[鹿书恩_论文_备份

《[鹿书恩_论文_备份》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、云模型在火灾报警系统中的应用研究Researchontheapplicationofcloudmodelinfirealarmsystem段其昌1、鹿书恩1（重庆大学自动化学院1，重庆400044）DUANQi-chang1、LUShu-en1（AutomationDepartment,ChongqingUniversity1,Chongqing400044）摘要：针对现有火灾报警方法中存在的报警不准确的问题，对云模型进行了研究，提出了一种基于云模型的火灾判别方法。首先，利用云模型将传感器测得的火灾判别参量转化为定性语言值，解决了随机性和

2、模糊性相结合的问题。然后，根据各判别参量的显著性权值对云模型转化的结果进行数据融合，得出最终火灾判定结果。仿真结果表明该方法具有较高的准确性和实时性。关键词：准确性；云模型；显著性权值；数据融合；火灾报警系统中图分类号：TP277文献标识码：AAbstract:Inordertoovercometheshortcomingsoftheexsitingmethodsforfirealarming,aresearchoncloudmodelwasmdaeandamethodforfiredisasterassessmentbasedonclo

3、udmodelispresented.First,thecloudmodeltransformsthedisasterassessmentparametersreadfromsensorsintoqualitativelinguisticvalues,andtheproblemofcombinationoffuzzinessandrandomnesswassolved.Then,themethodofdatafusionbasedonsignificanceweightsfusesdifferentparametersfordisaste

4、rassessmenttogether,andgetsthefinalresultoffireassessment.Theresultsofsimulationshowthatthismethodisofhighveracityandgoodreal-timeperformance.Keywords:Veracity;Cloudmodel;Significanceweights;Datafusion;Firealarmsystem0引言实际应用的火灾报警系统大多采用阈值方法进行火灾判别，这种方法往往会导致较高的漏报率和误报率。针对阈值方法

5、的缺点一些研究者将模糊系统和神经网络等信息处理方法用于火灾报警系统。模糊数学方法很好的描述了正常状态和发生火灾状态之间界限的模糊性，但在实际应用中存在这种情况：针对相同的探测数据，通过模糊算法会得到相同的判别结果，而实际的结果并不相同。这表明火灾判别结果会受到随机因素的干扰，有火灾和无火灾之间的界限除了具有模糊性还具有随机性。神经网络可以将不同传感器获得的信号进行融合，但计算量较大，实时性不够，很难真正在工程中应用[1]。针对上述问题，本文采用云模型对探测器探测到的数据进行处理，并根据影响火灾判别的各参量在判别过程中的显著程度进行了数据融

6、合。1系统结构本系统由传感器、区域控制器和集中控制器三部分组成。传感器采用温度传感器、烟雾浓度传感器和光电传感器三种。三种传感器作为一组分布在需要监测的不同地点，并由相应的区域控制器统一管理。区域控制器将探测到的不同参量进行融合得到的判断结果传输到集中控制器。系统结构图如图1所示。图1火灾报警系统结构图系统软件中跟火灾判断相关的程序流程图如图2所示。判断是否发生了火灾是本文论述的重点。图2信号处理过程流程图2云模型概述2.1云模型的定义设是一个用精确数值表示的定量论域，是上的定性概念，若定量值，且是定性概念的一次随机实现，对的确定度是有稳

7、定倾向的随机数则在论域上的分布称为云（Cloud），每一个称为一个云滴[2]。定义中的随机实现是概率意义下的实现；定义中的确定度，是模糊意义下的隶属度，同时又具有概率意义下的分布，体现出了模糊性和随机性的关联。2.2正态云模型设是一个用精确数值表示的定量论域，是上的定性概念，若定量值，且是定性概念的一次随机实现，若满足：，其中，，且对的确定度满足则在论域上的分布称为正态云[2]。定义中Ex为云滴在论域空间分布的期望，用以代表定性概念量化的最典型样本；En称为熵，用以描述定性概念的不确定性程度，由概念的随机性和模糊性共同决定；He称为超熵，

8、用来描述熵的不确定性程度。生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。判断是否服从正态分布的依据是：如果某一现象决定于若干独立的、微小的随机因素的总和，并且各个因素的单