数据融合火灾识别

1、多传感器信息融合火灾报警系统的实现学 院：信息学院专业：信号与信息处理姓 名：贺春峰学 号：2010124009指导教师：马荣贵2011年07月基于ARM9多传感器数据融合火灾报警系统的实现摘 要介绍了基于ARM9多传感器火灾报警系统的设计方案，该系统注意由传感器、A/D转换 模块、S3C2440控制模块、报警模块、执行模块组成。对于火灾的判断主要采用模糊推理 的数据融合算法，火灾数据的处理和算法的实现都由控制器完成。关键字:ARM9，数据融合，模糊推理火灾报警系统是依托传感器技术、电子技术、计算机技术、网络技术和模块化技术独成 一体的技术。火灾探测是关系人民生命财产安全的重大课题。随着火灾探

2、测技术的不断发展, 人们对火灾的认识也越来越深入，不断涌现出新的探测手段。然而现有的大多数火灾探测器 只能在火灾发生到难以控制的形势下才发出报警信号。而那些由于长期运行导致设备过载、 过热、短路产生火灾的场所，如计算机机房、精密仪器实验中心、网络数据中心等，需要对 火灾进行严格控制，确保在火灾发生初期就能及时发现火情并进行扑灭否则造成的损失 燃烧物都很少，因此如何能在火灾处于萌芽状态时，准确实现火灾早期探测，避免严重损 失是目前亟待解决的一个重大问题。鉴于目前单一的普通类型的火灾探测报警器已不能满足 需求，采用多个传感器全面采集火灾发生前的各种异常信息，并用多传感器信息融合技术处 理传感器提供

3、的火灾信息，可以大大地提高整个报警监测系统的可靠性。火灾探测对象的选定在火灾探测过程中，可以利用的火灾信息很多：固态高温产物：来源于可燃物中的杂质，以及高温状态下可燃物热裂解所形成的 物质。燃烧音：燃烧过程中产生的高温，加热周围空气，使之膨胀，产生一种频率仅在 数赫兹左右的压力声波，即是燃烧音。火焰光谱：主要由炽热微粒的光谱辐射和燃烧气体的特征辐射所构成。气态燃烧产物：气态燃烧产物的主要成分为H2O、CO、CO2、H2和02 ,由于环境 中湿度的影响，通常不把H2 0作为火灾探测参数由于前三点火灾信息都是在火灾已经发生很严重的情况下才产生的，且以火焰光谱进 行火灾探测，虽然可以有效避免环境中大

4、部分干扰因素的影响，但为了进一步消除相关干 扰因素的影响，还需要利用火焰的闪烁特征。本系统将可燃性气体的浓度、烟雾的浓度变化 率、环境温度三者作为探测火灾的特征参量。系统硬件设计本方案硬件系统的核心控制器是采用三星的具有ARM920T核的16/32位多功能、低功耗 的嵌入式处理器S3C2440O S3C2440是韩国三星公司推出的一款高档的，可用于工业控制、 智能家电等便携产品开发的嵌入式微处理器，其主频处理速度达到400MHz,完全可以满足 火灾监控报警的实时性处理要求。其主控制芯片及丰富的外围接口电路可用于连接各类数字 设备从而实现数据交换。基于多传感器数据融合的火灾预警系统采用模块化结构

5、，主要由传 感器模块、A/D转换模块、S3C2440控制器、报警模块、执行模块和控制器必需的电源模块 和存储器模块组成，图1为系统结构图。多传感器报警模块执行模块电源模块存储器模块图1系统硬件结构图多传感器模块由多组传感器组成，每组传感器由温度传感器，可燃气体探测器和烟雾探 测器组成。S3C2440控制器的核采用一款16/32-bit RISC微处理器，采用6层板工艺，具有低功耗， 高速的处理计算能力的特点，简单稳定的设计非常适合对电源要求较高的产品上。其电源管理模块能够提供系统多种电压供电，包括芯片内核电压采用1.8V供电，芯片的I/O 部分采用3.3V供电。而片外的一些常规集成电路又采用5

