（信号与信息处理专业论文）火灾探测信号处理算法及其性能评估方法研究.pdf

查垄墨三奎堂堡主堑塑竺堂垡丝苎 一 摘要 火灾自动探测技术是随着电子、通信与信息系统、光电技术、火灾科学、传感器技 术、信号处理技术和自动控制技术发展而逐步发展起来的多学科综合应用技术。其利用 传感器探测火灾生成物，达到预报火灾目的。火灾探测追求的目标是早期准确预报火灾 和减少误、漏报警。为达到这一目标，在改进硬件设计的同时，人们不断将信号处理技 术领域的成果应用到火灾探测信号处理中，利用不同的信号处理方法开发了大量火灾探 测信号处理算法，并在此基础上开发生产火灾探测报警系统应用于社会的不同保护对 象。 火灾探测信号处理算法的应用促进了火灾探测技术的进步，产生了解决火灾探测中 误报问题的有效方法。但是，如何检验火灾探测信号处理算法性能，特别是其长期的学 习性能，以及评价探测算法长期工作时性能稳定性，则是一个重要研究课题。现有的火 灾探测器国家( 国际) 标准规定了高温、低温、湿度、气流、振动、冲击、碰撞、腐蚀、 光干扰、电磁兼容性等多项环境试验，其考核的内容均是短时间内探测器的环境适应性 能( 各项试验时间累加不超过4 5 天) 。但是，在长期的连续工作中，如果火灾探测信 号处理算法经过不当的现场自学习而导致算法性能发生变化，则极易发生漏报警和误报 警现象。这意味着经合法检验机构按国家标准严格检验的产品将由于火灾探测信号处理 算法性能改变而成为不合格产品，继而给社会带来严重的安全隐患。有时，个别厂家为 了谋取非法利润，将不带火灾探测信号处理算法的探测器冒充带有智能算法的探测器送 检并出售。这既扰乱了市场，也使需要使用适应性强的火灾探测信号处理算法产品的被 保护场所在一旦火灾发生时达不到被保护的目的。 因此，开发适应不同原理、不同场所的火灾探测信号处理算法，通过技术手段鉴别 探测算法存在，验证评估算法的性能，工程选择产品时利用技术方法评定产品适用性成 为国际火灾探测报警领域研究的热点课题。 本文将新火灾探测信号处理算法研究、火灾探测信号处理算法评估技术研究及火灾 探测器工程适应性评估三个目前国际火灾探测报警领域急需解决的热点问题作为选题 方向，结合承担的科技部科技基础性工作专项资金项目火灾探测应用环境及火灾信息 数据库( 编号2 0 0 0 d e b 3 0 1 2 1 ) 、科技部社会公益研究专项资金项目火灾探测算法评估 技术的研究( 编号2 0 0 1 d i b 3 0 1 2 4 ) 及国家重点基础研究发展规划9 7 3 项目专题8 火灾 早期的多信号感知与智能识别( 编号2 0 0 1 c b 4 0 9 6 0 8 ) 开展相关研究工作，达到了预期目 标。 厉剑：火灾探测信号处理算法及其性能评估方法研究 本文论述了火灾信号特征、火灾探测信号处理算法的发展过程及算法应用中存在的 问题：分析说明了新开发应用的基于火灾生成物信号特征识别的火灾探测信号处理算法 和火灾探测信号的能量模型预测算法；研究建立了用于火灾探测信号处理算法考核样本 的火灾及应用环境数据库；提出了火灾探测信号处理算法性能评估方法，初步解决了火 灾探测信号处理算法性能评估问题，可为下一步起草相应国际标准草案提供技术依据。 同时，在算法性能评估基础上，提出了火灾探测器工程适应性评估方法。 大量的火灾探测信号处理算法在实际应用中对减少误报警问题产生了明显效果，但 不断地提高火灾探测信号处理算法性能是火灾探测领域的主题。实际应用中，香烟、水 蒸汽、烹调油烟等于扰常常是引起误报警的根源。为进一步解决这些干扰源引起的误报 警问题，根据m i e 散射原理，利用不同角度散射光信号反映不同粒子特征的情况，研究 了特征信号采集系统及基于神经网络的火灾生成物特征识别算法；根据火灾时能量释放 与非火灾时能量释放不同的特点，提出了火灾能量模型，并在火灾能量模型的基础上， 提出了相关火灾探测信号处理算法。 火灾探测信号处理算法的性能评估要求建立火灾信号和应用环境( 干扰信号) 样本 数据。本文研究中设计建立了三种火灾信息和环境信息采集系统，建立了包含数十年火 灾及应用环境等效样本的数据库，开发了数据库数据比较、调用、处理等应用软件。 在火灾探测信号处理算法评估方法这一重点研究中，建立了适应不同评估对象的实 体试验、接口模拟试验和软件模拟试验三种评估模式；在国际上首先提出了利用模糊层 次分析法的单项火灾探测信号处理算法考核评价模型和多项火灾探测信号处理算法性 能综合比较评估方法；设计了火灾探测信号处理算法的智能性考核试验；形成了完整的 火灾探测信号处理算法性能评估方法。 火灾探测器工程应用中如何利用技术方法合理选型是本文研究关心的又一问题，在 火灾探测信号处理算法性能评估结论基础上，利用模糊三角数和层次分析法原理，提出 了火灾探测器工程适用性评估方法，为用户( 招标单位) 利用技术手段选出性能适用产 品提供了技术手段。 