多傳感器信息融合技術在火災報警系統的應用

摘要： 針對單一普通型火災探測器的環境適應性和功能局限性，將多傳感器信息融合技術應用于火災報警系統，實施多個傳感器同步探測，全面提取火災信息。同時，應用智能算法，對提取到的信息進行融合，實現信息的優化，完整地反映環境的信息，準確地預報火災。在此采用多傳感器信息融合方法中的Bayes理論，給每類火災探測器的探測結果分配相應的概率，然后運用Bayes理論，進行信息的融合，從而獲得最終的判決結果。有效地降低了誤報率和漏報率，提高了整個火災報警系統的可靠性。

關鍵詞： 多傳感器信息融合； 貝葉斯估計； 火災報警系統； 同步探測

中圖分類號： TN919?34； TP277 文獻標識碼： A 文章編號： 1004?373X（2013）06?0139?02

火的出現和使用對人類社會的進步起到極大的作用，沒有火也就沒有人類今天的繁榮和成就。然而隨著社會的發展和居民生活水平的提高，火，電，油，氣使用越來越普遍，火災的危險性，次數和損失也越來越大，據統計，2011年我國火災已達12.54萬起，造成多達18.8億元的財產損失。同時隨著我國城鎮化步伐的加快，城市的建筑物越來越密集，人口逐漸集中，城市中易燃易爆物品源點多、量大、面積廣，帶了更多的火災隱患，一旦發生火災，就會造成重大的人員傷亡和嚴重的經濟損失以及重大的政治損失。因此，早期預報火情，及時準確報警，防火于未然就顯的極為重要。

火災發生的時候伴有煙霧、高溫、火光及可燃性氣體等現象特征，火災探測器通過檢測和捕捉火災中出現的煙霧、高溫、火光及可燃性氣體等物理現象和特征信號，獲知火災的發生[1]。但是，傳統的基于某一物理量檢測的火災探測器，有一定的環境適應性和功能局限性，不可避免地會受到周圍環境的影響，發生誤報和漏報。針對這一現象，本文采用多傳感器信息融合技術來提高火災報警系統準確率和可靠性[2]。

1 多傳感器信息融合的內涵

多傳感器信息融合類似于人類和其他生物系統基本功能。人類通過五官（耳、鼻、口、手、眼）和其他器官，感知聲音、氣味，獲得味覺、觸覺和視覺等信息，借助先驗知識和大腦的關聯推理，對周圍的環境和正在發生的事情做出估計[3]。多傳感器信息融合類似上述人類處理信息的過程，它利用多個傳感器獲得多方面的信息，合理支配和使用，充分發揮多個傳感器冗余性與互補信息的優勢，并依據一些優化準則進行組合，形成對外部環境或是被測對象特征的一致性解釋和描述[4]。

2 多傳感器信息融合技術在

火災報警系統中的應用

傳統的火災報警系統中由于單一傳感器的環境適應性和功能局限性，會發生誤報和漏報的現象。例如，對于感光型的火災探測器，燈光、電焊、高溫體等會對其產生影響，發生誤報；對于感溫型的探測器，不宜發現陰燃火，容易發生漏報；對于感煙型的火災探測器，廚房油煙、水蒸氣可能會使其發生誤報，而對酒精火又沒有響應容易漏報[9]。我們采用多個傳感器，主要使用3類火災探測器：感煙探測器、感溫探測器、火焰探測器。給每類火災探測器的探測結果分配相應的概率，然后運用Bayes理論，進行信息的融合，從而獲得最終的判決結果[10]。

觀察表一中的第1，2組數據，不難發現采用多傳感器信息融合技術，能夠檢測到更多的信息，有效地彌補了單一傳感器功能的局限性，利用智能的融合算法，可以使判決結果更加明確，有效地提高了對環境的確認度。同時，多個傳感器一起工作，當某一個傳感器受環境的影響發生誤報時，利用多傳感器信息融合技術可以有效地剔除錯誤信息，保留正確的信息。如表1中的第3組數據，當感溫探測器發生誤報時，通過融合感煙探測器、感溫探測器和火焰探測器，最終的判決結果是沒有發生火災，正確地反映了環境信息，有效地克服了單一傳感器的環境適應性。

3 結 語

運用多傳感器信息融合技術，合理支配和使用多個傳感器的信息，將傳感器信息進行優化融合，克服單一傳感器的環境適應性和功能局限性，可以降低誤報率和漏報率，提高系統的正確決策能力，有效節約了社會資源，對火災探測報警具有重要的意義。但是，采用貝葉斯估計的方法，概率的獲取具有一定的難度，還有待進一步的探究和完善。

參考文獻

[1] 劉強.基于多信息融合的火焰檢測[J].視頻應用與工程，2011（8）：126?128.

[2] 李光，張鐵壁.多傳感器數據融合技術在火災報警系統中的應用[J].河北工業大學學報，2010（8）：35?38.

[3] 王剛，張志禹.多傳感器數據融合的研究現狀[J].電測與儀表， 2006（2）：1?4.

[4] 王耀南，李樹濤.多傳感器信息融合及其應用綜述[J].控制與決策，2001，16（5）：518?520.

[5] 魏宏飛，劉碩.信息融合技術在火災報警系統中的應用探析[J].中國科技信息，2012（20）：87?89.

[6] 譚琳.多傳感器信息融合技術探析[J].計算機光盤軟件及應用，2012（1）：114?116.

[7] 李景龍.貝葉斯分析理論在情報研究中的應用[J].情報探索，2007（1）：24?26.

[8] LAWRENCE A K.多傳感器數據融合理論及其應用[M].北京：北京理工大學出版社，2004.

[9] 趙英，陳淑娟.基于多傳感器數據融合的火災預警系統[J].現代電子技術，2010，33（24）：173?175.

[10] 周峰.基于軟判決信息融合的多參數瓦斯監測器的設計與實現[J].工礦自動化，2009（5）：56?59.