CN120277914A 基于多源声波数据的动态温度场实时重建方法及系统 （郑州轻工业大学）

(19)国家知识产权局贾洪雯李振华杜晨希李廷真姚浩伟李森公司32664基于多源声波数据的动态温度场实时重建方法及系统本发明公开了基于多源声波数据的动态温干扰和难以精准、实时获取内部温度的技术问在目标区域内部署声波收发阵列，构建多源声波测量网络，确在目标区域内部署声波收发阵列，构建多源声波测量网络，确定信号轨迹空间，各声波收发器标识有空间位置编码基于该场景几何参数，通过FDS火灾动力学仿真生成多火灾场景下含物理先验的基础温度场数据，结合声温度理论公式计算多源声波路径的飞渡时间及离散声速数据，构建自适应加权混合卷积网络(AMHC)与动态残差注意力感知融合网络(DRAAF9丰联的深度学习模型。学习声波数输出离散点温度通过集成K近邻(IKNK插值扩展为全域连续温度场，最终可视化皇现将多源声波测量网络采集的飞波时间等数据输入训练模型21.基于多源声波数据的动态温度场实时重建方法，其特征在于，所述方法包括：在目标区域内部署声波收发阵列，构建多源声波测量网络，触发进行声信号的同频发连接可视化仿真平台，对目标区域进行多火情条件下的火灾动力学模拟，构建核验数据库并存储至平台数据中心；以声信号参数约束下的声速-温度线性关系，在所述可视化仿真平台内开发重建单元，辅助所述核验数据库，针对所述信号轨迹空间执行基于线性测算与K近邻插值的实时分析，以预设分布式间距为约束，执行基于声学轨迹点的线性测算，与非轨迹区域的插值补2.如权利要求1所述的基于多源声波数据的动态温度场实时重建方法，其特征在于，确以所述目标区域构建三维空间，对所述信号传输轨迹进行空间分布，确定所述信号轨迹空间。3.如权利要求1所述的基于多源声波数据的动态温度场实时重建方法，其特征在于，对目标区域进行多火情条件下的火灾动力学模拟，构建核验数据库，包括：依据所述动力学要素，对所述目标区域进行火情场景聚类，确定多火情条件；针对所述多火情条件，进行火灾动力学模拟，确定火情规律，其中，以分布式温度的动态演化为模拟目标；集成各火情条件下的火情规律，构建所述核验数据库。4.如权利要求1所述的基于多源声波数据的动态温度场实时重建方法，其特征在于，建立所述声波收发阵列、所述可视化仿真平台与火灾监测系统的连接；其中，所述声波收发阵列执行前端检测，所述可视化仿真平台内开发的重建单元与核验数据库执行模拟重建决策，所述火灾监测系统执行响应报警。5.如权利要求1所述的基于多源声波数据的动态温度场实时重建方法，其特征在于，在所述可视化仿真平台内开发重建单元，包括：根据所述多头自注意力目标，构建多个并行分支，并行集成作为预测重建区；以实时重建区与预测重建区，作为所述重建单元，其中，各分支执行定向决策与动态演化预测，以分支输出的结果耦合为重建结果。6.如权利要求5所述的基于多源声波数据的动态温度场实时重建方法，其特征在于，针对所述信号轨迹空间执行线性测算，包括：根据所述实时重建区，识别所述信号轨迹空间，以所述预设分布式间距，标识信号传输轨迹的有效轨迹节点；针对所述有效轨迹节点，探测声波参数进行声速-温度线性关系匹配，确定目标线性关根据所述目标线性关系，测算所述有效轨迹节点的温度值。37.如权利要求6所述的基于多源声波数据的动态温度场实时重建方法，其特征在于，执针对非轨迹区域，以所述预设分布式间距为约束，定位非轨迹区域的分布点；针对所述分布点，以K近邻插值方式，计算各分布点的温度值；根据各分布点的温度值，构建静态温度场；8.如权利要求7所述的基于多源声波数据的动态温度场实时重建方法，其特征在于，执针对所述静态温度场，执行多个并行分支下的特征定向演化决策，确定分支预测结果；耦合所述分支预测结果，并基于时间序列与所述静态温度场进行整合，确定所述重建温度场。9.基于多源声波数据的动态温度场实时重建系统，其特征在于，用于实施权利要求1-8任意一项所述的基于多源声波数据的动态温度场实时重建方法，所述系统包括：信号轨迹空间确定模块，用于在目标区域内部署声波收发阵列，构建多源声波测量网络，触发进行声信号的同频发射与回波接收，确定信号轨迹空间，其中，各声波收发器标识有空间位置编码；平台数据中心存储模块，用于连接可视化仿真平台，对目标区域进行多火情条件下的火灾动力学模拟，构建核验数据库并存储至平台数据中心；重建温度场确定模块，用于以声信号参数约束下的声速-温度线性关系，在所述可视化仿真平台内开发重建单元，辅助所述核验数据库，针对所述信号轨迹空间执行基于线性测线性测算执行模块，用于以预设分布式间距为约束，执行基于声学轨迹点的线性测算，与非轨迹区域的插值补偿。4基于多源声波数据的动态温度场实时重建方法及系统技术领域[0001]本发明涉及火灾监测与预警技术领域，特别涉及基于多源声波数据的动态温度场实时重建方法及系统。