专利名称：通过多传感器数据融合进行火灾预警的方法
技术领域：
本发明属于计算机数据处理技术领域，具体涉及一种通过多传感器数据融合进行火灾预警的方法。
背景技术：
火灾是危害人类生命财产灾害中最常见的一种.因此早期预报火情、及时报警、防火于未燃是火灾探测系统完成的任务.目前火灾探测器中采用的大多是阈值比较法，它也是传统的火灾检测数据处理方式，特点是简单明了而且易于实现，但环境适应性和抗干扰能力较差；人们对火灾智能报警系统的最大期望是早期发现火灾、消除误报和降低系统的总成本，这些因素是相互制约的.发生这些情况的主要原因之一就是没有将各传感器获 得的数据在一定准则下加以综合分析，因此很有必要将多传感器的数据进行加工处理，即采用多传感器数据融合技术.它利用多个传感器获得的各种信息，得出环境或对象特征的全面、正确的认识.每一种火焰的早期特征具有不同的表现形式，因此反映火灾的各种信号也呈现出不同的特征。由于火灾事件很偶然，观察数据极少，因此火灾信号是事先未知的或不能确定的信号。通过对火灾机理的分析，可以知道环境温度、烟雾浓度、CO含量、H2含量等均能反映火灾的进程，大量实验观察表明，这些参量及其变化率与火灾的状态存在着一定的映射关系。但利用传感器得到的上述物理量信号并不只随火情而变化，环境中如气候、湿度、灰尘、电子噪声和人为的其他活动及传感器的安装位置都可能引起信号的变化，而且这种变化的特征往往与火情特征相似，因此火灾检测与其他典型的信号检测相比是一种十分困难的信号检测问题。单元传统火灾探测器多采用单元探测技术，为单一参数火灾探测器(包括阈值触发式和模拟量式)，这种探测器对火灾特征信号响应灵敏度的不均匀性.导致它对实际火灾的探测能力受到了限制。例如感温探测器只对明火产生的温升敏感，对阴燃火不敏感，而且也不能区分引起温度上升的热量是火灾产生的还是香烟或烹饪蒸汽产生的又如目前常用的光电感烟探测器是一种对一般火情均有较高灵敏度的火灾传感器，且对阴燃火有极好的探测效果，但对燃烧产生的不可见烟(粒径小于0.4 μ m)或出现明火的黑烟不敏感。正因为如此，至今仍然没有一种单一参数火灾探测器能有效地探测各类火情，导致火警误报时有发生。本发明因此而来。
发明内容
本发明目的在于提供一种通过多传感器数据融合进行火灾预警的方法，解决了现有技术中常常依赖于单一参数火灾探测器进行探测各类火情，导致火警误报时有发生等问题。为了解决现有技术中的这些问题，本发明提供的技术方案是一种通过多传感器数据融合进行火灾预警的方法，其特征在于所述方法包括以下步骤
(I)传感器节点在采样周期内进行采样获取待测区域的采样数据；对采样数据进行预处理，判断传感器节点的采样数据是否应该发送到融合节点；所述传感器节点包括CO传感器、烟雾传感器、温度传感器；(2)融合节点对同类型的传感器节点的采样数据进行数据初步融合，获得该采样周期内该类型的传感器节点的采样融合值；(3)对三种类型传感器的采样数据进行融合得到最后融合结果，按照Dempster合成方法得到最终的火灾概率情况；(4)使用专家系统对最终融合结果及融合中产生的数据进行智能决策，根据智能决策结果判断是否发出火灾预警。优选的，所述方法步骤(I)中对采样数据进行预处理采用的方法为速率检测法，所述速率检测法包括假设每个传感器节点在一个采样周期内获得η个采样值，记为χ(1)，X(2),…，χ(η);假设累加函数a(m)为多次累加相邻采样值χ(η)的差值之和，即
权利要求
1.一种通过多传感器数据融合进行火灾预警的方法，其特征在于所述方法包括以下步骤 (1)传感器节点在采样周期内进行采样获取待测区域的采样数据；对采样数据进行预处理，判断传感器节点的采样数据是否应该发送到融合节点；所述传感器节点包括CO传感器、烟雾传感器、温度传感器； (2)融合节点对同类型的传感器节点的采样数据进行数据初步融合，获得该采样周期内该类型的传感器节点的采样融合值； (3)对三种类型传感器的采样数据进行融合得到最后融合结果，按照Dempster合成方法得到最终的火灾概率情况； (4)使用专家系统对最终融合结果及融合中产生的数据进行智能决策，根据智能决策结果判断是否发出火灾预警。
2.根据权利要求I所述的方法，其特征在于所述方法步骤(I)中对采样数据进行预处理采用的方法为速率检测法，所述速率检测法包括假设每个传感器节点在一个采样周期内获得η个采样值，记为Χ(1)，χ(2)，…，X (η);假设累加函数a(m)为多次累加相邻采样值X (η)的差值之和，SP
3.根据权利要求I所述的方法，其特征在于所述方法步骤(2)中融合节点对同类型的传感器节点的采样数据进行数据初步融合采用均值法，所述均值法包括假设同类型的传感器节点的采样数据均值为，即为第i类传感器节点的融合值，即
4.根据权利要求I所述的方法，其特征在于所述方法步骤(3)中对三种类型传感器的采样数据进行融合采用DS证据理论法，包括以下步骤 51)把三种类型的传感器节点采集数据的初步融合值与已有的火灾模型知识相映射，根据融合值所属的区间得到基本可行度分配； 52)得到三种传感器的概率分配后，先对其中的任意两种类型传感器节点的数据进行融合，先求取不一致程度，即各个由知识库提供的证据之间的冲突程度，K值
5.根据权利要求I所述的方法，其特征在于所述方法步骤(3)中专家系统的智能决策方法包括通过产生式规则构建知识库和事实库，通过规则使知识库的知识对象和事实库的事实对象进行匹配，采用正向推理智能推断是否发生火灾。
全文摘要
本发明公开了一种通过多传感器数据融合进行火灾预警的方法，其特征在于所述方法包括以下步骤(1)传感器节点在采样周期内进行采样获取待测区域的采样数据；对采样数据进行预处理，判断传感器节点的采样数据是否应该发送到融合节点；所述传感器节点包括CO传感器、烟雾传感器、温度传感器；(2)融合节点对同类型的传感器节点的采样数据进行数据初步融合，获得该采样周期内该类型的传感器节点的采样融合值；(3)对三种类型传感器的采样数据进行融合得到最后融合结果，按照Dempster合成方法得到最终的火灾概率情况；(4)使用专家系统对最终融合结果及融合中产生的数据进行智能决策，根据智能决策结果判断是否发出火灾预警。该方法提高了系统的判别火灾能力。
文档编号G08B17/00GK102945585SQ201210474159
公开日2013年2月27日 申请日期2012年11月21日 优先权日2012年11月21日
发明者陈国庆, 孙强 申请人:苏州两江科技有限公司