关键词：火灾探测；信号处理；算法；性能评估；工程适应性评估 、 奎垄里三查兰蔓主竺窒生兰篁堡苎 s t u d y o nf i r es i g n a lp r o c e s s i n ga l g o r i t h m sa n dp e r f o r m a n c e e v a l u a t i o nm e t h o d so fa l g o r i t h m s a b s t r a c t a u t o m a t i cf i r ed e t e c t i o ni s ac o m p r e h e n s i v em u l t i d i s c i p l i n a r ya p p l i e ds c i e n c en e w l y f o r m e da n dd e v e l o p e di nt h ew a k eo fr a p i dd e v e l o p m e n to fe l e c t r o n i c s ，c o m m u n i c a t i o na n d i n f o r m a t i o ns y s t e m ，p h o t o e l e c t r o n i c s ，f i r es a f e t ys c i e n c e ，s e n s o rt e c h n o l o g ya n da u t o m a t i o n t e c h n o l o g y i tr e a c h e st h eg o a lo fd e t e c t i n g f i r eb yu s i n gs e n s o rt od e t e c tt h em a t e r i a l s p r o d u c e db yf i r e t h er e a lg o a lo ff i r ed e t e c t i o ni st og i v ee a r l ya l a r m t oaf i r ea n dr e d u c et h e f a u l ta l a r m i no r d e rt or e a c hi t ，n e wd e v e l o p e dt e c h n o l o g i e si ns i g n a lp r o c e s s i n gf i e l da r e c o n t i n u a l l ya p p l i e dt ot h ef i r es i g n a lp r o c e s s i n ga n dal o to f f i r ed e t e c t i o ns i g n a lp r o c e s s i n g a l g o r i t h m sh a v eb e e nd e v e l o p e db yu s i n gs i g n a lp r o c e s s i n gt e c h n o l o g y d e v e l o p m e n t o fn e w f i r es i g n a lp r o c e s s i n ga l g o r i t h m s ，e v a l u a t i o no fa l g o r i t h mp e r f o r m a n c ea n dd e t e r m i n a t i o nf o r e n g i n e e r i n gs u i t a b i l i t yo ff i r ed e t e c t o r sa r et h e h o tr e s e a r c hs u b j e c t si nf i r ed e t e c t i o nf i e l d i n t h i sd i s s e r t a t i o n ，f i r es i g n a lc h a r a c t e r s ，e x i s t i n gf i r es i g n a lp r o c e s s i n ga l g o r i t h m sa n dt h e p r o b l e m sc a u s e db ya p p l y i n g t h ea l g o r i t h m sa r ed i s c u s s e d ，t w on e wd e v e l o p e da l g o r i t h m sa r e p r o p o s e d ，d a t a b a s eo fe a r l yf i r e a n de n v i r o n m e n t a li n f o r m a t i o n ，m e t h o d so ff i r es i g n a l p r o c e s s i n ga l g o r i t h me v a l u a t i o na n dd e t e r m i n a t i o nf o re n g i n e e r i n gs u i t a b i l i t yo ff i r ed e t e c t o r s a r ea l s op r o p o s e di nt h i sd i s s e r t a t i o n a l t h o u g ha p p l i c a t i o no fal o to ff i r es i g n a lp r o c e s s i