数据融合技术在火灾自动探测中的应用研究

《数据融合技术在火灾自动探测中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数据融合技术在火灾自动探测中的应用研究张兢路彦和（1）雷刚（2）(1)重庆工学院电子信息与自动化学院（400050）(2)重庆工学院汽车学院（400050）摘要：根据当今火灾探测的现状和实现火灾早期探测的需求，将多传感器数据融合技术应用在火灾预警系统中。选择多个传感器对火灾过程的多参数进行监测，特别对火灾发生初期产生的异常信息进行全面监控，弥补了采用单一传感器的不足，扩展了时间上和空间上的观测范围。采用自适应加权融合估算法，增强了系统报警输出的灵敏度和可靠性，达到了实现提前预警的目的。关键词：火灾探测，多传感器，数据融合，火灾预警中图分类号：TP212.9文献标识码：AApplicatio

2、nandResearchofDataFusionTechnologyinAutomaticFireDetectionSystemZhangJingLuYanhe（1）LeiGang（2）(1)SchoolofElectronicsandAutomation,ChongqingInstituteofTechnology,Chongqing400050（2）ChongqingAutomobileCollege,ChongqingInstituteofTechnology,Chongqing,China400050Abstract：Accordingtocurrentsituationofmod

3、ernfiremonitoringanddemandsofearlywarningoffire,multisensordatafusionisappliedforFirealarmsystems.detectingmultiparameteroffirecoursebymultisensor,especiallyroundlydetectingabnormalinformationofinitialstagesoffire，canmakeuplackofsinglesensor，andcanextendmonitoringrangefortimedomainandspacedomain.I

4、nthispaper,anadaptiveweightedfusionestimatingmethodisapplied，andsensitivityandreliabilityofsystematicwarningisstrengthened，soaimofearlywarningmaycometrue.Keyword：firedetection，multisensor，datafusion，firealarm1引言随着社会经济的发展和生活水平的提高，各种场合的电子设备大多长期处于运行状态，电气设备过载、过热、短路的火灾隐患较多，同时火灾过程的复杂性和火灾的损失也越来越大。火灾自动探测报

5、警系统作为早期探测火灾，将火灾遏制在萌芽状态的重要设备，是实现防消结合，预防为主的消防策略的重要手段。随着微电子技术、传感器技术、通信和网络技术的飞速发展，使火灾探测报警时间的提前、火灾探测报警可靠性的提高、火灾探测报警系统的网络化等都成为可能[1][3]。用最小的代价，实现可靠的火灾探测报警，使火灾损失降到最低限度，是火灾探测报警追求的一个重要的性能指标。鉴于目前普通类型的感温、感烟火灾探测报警器已不能满足需求，必须采用超早期火灾探测报警技术。实现火灾报警的提前和提高火灾探测报警的可靠性，首先体现在采用多个传感器全面采集火灾发生前的各种异常信息，并用智能技术处理传感器提供的火灾信息。多传

6、感器信息融合技术应用于火灾自动报警系统，可以大大地提高整个系统的智能性，有效地提高火灾监测的灵敏度，从而实现火灾的早期预警。2多传感器数据融合目前，C3I(command，contro1，communicationandintelligence)系统中都在采用多传感器融合技术，但其方法同样适用于自动化控制和智能监测等领域。多传感器数据融合就是综合利用多传感器信息,采用计算机技术对按时间序列获得的多传感器观测数据，在一定准则下进行分析、综合、支配和使用，通过它们之间的协调和性能互补的优势,克服单个传感器的不确定性和局限性,提高整个传感器系统作者简介：张兢（1965—），女，重庆人，副教授，硕

7、士，现主要从事电子信息技术与测试技术方向的教学和研究。的有效性能、获得对被测对象的一致性解释与描述，进而实现相应的决策与估计，使系统获得比它的各组成部分更充分的信息[2]。图1是多传感器数据融合的示意图，传感器之间的冗余数据增强了系统的可靠性，传感器之间的互补数据扩展了单个传感器的性能。冗余信息传感器1传感器2互补信息图1多传感器融合示意图多传感器数据融合分三种层次结构，即数据层、特征层、决策层融合[2]。一般选择的多个