基于信息融合技术的火灾探测方法研究

摘要

火灾探测是安全领域的一个重要课题,研究智能的、具有鲁棒性的火灾探测技术与系统,具有非常重要的理论和应用价值。本文从多传感器信息融合技术的基本原理分析入手,阐述了火灾探测原理与基本的火灾探测算法,引入了一种基于T-S模型的模糊神经网络特征层融合的火灾探测方法,仿真结果表明此方法具有识别速度快、正确率高的优点。为了进一步提高系统的抗干扰能力,本文根据火灾的渐变特性,引入了烟雾信号持续时间特征,利用模糊推理技术进行了决策层的融合,并且进行了仿真。实验结果显示该方法具有良好的鲁棒性和有效性。最后我们将该模型运用到智能楼字监控系统中,证明了其实用性。

目录

文摘

英文文摘

第一章 绪论

1.1 课题背景

1.2 火灾探测技术的发展历史

1.3 多传感器信息融合技术的发展概况

1.4 本文的主要工作

第二章 火灾探测技术的基本原理

2.1 火灾产生的机理

2.2 火灾探测器

2.2.1 感温探测器

2.2.2 光电感烟探测器

2.2.3 CO探测器

2.2.4 复合式火灾探测器

2.3 火灾探测信号的特征

2.4 火灾信号的探测算法

2.4.1 传统的火灾探测算法

2.4.2 人工智能火灾探测算法

2.5 本章小结

第三章 多传感器信息融合的理论基础

3.1 信息融合的基本原理

3.2 信息融合的定义

3.3 多传感器信息融合系统的构成

3.3.1 多传感器信息融合系统结构

3.3.2 多传感器信息融合系统的功能模型

3.3.3 信息融合的公式化描述

3.4 信息融合的层次

3.5 本章小结

第四章 火灾探测信息融合系统特征层的实现

4.1 火灾探测中的信息融合

4.1.1 火灾探测中的信息分类

4.1.2 火灾探测中的信息融合

4.1.3 火灾探测参量的选取

4.2 模糊神经网络

4.3 基于模糊神经网络的火灾探测工作原理

4.4 火灾探测的模糊神经网络设计

4.5 学习算法

4.6 仿真实验

4.7 本章小结

第五章 火灾自动探测融合系统决策层的实现

5.1 模糊推理技术

5.2 融合系统决策层的实现

5.2.1 模糊变量的论域及其隶属度函数

5.2.2 仿真实验及结果分析

5.3 本章小结

第六章 火灾探测系统的实际应用

6.1 应用实例

6.2 监控界面

6.3 本章小结

结论与展望

参考文献

致谢

攻读硕士学位期间发表学术论文情况