n ga l g o r i t h m sh a sb r o u g h tb e n e f i tt o t h er e d u c t i o no ff a l s ea l a r m ，i m p r o v e m e n ta n dd e v e l o p m e n to ff i r es i g n a lp r o c e s s i n g a l g o r i t h m si ss t i l lam a i nr e s e a r c hs u b j e c ti nf i r ed e t e c t i o nf i e l d i nt h ep r a c t i c a la p p l i c a t i o n ， s m o k eo fc i g a r e t t ea n dc o o k w a t e rs t e a ma n ds oo na r et 1 1 em a i nc a u s eo fm a n yf a l s ea l a r m s i no r d e rt os o l v et h i sp r o b l e m ，a c c o r d i n gt om i et h e o r y ，b yu s i n gt h ef a c tt h a ts c a t t e r e dl i g h t s f r o md i f f e r e n ta n g e l sr e f l e c tc h a r a c t e r so fd i f f e r e n tp a r t i c l e s ，an e wa l g o r i t h mb a s e do ns i g n a l c h a r a c t e rc o l l e c t i n ga n dn e u r a ln e t w o r ki sd e v e l o p e d f u r t h e r a c c o r d i n gt ot 1 1 ef a c tt h a tt h e e n e r g yr e l e a s e db yf i r eo rn o n f i r ec o n d i t i o ni sd i f f e r e n t ，af i r ee n e r g ym o d e li sp r o p o s e da n d an e wf i r es i g n a lp r o c e s s i n ga l g o r i t h mb a s e do nt h em o d e l i sd e v e l o p e d e v a l u a t i o no ff i r es i g n a lp r o c e s s i n ga l g o r i t h m sr e q u i r e sd a t as a m p l e so ff i r es i g n a l sa n d e n v i r o n m e n t a ls i g n a l s t h r e es i g n a li n f o r m a t i o nc o l l e c t i n gs y s t e m sa n dd a t a b a s eb u i l ta r e i n t r o d u c e d t h ed a t a b a s ei n c l u d e dd a t ao ff i r ea n de n v i r o n m e n tf o rm o r et h a nt e ny e a r s ，s o f t p r o g r a mf o rd a t ac o m p a r i s o n ，p r o c e s s i n ga n dc a l l i n g s t u d yo ne v a l u a t i o no ff i r es i g n a lp r o c e s s i n ga l g o r i t h m si sm a j o rs u b j e c t i nt h i s d i s s e r t a t i o n ，t h r e ee v a l u a t i o nm o d e l s ，w h i c ha r et e s t i n gm o d e l ，i n t e r f a c es i m u l a t i o nm o d e l a n ds o f tp r o g r a ms i m u l a t i o nm o d e l a r eb u i l tt os u i td i f f e r e n ts i t u a t i o n m e t h o df o rs i n g l e 厉剑：火灾探测信号处理算法及其性能评估方法研究 p r o c e s s i n ga l g o r i t h me v a l u a t i o na n dm e t h o df o rm u l t i p l ea l g o r i t h m