基于多传感器数据融合技术的消防报警系统的探讨

《基于多传感器数据融合技术的消防报警系统的探讨》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、基于多传感器数据融合技术的消防报警系统的探讨大象建筑设计有限公司摘要：随着国内经济迅猛发展以及高层及超高层建筑的大量新建，这对火灾消防报警预警系统也提出了更高要求。木文结合笔者近年来对基于多传感器数据融合技术的消防报警系统方面的研究探讨经验，简要概述现代消防报警系统的总体发展状况，较为详细阐述基于多传感器数据融合技术的消防报警系统特征及应用情况，为今后该技术在消防报警系统的更好的应用提供参考。关键词：多传感器；数据融合技术；消防报警系统；探讨1概述火灾，自古至今一直伴随着人类的发展而成为威胁人类社会安全的发展的最直接

2、灾害之一。因此，火灾预防成为避免发生火灾的最主要也是最重要手段之一。随着人类进入工业革命之后，城镇化、城市化发展已初见端倪，此时的火灾报警系统应运而牛.。国内外的消防报警系统的发展历程大致可分为以下几大阶段。一是温感单一线制“一对一”消防报警系统阶段；即大致发展时间从十九世纪四、五十年代到二十世纪四、五十年代，受该时期的电子技术及相关技术的初步发展，仅仅通过发明简单的可靠性、稳定性及敏感性都不高的探测装置来测试判定周围环境温度同预设温度对比而设置的消防报警系统，且受“一对一”的影响，主要应用在重要的部门及部位的消防报

3、警，未能大规模推广使用；这一阶段也使得人类对火灾的预防真正进入报警预警时代。二是温感多线制“多对一”消防报警系统阶段；即大致发展时间从二十世纪四、五十年代至八十年代，受该时期电子技术及相关专业技术的发展，己发明改进了原有在可靠度、稳定度及敏感度等性能方面都不太高的消防报警系统，即在可靠度、精确度以及敏感度等火灾报警性能都有大幅度的提高的多线制消防报警系统；但由于受当时科学技术的限制使得该报警系统仍显得非常复杂，其安装、维护成本高，因此亦未能大规模推广运用。三是多传感多线制“多对多”消防报警系统阶段；即大致发展吋间从二

4、十世纪八十年代至二十世纪末，受该时期电子微处理技术及相关专业技术的发展，极大的改变了消防报警系统的设计理念，特别是引进单片机作为核心的多线控制报警系统，且安装及维护成本奋所降低，使得国内外在新建高层及超高层等大型公共建筑中开始推广，这也是消防报警系统第一次从个别逐渐走向人众生活的决定性的一步，使得人群聚集多的公共建筑火灾预防工作向前迈出了坚实一步。四是基于多传感器数据融合技术的复合智能消防报警系统阶段；主要吋间段为本世纪伊始至今及正在研发改进的未来一段时间，通过采用多个传感器同一吋间火量收集建筑内全部火灾发生前的各类

5、有用信息，并经过多传感器数据融合技术对实吋传汇信息进行处理，使得整个消防报警系统的准确度、可靠度及实吋度达到99%以上的正确概率；对于现代社会高层及超高层等大型建筑存在体积人、楼层数量多、人员多且消防通道受城市拥堵影响极易造成不能随吋畅通、存在大量可燃及易燃新型材料装饰、楼层高度过高使得常规消防设备的云梯无法能及且疏散难度极大的情况，采用基于多传感器数据融合技术的消防报警系统能够将火灾防控工作精度提高到新的高度，从而真正实现火灾预防的实吋可控0的。2系统特征及应用状况2.1系统特征单个传感器（英文：sensor）是具

6、备能将实吋收集的物理数据或化学数据实吋转变为方便计算机信息系统可使用的光电信号功能的电子物理器物，简言之即其能将实时变量转成可计量的专业信息号码。多俾感器数据融合技术（英文：Multi-sensordatafusiontechnology）类似于人的大脑对于所获信息的实吋综合处理的能力的模仿，即人的大脑可以根据自身各种感官（如耳、鼻、嘴、眼等极其类似于一个个传感器）所感受到的东西（如声音、气味、味道以及画卷等类似于探知结果）再经过冋自身的己奋知识进行综合的判断而对己实吋接收的信息予以正确判别。与（单个）传感器相比较而

7、言，多传感器通过数据融合技术能够较为完整的完成从所待判断的环境实时探寻、测量、判断以及0标甄别等一系列动作；使得其较单个传感器在系统自身整体判定能力、整个系统的可靠度及稳定度、实吋数据收集判定的真实度以及对实测环境的实吋覆盖程度等方面具冇明显的提高和完善。传感器数据融合即把各种各类传感器实吋收集的局部数据进行综合总体处理，并通过计算机专用处理系统对收集的总体数据进行“去伪存真”处理，实时获取被实时监测环境的实时状况结果反馈，使得系统在决策等方面基于实时事实判断的正确性概率达到99%以上；根据数据融合具体特点分为以下几

8、大类，一是根据冋类传感器收集数据的冋类数据处理称之为数据层次的融合，故苏不可处理不同类的数据，具有一定的局限性；二是根据特征向量作为被监测环境所特冇的数据特征称之为特征层次的融合，可通过该融合特点减少不必要的数据收集，避免出现“收集的多，错误的多”情况，达到“收集的少，错误随之减少”的减量数据收集同吋提高数据准确度的状态；以及决策层次的融合三类