背景技术[0002]在温度场监测过程中，传统温度测量方法应用广泛。如热电偶、红外测温仪等常用于各类场景的温度测量。在较为稳定的环境中，这些方法能发挥一定作用。但随着工业发展和安全需求提升，对复杂环境下温度场的精确监测要求越来越高。传统方法在面对高温、动态变化的复杂环境时，弊端逐渐显现。接触式测量会干扰被测对象，影响测量准确性；非接触式测量难以获取内部温度分布，且实时性较差。就像在火灾现场这种复杂环境下，传统测量方法无法及时、精准地获取温度场信息，难以满足火灾预警、消防救援决策等对温度场数据的精确需求。发明内容[0003]本申请解决了传统方法在面对高温、动态变化的复杂环境时测量易被干扰和难以精准、实时获取内部温度的技术问题。本申请通过在目标区域内部署声波收发阵列构建多源声波测量网络，采集声信号数据，经确定信号轨迹空间、进行火灾动力学模拟构建核验数据库、开发重建单元并结合线性测算与K近邻插值等处理，获取温度场相关数据，经动态演化预测确定重建温度场，从而准确测量目标区域在复杂环境(如火灾场景)下的动态温度场[0004]针对上述技术问题，本申请提出了基于多源声波数据的动态温度场实时重建方法及系统的技术方案。[0005]第一方面，本申请提供了基于多源声波数据的动态温度场实时重建方法，其中，所述方法包括：在目标区域内部署声波收发阵列，构建多源声波测量网络，触发进行声信号的同频发射与回波接收，确定信号轨迹空间，其中，各声波收发器标识有空间位置编码；连接可视化仿真平台，对目标区域进行多火情条件下的火灾动力学模拟，构建核验数据库并存储至平台数据中心；以声信号参数约束下的声速-温度线性关系，在所述可视化仿真平台内开发重建单元，辅助所述核验数据库，针对所述信号轨迹空间执行基于线性测算与K近邻插值的实时分析，与动态演化预测，确定重建温度场；以预设分布式间距为约束，执行基于声学轨迹点的线性测算，与非轨迹区域的插值补偿。[0006]第二方面，本申请提供了基于多源声波数据的动态温度场实时重建系统，其中，所述系统包括：信号轨迹空间确定模块，用于在目标区域内部署声波收发阵列，构建多源声波测量网络，触发进行声信号的同频发射与回波接收，确定信号轨迹空间，其中，各声波收发器标识有空间位置编码；平台数据中心存储模块，用于连接可视化仿真平台，对目标区域进行多火情条件下的火灾动力学模拟，构建核验数据库并存储至平台数据中心；重建温度场确定模块，用于以声信号参数约束下的声速-温度线性关系，在所述可视化仿真平台内开发5重建单元，辅助所述核验数据库，针对所述信号轨迹空间执行基于线性测算与K近邻插值的实时分析，与动态演化预测，确定重建温度场；线性测算执行模块，用于以预设分布式间距为约束，执行基于声学轨迹点的线性测算，与非轨迹区域的插值补偿。[0007]本申请提出了一个或多个技术方案，至少具有以下技术效果：[0008]本申请通过在目标区域内部署声波收发阵列，明确测量区域与数据采集对象。接着，触发声信号同频发射与回波接收，运用解析回波确定传输轨迹、空间分布轨迹的方式，确定信号轨迹空间。然后，连接可视化仿真平台，确定动力学要素并聚类火情场景，模拟火灾动力学，构建核验数据库。之后，在平台内引入多头自注意力目标构建预测重建区，结合实时重建区形成重建单元，利用该单元，通过线性测算与K近邻插值确定静态温度场，再经动态演化预测得到重建温度场。同时建立声波收发阵列、仿真平台与火灾监测系统连接，实现前端检测、模拟重建决策与响应报警，达到了在高温、动态变化的复杂环境下非接触式、精准且实时地获取内部温度场信息的技术效果。[0009]上述内容概述了本申请对于解决基于多源声波数据的动态温度场实时重建方法及系统，本申请将在下述具体实施方式详细描述技术方案的步骤，以便于技术人员对本申请进行清楚及完整的理解。附图说明[0010]为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0011]图1是本申请实施例提供的基于多源声波数据的动态温度场实时重建方法的流程示意图。[0012]图2是本申请实施例提供的基于多源声波数据的动态温度场实时重建系统的结构示意图。[0013]图3是本申请实施例提供的基于多源声波数据的动态温度场实时重建方法的建筑空间实验装置部署的示意图。[0014]图4是本申请实施例提供的基于多源声波数据的动态温度场实时重建方法的建筑空间实验装置声波有效路径分布的示意图。[0015]图5是本申请实施例提供的基于多源声波数据的动态温度场实时重建方法的温度场中声波有效路径及路径上温度点分布情况的示意图。[0016]图6是本申请实施例提供的基于多源声波数据的动态温度场实时重建方法的一组声波装置可视化图像的示意图。