多传感器信息融合技术在智能火灾报警系统中的应用

s

维普资讯 doc.docsou.com

豢j麓；擎黪≮鬟 簿噻臻蒜巍露澄 麓譬

茬

高金辉，陈玉珠，汪晓晨

一

、

引言

近年来，由于未正确识别并及时检测到周围生产、生活环境的状况，而引发的火灾事故屡屡发生，造成人民生命和财产的重大损失。目前市场上的报警系统多重多样，但大都灵敏度不高，不能探测到周围环境的

状况及时预报火灾的可能性。而利用模糊神经网络实时检测火灾信号，网络庞大，学习时间长，易操作n。不】 本文介绍的基于多传感器信息融合的火灾探测信息技术处理模块，采用数据层和决策层两级信息融合，大大降低了系统的误报率，提高了系统系统决策的准确性和合理性，特别是对某些复杂条件下，火灾危险性大的 重要场所，智能系统较单一感烟或感温系统更为可靠和有效，还具有体积小、耗电少，容易实现，可操作性强等特点。

二、多传感器信息融合概述

多传感器信息融合( l—esr nomao uin技术是 2纪 7 Mutsno Ifr t nF s ) i i o 0世 0年代产生并迅速发展起的一门学科。 “息融合”就是对多传感器的数据进行多级别、多参次、多方面的处理。充分利用多个传感器资源，通过信对各种传感器及观测信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息依据某种优化

准则组合起来，包括对多源数据进行检测、相关、组合和估计，产生对观测环境的一致性解释和描述I。按照 1】 数据抽象的层次分类，融合可以分为三个级别，即象素级(ie lvr融合、特征级(e uel e) Px lee)— F r r— vr融合、决策级 t e (cs nlvr d io— e) i e融合。象素级融合是低层次的融合，是在传感器原始信息层次上未经处理或只做很小处理进行融合，主要处理同类同性质传感器的数据。特征级融合是对传感器数据的特征矢量提取后进行融合。决策级融

合是最高层次的融合，主要是异质传感器数据之间的融合，它对传感器已经得出的初步结果进行信息的合并 处理，得出最终的融合结果，为指挥控制决策提供依据。

多传感器的融合方法主要有加权平均、卡而曼滤波、贝叶斯估计、统计决策理论、证据推理、模糊逻辑、 模糊神经网络法等。

三、信息融合在火灾预警报警系统中的应用

第1页下一页