sb a s e do nf u z z ya h p a r e p r o p o s e df i r s tt i m ei nt h ew o r l d t h ee x p e r i m e n t a lr e s u l t so fe v a l u a t i o ns h o wt h a tt h e s e a p p r o a c h e sa r ee f f e c t i v ea n dc a d _ b eu s e da st h et e c h n i c a ld o c u m e n tf o rr e l a t e di s 0s t a n d a r d d r a f t d e t e r m i n a t i o nf o re n g i n e e r i n gs u i t a b i l i t yo ff i r ed e t e c t o r si sa n o t h e rm a j o rs u b j e c t o nt h e b a s eo fe v a l u a t i o no ff i r es i g n a lp r o c e s s i n ga l g o r i t h m s f u z z ya h pi sa l s ou s e dt ot h em e t h o d o fd e t e r m i n a t i o nf o re n g i n e e r i n gs u i t a b i l i t yo ff i r ed e t e c t o r s ，w h i c hc a nh e l pt h eu s e ro ff i r e d e t e c t o r st os e l e c tt h eb e s ts u i t a b l ep r o d u c tb yu s i n gt e c h n i c a lm e t h o d s k e yw o r d s ：f i r ed e t e c t i o n ；s i g n a lp r o c e s s i n g ；a l g o r i t h m ；e v a l u a t i o n ；e n g i n e e r i n g s u i t a b i l i t y i v 独创性说明 作者郑重声明：本博士学位论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方夕卜， 论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得大连理 工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的i 司志 作者签名： 大连理工大学硕士研究生学位论文 大连理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用 规定”，同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子 版，允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内， 容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论 文。 作者签名： 导师签名： 豫缀 僦编一身j 减年上月日 大连理工大学博士研究生学位论文 第一章绪论 1 1 火灾探测信号处理算法的研究意义和应用背景 火的发现和利用促进了人类文明与进步，但失去控制的火也给人们带来了生命威胁 和巨大的财产损失。为了避免及减少火灾造成的危害，从远古时起人们就利用了望台的 方法报告和传递火情。近代以来，为了能早期并有效地探测火灾，人们不断地研究火灾 的发展过程规律及其生成物特性，不断研究适用于火灾探测的技术手段，不断谱写着用 技术手段预防战胜火灾的历史。 1 9 世纪英国开始生产感温火灾自动探测装置，1 8 4 7 年美国的c h a n n i n g 和f a r m e r 首先研制了火灾报警发送装置。1 9 4 0 年代，瑞士研制成功世界上第一个离子感烟火灾探 测器后，火灾自动探测技术开始逐步发展起来。1 9 7 0 年代，光电传感技术成功应用在火 灾探测领域，出现了光电感烟火灾探测器。随着电子技术的进步，自动火灾探测器的应 用开始日益广泛。早期的火灾探测器使用开关量探测报警方式，在应用过程中不可避免 地遇到了由干扰引起的误报警问题，如何提高探测器抗干扰能力，降低误报率，成为火 灾探测报警技术领域的重要研究课题。1 9 8 0 年代后，随着信号处理技术、计算机技术、 集成电路及人工智能技术的发展，形成了结合火灾传感器信号特点的特殊信号检测和信 号处理方法，陆续开发出了各种火灾探测信号处理算法，对提高火灾探测器抗干扰能力 起到了重要作用。1 9 9 0 年代以来，以模糊逻辑和人工神经网络技术为基础的火灾探测智 能算法开始普遍应用在火灾探测报警系统当中，火灾探测信号处理算法在火灾探测报警 系统工作中的作用日益突出。 