[0017]附图标记说明：信号轨迹空间确定模块1,平台数据中心存储模块2,重建温度场确定模块3,线性测算执行模块4,声波器11,起火点12。具体实施方式[0018]本申请通过在目标区域部署声波收发阵列，构建多源声波测量网络，触发声信号发射与接收，解析回波确定信号传输轨迹并构建信号轨迹空间。连接可视化仿真平台，确定6动力学要素，聚类火情场景，模拟火灾动力学以构建核验数据库。在平台内引入多头自注意力目标构建预测重建区，结合实时重建区形成重建单元。利用重建单元，经线性测算和K近邻插值确定静态温度场，再通过动态演化预测得到重建温度场。建立各系统连接，实现前端检测、模拟重建决策与报警响应，达到了在高温、动态变化的复杂环境下非接触式、精准且实时地获取内部温度场信息的技术效果。[0019]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。[0022]步骤A1000:在目标区域内部署声波收发阵列，构建多源声波测量网络，触发进行声信号的同频发射与回波接收，确定信号轨迹空间，其中，各声波收发器标识有空间位置编码。[0023]本申请实施例中，声波收发阵列是部署在目标区域内，用于发射和接收声信号的设备组合。多源声波测量网络是由部署在目标区域内带有空间位置编码的声波收发阵列构建，通过触发声信号同频发射与回波接收，从多声源和接收点获取数据，为动态温度场实时重建提供声波数据基础的体系。信号轨迹空间是接收并解析回波信号确定带有飞渡时间标识的信号传输轨迹后，以目标区域构建三维空间，将这些信号传输轨迹在该三维空间中进行分布，最终所形成的空间。空间位置编码是赋予声波收发阵列中各声波收发器的编码，用于标识其在空间中的位置。[0024]具体的，在目标区域(指需要进行动态温度场实时重建的区域)内，首先部署声波收发阵列，并给每个声波收发器和区域内起火点赋予空间位置编码，如图3所示声波器11和起火点12,图6展示了一组声波装置可视化图像，其中包含16个声波装置在空间中的分布情三维坐标系，每个收发器都有对应的(x,y,z)坐标作为其空间位置编码，精确到0.1米。[0025]部署完成后，确定众多信号传输轨迹，以目标区域构建三维空间，将这些轨维空间中进行分布，从而确定信号轨迹空间，具体步骤在A1010-A1020详细说明。[0026]通过确定信号轨迹空间为后续基于声波数据进行温度场重建提供了关键的数据基础，使得能够更精确地分析声波在目标区域内的传播情况，为实现动态温度场实时重建奠定了重要基础。[0027]步骤A2000:连接可视化仿真平台，对目标区域进行多火情条件下的火灾动力学模拟，构建核验数据库并存储至平台数据中心。[0028]本申请实施例中，可视化仿真平台集成了模拟火灾场景、处理数据、实现温度场重建算法等多种功能，是整个方法流程中数据处理与分析的核心平台。多火情条件是依据动7力学要素(包含火源、空气流动、热辐射、自然对流等)对目标区域的火情场景进行聚类后确定的多种不同火灾场景条件。火灾动力学模拟是以分布式温度的动态演化为模拟目标，在可视化仿真平台上，针对多火情条件，利用相关算法和模型，模拟火灾在目标区域内的发展过程。核验数据库是集成各火情条件下火灾动力学模拟得到的火情规律后构建而成的数据库。平台数据中心是可视化仿真平台用于存储数据的地方。[0029]可选的，首先，确保可视化仿真平台软硬件环境完备，建立稳定物理连接通道(例如，采用千兆以太网连接，满足大量模拟数据快速传输的需求),进行软件对接并调用平台提供的API(应用程序编程接口)或特定的连接工具，按照其规范进行参数配置，这些参数包括目标区域的空间尺寸、坐标体系等基础信息。连接中若遇兼容性问题，需更新驱动或联这些动力学要素，对目标区域的火情场景进行聚类，确定多火情条件；针对这些多火情条件在可视化仿真平台上进行火灾动力学模拟；最后，集成各火情条件下的模拟结果，也就是把不同火情场景下得到的温度变化数据、火势蔓延情况等信息整合起来，构建核验数据库，并将其存储至平台数据中心，具体步骤在A2010-A2040详细说明。[0031]通过上述步骤构建核验数据库，为后续基于多源声波数据的动态温度场实时重建提供了重要的参考依据，能够帮助提高温度场重建的准确性和可靠性。[0032]步骤A3000:以声信号参数约束下的声速-温度线性关系，在所述可视化仿真平台内开发重建单元，辅助所述核验数据库，针对所述信号轨迹空间执行基于线性测算与K近邻[0033]本申请实施例中，声信号参数约束是指以声信号的相关参数，如频率、幅度、飞渡时间等。开发重建单元是引入以全局、局部、动态特征为目标的多头自注意力目标，构建并行分支形成预测重建区并结合实时重建区，辅助核验数据库对信号轨迹空间进行实时分析与动态演化预测，以分支输出结果耦合作为重建结果。