基于D-S证据理论的信息融合技术多传感器火灾报警系统外文文献.docVIP

论文 基于 D-S 证据理论的信息融合技术多传感器火灾报警系统 摘要：基于 D-S 证据理论的多传感器信息融合技术应用于建筑火灾报警实现早期探 测报警系统。通过多传感器来监测火灾过程的参数，如光，烟雾，温度，气体和湿 度，与一个单一的传感器系统相比在空间和时间上的火灾监测的范围有所扩大。然 后，将 D-S 证据理论应用于与特定的火灾模型的多传感器信息融合，使得火灾报警 更准确和及时。提出的方法也可以有效地避免监测数据出故障，处理证据，从而提 高多传感器的感应度以及提高火灾报警的可靠性和显著性。 关键词：多传感器；信息融合；建设；四个报警；D-S 理论 1.简介 随着经济的快速发展，建筑的数量和复杂程度不断增加，导致火灾的危害日益增加。因此， 火灾报警已成为许多现代建筑的一个重要问题。在许多建筑中，火灾报警系统都配有有线或无 线传感器，作为整体建筑管理系统的一部分。 建筑火灾报警系统由传感器、数据采集和处理模块组成。火灾探测传感器是火灾自动报警系 统的组成部分，包括传感器的光、烟、温度、气体和湿度。他们能够及时发现火灾产生的物 理和化学信息，如光（火焰），烟（烟颗粒），热（温度），气体（燃烧气体）和湿度（空气 湿度）。他们还可以准确地将物理或化学信息传送到电信号，然后迅速将信号发送到火灾报警 控制器。这是数据采集的过程。建筑火灾信息的收集有 2 种：一个是单一的传感器检测器，另 一个是多传感器检测器。 一个单一的火灾探测器传感器容易受到环境条件干扰，如灰尘，电磁，水蒸汽，空气，光， 振动和其因素。它不能有效区分早期的火灾信号和环境干扰信号，也不能正确地发送早期火灾 警报。据上世纪 90 年代的统计，美国的烟雾探测器有 85%的误报率。在瑞士，正确的报警率 （真阳性）的单传感器探测器从 9%上升到 1995，在 2000 达到 15% 。 消防报警系统目前使用三个或多个传感器，以提高系统的可靠性，减少火灾报警的失误性。当来自多传感器的火灾信息被传送到处理系统的数据中心时，如何处理信息成为一个主要 问题。一个简单的方法是使用最大值的信息来实现警告。也就是说，当一个或多个传感器的观 测值超过阈值时，将触发报警系统。然而，这种模式增加了误报率，大大降低了可信度。在许 多情况下，火灾发生时，所有的观测值来自不超过阈值的多个传感器。如何融合多传感器采集 的信息是建筑火灾报警技术亟待解决的问题。 信息融合技术为多传感器信息的融合提供了一种有效的方法。事实上，多传感器信息融合的 过程是复杂的问题类似于人脑功能的模拟和集成。多传感器融合技术的基本原理是利用不 同的和互补的传感器，以合理的方式，得到一个可靠的判断。在信息融合的过程中，需要一定 的算法和优化准则。 结合多传感器信息融合技术、多传感器的智能火灾监控系统（mifms）可以识别火灾的准确 类型健全消防报警准确率。在瑞士，从 1995 到 1998 的 mifms 蔓延增加报警的正确率为 50%。 多传感器信息融合技术在建筑火灾报警中的应用主要是通过信息融合算法。信息融合技术 的算法主要分为这几种：贝叶斯信息融合方法、D-S 证据理论、神经网络、模糊集理论方法。 D-S 证据理论已被广泛应用于各个领域的研究。D-S 证据理论的基本思想是在研究统计问题的 时候，提出的证据时，然后再通过理论推广到更一般的规则。D-S 证据理论有三个主要特点。 第一个：条件比贝叶斯概率论更为弱，也就是说，添加剂的概率是不必要的。二是，它可以直 接表达“不确定”和“不知道”。此信息显示在一个质量函数，并保留证据合成。最后一个特点 是，证据理论不仅允许在一个空间中的单个元素的信誉，但也给它的子集。D-S 证据理论具有 很强的 理论基础，它不仅涉及随机因素所造成的不确定性，而且还涉及到一个不确定的环境所造成的 模糊性。它不需要任何先验概率和条件概率密度，并已广泛应用于许多领域，如故障诊断和模式识别。 本文介绍了基于 D-S 证据理论的建筑火灾报警领域的多传感器数据融合技术。信息融合过程 包括二维时域和空间域。此外，火灾是一个连续的过程，涉及光，烟雾，温度，气体和湿度的 变化。这些变化是逐渐产生的，但不是同步的。在信息融合技术中，时间和空间的整合更为复 杂，在信息融合技术中，有更多的模式可以显著提高早期火灾预警的识别率。 本文组织如下。在第一章节，研究了 D-S 证据理论的 mifms 应用和描述系统的结构。然后， 在第二章节对 D-S 证据理论的基本性质进行了讨论，并提出了计算过程。在第三章节，设备和 环境设置被覆盖。在此基础上，所提出的方法进行了验证实验结果。最后，论文的结论部分是 最后一章节。 2. 基于 D-S 证据理论的信息融合方法 在多传感器信息融合系统中，由不同传感器检测到的数据组合来判断是否引发火灾报