基于多传感器信息融合的自然灾害预警模型研究.pdfVIP

JournalofUESTC (SocialSciencesEdition) Feb．2015,Vo1．17，No．1 融合。该算法基于图3中所示的状态机 ，该状态机定 ththreshold，机器移动到状态4，否则，它会回到状 义了五种状态 。当监测到表示可能造成的火灾的温 态0。在状态4，如果温度和湿度值的比保持它们之 sO 度，光或相对湿度值的变化时，状态机就会从一种 间的关系，我们计算当前的温度值与temp 的差 _ 状态过渡到另一种状态7【J。 异，如果它们的差值大于ththreshold，状态机会移 最初的状态是0，代表正常的环境条件 (即无火 动到状态5，这意味着 白天可能会发生火灾。 灾发生)。状态1和状态2是过渡状态，因为它们分别 (二)计算结果与分析 表示表明可能发生夜晚的火灾和可能发生白天的火 表2YU出了阈值法所获得的结果。通过对收集的 灾。状态3代表 日出，而状态4可能表明暴露于阳光 数据的分析，本案例凭经验定义了算法中所用的参 的直射 。最后，状态5表示存在火灾。 数。滑动窗口wT、wI与wH的值从5变化~J135，增量 在正常情况下，状态机在状态0。即使温度，光 为5。我们使用这些值对算法的性能进行评价。根据 和相对湿度的信息都能被感知到，但在状态0只有温 经验当我们使用的滑动窗口的值大于或等于15时我 度值才能得到评估。每次的温度被记录时，滑动窗 们的算法会得到最佳的状态，能够检测出所有的火 口的大小WT的平均值和新监测的温度值之间的比 灾，但是误警的次数并没有减少，并且我们选取的 率就会被计算一次。滑动窗口包含了最新记录的w 阈值采取下面的数据 ：trthreshold=1．01，tlthreshold 温度值。如果这个比值大于仃threshold，这意味着 = 1．1，ththreshold=1，并且tm threshold=3℃。 温度值的大的变化，这表示可能检测到了一次可能 为了评估该算法的性能，我们用以下指标：误 的火灾。为了确定它是否是晚上发生的火灾，我们 报和漏报。误报表示误认为发生了火灾，而漏报表 会用评估温度的类似的方式来评估光的变化率。因 示当火灾发生时不能正确的发出预报。 此，如果滑动窗 口的大小WL的平均值与最新监测到 我们可以观察到，在算法中设置适当的参数值， 的光量值的比率值大于tlthreshold，状态机器会转 能够检测 出所有存在 的火灾。另一方面 ，如果我们 换到状态1。否则，它转换到状态2。需要特别说明 排除阳光直接照射带来的环境参数的影响的话，我 的是，在状态0时，tempsO中我们存储了最后一个 们就可以很容易地减少甚至消除误报的数量。 稳定的温度值，也就是状态机从状态0移动之前的值。 表2 阈值法 的火灾评估结果 如果机器是在状态1，我们计算的滑动窗口wH 门限值 试验次数 探测火灾次数 的平均值与最新的相对湿度值的比率。如果该比率