随着我国经济建设的飞速发展和社会生活的不断进步，社会城市化的趋势越来越 明显，人口的大量聚集，建筑规模的不断扩大，各类场所的相对集中，带来了严重的火 灾隐患。因此，人民生命财产和社会财富的安全保卫工作越来越受到全社会的关注。火 灾探测报警系统作为火灾早期探测的重要手段，应用面越来越广，需求量越来越大。大 量带有火灾探测信号处理算法系统的应用，使人们对火灾探测报警的可靠性提出了更高 的要求。 火灾自动探测实际上是利用传感器探测火灾生成物，如烟雾、热气流引起的温升、 一氧化碳等。由于建筑物中室内环境变化多样、复杂，人员活动行为( 如吸烟、烹调等) 难以预测，使得火灾传感器信号有一般传感器信号所没有的特点，它要求火灾探测信号 处理算法具有特殊的适应能力及稳定性。由于火灾探测信号处理算法的修正、改进以及 算法的有效性验证需要大量模拟试验去考核以及技术力量、资金投入、研发周期等多方 厉剑：火灾探测信号处理算法及其性能评估方法研究 面的原因，目前国内消防厂商和研究机构将注意力主要集中在系统的硬件和软件的开发 上。而对软件的核心火灾探测信号处理算法的测试和评估研究，由于缺乏足够的模 拟数据和模拟技术手段，几乎无法开展工作。无法满足智能算法对不同应用条件下大量 数据样本的自学习、自整定要求；难以保证所采用的火灾探测信号处理算法的可靠性。 同时，现有国际、国家标准没有涉及探测器信号处理算法部分的考核内容。因此，面对 众多的火灾探测信号处理算法以及使用这些算法的火灾探测器，如何验证火灾探测信号 处理算法可靠、稳定，成为当今国际火灾探测报警领域开发火灾探测信号处理算法，评 估火灾探测信号处理算法性能并最终评价火灾探测器整体性能的重要课题。 1 2 火灾发展的一般规律 物质燃烧是一个复杂的物理变化和化学反应过程。根据燃烧物不同，人们将火灾分 为固体火灾、液体火灾、气体火灾和金属火灾；根据火灾发生空间不同，将火灾分为受 限空间火灾和开放空间火灾。通常，利用火灾探测器探测的火灾是发生在建筑物内受限 空间的早期火灾，其火灾初起的火源强度较低。这类火灾的发展通常都经历如图1 1 所 示的四个阶段l l 刮：早期、阴燃、火焰和放热，最后随着燃烧物耗尽而衰减熄灭。 火灾产物量 早期 阴燃 温度 烟雾 焖 起火高温 熄灭 图1 1 火灾发展阶段 f i g1 1s t a g e so f f i r e 大连理：f 大学博士研究生学位论文 ( 1 ) 早期阶段 火灾的发生都是从可燃物发热开始的。物质由于发热发生缓慢热解作用，产生不可 见的燃烧生成物( 粒径o 0 0 1 - 4 ) 0 51 - tm ) 和可燃气体( h 2 、c o 、c 。h y 等) 。无可见烟和火焰， 热量相当小。这些不可见的燃烧生成物通过布郎运动、扩散、背景的空气运动以及生成 物的浮力等，产生微弱的对流。 f 2 ) 阴燃阶段 随着热分解作用的发展，物质进一步发热，热解作用充分进行，释放出更多的气体。 以引燃为本阶段的起始标志，以无火焰燃烧为特征。此阶段燃烧生成物为肉眼可见和不 可见的烟雾气溶胶。由于燃烧生成物比周围空气热，形成上升气流，并通过中等程度的 对流及背景的空气运动向外扩散，形成烟气羽流。此时空气的对流作用渐渐明显，利于 烟雾气溶胶的传播。此阶段无火焰，释放热量不很高，温度上升仍很缓慢。 ( 3 ) 起火( 火焰) 放热阶段 由于物质温度的不断上升，可燃气体的大量释放，开始出现火焰，此时通常伴随有 更多的烟雾产生。火焰产生了光辐射，其波长覆盖整个紫外到红外波段，由于产生了大 量的高温烟气，逐渐形成上升气流火柱；烟羽流由于密度与压力梯度方向不一致而产生 空气漩涡，形成三维各向异性湍流运动。伴随着火焰放射出大量的热量，使这阶段表现 为烟温并存。 ( 4 ) 高温( 衰减) 阶段 经过高温燃烧，火灾达到高峰后，烟雾开始逐渐减少。随着燃烧物质的耗尽，火灾 逐渐衰减熄灭，余烬温度开始下降。 火灾生成物主要有烟雾、热、光及气体。烟雾的粒径范围一般在o 0 1l - tm 1um 之 间。热则通过环境温度升高间接表现。火焰发光光谱范围从紫外一直到红外。可燃气体 主要有h 2 、c o 和烷类等，其他燃烧生成的气体主要为c 0 2 等。 1 3 火灾探测信号特征 火灾探测器探测火灾需要通过感知火灾发生时生成物的各种物理和化学变化特征 来间接探测，如探测烟雾、高温、光辐射和气体等。但是，这些参数在非火灾情况下也 会发生变化，甚至有时其变化规律与火灾发生时非常相似。为了能准确探测火灾，需要 从火灾传感器信号中正确区分真实火灾信号，因此，必须了解火灾探测信号特征。 火灾传感器输出信号x ( t ) 随火灾的发展而变化，火灾早期特征状态是不稳定的，并 且具有不同的表现形式。例如，慢速阴燃、明火和快速发展火灾的火焰信号变化明显不 厉剑：火灾探测信号处理算法及其性能评估方法研究 同。由于火灾事件发生带有极大的突发偶然性，很少有观察数据，因此火灾探测信号x ( t ) 是事先未知即不能确定的信号。环境的变化( 如环境温度、湿度、粉尘、电子噪声及人 员活动等) 也会引起传感器信号x ( o 的变化。由于环境变化引起的x ( t ) 变化有时与火灾发 生时信号相似，同时探测器的安装位置和该位置上人员活动规律事先无法确定。