重建温度场是运用线性测算和K近邻插值实时分析，执行动态演化预测并整合结果，实现对目标区域温度场实时、准确呈现的过[0034]在本申请的一个实施例中，首先，在可视化仿真平台内开发重建单元，先引入以全局、局部、动态特征为目标的多头自注意力目标，再据此构建多个并行分支并将其并行集成作为预测重建区，最后把实时重建区与预测重建区作为重建单元，各分支执行定向决策和动态演化预测，以分支输出结果耦合得到重建结果，具体步骤在A3010-A3030详细说明。[0035]接着，利用核验数据库辅助重建单元工作。在进行实时分析时，针对信号轨迹空间执行线性测算，先依据实时重建区识别信号轨迹空间，按预设分布式间距确定有效轨迹节点，接着探测这些节点的声波参数，匹配声速-温度线性关系得到目标线性关系，最后利用该关系测算有效轨迹节点的温度值，具体步骤在A3040-A3060详细说明。[0036]对于非轨迹区域，则执行K近邻插值，先以预设分布式间距在非轨迹区域定位分布点，再用K近邻插值法，通过分布点的K个近邻点基于距离的加权计算各分布点温度值，最后依据这些温度值构建静态温度场，具体步骤在A3070-A3090详细说明。[0037]最后，执行动态演化预测，针对已构建的静态温度场，在多个并行分支下进行特征定向演化决策以确定分支预测结果，然后将这些分支预测结果耦合起来，并结合时间序列8与静态温度场整合，最终确定重建温度场，具体步骤在A3100-A3110[0038]通过不断更新数据和重复上述步骤，实现对动态温度场的实时重建，为火灾监测、预防和控制等提供准确的温度场信息支持。[0039]步骤A4000:其中，以预设分布式间距为约束，执行基于声学轨迹点的线性测算，与非轨迹区域的插值补偿。[0040]本申请实施例中，分布式间距是用于约束线性测算和非轨迹区域插值补偿的一个距离标准。声学轨迹点是指在声波信号传输轨迹上，与确定信号轨迹空间、进行线性测算密切相关的点。[0041]具体的，在确定信号轨迹空间后，基于预设分布式间距执行基于声学轨迹点的线性测算。以预设分布式间距(如设定间距为1米)为约束，根据实时重建区识别信号轨迹空迹节点。针对这些有效轨迹节点，探测声波参数(如声波的传播时间、频率等),利用声速-温度线性关系(已知在特定环境下，声速与温度满足特定的线性公式，如v=331.4+0.6T,其中度值。[0042]对于非轨迹区域，则执行插值补偿。同样以预设分布式间距为约束，定位非轨迹区域的分布点。例如，在仓库中那些没有声波直接传播经过的区域，按照1米的间距确定分布点。针对这些分布点，采用K近邻插值方式计算温度值。假设K值取5,即寻找每个分布点距离最近的5个点(这些点可以是有效轨迹节点或者已经计算出温度值的其他点),根据这5个近邻点基于距离的加权来计算该分布点的温度值。距离越近的点，其权重越大，例如，若某分d₄、d₅,则该分布点的温度值T=(w₁T₁+W₂T₂+w₃T₃+w₄T₄+W₅T₅)/(w₁+w₂+w₃+w₄+w₅)[0043]通过以上基于声学轨迹点的线性测算和非轨迹区域的插值补偿步骤，能够更精确地获取目标区域内各个位置的温度信息，实现对目标区域温度场的更准确重建，为火灾监测、工业生产过程中的温度控制等应用场景提供有力支持。[0044]进一步，本申请实施例提供的方法中的步骤A1000包括：[0045]A1010:接收并解析回波信号，确定信号传输轨迹，其中，各信号传输轨迹标识有飞渡时间。[0046]A1020:以所述目标区域构建三维空间，对所述信号传输轨迹进行空间分布，确定所述信号轨迹空间。[0047]本申请实施例中，信号传输轨迹是指声信号从发射端经目标区域传播后，被接收端接收到的传播路径。飞渡时间是指声信号从发射到被接收所经历的时长，被标识在各信号传输轨迹上。[0048]具体的，首先，在目标区域内部署声波收发阵列后，该阵列会触发进行声信号的同频发射。触发声波收发阵列进行声信号的同频发射与回波接收。假设发射的声信号频率为50kHz(这个频率能在目标区域内稳定传播且不易受干扰)。当声信号发射后，在目标区域内传播，遇到障碍物会反射回来形成回波。在接收回波时，记录回波的接收时间。通过发射时间和接收时间的差值，计算出信号的飞渡时间。比如，发射时间为t₁=0.001秒，接收时间为9=340米/秒(通过本领域技术人员实验测定或理论计算得知),根据公式s=v×△t,可计算出信号传播的距离s=340×0.002=0.68米。[0049]由于每个声波收发器都有空间位置编码，结合多个收发器接收到的回波信息以及它们的空间位置，利用三角测量法就能确定信号传输轨迹。