一种基于多传感器数据融合的火灾探测方法及系统

本发明涉及多传感器数据融合，尤其涉及一种基于多传感器数据融合的火灾探测方法及系统。

背景技术：

1、

2、传统的火灾探测器多为单一的传感器，如温度等，但凭借一个数据源来检测结果并不是很理想，很容易造成误报和漏报。从原则上看，较之单个数据源，多数据源的传感器数据融合更加能够提高观测的准确度。多源传感器数据融合技术的基本原理是最大限度地利用多个传感器资源，对不同位置的多个同质或异质传感器提供的不完整数据进行整合，并根据特定基准补充在时间或空间上的冗余或互补信息，用来减少不确定性，形成相对完整的解释和描述。

3、近年来，不单单在军事领域发展迅速，多源传感器数据融合技术还在非军事领域里有了一席之地。在非军事领域应用中，主要包括设备监控、智慧医疗、智能家居、可穿戴设备、机器人、物联网等。多传感器数据融合可以帮助提高火情探测的准确性和可靠性，具有以下意义：

4、(1)提高火情探测的灵敏度：不同传感器可以针对不同的物理量进行探测，通过数据融合整合各类信息，提高火情探测的灵敏度。比如，红外传感器可以探测到火源的热辐射。

5、(2)增强火情探测的鲁棒性：单一传感器可能会受到环境噪声、干扰等因素的影响，而多传感器数据融合可以降低这种影响，提高火情探测的鲁棒性。比如，通过多个热传感器的数据融合可以减少温度梯度和热噪声的影响。

6、(3)提高火情识别的准确性：通过融合不同传感器的数据，可以获得更为全面、准确的火情信息，提高火情识别的准确性。

7、(4)优化火情监测的实时性：多传感器数据融合可以提高数据采集和处理的效率，加快火情信息的传输和处理速度，优化火情监测的实时性。

8、通常而言，在老旧小区居民楼走廊多为h型区域的环境中，已有的传感器定位方法主要集中为wifi和测距rssi。但运用两种方法操作较为繁琐，且需要在区域内布置大量的锚节点，对于老旧小区的走廊环境费时费力，且准确性不高，因此，基于多传感器数据融合结合使用基于wsn的路由节点度模型来进行老旧小区火灾探测是技术人员需要考虑的问题。

技术实现思路

1、针对现有技术中存在的技术问题，本发明提供一种基于多传感器数据融合的火灾探测方法及系统，目的是提供一种准确性高，具有实时探测功能的火灾探测方法，用于老旧小区环境下的火灾探测。

2、根据本发明的第一方面，本发明提供一种基于多传感器数据融合的火灾探测方法，包括以下步骤：

3、建立老旧小区居民楼模拟仿真三维模型，基于三维模型进行室内着火仿真模拟；

4、根据仿真得出的火灾蔓延规律，在房间内和走廊布置传感器，建立路由节点度模型；

5、基于路由节点度模型和距离无关定位算法得到传感器最佳布局，构建传感器网络；将传感器网络采集到的数据进行标准化处理，并删除置信度不足的误差数据；

6、利用自适应分布卡尔曼滤波器算法结合多个卡尔曼滤波器的数据，进行火灾探测系统的初步融合，得到最优的融合数据,利用模糊贝叶斯逻辑推理算法进行决策融合，再进行反模糊化处理，得到输出值判断火灾发生的情况。

7、在上述技术方案的基础上，本发明还可以作出如下改进。

8、可选的，所述老旧小区居民楼模拟火灾工况场景设置分为房内与走廊两大类进行仿真，设置房间内与走廊的不同起火点，选用火源类型为快速火；所述模拟过程为：模拟房间家具和走廊堆积老化的电线引发的火灾，将监测点分别设置在居民楼模型每层住户的门口和每一层的楼梯口和楼梯的拐角处，分别测量温度、能见度和co浓度参数。

9、可选的，所述建立老旧小区居民楼模拟仿真三维模型包括：使用pyrosim仿真软件建立老旧小区居民楼三维模型。

10、可选的，所述在房间内和走廊布置传感器包括：

11、在居民楼走廊布置少量的锚节点，并根据节点度，在走廊的两边均匀交错的布置普通路由节点，构成路由节点度模型，进而完成整个传感器网络的布置；所述锚节点为位置已知的路由节点，普通路由节点为位置未知的路由节点，所述节点度为路由节点的邻居路由节点的个数。

12、可选的，所述传感器包括：温度传感器、co传感器、火焰传感器、烟雾传感器。

13、可选的，所述将传感器网络采集到的数据进行标准化处理包括：

14、选用max-min标准化方法，也称为离差标准化，对原始数据的线性变换，使结果值映射到[0，1]之间；转换函数为：

15、

16、式中，x′j(t)表示参量输入归一化后的值，fj(t)为同质化后的输入向量；fmin表示最小输入向量，fmax表示最大输入向量。

17、可选的，所述反模糊化处理包括:

18、采用面积中心法来进行反模糊化处理，即求出模糊集合隶属函数曲线和横坐标包围区域面积的中心，中心对应的横坐标值作为模糊集合的代表值，表达式如下：

19、

20、其中,u为输出的火灾概率，m(uj)为输出的隶属度函数，uj表示u的一个子集。

21、可选的，所述得到输出值判断火灾发生的情况包括：根据老旧小区居民楼的火灾情况分析和需要采取的消防措施，对输出值u进行判断：

22、当u≤0.2时，表示无火灾发生；

23、当0.2<u≤0.5时，表示有异常情况需要进行实地排查；

24、当0.5<u≤0.7时，表示有火情但不严重，需要立即采取措施；

25、当u>0.7时，表示有严重的火灾发生，需要立即采取措施。

26、根据本发明的第二方面，提供一种基于多传感器数据融合的火灾探测系统，包括：

27、仿真三维模型建立模块，用于建立老旧小区居民楼模拟仿真三维模型，基于三维模型进行室内着火仿真模拟；

28、传感器布置模块，用于根据仿真得出的火灾蔓延规律，在房间内和走廊布置传感器，建立路由节点度模型；

29、传感器网络构建模块，用于基于路由节点度模型和距离无关定位算法得到传感器最佳布局，构建传感器网络；将传感器网络采集到的数据进行标准化处理，并删除置信度不足的误差数据；

30、决策融合模块，用于利用自适应分布卡尔曼滤波器算法结合多个卡尔曼滤波器的数据，进行火灾探测系统的初步融合，得到最优的融合数据,利用模糊贝叶斯逻辑推理算法进行决策融合，再进行反模糊化处理，得到输出值判断火灾发生的情况。

31、本发明提供的一种基于多传感器数据融合的火灾探测方法及系统，具有以下技术效果和优点：

32、1、基于火焰蔓延规律，运用节点度模型和传感器定位算法实现在老旧小区复杂的走廊空间下低成本的实现传感器网络的定位与优化布局，为构建多传感器检测系统打下基础；

33、2、在火焰蔓延规律和传感器系统的基础上，构建一个适用于火灾探测的多源传感器数据融合模型，在决策层上采用模糊逻辑推理作最后的决策分析，有效提高火灾探测的准确性，及时性；

34、3、本发明所述的方法具有准确性高，大大的减少了误报和漏报，对类似于老旧小区的复杂环境有很好的适用性，维护费用低。