因此， 火灾信号探测具有下述特征：( 1 ) 人知道如何处理，但很难用数学语言表达；( 2 ) 有实际 范例可供学习；( 3 ) 识别是一种联想过程。因此，与其它的典型信号检测相比火灾信号探 测是一个十分困难的信号检测问题。总体说，火灾探测得到的信号均是随机信号，其统 计特性随时间和环境变化而变化；由于想要探测的火灾情况极少出现，火灾传感器平时 总是输出正常情况下的信号；在实际应用中，由于应用环境范围广，探测信号的背景噪 声强，且噪声特征有时与火灾探测信号的特征非常相似。图1 2 1 6 显示了几种典型试 验火和干扰环境信号曲线。 丑 舞 髓 越 坦 丑 彝 蘸 馋 迎 图1 2 木材明火火灾信号 f i g 1 2s i g n a l so f o p e nw o o df i r e 匡 罐 一强 图1 3 木材阴燃火火灾信号 f i g1 3s i g n a l so f s m o u l d e r i n gw o o df i r e 函；一蕊 m 一 m 。 大连理工大学博士研究生学位论文 若 嚣 椎 填 迎 茁 舞 醢 越 坦 图1 4 正庚烷明火火灾信号 f i g 1 4s i g n a l so f n - h e p t a n ef i r e 图1 5 水蒸汽干扰信号 f i g 1 5s i g n a l so f w a t e rs t e a m 5 厉剑：火灾探测信号处理算法及其性能评估方法研究 丑 辞 髓 螬 迎 图1 6 烹调油烟干扰信号 f i g 1 6s i g n a l so f c o o k i n gs m o k e 尽管火灾探测信号x ( t ) 的检测很困难，但它们也还是表现出了火灾早期的特征，具 有特殊的时间和频谱特性。鉴于其变化的不确定性和受环境噪声影响的特点，可以把x ( o 近似认为是一种非平稳的随机过程，其主要由信号的火灾成分和非火灾成分两部分组 成，即 黔般惦。 火灾时 非火灾时 其中x f o ) 表示火灾特征参数信号，矗( ，) 表示其它因素引起的非火灾信号。且x ，“) 与x n ( r ) 互不影响。在火灾发生时，我们无法从x ( r ) 中分离出x ，( ，) 。在非火灾情况下，矗( ，) 有时产生和x yo ) 非常相似的变化。 1 4 火灾探测的技术关键 要想探测火灾，首先必须将合适的传感器及相关探测原理应用到火灾探测中。目前 用于火灾探测的技术主要有【2 ，5 】： ( 1 ) 离子感烟火灾探测器使用放射源电离空气产生离子，设置两个电极，使两极间 产生电离电流，利用烟雾粒子吸附离子减弱电离电流的原理进行火灾探测： ( 2 ) 光电感烟火灾探测器使用一光发射装置及一光接收装置，利用烟粒子对光的散 射或减光原理进行火灾探测； ( 3 ) 差温或定温火灾探测器利用温度传感器探测火灾： 大连理工大学博十研究生学位论文 ( 4 ) 气体火灾探测器利用气体传感器( 半导体或光学) 探测火灾生成物的气体成分进 行火灾探测： ( 5 ) 火焰探测器利用光学传感器探测火焰发出的紫外或红外光进行火灾探测； ( 6 ) 图像火灾探测器利用图像传感器通过图像识别进行火灾探测。 为确保火灾探测的可靠性，防止误报警发生，除在硬件上采取措施外，人们近年来 更多地将目光放在了软件手段上，不断开发适用各种探测器的火灾探测信号处理算法。 因此，目前火灾探测技术领域存在如下的技术关键： ( 1 ) 新型传感器的开发： ( 2 ) 多传感器的复合应用，例如多传感信息融合技术等； ( 3 ) 火灾探测信号处理算法研究，在这方面的关键技术有两个方面，首先，开发适 用于特殊环境、新探测原理的算法是一个技术难点；其次，要保证算法的先进性、可靠 性和经济性。由于实际产品成本的限制，不可能在探测器中应用大容量高性能的c p u ， 因此，如何适应实际需求，使火灾探测信号处理算法具备技术先进性的同时降低产品成 本，这就对火灾探测信号处理算法的研究提出了更高的要求，也是目前火灾探测信号处 理算法研究中的难点。 1 5 火灾探测信号处理算法的研究历史 随着计算机、集成电路和信号处理技术的发展，以及传感器技术水平的不断提高， 火灾探测报警系统不断完善。在火灾探测器由输出简单的开关量信号发展到输出与火灾 相关的模拟量信号后，火灾探测信号处理算法开始有了用武之地。1 9 9 0 年代以来，随着 信号处理和火灾探测技术的高速发展，火灾探测信号处理算法在火灾自动探测领域起到 了越来越关键的作用。 在火灾探测中最早和最广泛使用的简单火灾探测信号处理算法是直观法【7 1 。它是通 过对单只传感器典型的火灾和非火灾信号观察，直接进行信号幅值处理来实现火灾探 测。例如，当传感器信号幅度超过预定门限后，判决电路输出火灾判断，这就是“固定 门限”探测器。另一个典型例子是通常用于差温火灾探测器的信号“变化率”探测器， 其当温度上升率超过门限后输出火灾报警信号。在1 9 8 0 年代模拟量火灾探测器没有出 现前，所有探测器均采用直观法进行火灾判断。 1 9 8 0 年代以来，随着模拟量火灾探测报警系统的出现，使应用稍复杂算法成为可能， 于是人们开始将各种算法引入到火灾探测信号处理之中，使得火灾信号处理算法层出不 穷。最早应用于火灾探测的是信号检测的非参数检测方法【8 1 ，其中趋势算法首当其冲。 