例如，有三个收发器A(1.0,2.0,3.0)、B(3.0,4.0,5.0)、C(5.0,6.0,7.0),分别接收到同一回波，根据它们的飞渡时间计算信号在空间中的传播路径，就能准确确定信号在空间中的传播路径，即信号传输轨迹。[0050]接着，以目标区域构建三维空间，对信号传输轨迹进行空间分布，从而确定信号轨迹空间。以长、宽、高分别为10×10×10的三维空间为例，利用声波收发器的空间位置编码作为空间坐标的参考依据。根据声信号的传播特性和飞渡时间，通过计算声速与飞渡时间的乘积，可以得到声信号在各传输轨迹上传播的距离。已知在该厂房环境下，声速约为340米/秒，结合前面提到的飞渡时间0.002秒，可计算出该信号传输轨迹的传播距离为0.68米。基于这些距离信息以及声波收发器的位置，就能将信号传输轨迹在构建的三维空间中进行准确分布。将所有的信号传输轨迹都在三维空间中分布完成后，这些轨迹所占据的空间范围就构成了信号轨迹空间。[0051]通过确定信号轨迹空间，为后续基于多源声波数据进行动态温度场的实时重建提供了关键的空间信息基础，有助于更准确地分析目标区域内的温度分布情况。[0052]进一步，本申请实施例提供的方法中的步骤A2000包括：[0054]A2020:依据所述动力学要素，对所述目标区域进行火情场景聚类，确定多火情条件。[0055]A2030:针对式温度的动态演化为模拟目标。[0056]A2040:集成各火情条件下的火情规律，构建所述核验数据库。[0057]本申请实施例中，火情场景聚类是依据确定的动力学要素对目标区域的火灾场景进行分类的过程。灾的发展和温度场的变化起着关键作用。假设在一个长10米、宽10米、高10米的室内空间(目标区域)发生火灾，火源设定为功率为500kW的燃烧源，位于房间中心位置；空气流动可能是由于通风系统引起的，风速设定为1.5m/s,风向从一侧吹向另一侧。[0059]热辐射方面，根据火源功率以及周围材料的热辐射特性，假设周围墙体材料的发射率为0.8,测量得到墙体的温度为t=300℃,利用斯蒂芬-玻尔兹曼定律J=εσT⁴来计算热辐射强度，其中J是热辐射强度(单位为W/m²),ε是物体表面的发射率，σ是斯蒂芬-玻尔兹曼常数，σ=5.67×108W/(m²·K),T是物体的绝对温度(单位为K)。先将墙体温度转换为绝对[0060]自然对流则依据室内空间的温度差异和空气的物理性质，通过相关公式计算其强为空气的绝对温度，单位为K),△T是室内空间的温度差(例如火源附近高温区域与远离火源区域的温度差),L是特征长度(可以是房间的高度、物体的尺寸等),v是空气的运动粘度(在常温常压下，空气的运动粘度约为1.5×10⁻⁵m²/s),αt是空气的热扩散率(在常温常压[0062]步骤b:根据步骤a计算出的瑞利数判断流动状态，本领域技术人员选择合适的常数代入关联式计算出努塞尔数(努塞尔数表征了对流换热的强弱，对于不同的自然对流场景有不同的关联式)。在室内自然对流这种大空间自然对流情况下，常见的关联式为Nu=且层流状态(一般Ra<109),C=0.59,n=1/4;对于湍流状态(Ra>109),C=0.1,n=1/3。T,A是换热面积(例如墙壁与空气的接触面积、火源与空气的接触面积等),h是前面计算出术人员的实际经验或通过多次试验来确定。假设确定聚类数量为5,算法会随机选择5个初[0067]步骤f:计算每个数据点到这5个聚类中心的距离，这里的距离可以采用欧氏距离11[0070]然后，针对这些多火情条件，在专业的火灾动力学模拟软件平台(如FDS,FireDynamicsSimulator,火灾动力学模拟器)上进行模拟。模拟以分布式温度的动态演化为核心目标，将目标区域划分成众多微小的网格单元，每个网格单元的大小根据模拟精度需求设定，假设为0.5米×0.5米×0.5米。随着模拟时间推进，每隔一定时间间隔(假设为1秒)记录每个网格单元的温度变化情况。例如，在模拟高功率火源-强空气流动的场景时，可观察到火源附近网格单元的温度迅速上升，在空气流动的作用下，高温区域沿着气流方向扩散，温度分布不断变化。通过大量这样的模拟，就能确定不同火情条件[0071]最后，集成各火情条件下的火情规律，构建核验数据库。将各种火情场景下模拟得到的温度变化数据、火势蔓延路径、不同区域温度随时间的变化曲线等信息整合在一起，形成一个丰富的数据库。这个核验数据库为后续基于多源声波数据的动态温度场实时重建提供了重要的参考依据，在实际应用中，当获取到实时的声波数据时，就可以借助核验数据[0072]通过构建核验数据库，从而为火灾的预防、扑救以及人员安全疏散等提供有力支[0073]进一步，本申请实施例提供的方法中的步骤A5000包括：[0074]A5010:建立所述声波收发阵列、所述可视化仿真平台与火灾监测系统的连接。