基于SVM的多传感器火灾报警系统.pdfVIP

第 27卷第 3期 徐 州 工 程 学 院 学 报 (自然 科 学 版 ) 2O12年 9月 Vo1．27No．3 JournalofXuzhou InstituteofTechnology (NaturalSciencesEdition) Sep．2012 基于SVM 的多传感器火灾报警系统 张建化，万 程，李万里，王树 臣 (徐 州工程 学院，江苏徐 州 221008) 摘要 ：为提高火灾报警系统的灵敏性和可靠性，将温度传感器、烟雾传感器 、二氧化碳传感器和 一 氧化碳传感器探测到的数据作为多分类 SVM 的输入，利用 SVM 的分类泛化能力实现火灾信号 的识别．仿真结果表 明，基于SVM 的多传感器火灾报警系统能准确地识别 多种火灾信号，提高系 统的抗干扰能力． 关键词：火灾；传感器 ；SVM 中图分类号：TP212．9 文献标识码 ：A 文章编号：1674—358X(2012)03—0064—03 火灾报警系统 ，作为人们生活中的安全卫士 ，在预防和减小火灾危害方面起着至关重要的作用．常见的 火灾报警系统一般就火灾发生的某一特征进行报警 ，如温感式火灾报警器、气体式火灾报警器等．这些火灾 报警器往往存在漏报 、误报率高、灵敏度低等问题，缺乏诊断能力 ，因此，对多传感器智能火灾报警器 的研究 迫在眉睫 ．近年来 ，支持向量机算法 (supportvectormachine，SVM)的应用受到各界广泛关注 ，本文采用 SVM 来处理传感器采集的信号．SVM 算法建立在结构风险最小化的理论之上 ，优于人工神经网络和其他规 则的分类器．通过选用核 函数 ，SVM 可以对传感器采集的各种信号进行整体最小化分类．SVM 的运用 ，将有 效地提高火灾报警系统的灵敏度 ，更加准确地判断火灾的发生 ，减少生命财产的损失 ． 1 火灾报警器系统设计 火灾报警系统检测参量的选择将直接影响火灾报警的灵敏度和诊断能力．采用单一传感器只能检测单 一 特征量，但发生火灾时除了会产生 CO ，还会产生 CO和大量的烟雾 ，同时环境温度也在升高 ，因此 ，可 以 综合考虑利用 CO 与CO的质量浓度 比和温度来区别明火和阴燃火，利用 CO的上升率来识别火源和干扰． 本文最终确定选择 CO质量浓度、CO质量浓度 、温度以及烟雾质量浓度作为火灾报警器 系统 同时检测 的 参量… ． 基于 SVM 的多传感器报警系统模型如图1所示 ，其工作原理概述如下：通过多个传感器采集需要同时 检测的参量 (c()：质量浓度、CO质量浓度、温度以及烟雾质量浓度)，采集的信息变量经过预处理后，转换成 SVM 能够识别 的信号，将这些信号输入 SVM，让 SVM 处理并识别火灾信号 ，执行器根据 SVM 的识别结 果 ，来判断是否发生火灾 ，是否需要报警． — — — ．-1 竺壁堡 卜÷ 采集参 火 执 环境 中 — 被测参 — 压 量预处 SVM 灾 行 量 ——伍 亘 理与转 处理 判 报 — — 磊 一 换 断 警 图1 基于 SVM 的多传感器报警 系统模型 收稿 日期 ：2012-04—18 基金项 目：江苏省高等学校大学生实践创新训练计划项 目(2010) 作者简介 ：张建化(1979一)，男，河南灵宝人 ，讲师，博士，主要从事机器人控制及嵌入式系统开发研 究 · 64 · 张建化 ，等 ：基于 SVM 的多传感器火灾报警系统 2 SVM 在火灾报警系统中的应用 智能化 的识别处理是火灾报警系统的核心之一 ，是提高可靠性和减少误报率的关键所在．SVM 采用结 构风险最小化