基于信息融合的智能火灾报警系统研究

摘要

近年来，由于火灾报警系统未能正确识别周围生产、生活环境的状况而引发的火灾事故屡屡发生，致使人民生命和财产遭受重大损失。目前，市场上的火灾报警系统尽管多种多样，却不能准确探测到周围环境的综合状况，并依据状况及时预报火灾的可能性，因而误报、漏报率较高。为了能够提早并准确报警，本文提出由多传感器融合技术组成的智能火灾报警系统以取代传统的单一传感器报警系统。 本文在讨论传统火灾探测报警系统的基础上，提出了由温度、烟雾和CO三种传感器信息融合的智能火灾报警系统，该系统采用16位单片机SPCE061A作为控制中心，对采集的三种传感器信息进行综合处理，得出火灾发生的可能性；整个系统通讯采用CAN总线分布式，提高了系统的可靠性。在火灾信息处理上，采用三级融合的方法：在数据层采用速率检测算法，当传感器采集到的信号出现非平稳变化，提醒融合中心对信息进行提取，这样减轻了融合中心的数据处理工作，并具有并行分块处理的优点：在特征层采用最小二乘支持向量机网络进行特征提取，并输出初步结果，主要利用LS-SVM的自身学习特性；在决策层利用模糊逻辑推理的鲁棒性进行全局决策。从而提高了系统决策的准确性和合理性，降低了系统的误报率，尤其是对某些复杂条件下火灾危险性大的重要场所，该系统较单一感烟或感温系统更为可靠和有效。 本文最后对我国标准明火SH4、标准阴燃火SH1和厨房环境下三种火灾信号进行了仿真，建立的算法仿真模型可以给出不同环境下的火灾概率，从而验证了本文提出的多传感器融合技术组成的智能火灾报警系统的有效性和可行性。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题的背景及意义

1.2火灾报警控制系统的发展

1.2.1开关量式探测器和模拟量式探测器

1.2.2传统火灾报警系统和现代火灾报警系统

1.2.3火灾报警系统的发展趋势

1.3本文的主要工作及目标

第二章火灾探测器的原理分析与比较

2.1火灾产生的机理

2.2火灾探测器的分析与比较

2.2.1感烟型探测器

2.2.2感温型探测器

2.2.3火焰型探测器

2.2.3 CO气体型探测器

2.2.4复合型探测器

2.3火灾探测器的算法

2.3.1传统火灾探测算法

2.3.2常用的火灾探测算法

2.3本章小结

第三章智能火灾报警系统的探测算法

3.1支持向量机的数学原理

3.1.1统计学习理论

3.1.2核理论基础

3.1.3最优化理论基础

3.1.4 LS-SVM建模的参数选择

3.2 LS-SVM原理

3.3 LS-SVM在火灾智能报警系统中的应用

3.3.1 LS-SVM算法的流程图

3.3.2 LS-SVM算法的仿真

3.4模糊推理技术

3.4.1输入量、输出量的规范化和模糊化

3.4.2建立逻辑推理规则表

3.4.3建立逻辑推理规则

3.5模糊逻辑判决算法在火灾信息融合决策层的实现

3.5.1火灾信息融合时输入变量对应的模糊集及其隶属度函数

3.5.2火灾信息融合时输入变量对应的模糊集及其隶属度函数

3.5.3火灾信息融合时模糊推理规则

3.6本章小结

第四章信息融合技术及智能火灾报警系统结构

4.1信息融合技术

4.1.1信息融合的定义及基本原理

4.1.2信息融合的层次

4.1.3多传感器融合方法

4.1.4多传感器信息融合的结构

4.2信息融合技术在智能火灾报警系统中的应用

4.2.1数据层融合

4.2.2特征层次融合

4.2.3决策层次融合

4.3智能火灾报警系统总体结构

4.3.1系统的结构框图

4.3.2系统工作过程

4.4智能火灾报警系统硬件结构

4.4.1智能火灾探测器硬件框图

4.4.2通讯接口设计

4.5智能火灾报警系统软件设计

4.5.1火灾探测主程序模块流程图设计

4.5.2通讯模块流程图设计

4.6小结

第五章系统算法仿真

5.1 MATLAB语言简介

5.2最小二乘支持向量机与人工神经网络仿真实验的比较

5.3标准试验火及厨房环境下火灾信号的仿真实验

5.3.1最小二乘支持向量机仿真

5.3.2模糊推理仿真

5.4.本章小结

结论

参考文献

致谢

攻读学位期间发表的学术论文目录