[0075]A5020:其中，所述声波收发阵列执行前端检测，所述可视化仿真平台内开发的重建单元与核验数据库执行模拟重建决策，所述火灾监测系统执行响应报警。[0076]本申请实施例中，前端检测是指在目标区域内部署声波收发阵列，构建多源声波测量网络，触发进行声信号的同频发射与回波接收，确定信号轨迹空间。[0077]具体的，首先是部署声波收发阵列并执行前端检测，具体步骤在A1000和A1010-[0078]接着连接可视化仿真平台。将声波收发阵列采集的数据传输到可视化仿真平台，该平台对目标区域进行多火情条件下的火灾动力学模拟，具体步骤在A2010-A2040详细说[0079]在可视化仿真平台内开发重建单元。当接收到声波收发阵列传来的数据后，重建单元结合核验数据库，针对信号轨迹空间执行基于线性测算与K近邻插值的实时分析，确定[0080]火灾监测系统与声波收发阵列和可视化仿真平台建立连接。当可视化仿真平台内的重建单元确定火灾发生并得到温度场信息后，火灾监测系统接收这些信息并执行响应报警。例如，当重建温度场显示某区域温度超过设定的安全阈值(假设为80℃),火灾监测系统立即发出警报，通知相关人员采取措施，实现对火灾的及时响应和处理。[0081]通过上述一系列步骤，基于多源声波数据的动态温度场实时重建方法能够实现对火灾现场温度场的实时、精准监测和报警，为火灾防控提供有力支持。[0082]进一步，本申请实施例提供的方法中的步骤A3000包括：[0084]A3020:根据所述多头自注意力目标，构建多个并行分支，并行集成作为预测重建CN120277914A说明书9/15页升速率。[0090]步骤h:采用三种并行卷积分支提取特征，分支1:3×捉局部声波传播细节(如信号飞渡时间的局部波动);分支2:5×5扩张卷积(扩张率2,步长和H₂(全局特征),将它们在通道维度上连接(Concatenate)得到C=Concatenate[H₂,D₂,[0091]步骤i:通过自适应加权层对连接特征进行加权，全连接层(神经元数量=拼接后通道数)与softmax函数计算通道权重W=softmax(Dense(C)),fcombined=CoW其中◎表示元特征，输出高精度的温度预测特征。[0095]步骤1:局部特征提取，对输入特征进行卷积并最大池化得到局部特征L1ocal=部信息：B₁=σ(Wb₁*L1oca₁+b₆1),B₂=σ(W₆2*L1oca₁+b₆2),其中σ为非线性激活函数，表示卷积操[0099]物理约束联合优化训练策略：设计多目标联合损失函数，包含温度预测误差项物理约束项,其中tsim为真实或仿真测得的飞渡时间， 则由模型预测温度场沿声波路径积分计算：K为第n条声波路径所离接嵌入v(T)=20.05√T+273.15,保证预测温度场在声学传播特性上的一致性。梯度,以抑制预测温度的局部异常波动。扩展联合目标函数Ltotal=λLMAE+(1-λ)LtimeμLsmoth,μ∈[0.过K近邻插值方式定位分布点并计算温度值，从而构建出实时温度场分布，具体步骤在[0105]在动态演化预测阶段，各分支执行定向决策与动态演化预测。以分支1为例，根据实时重建区的温度空间分布数据，结合核验数据库中类似温度场景下的模拟规律，预测未来一段时间内温度的扩散方向和速度；分支2则依据时间序列特征和历史数据，分析温度变化的周期性和趋势性，预测温度的变化节奏。这些分支输出的结果并非独立存在，而是进行耦合。例如，在预测某一区域未来的温度时，若有3个分支预测该区域温度会上升，1个分支预测不变，1个分支预测下降，根据“择取分支输出中针对同一目标占比最高的作为该目标结合时间序列与实时重建区的静态温度场，最终确定重建温度场。[0106]通过上述方式，实现了对温度场的动态、精准重建，为火灾监测、室内环境控制等提供了有力的支持。[0107]进一步，本申请实施例提供的方法中的步骤A3000包括：[0108]A3040:根据所述实时重建区，识别所述信号轨迹空间，以所述预设分布式间距，标识信号传输轨迹的有效轨迹节点。[0109]A3050:针对所述有效轨迹节点，探测声波参数进行声速-温度线性关系匹配，确定目标线性关系。[0110]A3060:根据所述目标线性关系，测算所述有效轨迹节点的温度值。[0111]本申请实施例中，有效轨迹节点是在信号传输轨迹中能够反映声波传播特征与温度相关信息的关键位置点。[0112]具体的，首先，在目标区域内部署声波收发阵列构建多源声波测量网络(A1000详细说明)。通过触发声信号的同频发射与回波接收，已经确定了信号轨迹空间。[0113]基于此，利用实时重建区来识别信号轨迹空间。