多傳感器信息融合技術(shù)在火災(zāi)報(bào)警系統(tǒng)的應(yīng)用
加入技術(shù)交流群
2 多傳感器信息融合技術(shù)在
火災(zāi)報(bào)警系統(tǒng)中的應(yīng)用傳統(tǒng)的火災(zāi)報(bào)警系統(tǒng)中由于單一傳感器的環(huán)境適應(yīng)性和功能局限性，會(huì)發(fā)生誤報(bào)和漏報(bào)的現(xiàn)象。例如，對(duì)于感光型的火災(zāi)探測(cè)器，燈光、電焊、高溫體等會(huì)對(duì)其產(chǎn)生影響，發(fā)生誤報(bào)；對(duì)于感溫型的探測(cè)器，不宜發(fā)現(xiàn)陰燃火，容易發(fā)生漏報(bào)；對(duì)于感煙型的火災(zāi)探測(cè)器，廚房油煙、水蒸氣可能會(huì)使其發(fā)生誤報(bào)，而對(duì)酒精火又沒有響應(yīng)容易漏報(bào)。我們采用多個(gè)傳感器，主要使用3類火災(zāi)探測(cè)器：感煙探測(cè)器、感溫探測(cè)器、火焰探測(cè)器。給每類火災(zāi)探測(cè)器的探測(cè)結(jié)果分配相應(yīng)的概率，然后運(yùn)用Baves理論，進(jìn)行信息的融合，從而獲得最終的判決結(jié)果。
考慮系統(tǒng)的2種判決結(jié)果H0：發(fā)生火災(zāi)；H1：沒有發(fā)生火災(zāi)。假設(shè)感煙探測(cè)器測(cè)得事件H0和H1的概率為：P(H0)=0．6，P(H1)=0．4；感溫探測(cè)器(A1)測(cè)得事件H0和H1的后驗(yàn)概率分別為：P(A1|H0)=0．65，P(A1|H1)=0．35；火焰探測(cè)器(A2)測(cè)得事件H0和H1的后驗(yàn)概率分別為：P(A2|H0)=0．7，P(A2|H1)=0．3。運(yùn)用Bayes理論，融合感煙探測(cè)器、感溫探測(cè)器和火焰探測(cè)器的信息，即代入式(1)，可得P(H0|A1，A2)=0．867，P(H0|A1，A2)=0．133，可以判定發(fā)生火災(zāi)，系統(tǒng)發(fā)出報(bào)警。表1中給出了更多的數(shù)據(jù)。
觀察表一中的第1，2組數(shù)據(jù)，不難發(fā)現(xiàn)采用多傳感器信息融合技術(shù)，能夠檢測(cè)到更多的信息，有效地彌補(bǔ)了單一傳感器功能的局限性，利用智能的融合算法，可以使判決結(jié)果更加明確，有效地提高了對(duì)環(huán)境的確認(rèn)度。同時(shí)，多個(gè)傳感器一起工作，當(dāng)某一個(gè)傳感器受環(huán)境的影響發(fā)生誤報(bào)時(shí)，利用多傳感器信息融合技術(shù)可以有效地剔除錯(cuò)誤信息，保留正確的信息。如表1中的第3組數(shù)據(jù)，當(dāng)感溫探測(cè)器發(fā)生誤報(bào)時(shí)，通過融合感煙探測(cè)器、感溫探測(cè)器和火焰探測(cè)器，最終的判決結(jié)果是沒有發(fā)生火災(zāi)，正確地反映了環(huán)境信息，有效地克服了單一傳感器的環(huán)境適應(yīng)性。本文引用地址：http://www.czjhyjcfj.com/article/159331.htm
當(dāng)某個(gè)傳感器失效時(shí)，例如表一中的第4組數(shù)據(jù)，發(fā)生火災(zāi)時(shí)，感溫探測(cè)器失效沒能正確地檢測(cè)出火災(zāi)，但是運(yùn)用多傳感器信息融合技術(shù)，最終準(zhǔn)確的判定出發(fā)生火災(zāi)，有效的防止了漏報(bào)，充分發(fā)揮了多傳感器信息互補(bǔ)性的優(yōu)勢(shì)。
3 結(jié)語
運(yùn)用多傳感器信息融合技術(shù)，合理支配和使用多個(gè)傳感器的信息，將傳感器信息進(jìn)行優(yōu)化融合，克服單一傳感器的環(huán)境適應(yīng)性和功能局限性，可以降低誤報(bào)率和漏報(bào)率，提高系統(tǒng)的正確決策能力，有效節(jié)約了社會(huì)資源，對(duì)火災(zāi)探測(cè)報(bào)警具有重要的意義。但是，采用貝葉斯估計(jì)的方法，概率的獲取具有一定的難度，還有待進(jìn)一步的探究和完善。
評(píng)論