德国的h l u c k 教授首先提出将趋势算法应用于火灾探测，利用k e n d a l l t 检测器实现 厉剑：火灾探测信号处理算法及其性能评估方法研究 火灾探测口1 ；德国s i e m e n s 公司利用火灾信号持续性特征，推出了基于“持续时间”探 测算法的火灾探测器【9 】；接着h l u c k 又提出了火灾信号的相关滤波算法【l ，他利用火 灾发生时信号的相关性区别火灾与非火灾信号以进行火灾探测。德国的r s i e b e l 根据火 灾情况下不同传感器信号趋势相关性，改进了k e n d a l l t 检测器，提出了复合趋势算法 h i 。中国王殊提出了可变窗长火灾信号趋势算法及火灾探测的复合特定趋势算法【l 。1 5 】。 应用火灾信号的统计特性，人们开发了火灾信号的统计检测方法，其中之一是功率 谱火灾探测信号处理算法。j k l o s e 等人提出了利用火灾信号短时自相关函数或功率谱 密度的火灾探测信号处理算法i l6 】。j k l o s e 等人提出的另一种统计检测方法是参数模型 算法 1 6 1 。现代信号处理中，在高度随机的背景噪声中估计信号的有效方法之一是现代功 率谱估计方法，j k l o s e 也将它引入用于火灾探测信号处理1 1 7 j 。 人工神经网络自1 9 8 0 年代复兴以来，以其自适应性、学习能力、容错能力和并行 处理性能优势迅速在信息处理领域得到广泛应用，也为火灾探测信号处理开辟了崭新的 发展方向。1 9 9 4 年瑞士c e r b e r u s 公司率先向市场推出了采用分布智能和神经网络算法 的a l g o r e x 火灾探测器。日本的y o k a y a m a 采用三层前馈网络和反向传播算法开发了对 应光电烟雾、温度及气体信号的神经网络火灾探测信号处理算法【l8 1 。c e r b e r u s 公司 m t h u i l l a r d 提出了用模糊逻辑判断离子感烟火灾探测器环境条件和信号趋势变化的算 法【l 。杨宗凯、王殊、何建华等1 9 9 7 年提出了基于前馈神经网络的火灾探测信号处理 算法f 2 、基于模糊逻辑和神经网络的火灾探测信号处理算法【2 ”。日本s n a k a n i s b i 等人 利用模糊逻辑方法处理烟雾浓度信号和烟、温、c o 复合信号，系统调整还采用了神经网 络算法田】。现代信号处理方法的发展，不断推动火灾探测信号处理算法的发展与进步。 目前，信号的预测、相关、最佳滤波、神经网络和模糊逻辑等方法都已引入到火灾探测 领域。用这些方法开发适用的火灾探测信号处理算法，也是当前火灾探测信号处理算法 研究的主要发展方向。 1 6 火灾探测信号处理算法开发应用带来的技术问题 火灾探测信号处理算法的应用促进了火灾探测技术的进步，产生了解决火灾探测中 误报问题的有效方法。但是，如何检验火灾探测信号处理算法性能，特别是其长期的学 习性能，以及评价火灾探测信号处理算法长期工作时性能稳定性，则是一个重要研究课 题。现有的国家( 国际) 火灾探测器标准规定了高温、低温、湿度、气流、振动、冲击、 碰撞、腐蚀、光干扰、电磁兼容性等多项环境试验，其考核的内容均是在短期时间内火 灾探测器的环境适应性能( 各项试验累加时间不超过4 5 天) 。但是，在长期的连续工 作中，如果火灾探测信号处理算法经过不当的现场自学习发生变化，导致探测性能发生 大连理工大学博士研究生学位论文 变化，则极易发生漏报警和误报警现象。这意味着经合法检验机构按国家标准严格检验 的产品将由于火灾探测信号处理算法性能的改变而成为不合格产品，继而给社会带来严 重的安全隐患。有时，个别厂家为了谋取非法利润，将不带火灾探测信号处理算法的探 测器冒充带有智能算法的探测器送检并出售，这既扰乱了市场，也使需要使用适应性强 火灾探测信号处理算法的被保护场所在一旦火灾发生时达不到保护的目的。 因此，如何通过技术手段鉴别火灾探测信号处理算法存在，并验证火灾探测信号处 理算法性能及其可靠性成为亟待解决的技术问题。 1 7 本文研究工作 、 本文将新的火灾探测信号处理算法研究、火灾探测信号处理算法评估技术研究及火 灾探测器工程适应性评估等目前国际火灾探测报警领域急需解决的热点问题作为选题 方向，结合承担的科技部科技基础性工作专项资金项目火灾探测应用环境及火灾信息 数据库( 编号2 0 0 0 d e b 3 0 1 2 1 ) 、科技部社会公益研究专项资金项目火灾探测算法评估 技术的研究( 编号2 0 0 1 d i b 3 0 1 2 4 ) 及国家重点基础研究发展规划9 7 3 项目专题8 火灾 早期的多信号感知与智能识别( 编号2 0 0 1 c b 4 0 9 6 0 8 ) 开展相关研究工作，达到了预期目 标：设计建立了火灾探测应用环境与火灾信息数据库，为火灾探测信号处理算法性能评 估方法研究提供了样本数据，初步解决了火灾探测信号处理算法性能评估问题，为下一 步起草相应国家( 际) 标准草案提供了技术依据。同时，在总体上又提出了火灾探测器工 程适应性的评价方法，可为解决工程招标中合理选择适用产品问题提供技术评价依据。 