假设在一个面积为100平方米的室内空间，通过前期测量和计算得到的实时重建区数据，结合预设分布式间距(如设定为1米),在信号传输轨迹上标识有效轨迹节点，等同于在地图上按照一定间隔标记出关键地点，这些有效轨迹节点成为后续精确测量和计算的关键位置。[0114]接着，针对这些有效轨迹节点探测声波参数。声波在不同温度的介质中传播时，其传播速度、频率等参数会发生变化。利用高精度的声波探测设备，测量有效轨迹节点处声波的传播时间、频率等参数。例如，通过测量发现某有效轨迹节点处声波传播时间为0.01秒(这一数据基于声波收发器记录的发射和接收时间差得出)。根据声速-温度线性关系(这一关系由本领域技术人员通过大量实验和理论分析得到，在特定环境下，如常温常压的室内度，单位℃),将测量得到的声波参数代入进行匹配，从而确定目标线性关系。[0115]最后，根据确定的目标线性关系测算有效轨迹节点的温度值。如上述例子中，已知声波传播时间为0.01秒，假设声波传播距离为3.4米(根据声速在该环境下约为340m/s,传播时间乘以声速得出),那么声速v=340m/s,代入声速-温度线性关系v=331.4+0.6T中，经过计算(340=331.4+0.6T,移项得到0.6T=340-331.4=8.6,再计算得出T=8.6÷0.6≈14.3℃),就可以测算出该有效轨迹节点的温度值约为14.3℃。[0116]通过上述步骤，能够基于多源声波数据，在信号轨迹空间中精确地测算出各有效轨迹节点的温度值，为后续构建完整准确的温度场提供了关键数据支持。[0117]进一步，本申请实施例提供的方法中的步骤A3000包括：[0118]A3070:针对非轨迹区域，以所述预设分布式间距为约束，定位非轨迹区域的分布[0121]A3100:其中，以分布点的K个近邻点基于距离的加权为计算方式。[0122]本申请实施例中，非轨迹区域是指目标区域内信号传输轨迹未覆盖的空间范围。静态温度场是通过对非轨迹区域执行K近邻插值构建而成的温度分布模型。[0123]在一个实施例中，在基于多源声波数据的动态温度场实时重建过程里，当通过前期的声波收发阵列测量和分析确定了信号轨迹空间后，就会出现部分区域属于非轨迹区域的情况。此时，以预设分布式间距为关键约束来定位非轨迹区域的分布点。假设在一个监测场景中，预设分布式间距设定为1米。以这个间距为标准，在非轨迹区格的交叉点即为分布点。通过这样的方式，在一个面积为100平方米的非轨迹区域内，大约可以定位出121个分布点(假设该区域为近似正方形，根据面积计算网格数量)。[0124]接下来，针对这些分布点，以K近邻插值方式计算各分布点的温度值。K近邻插值的核心原理是利用分布点周围K个近邻点的温度值来估算该分布点的温度。例如，设定K值为5.对于每个分布点，通过计算其与周围所有已知温度点。(这些已知温度点可以是信号轨迹空间中的有效轨迹节点，其温度已通过步骤A3060的线性测算得到)的距离，选取距离最近的5个点作为近邻点。计算距离时通常采用欧氏距离公式，如对于分布点P(x,y)和已知温度点Q(x₁,y),它们之间的欧氏距离d=√(x-x1)²+(y-y1)²。假设某分布点P,通过计计算公式为：通过这种加权计算方式，距离分布点越近的近邻点对其温度值的影响越大。[0125]最后，根据计算得到的各分布点的温度值，构建静态温度场。将所有分布点的温度值按照其在非轨迹区域的空间位置进行整合，就可以描绘出该区域在某一时刻的静态温度分布情况。例如，将前面计算得到的121个分布点的温度值在二维平面上进行可视化展示，用不同的颜色代表不同的温度范围，就可以直观地看到非轨迹区域的静态温度场，温度较高的区域用红色表示，温度较低的区域用蓝色表示。[0126]通过上述步骤，完成了从定位非轨迹区域分布点到计算温度值，再到构建静态温度场的整个K近邻插值过程，为后续的动态温度场重建和分析提供了重要的数据基础。[0127]进一步，本申请实施例提供的方法中的步骤A3000包括：[0128]A3110:针对所述静态温度场，执行多个并行分支下的特征定向演化决策，确定分支预测结果。[0129]A3120:耦合所述分支预测结果，并基于时间序列与所述静态温度场进行整合，确定所述重建温度场。[0130]本申请实施例中，特征定向演化决策是针对静态温度场，基于不同维度的特征进行针对性分析与预测的决策过程。分支预测结果是各并行分支在执行特征定向演化决策后，针对温度场未来状态输出的预测结论。[0131]可选的，在完成前面的步骤，构建好静态温度场后，开始执行动态演化预测。以一个大型商场为例，针对静态温度场，执行多个并行分支下的特征定向演化决策。假设设置了5个并行分支。分支1关注温度的空间扩散特征，在商场的某一时刻静态温度场中，发现服装区温度相对较高。通过分析以往类似空间布局和热源情况下温度的扩散速度，发现每10分钟，热量会以约0.3米/分钟的速度向周边扩散。