多传感器信息融合火灾探测器及算法研究

《多传感器信息融合火灾探测器及算法研究》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、摘要摘要本文结合火灾信号的特点，在分析了现代火灾探测技术中存在的问题的基础上，提出一种基于模糊神经网络的智能火灾探测器。该探测器采用凌阳公司最新推出的16位单片机sPcE06lA作为控制核心，对火灾发生时特征比较明显的温度、烟雾、cO气体三种传感器信息进行融合，利用智能算法，得出火灾发生的可能性；同时为了简化系统结构、合理布线，提高系统的可靠性，探测器通讯采用cAN总线结构。这样充分利用了SPcE061A处理速度快，易扩展和c^N总线数据传输的可靠性、开放性，在硬件上保证了火灾探测的实时性和准确性。可有效地降

2、低误报率。在控制算法上，利用神经网络的自学习能力和模糊逻辑易于理解的特点，将二者结合起来，采用模糊神经网络控制。为了突出火灾发生时传感器信息的信号特征，在神经网络前后均串联有模糊系统。考虑到火灾信号的渐变特性，将控制论中的反馈思想和火灾信号特征持续时间也引入到火灾探测算法上，以一段时间内探测信号的整体变化趋势作为判断依据，因此达到了提早报警和进一步降低误报率的目的。仿真结果表明该模糊神经网络能够准确探测各种标准火和试验火，有很强的抗干扰能力，从而验证了系统的有效性和可行性。关键词：火灾探钡4多传感器信息融合S

3、PCE061ACAN总线模糊神经网络河南理工大学硕士学位论文Abs打actInmisp印ercombmmgwiththecharacteroffifesi掣lal，r，afceranalyzing也eproblemofmodcm衙ealarmsy啦m，akindofnewiDl枷gent缶ed咖ctorbasedon如z巧neu谳n咖orkisproposed．Thjsfh冶detectoradopts16bytesinglechipmicrocomputeroflingy砒培companynewreleas

4、ingt0becon拄olcore，m出g1hreesensordatainclumngte】np吲ln聆，smokeandCOairwhichhaveobviouscha豫cteriIl觚，矗reprobabil谛obtainedby缸emgentaritllmeticoffllzzyneuralne聃ork；At也esametimeforraisespeed趿daccuracyofdatadelivedllg，detectorCa咖呱cationllsesCANbllss协】咖re．Thus砌lI删ngu

5、seofSPCE061A删cHyprocessingspeed，expande嬲ilyand也ecredibiI时aIldopenofCANbIlsdeliVerdata，ⅡleVeraci母ofquickfiredetectoris昏咖瑚妣edonhf呱1ware，canavailablylowernlemis·w蚵ngr出．Onconn口lari讥船etic，usingthecllaracteristicsofncural咖rkself-忸l唱htandfllzzylo百ceasycomprehend，c

6、onlbining州th也eadvantageofneuraln出Ⅳ0rkand血zzylogic，foroutstandingsensori11sig删charac钯ristic，establishesf

7、lzz)rsystemin肋ntandback0fne删network．Iilconsideradonofa矗rcsignalchanges血echaracteristic髓狃ually，leadingmec)，bemeticcontroltIleor)rabomfeedback也oughtandhold

8、ingti】【Ileof蠡resigIlalcharacteristicsintofh．edetectioncalculateway，itsjud霉nentb笛isis也ewholeVarie哆t嘲媳0fthcd酏ectivesi弘alinaw扯le，socometot11e妇0fearlyw砌ng趾dredllcemis-W舡IlingJhesiml】linkresuItshowstllat也i8n蜘rkcandetectdi矗打emsta】帕ardtestfjreaccIlrately姐dhaSs订ong

9、ami-intemrencecapabili锣，蛆dpfoves也efe鹤ibil姆andValid畸ofthe矗redetectillgsystem．磁朔饼ds：舭detectionm11lti-sensorinfbrmationfusionSPCE061ACANbus向垤‘珂neuralnet、IP0rkII河南理工大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是我个人在导师指导下进行的