6、V供电。报警模块主要当判断有火险发生时，启动声光报警信号来通知值班人员，从而采取相应 的措施；执行模块完成火险发生时启动附近的灭火装置，使火灾的危害降低到最小的程度。系统软件设计该系统的软件部分主要包括系统的上电初始化、系统自检、初始化时钟、中断设置、 外设初始化，然后运行主程序main（）函数，建立任务后，扩展口对ADC进行控制切换通 道采集数据。对数据进行平滑滤波、标定补偿等预处理后，来通过数据融合算法分析火灾发 生情况，判断是否报警并循环检测。系统软件流程如图2所示。图2软件流程图数据融合算法将多传感器信息融合技术应用于工业过程监测系统中，已经取得了一些工程应用。在 这类系统中，传感器从

7、对象和环境中采集到数据后，先进行数据融合处理，然后再参与控制 策略运算。目前，常用的信息融合方法大致分为以下几类：一是基于估计和统计的经典方法， 包括加权平均法、最小二乘法和D-S证据理论等；二是信息论的融合，包括模板法、聚类分 析的熵理论等；三是人工智能的融合方法，包括模糊逻辑、产生式规则、神经网络、遗传算 法和模糊积分理论以及专家系统等。在应用于多传感器信息融合时，我们将A看作系统可能决策的集合，B看作传感器的 集合，A和B的关系矩阵R A+B中的元素p i表示由传感器i推断决策为i的可能性，X表 示各传感器判断的可信度，经过模糊变换得到的Y就是各决策的可能性。具体的，我们假设有m个传感器

8、对系统进行观测，而系统的决策可能有n个，则：A: y1/决策、y2/决策、yn/决策nB: x1/传感器、x2/传感器、xn/传感器m传感器对各个决策的判断用定义在A上的隶属函数表示，设传感器i对系统的判断结果是：p i1/决策，p i2/决策，p in/决策 n,0Wp yW1即认为结果为决策j的可能性为p ij,记作向量p i1，p i2, p i3，p in,则m个传感器构成AXB的关系矩阵为：外九R -R 21R 22 R M邕-B -LR诚R m 2 mJ将各传感器判断的可信度用B上的隶属度：X=x1/传感器1 Xx2/传感器2、xn/传感器n 表示，那么，根据Y=X*R A*B进行

9、模糊变换，就可得出：y= （y1,y2,y3,，yn）即综合判断后的各决策的可能性为y，最后，对各可能判决按照一定的准则（比如最 大隶属度方法、中心法等）进行选择，得出最优结果。根据运算府值，采用以下规则进行 判决应注意：判决结果应有最大的隶属度。判决结果的隶属度与必须大于某一阀值（一 般情况取0.5）。判决结果的隶属度与其它判决的隶属度值的差必须大于某一阀值（比如 0.1）。火灾监测的数据融合试验本设计对火灾监测使用了温度传感器，可燃气体探测器的烟雾探测器，数据融合的方 法如图3。温度传感器及预处理可燃性气体探测器及预处理合成运算决策规则结果烟雾传感器及预处理图3模糊推理数据融合方法图3基于

10、模糊推理的数据融合的一般方法是在火灾故障监测系统中，首先确定各个传感 器的权重，在设计中我们设定温度传感器，可燃气体探测器的权重分别为 W1=0.5,W2=0.3,W3=0.2；将最后的判决结果分为两种：有火灾Y1和无火灾Y2；根据当前的 工作状态，确定每个传感器X对于每一判决Y的隶属函数；再进行线性变换运算，即可确定 最后的结果。比如，在某时刻，根据温度传感器的数据确定有无火灾的隶属度分别为p 11=0.45，M 12=0.55，根据可燃性气体传感器的数据确定有无火灾的隶属度分别为p 21=0.7，p 22=0.3，根据烟雾传感器的数据确定有无火灾的隶属度分别为p 31=0.9, p 32=0.1，采 用线性变换运算得Y,0.45 0.55Y = 0.50.3 0.2*0.70.30.90.1=0.615 0.385根据结果得有火灾隐患，应该启动气溶灭火器。结束语将模糊推理数据融合方法应用到多传感器的电缆火灾故障监测系统，与单一的传感器 相比，具有更高的准确性的可信度。