据此预测，在接下来30分钟内，服装区周边2-3米范围内温度会上升2-3℃。分支2着重研究时间序列上的温度变化规律，收集商场过去一周每天不同时段的温度数据，结合当前静态温度场，发现每天中午12点到下午2点，因阳光直射和人员密集，商场中庭温度会比其他时段高5-7℃。当前静态温度场显示此时为中午11点50分，且中庭温度处于较低水平，由此预测未来1-2小时内，中庭温度将逐步上升5-7℃。分支3聚焦于特殊热源附近的温度变化，如商场内餐饮区炉灶是主要热源。根据炉灶功率和以往监测数据，炉灶开启后，周边1米范围内温度每5分钟会上升3-5℃。当前静态温度场显示某餐饮店铺炉灶已开启10分钟，预测未来5分钟，该店铺周边1米范围内温度还将上升3-5℃。分支4考虑空气流动对温度场的影响，商场安装有通风系统，根据通风口位置、风速(假设风速为1.2米/秒)和风向，结合静态温度场中各区域的温度分布，预测冷空气从通风口进入后，会在20分钟内使周边区域温度下降4-6℃。分支5关注不同材质对温度的影响，商场内金属货架和木质装饰材料的热传导性能不同。通过对比历史数据，发现金属货架在阳光直射下，表面温度上升速度比木质装饰快2-3倍。当前静态温度场显示部分金属货架处于阳光直射区域，预测未来15分钟，金属货架表面温度将比周边木质装饰材料表面温度高[0132]通过上述各分支执行特征定向演化决策，得到各自的分支预测结果。接下来，耦合这些分支预测结果。本领域技术人员为每个分支预测结果赋予一定权重，比如在火灾初期，分支3(特殊热源附近温度变化)权重设为0.3;在正常运营时段，分支4(空气流动影响)权重设为0.25等。然后按照权重对各分支预测结果进行加权融合。例如对于商场某角落区域，分支1预测温度上升2℃,分支2预测上升1℃,分支3预测上升3℃,分支4预测下降1℃,分支5预测上升1.5℃。经加权计算(假设各分支权重依次为0.2、0.15、0.3、0.25温度在未来一段时间内将上升1.6℃。[0133]最后，基于时间序列与静态温度场进行整合。从当前时刻开始，以5分钟为时间间隔，根据耦合后的预测结果逐步更新温度场。在第一个5分钟，按照预测结果对静态温度场中各区域温度进行微调；第二个5分钟，结合前一个5分钟的温度变化和新的预测结果继续[0134]通过逐步构建出动态变化的重建温度场，能够实时反映温度场的变化情况，为火灾监测、预警以及人员疏散等提供准确的温度信息支持。[0135]综上所述，本申请实施例所提供的基于多源声波数据的动态温度场实时重建方法具有以下技术效果：[0136]本申请通过在目标区域部署声波收发阵列构建测量网络，利用声波同频发射与回波接收确定信号轨迹空间，经火灾动力学模拟构建核验数据库，以声速-温度线性关系为依据，结合线性测算与K近邻插值，在可视化仿真平台开发重建单元进行实时分析和动态演化预测，确定重建温度场，并建立与火灾监测系统的连接，实现对动态温度场的实时重建与监测，达到了在高温、动态变化的复杂环境下非接触式、精准且实时地获取内部温度场信息的技术效果。[0137]实施例二，如图2所示，基于前述实施例一同样的发明构思，本申请实施例提供了基于多源声波数据的动态温度场实时重建系统，所述系统包括：[0138]信号轨迹空间确定模块1,信号轨迹空间确定模块1用于在目标区域内部署声波收发阵列，构建多源声波测量网络，触发进行声信号的同频发射与回波接收，确定信号轨迹空[0139]平台数据中心存储模块2,平台数据中心存储模块2用于连接可视化仿真平台，对目标区域进行多火情条件下的火灾动力学模拟，构建核验数据库并存储至平台数据中心。[0140]重建温度场确定模块3,重建温度场确定模块3用于以声信号参数约束下的声速-温度线性关系，在所述可视化仿真平台内开发重建单元，辅助所述核验数据库，针对所述信号轨迹空间执行基于线性测算与K近邻插值的实时分析，与动态演化预测，确定重建温度[0141]线性测算执行模块4,线性测算执行模块4用于以预设分布式间距为约束，执行基于声学轨迹点的线性测算，与非轨迹区域的插值补偿。[0142]进一步的，所述平台数据中心存储模块2用于执行以下步骤：[0143]接收并解析回波信号，确定信号传输轨迹，其中，各信号传输轨迹标识有飞渡时间；以所述目标区域构建三维空间，对所述信号传输轨迹进行空间分布，确定所述信号轨迹[0144]进一步的，所述平台数据中心存储模块2用于执行以下步骤：流；依据所述动力学要素，对所述目标区域进行火情场景聚类，确定多火情条件；针对所述多火情条件，进行火灾动力学模拟，确定火情规律，其中，以分布式温度的动态演化为模拟[0146]进一步的，所述线性测算执行模块4用于执行以下步骤：[0147]建立所述声波收发阵列、所述可视化仿真平台与火