽性和环境适应能力强等优点，使它成为一种应用最广泛的安防产品。然而，现在市场上的各种PIR探测器依然面临着误报率较高的问题，从而导致了PIR探测器无法全面的应用到家居环境和公共场所中。通过对PIR探测器物理机理的分析发现导致PIR探测器误报率居高不下的主要原因是缺乏采用有效的信号处理技术提取PIR信号的本质特征。因此，本文以研究PIR探测器物理机理为主线，以信号处理技术为工具，建立PIR探测技术与模式识别方法两者之间的关系，为解决当前PIR探测器存在的高误报率问题的研究提供理论和技术基础。本文在深入分析PIR探测器物理机理的基础之上，将信号处理技术引入到对PIR信号的特征提取研究中。理论上，本研究不仅能提高PIR探测器报警的正确性，而且对一维信号的特征提取方法研究同样有着重要的理论意义。本文主要的研究工作如下：　　①分析PIR探测器的物理机理。对热释电材料产生信号的机理以及影响输出信号的参数进行分析，然后对菲涅尔透镜的工作原理进行了研究，在此基础上建立了人与非人辐射等效模型，并分析了PIR信号的特征。　　②建立人与非人PIR信号数据库。采用SKY-DL T1<0132>型的探测器来采集监控区域内移动热源的红外数据，使采集到的PIR信号的信噪比得到改善。总共采集了人体数据1400多组，非人体数据600多组，为后续信号的特征提取及识别研究奠定了坚实的基础。　　③研究PIR信号的特征提取及识别方法。通过对PIR探测器物理机理以及信号特征进行深入分析后，发现在时域信号中很难提取出能区分人与非人的显著特征，所以将其转换到频域中进行分析。从分析结果可知，由于人体与非人体的频谱信号存在着一定的相关性，利用主元分析(PCA)方法去掉它们之间的相关性，从而得到显著的分类特征，并将本文提出的特征提取方法与其它的特征提取方法进行了比较，验证其有效性和优越性。　　④研制智能PIR探测系统。在系统中，利用双阈值方法判断监控区域是否有移动热源，用均值滤波方法对信号进行去噪，然后通过傅里叶变换将信号转换到频谱域，利用PCA提取它的主元特征，最后通过NN分类器进行判断是否报警。