本文主要研究工作有以下几个方面：( 1 ) 在总结目前各类火灾探测算法基础上开发 了两种新的火灾探测信号处理算法；( 2 ) 为解决火灾探测信号处理算法性能评估问题， 设计开发了火灾探测应用环境与火灾信息数据库；( 3 ) 确定了火灾探测信号处理算法的三 种考核模式及性能评估方法，提出了火灾探测信号处理算法单项性能和综合性能评估方 法； ( 4 ) 继而，在总体上又提出了火灾探测器工程适应性评价方法。 一 重型! 查壅堡塑! 笪呈竺墨竺塑基丝壁塑笪塑窒 第二章火灾探测信号处理算法 本章对目前已开发应用的各种火灾探测信号处理算法进行了介绍，综合分析了各种算法的 特点与不足。为使条理清晰，将众多火灾探测信号处理算法按火灾信号处理系统方法和智能火 灾信号处理方法分类进行分析介绍。 2 1 火灾信号处理的系统方法 2 1 1 直观法 开关量式火灾探测器是最先投入使用，且安装与运行最广泛的火灾探测器，它们都 使用直观法对单个传感器信号进行处理。直观法的特点是简便和易于实现，但对环境适 应性和抗干扰能力差，误报率高。其主要有“固定门限”和“变化率”两种检测算法。 ( 1 ) 固定门限检测算法7 1 这种算法将火灾信号幅度与预先设定的信号门限值进行比较，当信号幅度超过门限 时，输出火灾报警信号。该算法设火灾传感器信号为x ( t ) ，比较信号为y ( t ) ，变换函数 为t 【 ，则固定门限检测可由以下公式表示：即 y ( t ) = t 【x ( t ) 】 ( 2 1 ) 啾f ) 】= 挂翟篡 ( 2 ：) 式中，d 【y ( t ) 2 1 表示判决为火灾，d y ( t ) 】= 0 表示判决为非火灾，s 为门限。 为了提高探测的可靠性和抗干扰能力，通常还对信号进行平均和延时处理，在一定 时间内对信号x ( t ) 进行积分，即 x ( ，) 2 音j x ( f ) d 7 ( 2 3 ) uf 0 y ( t ) = t 医( t ) j ( 2 4 ) 式中， ( t t o ) 为选定的时间段。 ( 2 ) 变化率检测算法 7 火灾探测信号的变化率是感温火灾探测中经常利用的一种重要特性。当温度信号上 升率超过一定限度时，说明火灾已经发展到火焰放热阶段。探测变化率通常采用微分的 计算方法，即 大连理： 大学博士研究生学位论文 y ( t ) = 掣 ( 2 5 ) d y ：1 ， y ( ) 8 ( 2 6 ) d “d 卜惦美j s ( 2 6 ) 实际应用中，x ( t ) 的微分运算通常用信号的幅度变化x ( t ) = x o ：) 一x ( t ) ( t ： _ t ) 来近似。 2 1 2 趋势算法 模拟量火灾报警系统的出现，使火灾传感器的信号变成了实时反映火灾现场特征的 模拟量信号，这样就可以使用一些较复杂算法。于是人们试图将火灾信号的特征和处理 过程用完整的数学表达式来描述。最早用于火灾探测信号处理的是趋势算法。 ( 1 ) k e n d a l l - t 趋势算法 7 在前面的信号特征分析中可以看到，火灾信号具有明显的趋势特征。图2 1 显示的 是一段火灾传感器的输出信号x ( n ) ，其是通过对连续时间信号x ( t ) d a a t 间隔抽样而得。 5 5 4 3 2 l o 12 3 456 7 89l0h 图2 1 火灾传感器信号趋势特征 f i g 2 1s i g n a l t r e n dc f a f i r es e n s o r n 尽管x ( n ) 在个别地点有下降，但总体具有明显的上升趋势。非参数趋势检测算法能 准确地检测到信号的这种趋势而不受信号幅度的影响。k e n d a l l t 检测器是最方便实现 也是最早用于火灾探测的趋势算法川。其只需要0 和1 的加法运算并具有递归算式，即 一l n l y ( n ) = u ( x ( n - 0 一z ( n 一助 ( 2 7 ) i = o j = i 式中，n 为离散时间变量：n 为用于观测数据的窗长，该计算窗随着n 的增加每次 向右移动一个单位；u ( ) 为单位阶跃函数，即 厉剑：火灾探测信号处理算法及其性能评估方法研究 吣，= 怯蒜 亿s ， 设每一时刻u ( ) 为1 ，将式( 2 7 ) 展开计算，可以得到y ( n ) 的最大值为n ( n + i ) 2 。这 样可以定义相对趋势值t 为 咖，2 翻2 茄 m a x l y i n l ii + l l ，2 在实际计算时，式( 2 7 ) 可以表示为 y ( 月) = y 一1 ) + u ( x ( n ) - x ( n f ) ) 一u ( x ( n 一沪x ( n 一) ) ( 2 9 ) f 2 1 0 ) 最后，将计算得出的趋势值与预先设定的门限进行比较，得到火灾或非火灾的判断 结果： 印，= ：i ，= 或聊肛怯翟兰 亿 式中，s 为对应t 的设定门限。 在对负趋势信号探测的计算中，只需在式( 2 1 0 ) d o 乘以一1 。 此算法应用的关键是计算窗长n 及门限s 。n 选短了易引起误报，n 选长了探测 时间加长，影响灵敏度。s 选择不当，将严重影响探测可靠性。以图2 1 信号为例，若 窗长n = 3 ，可以由公式计算出其各点的趋势值如表2 1 所示。 表2 1 火灾信号k e n d a l l 1 趋势 t a b 2 1k e n d a l l tt r e n do f t h ef i r es i g n a