基于多传感器信息融合技术的火灾探测系统研究

当今社会对火灾探测系统要求日益提高,许多新的火灾探测方法不断的被引入到火灾探测领域中来。针对火灾信号的这种非结构性特点而提出的基于智能信息处理方法的火灾探测系统具有自学习和自适应功能,已成为现在火灾探测技术研究的方向。 多传感器信息融合技术是智能信息处理领域中的一个研究热点。从多传感器视角观察环境特征能够完整准确的反映准确的火灾信息,因此,基于多传感器信息融合技术的火灾探测技术已经成为火灾探测的发展趋势之一。 本文系统的阐述了智能火灾探测系统研究的重要性和必要性;介绍了火灾探测的原理及其传统火灾探测算法和人工智能火灾探测算法的应用。在深入讨论了多传感器信息融合技术的基本原理及体系结构的基础上根据特征层融合的模型提出了基于模拟退火的特征层融合火灾探测系统实现方法,使用模拟退火算法搜索最佳的“特征融合系数”,从而提高火灾探测的正确性,降低误报率。通过仿真利用两种中国标准火和干扰信号进行识别得到理想结果。针对实际监护现场,环境因素会随着季节以及昼夜变化而变化,而且在不同的监控现场,环境因素也不相同的问题本文在决策层融合的框架下,利用神经网络和模糊推理技术相结合来实现多传感器火灾探测,根据实际情况,赋予不同的传感器不同的权重系数以适应环境变化,通过仿真验证了此种方法应用于多传感器火灾探测系统可达到预期效果。